0
邊緣計算作為新科技和新趨勢，以燎原之勢引燃科技界。
隨著物聯(lián)網(wǎng)以及5G等技術的進步，智能安防等領域火速興起。邊緣憑借更實時快速的數(shù)據(jù)處理和分析、較少的網(wǎng)絡流量占用、較低的運營成本以及更高的運行效率等優(yōu)勢，將會在更廣泛的行業(yè)領域得以應用。
IDC預測，全球數(shù)據(jù)圈規(guī)模將從2018年的33ZB增至2025年的175ZB。到2025年全球數(shù)據(jù)圈將有近30%的數(shù)據(jù)是實時數(shù)據(jù)。
如果想要提供一流客戶體驗并擴大市場份額，企業(yè)的基礎設施必須能滿足實時數(shù)據(jù)的增長需求，邊緣計算的用武之地會更為凸顯。
麥肯錫公司在2018年10月的報告中提出了107個不同的邊緣計算用例。預計到2025年，邊緣計算的潛在價值介于1750億美元到2150億美元之間，而這僅僅只是硬件公司的價值。
邊緣計算的潛力無窮，而對于期望充分挖掘數(shù)據(jù)價值的企業(yè)來講，不了解邊緣計算就容易被行業(yè)“邊緣化”。
正如Gartner分析師Thomas J. Bittman所說，多數(shù)公司都意識到他們需要拓寬思維，不僅關注集中化和云計算，也應該關注低延遲和實時的分布式處理，但這談何容易。
為了幫助企業(yè)更進一步了解邊緣計算，希捷科技相關負責人對于邊緣計算的幾個常見誤區(qū)做出簡要分析：
分布式計算的優(yōu)勢非常明顯，所以很多風險投資家也開始將關注點從云轉移到邊緣，有些甚至發(fā)布了較為大膽的預測。
企業(yè)投資人Peter Levine在2017年發(fā)表的題為《邊緣的回歸和云計算的終結》的演講中稱，由于機器學習和IoT驅動，計算從云轉移到邊緣，云將在“不久的將來”消散。
同年，Gartner的分析師Thomas Bittman也發(fā)表了類似的觀點，稱“邊緣將吞噬云”，他在文中闡述了向“低延遲和基于地理位置的實時數(shù)據(jù)處理與分布式數(shù)據(jù)處理”的轉變。
事實：邊緣和云相得益彰
正如IDC預測，全球實時數(shù)據(jù)量將會大幅增加，到2025年，全球30%的數(shù)據(jù)將需要實時處理。該預測不是憑空而來，是有據(jù)可循的。
拿自動駕駛汽車和聯(lián)網(wǎng)汽車（聯(lián)網(wǎng)汽車與其他車輛進行大量數(shù)據(jù)通信，但不為駕駛員做出決策）為例，如果一輛聯(lián)網(wǎng)或自動駕駛汽車的傳感器感知到馬路上有孩子們正在玩耍，而另一輛汽車很可能闖該區(qū)域的紅燈。這種情況下，將這些信息發(fā)送回云再進行處理是來不及的，必須要迅速即刻的處理，毫秒級的延遲都關乎生命。
Levine認為，這種對性命攸關的數(shù)據(jù)的處理需要在終端進行。但是，他在同一篇報告中也承認，“重要信息仍將存儲在集中化的云中”，云仍將是支持集中式機器學習的中心，這一中心需要大量數(shù)據(jù)并在邊緣聚集洞察。同樣，Gartner的Bittman也承認“云仍將發(fā)揮重要作用”。
因此可見，邊緣不會取代云，相反，會促進云向邊緣的拓展。
“邊緣”或“云”哪個占上風其實不是重點，重點是云邊緣將如何配置，邊緣和云怎樣協(xié)同工作?
