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(zhù)物聯(lián)網(wǎng)以及5G等技術(shù)的進(jìn)步，智能制造、智慧農業(yè)、自動(dòng)駕駛、智慧能源以及醫療保健等領(lǐng)域興起。邊緣憑借更實(shí)時(shí)快速的數據處理和分析、較少的網(wǎng)絡(luò )流量占用、較低的運營(yíng)成本以及更高的運行效率等優(yōu)勢，將會(huì )在更廣泛的行業(yè)領(lǐng)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(shí)時(shí)數據。如果想要提供一流客戶(hù)體驗并擴大市場(chǎng)份額，企業(yè)的基礎設施必須能滿(mǎn)足實(shí)時(shí)數據的增長(cháng)需求，邊緣計算的用武之地會(huì )更為凸顯。麥肯錫公司在2018年10月的報告中提出了107個(gè)不同的邊緣計算用例。預計到2025年，邊緣計算的潛在價(jià)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(jià)值。
邊緣計算的潛力無(wú)窮，而對于期望充分挖掘數據價(jià)值的企業(yè)來(lái)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(shuō)，多數公司都意識到他們需要拓寬思維，不僅關(guān)注集中化和云計算，也應該關(guān)注低延遲和實(shí)時(shí)的分布式處理，但這談何容易。為了幫助企業(yè)更進(jìn)一步了解邊緣計算，希捷科技對于邊緣計算的幾個(gè)常見(jiàn)誤區做出簡(jiǎn)要分析：
誤區一：邊緣會(huì )吞噬掉云
分布式計算的優(yōu)勢非常明顯，所以很多風(fēng)險投資家也開(kāi)始將關(guān)注點(diǎn)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(chēng)，由于機器學(xué)習和IoT驅動(dòng)，計算從云轉移到邊緣，云將在“不久的將來(lái)”消散。同年，Gartner的分析師Thomas Bittman也發(fā)表了類(lèi)似的觀(guān)點(diǎn)，稱(chēng)“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(shí)時(shí)數據處理與分布式數據處理”的轉變。
事實(shí)：邊緣和云相得益彰
正如IDC預測，全球實(shí)時(shí)數據量將會(huì )大幅增加，到2025年，全球30%的數據將需要實(shí)時(shí)處理。該預測不是憑空而來(lái)，是有據可循的。拿自動(dòng)駕駛汽車(chē)和聯(lián)網(wǎng)汽車(chē)(聯(lián)網(wǎng)汽車(chē)與其他車(chē)輛進(jìn)行大量數據通信，但不為駕駛員做出決策)為例，如果一輛聯(lián)網(wǎng)或自動(dòng)駕駛汽車(chē)的傳感器感知到馬路上有孩子們正在玩耍，而另一輛汽車(chē)很可能闖該區域的紅燈。這種情況下，將這些信息發(fā)送回云再進(jìn)行處理是來(lái)不及的，必須要迅速即刻的處理，毫秒級的延遲都關(guān)乎生命。
Levine認為，這種對性命攸關(guān)的數據的處理需要在終端進(jìn)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(xué)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(fā)揮重要作用”。
因此可見(jiàn)，邊緣不會(huì )取代云，相反，會(huì )促進(jìn)云向邊緣的拓展。
“邊緣”或“云”哪個(gè)占上風(fēng)其實(shí)不是重點(diǎn)，重點(diǎn)是云邊緣將如何配置，邊緣和云怎樣協(xié)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(fā)、應用存儲和快速原型等等。
