正餐還是快餐?趕時間的人往往會匆忙塞一口漢堡，而在正式場合則會大擺宴席，需求決定了行為。這就像雲計算和邊緣計算的關系，如果需要應對大規模業務，選擇靈活可擴充的雲，如果是應付物聯網、vr/ar、ai這種對實時響應有高要求的場景，邊緣計算要更勝一籌。換句話說，二者談不上誰取代誰，而是不同用途和需求的互補關系。
雲和邊緣計算在iot時代的互補(圖檔來自open automation software)
edge computing(邊緣計算)的理念并不新鮮，但在應用領域卻剛剛起步。随着越來越多的工作負載出現在雲端，以及物聯網等新技術走進生産和生活，對于本地的處理能力提出了額外的需求。而對于雲計算來說，其在應對大規模業務有優勢，不過這種集中化的資料處理方式在萬物互聯時代似乎“過時了”。難怪gartner認為邊緣計算正在吃掉雲。
資料顯示，到2020年物聯網帶來的經濟附加值将達到1.9萬億美元。根據metcalfe's law，網絡價值和使用者數的平方是成正比的，當越來越多的人和智能的物連接配接在一個網絡上，會讓整個網絡增值。在物聯網資料中，至少23%以上的資料是具備分析價值的資料。這意味着，物聯網帶來的價值不止是管道商的紅利，對廣告商也有潛在的刺激作用，裝置商也可以借此大做文章。
有調研機構預計，未來79%的iot流量将通過網關接入，50%的網絡流量将來自物聯網，而物聯網将貢獻超過500億的連接配接。值得一提的是，會有40%的iot流量在邊緣進行處理。再來看一組資料，全球約有3.52億盞路燈，傳統照明能耗大、運維管理成本高，而在華為承接的捷克路燈改造項目中，邊緣計算技術的應用使節能效率達到80%，營運成本降低90%。說到這可能會有人問，雲計算難道失寵了?
别急，這隻是雲計算與邊緣計算的側重點有所差異。首先，雲計算太大了，而且資料中心通常與資料産生地距離很遠，傳輸過程中也會受到通信網絡的影響。比如使用者通過遙控器控制家裡的空調或者電視，端到端之間是需要響應時間的，信号一來一回的周期可能會延長。其次，傳輸成本也成問題，前提是還得有個快網速。此外，消費者的使用感受才是邊緣計算的主導，而不是企業，這就使得雲服務商的設計邏輯需要調整。
舉個例子，大家都知道手将要碰到火的時候趕緊把手伸回來，不會等到被燙傷再反應，這就涉及到了響應延遲。邊緣計算，顧名思義就是在資料源一側完成運算，完成運算的裝置既可以是智能家電，也可以是pc、移動手機，甚至是攝像頭，通過區域網路即可實作。此時，邊緣計算也充當了資訊排程的角色。
物聯網的特點是“小、快、靈”，實時互動是體驗的核心，資料預處理、低能耗、靈活連接配接都是前提條件。從架構上來看，邊緣計算物聯網解決方案可分為傳感控制層、網絡層、靈活控制器和應用層，其中網絡層主要實作融合和互聯，它的功能除了網絡連接配接和管理，還包括邊緣計算，進行現場處理，同時保障業務在本地實作。可以說，邊緣計算不僅提供了內建計算、存儲、連接配接的智能開放平台，還能降低安全風險。另一方面，這種計算模式也減輕了雲的負擔。
當然，邊緣計算更大程度上隻能是雲計算的補充，要說取代未免偏頗。為什麼?第一，it複雜度的演進使得異構化資料逐漸增多，這在處理性能上對計算平台提出了考驗，如何讓“冰箱聽懂空調說的話”，還需要在架構層面完善;第二，邊緣計算到底有多智能，至少目前看距離智能雲還有差距，大規模集中化的資料融合了多種算法，為應用實作帶來了多可能性;第三，邊緣計算的相關行業标準尚有缺失，ecc聯盟隻是個開始，商業化應用仍需探索。
結語
邊緣計算可以緩解負載瓶頸、延遲、容錯等方面的困難，計算是萬物互聯的中心，“大智能”放在雲端，“小智能”放在邊緣，仍然是長期趨勢。資本層面，像英特爾、arm這些頂層設計廠商繼續加大投入;技術層面，無論是軟體層面的開源iot系統，還是硬體層面的智能網關，正在補足劣勢;市場層面，各大廠商相繼建立合作組織。通過這三大層面的積累，邊緣計算将與雲計算協同推進物聯網的發展。
本文作者：徐鵬
來源：51cto