超大規(guī)模數(shù)據(jù)中心仍適用于集中化的應用，比如大規(guī)模歸檔、內容分發(fā)、應用存儲和快速原型等等。
邊緣數(shù)據(jù)中心具有小型、區(qū)域性、設備獨立、低成本、自動化等特征，位于網(wǎng)絡的邊緣。邊緣位置獨特，比如停車場、市政道路以及手機信號塔基站等。
Dell EMC表示，這些邊緣集群的設計旨在抵御外圍環(huán)境和安全方面的挑戰(zhàn)，它們擁有“足夠的計算能力，可以獨立于集中式數(shù)據(jù)中心，進行數(shù)據(jù)整合和處理”。云計算和邊緣計算基礎設施提供商Packet將這些產品稱為“可以隨處安放”的云。
邊緣可以被視為云的自然產物。
Telefonica公司副總裁Patrick Lopez表示，雖然云促進“互聯(lián)網(wǎng)大眾化”，“但我們認為邊緣將會是互聯(lián)網(wǎng)大眾化的新生代力量。邊緣計算本質上是把云和電信的最佳特質結合在一起，云的極致特征就是云服務便捷的訪問，而電信的極致在于其即時性、永遠在線、永遠連接，這就是兩者結合的優(yōu)勢所在。”
畢竟，提到邊緣，我們常常使用單數(shù)形式。
事實：邊緣在很多地方存在
當邊緣為單數(shù)形式時，它指的是在數(shù)據(jù)創(chuàng)建地附近進行數(shù)據(jù)處理的一個生態(tài)系統(tǒng)。但邊緣存在于多處是不爭的事實，也是非常重要的事實：所有這些邊緣網(wǎng)絡都依賴于應用的需求。
也就是說，網(wǎng)絡越來越多，外部網(wǎng)絡邊界也就越多，這些外部網(wǎng)絡邊界包含著運行用戶感興趣的應用程序的多個端點。邊緣可以根據(jù)應用需求靈活地安置在不同的位置，比如可以運行于田野的谷倉、聯(lián)網(wǎng)汽車或者在其他許多地方。
為特定目的而打造的定制化邊緣已經成為一個趨勢。隨著時間的推移，邊緣將變得更為云化：邊緣定制化會出現(xiàn)，但很可能只作為軟件層。
正如Telefonica公司的Lopez指出：云的隨處可訪問以及對開發(fā)者的簡單易用等特性，可能也會成為所有邊緣的必備條件。如果有人開發(fā)了一款可以在邊緣運行的應用程序，那么該應用程序應該支持在任何網(wǎng)絡部署。
有些數(shù)據(jù)存儲和處理需要在邊緣進行，邊緣至少需要具備云環(huán)境的某些屬性：平等的網(wǎng)絡訪問以及各個邊緣網(wǎng)絡中的應用程序相互兼容。這難道不是讓每個邊緣都變成一小塊云嗎?
事實：邊緣并不是一朵小小的云
數(shù)據(jù)及其需求成就了邊緣。邊緣并不是微型云，因為首先邊緣完全由數(shù)據(jù)驅動，也就是說邊緣是由接近最終用戶進行生產和處理數(shù)據(jù)的應用所決定。
這些應用存在很大的差異性，范圍涉及智慧城市的公共設施監(jiān)管、虛擬現(xiàn)實場景、橋梁監(jiān)控以及通過虛擬助手在工廠里制作衣服的機器人等等。這些應用場景生成的數(shù)據(jù)（需要在邊緣處理）也是多種多樣的，這就是為什么說邊緣基礎設施依賴于應用的原因。
正如之前提及的，邊緣沒有空間和時間存儲某些特定類型的數(shù)據(jù)，包括歸檔數(shù)據(jù)，機器學習的數(shù)據(jù)（用來訓練機器學習算法的數(shù)據(jù)湖、大規(guī)模數(shù)據(jù)集）。此類數(shù)據(jù)在邊緣基本沒有用武之地。
最后，邊緣并不是微型云，因為邊緣可以實現(xiàn)遠程自動操作且物理距離接近用戶。與云不同的是，邊緣是由位置和距離數(shù)據(jù)的遠近來定義的。此外，與集中式、通用型數(shù)據(jù)中心不同，每個邊緣都專注于解決特定的問題。
邊緣計算讓計算更靠近數(shù)據(jù)源，更迅捷地向最終用戶交付服務。充分了解邊緣計算的優(yōu)勢以及特征，合理進行邊緣計算部署，將會助力各個行業(yè)成功挖掘數(shù)據(jù)的價值，共同開啟萬物互聯(lián)的新篇章。雷鋒網(wǎng)雷鋒網(wǎng)
10月27日，「全球AI芯片·城市智能峰會」將在深圳大中華喜來登酒店舉辦。這是繼「中國人工智能安防峰會」、「CCF-GAIR視覺智能專場」后，雷鋒網(wǎng) & AI掘金志安防團隊全力打造的第三大品牌活動。安博會前一天，我們深圳見。
雷峰網(wǎng)原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
