近期，阿裡雲、華為等企業分别召開合作夥伴大會，海康威視的AI CLOUD也将在月底開始。因為會議還沒有開完，生态建設這個主旋律目前看不全，等到3月會議季結束才能寫比較全面的觀察，這個以後再表。從技術和産品上看，就像同行昨天寫的文章一樣，邊緣智能逐漸成為熱點和主流。這一點無論是哪一家企業，在接下來的布局上一定會投入大量精力。
在AI大潮下，提速增效和降低成本是各行各業紛紛投入智能化懷抱的原始動力。2017年所提出的邊緣計算應用在安防行業，也是本着降低響應時間、提高運算效率、降低網絡和使用者成本的使命而生。在全雲時代，邊緣計算一出，就出現了與雲計算的對比。從開始的視而不見，慢慢演變到現在有邊緣替代雲的聲音。昨天看到老牌的計算機技術論壇CSDN翻譯過來的一篇文章，物聯網與開源領域專家Ian Skerrett直言，“邊緣計算将吞掉雲”。雲這個概念打出生起也就十幾年，壽命如此之短就要被替代了？我們可以進行深入的思考和分析，看看這個論斷是否正确。
邊緣計算和雲計算解析
Edge Computing（邊緣計算）并不是新概念，早在2003年AKAMAI就與IBM合作提出邊緣計算，最早的目的在于網絡服務和流量分發。在物聯網領域的應用，是邊緣計算的革命性變化。一句話概括的話，邊緣計算在物聯網中的應用，就是利用靠近資料源的邊緣地帶來完成的運算程式。
邊緣計算存在于感覺層和雲之間
Cloud Computing（雲計算），在2006年由Google提出。同樣用一句話概括，就是利用網際網路實作随時、随地、按需、便捷地使用共享計算設施、儲存設備、應用程式等資源的計算模式。雲又分公有雲和私有雲。物聯網時代，大資料進行抓取和資訊交換衍生出處理結果并為人所用，本地存儲和處理無法實作海量資料和多使用者群體的資料交換、互動和使用，公有雲很好的完成了這項使命。私有雲更傾向于定制服務，一個使用者（企業級使用者起步）由于資訊安全、效率保證等原因，要求定制服務且不對公共開放，是私有雲最大的應用場景。
雲計算和邊緣計算的資料處理方式差別
從廣義上看，雲計算和邊緣計算是從屬關系。雲計算包含邊緣計算，邊緣計算是雲計算的一種形式。雲計算的特點是全面、海量、集中；邊緣計算的特點是靈活、快速、分散。雲計算把握整體，邊緣計算更專注局部。邊緣計算是對雲計算的一種補充和優化。二者的差別大緻可分為兩個方面。
- 1、雲計算強調全局性、非實時、長周期的大資料處理與分析，能夠在長周期維護、業務決策支撐等領域發揮優勢。
- 2、邊緣計算更适用局部性、實時、短周期資料的處理與分析，能更好地支撐本地業務的實時智能化決策與執行。
- 3、雲計算是集中式大資料處理，邊緣計算則是邊緣式大資料處理。
把它放在智能化的大環境下看，可以用人體打個比方。如果把雲計算比作整個計算機智能系統的大腦。那麼邊緣計算就是這個系統的眼睛耳朵和手腳。核心伺服器讓智能系統具有很強的人工智能，但是如果這個人工智能是聾子瞎子，它也發揮不了太大的作用。大資料應用中常常面對的一個痛點，就是沒有采集到合适的資料。邊緣計算可以為核心伺服器的大資料算法提供最準确，最及時的資料來源。邊緣計算和雲計算的結合讓整個智能系統不但頭腦清楚，而且耳聰目明，手腳靈便。
如上所述，從交集關系和互相作用分析出發，我們不難看出，邊緣計算與雲計算需要通過緊密協同才能放大邊緣計算和雲計算的應用價值，更好的滿足各種需求。而不是誰取代誰、誰吃掉誰的關系。
長按二維碼，關注我們
新睿雲，讓雲服務觸手可及
雲主機｜雲存儲｜雲資料庫｜雲網絡
點選“閱讀原文”參與活動