0
邊緣計算作為新科技和新趨勢，以燎原之勢引燃科技界。
隨著物聯網以及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據處理和分析、較少的網絡流量占用、較低的運營成本以及更高的運行效率等優勢，將會在更廣泛的行業領域得以應用。
IDC預測，全球數據圈規模將從2018年的33ZB增至2025年的175ZB。到2025年全球數據圈將有近30%的數據是實時數據。
如果想要提供一流客戶體驗并擴大市場份額，企業的基礎設施必須能滿足實時數據的增長需求，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據價值的企業來講，不了解邊緣計算就容易被行業“邊緣化”。
正如Gartner分析師Thomas J. Bittman所說，多數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做出簡要分析：
分布式計算的優勢非常明顯，所以很多風險投資家也開始將關注點從云轉移到邊緣，有些甚至發布了較為大膽的預測。
企業投資人Peter Levine在2017年發表的題為《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據處理與分布式數據處理”的轉變。
事實：邊緣和云相得益彰
正如IDC預測，全球實時數據量將會大幅增加，到2025年，全球30%的數據將需要實時處理。該預測不是憑空而來，是有據可循的。
拿自動駕駛汽車和聯網汽車（聯網汽車與其他車輛進行大量數據通信，但不為駕駛員做出決策）為例，如果一輛聯網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域的紅燈。這種情況下，將這些信息發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據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據并在邊緣聚集洞察。同樣，Gartner的Bittman也承認“云仍將發揮重要作用”。
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，邊緣和云怎樣協同工作?
超大規模數據中心仍適用于集中化的應用，比如大規模歸檔、內容分發、應用存儲和快速原型等等。
邊緣數據中心具有小型、區域性、設備獨立、低成本、自動化等特征，位于網絡的邊緣。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境和安全方面的挑戰，它們擁有“足夠的計算能力，可以獨立于集中式數據中心，進行數據整合和處理”。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“互聯網大眾化”，“但我們認為邊緣將會是互聯網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勢所在。”
畢竟，提到邊緣，我們常常使用單數形式。
事實：邊緣在很多地方存在
當邊緣為單數形式時，它指的是在數據創建地附近進行數據處理的一個生態系統。但邊緣存在于多處是不爭的事實，也是非常重要的事實：所有這些邊緣網絡都依賴于應用的需求。
也就是說，網絡越來越多，外部網絡邊界也就越多，這些外部網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、聯網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，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絡部署。
有些數據存儲和處理需要在邊緣進行，邊緣至少需要具備云環境的某些屬性：平等的網絡訪問以及各個邊緣網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
數據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據驅動，也就是說邊緣是由接近最終用戶進行生產和處理數據的應用所決定。
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管、虛擬現實場景、橋梁監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據（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據，包括歸檔數據，機器學習的數據（用來訓練機器學習算法的數據湖、大規模數據集）。此類數據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據的遠近來定義的。此外，與集中式、通用型數據中心不同，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據源，更迅捷地向最終用戶交付服務。充分了解邊緣計算的優勢以及特征，合理進行邊緣計算部署，將會助力各個行業成功挖掘數據的價值，共同開啟萬物互聯的新篇章。雷鋒網雷鋒網
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 & 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。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