希捷科技與合作伙伴Vapor IO在2019年發(fā)布的報告《邊緣數據》稱(chēng)，像Vapor IO、Edgeconnex和DartPoints這類(lèi)提供邊緣解決方案的公司正在轉向邊緣數據中心。邊緣數據中心具有小型、區域性、設備獨立、低成本、自動(dòng)化等特征，位于網(wǎng)絡(luò )的邊緣。邊緣位置獨特，比如停車(chē)場(chǎng)、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，它們擁有“足夠的計算能力，可以獨立于集中式數據中心，進(jìn)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(chǎn)品稱(chēng)為“可以隨處安放”的云。
邊緣可以被視為云的自然產(chǎn)物。Telefonica公司副總裁Patrick Lopez表示，雖然云促進(jìn)“互聯(lián)網(wǎng)大眾化”，“但我們認為邊緣將會(huì )是互聯(lián)網(wǎng)大眾化的新生代力量。邊緣計算本質(zhì)上是把云和電信的最佳特質(zhì)結合在一起，云的極致特征就是云服務(wù)便捷的訪(fǎng)問(wèn)，而電信的極致在于其即時(shí)性、永遠在線(xiàn)、永遠連接，這就是兩者結合的優(yōu)勢所在。”
誤區二：邊緣只有一處
畢竟，提到邊緣，我們常常使用單數形式。
事實(shí)：邊緣在很多地方存在
當邊緣為單數形式時(shí)，它指的是在數據創(chuàng )建地附近進(jìn)行數據處理的一個(gè)生態(tài)系統。但邊緣存在于多處是不爭的事實(shí)，也是非常重要的事實(shí)：所有這些邊緣網(wǎng)絡(luò )都依賴(lài)于應用的需求。也就是說(shuō)，網(wǎng)絡(luò )越來(lái)越多，外部網(wǎng)絡(luò )邊界也就越多，這些外部網(wǎng)絡(luò )邊界包含著(zhù)運行用戶(hù)感興趣的應用程序的多個(gè)端點(diǎn)。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(lián)網(wǎng)汽車(chē)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(jīng)成為一個(gè)趨勢。隨著(zhù)時(shí)間的推移，邊緣將變得更為云化：邊緣定制化會(huì )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(fǎng)問(wèn)以及對開(kāi)發(fā)者的簡(jiǎn)單易用等特性，可能也會(huì )成為所有邊緣的必備條件。如果有人開(kāi)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(luò )部署。
誤區三：將云壓縮在盒子里就成為了邊緣
有些數據存儲和處理需要在邊緣進(jìn)行，邊緣至少需要具備云環(huán)境的某些屬性：平等的網(wǎng)絡(luò )訪(fǎng)問(wèn)以及各個(gè)邊緣網(wǎng)絡(luò )中的應用程序相互兼容。這難道不是讓每個(gè)邊緣都變成一小塊云嗎?
事實(shí)：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(dòng)，也就是說(shuō)邊緣是由接近最終用戶(hù)進(jìn)行生產(chǎn)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(shí)場(chǎng)景、橋梁監控以及通過(guò)虛擬助手在工廠(chǎng)里制作衣服的機器人等等。這些應用場(chǎng)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(shuō)邊緣基礎設施依賴(lài)于應用的原因。
正如之前提及的，邊緣沒(méi)有空間和時(shí)間存儲某些特定類(lèi)型的數據，包括歸檔數據，機器學(xué)習的數據(用來(lái)訓練機器學(xué)習算法的數據湖、大規模數據集)。此類(lèi)數據在邊緣基本沒(méi)有用武之地。
最后，邊緣并不是微型云，因為邊緣可以實(shí)現遠程自動(dòng)操作且物理距離接近用戶(hù)。與云不同的是，邊緣是由位置和距離數據的遠近來(lái)定義的。此外，與集中式、通用型數據中心不同，每個(gè)邊緣都專(zhuān)注于解決特定的問(wèn)題。
邊緣計算讓計算更靠近數據源，更迅捷地向最終用戶(hù)交付服務(wù)。充分了解邊緣計算的優(yōu)勢以及特征，合理進(jìn)行邊緣計算部署，將會(huì )助力各個(gè)行業(yè)成功挖掘數據的價(jià)值，共同開(kāi)啟萬(wàn)物互聯(lián)的新篇章。