已阅读
免备案CDN加速边缘计算助力万物互联
当前云计算方兴未艾，不少人认为物联网的所有终端的数据传输到云中心进行计算即可。但是，物联网时代的数据量极其庞大，全部依赖云计算不仅经济效益低下，而且运行效率也无法满足需求，尤其是对时延要求非常严格和对终端数据特别敏感的场景。因此，边缘计算作为云计算的补充就显得尤为重要。
1
边缘计算的概念及优点
据IHS Markit预测，物联网设备数量将从2015年的150多亿台设备增长到2020年的约300亿台，到2025年将进一步超过750亿台设备。根据IDC预测，到2020年全球数据总量将大于40ZB，而IoT产生数据的45%都将在网络边缘处理。越来越多的终端设备连接到互联网，并且生成了大量的数据，对云计算架构为核心的集中式处理模式带来了巨大的挑战。因为集中式处理模式需要将所有数据通过网络传输到云计算中心，但是万物互联背景下的云计算存在诸多不足：
目前的网络带宽和计算能力无法同时满足传输和计算如此多数据的需求；
对于车联网、实时语音翻译等场景，如今的4G网络高达10ms的时延无法满足它们的需求；
数据中心消耗大量能源，随着物联网的接入，数据量大幅增长，能耗将成为云计算发展的瓶颈；
对于终端数据特别敏感的场景，将数据传输到云端将增加数据泄露的风险；
部分终端的数据量和计算量都较小，利用云计算反而不经济。
因此，边缘计算的概念开始兴起。但是，边缘计算并不是替代云计算，而是协同云计算。云计算擅长周期长、容量大的数据分析和处理，边缘计算擅长短周期、实时的数据处理。而且，边缘计算靠近执行单元，能够为云端提供高价值数据和初步分析结果；云计算凭借着更加强大的计算能力，能够为边缘侧提供业务模型或框架。云计算和边缘计算紧密协同、相互配合，才能够满足物联网时代下不同的场景需求。
（图1：边缘计算与云计算构成互补协同）
边缘计算（Edge computing）是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务。边缘计算又被叫做分布式云计算、雾计算或第四代数据中心。
相比传统的云计算，边缘计算以下优点：
实时性：边缘计算整合了数据采集、处理、执行三大能力，避免了数据上传下达所产生的时延弊端，提升了本地物联网设备的处理能力和响应速度；
安全性：边缘计算将用户隐私数据不再上传，而是存储在网络边缘设备上，减少了网络数据泄露的风险，保护了用户数据安全和隐私；
可靠性：在广域网发生故障的情况下，由于边缘计算无需把数据上传到云端，从而能够实现局域范围内的数据服务，确保本地业务的可靠运行；
多样性：随着物联网应用的成熟，未来更多的场景将能够智能化，用户甚至能够根据自己的需求来定义相关应用，而边缘计算将是这一切的基础。
2
边缘计算的应用场景
欧洲电信标准化协会定义的类典型的边缘计算应用场景包括：
视频优化加速：边缘部署给中心视频服务器提供动态网络分析信息，辅助TCP拥塞控制和码率适配，改善内容分发效率低下问题；
监控视频流分析：在边缘进行监控视频的分析、降低视频采集设备的成本，减少发给视频网的流量；
车联网：MEC应用分析车及路侧传感器的数据，将危险警告及其他时延敏感信息发给周边车辆，为用户提供路障通知、减少拥堵、感知其他车辆行为等服务；
企业专网：在网络边缘侧对用户接入进行控制和分流，用户面流量分流到企业网络的服务；
IOT/工业互联：MEC应用聚合、分析设备产生的消息并及时决策，对终端的远程控制和接入控制等；
辅助敏感计算：边缘应用提供高性能计算能力，执行时间敏感的数据处理，降低终端设备的计算能力要求；
AR/VR：边缘应用快速处理用户位置和摄像头图像，给用户实时提供辅助信息，通过本地化处理增强体验。
除此之外，边缘计算还能应用在以下场景：
智能交通：智能交通信号灯可以根据路上车流的情况动态的调整信号灯的颜色，提高交通流畅度，减少拥堵，还可以与自动驾驶汽车相连，创造更加智能、安全的交通；
智慧城市：将边缘计算应用在城市的各个角落，能高效处理城市运营问题。比如对楼宇各项运行参数的现场采集分析，并提供预测性维护的能力；对冷链运输的车辆和货物进行监控和预警；
智能电网：借助于边缘计算，智能电网能够对物理电网进行一系列管理和操作，包括电力负载平衡控制、清洁能源控制、电力节点控制、安全保护等；
智慧医疗：边缘计算能够连接诸多的医疗设备，在紧急情况下为医院和医生提供可靠和最新的患者信息。
（图2：边缘计算的典型应用场景）
边缘计算还有巨大的想象空间，尤其在物联网和5G真正落地后，边缘计算的应用将更加多元化。
3
边缘计算的发展现状
未来几年，随着 5G 的商用以及物联网的加速部署，终端、智能应用程序将保持快速增长，边缘计算市场前景广阔。据 IDC 数据统计，未来超过75%的数据需要在网络边缘侧分析、处理与储存。据 Markets and Markets 的数据，2017年市场规模约为14.7亿美元，而到了2022年，边缘计算市场的价值将达到 67.2 亿美元，年复合增长率35.4％。
（图3：边缘计算产业链结构）
2015年前后，边缘计算及其价值才开始成为产业共识。当前，边缘计算市场仍然处于早期发展阶段，行业开始进一步聚焦及落地探索。未来3~5年是产业发展关键期。之前云计算的巨头正在成为边缘计算领域的领先者，例如：
微软发布“Azure IoT Edge”等边缘侧产品，并为 Azure 云服务增强流数据分析等能力；
亚马逊发布“AWS Greengrass”等边缘侧软件，将 AWS 云服务无缝扩展至设备；
腾讯云发布了其基于边缘计算的物联网平台 IoT Suite；
阿里云在边缘端的拓展则是物联网边缘计算平台 Link IoT Edge。
除了云计算厂商外，CDN厂商、运营商和硬件厂商也是边缘计算的主要参与者。以下是中国部分企业的布局情况：
网宿科技：公司致力于大数据和云计算基础设施等方面的关键技术研究。公司在全球范围内构建了广泛高效的内容分发（CDN）、边缘计算网络，满足用户随时随地的数据计算及交互需求。公司已成功研发满足互动直播、定制化资讯等需求的边缘计算解决方案，下一步将着力推动边缘计算在物联网、生命科学上的研发及应用。
浪潮信息：公司是中国领先的计算平台与IT应用解决方案供应商，也是中国最大的服务器制造商和服务器解决方案提供商。公司主要产品为服务器和IT终端及散件。公司在2019年2月发布首款基于OTII标准的边缘计算服务器NE5260M5，该产品专为5G设计，可承担物联网、MEC和NFV等5G应用场景。
海康威视：公司是以视频为核心的智能物联网解决方案和大数据服务提供商。公司围绕AI Cloud架构，完成了边缘节点、边缘域、云中心的核心产品布局，将AI注入到前端产品，并结合不断丰富的智能芯片保持产品快速迭代，在边缘节点实现目标检测、特征提取等智能感知理解功能。
中科创达：公司是一家世界领先的智能终端平台技术提供商。凭借对智能操作系统技术多年来的研发投入与经验积累、全球领先的人工智能算法以及芯片厂商的紧密合作，公司前瞻推出了完整的边缘计算平台，提供了从芯片层、驱动层、操作系统层到算法层的一整套解决方案，旨在加速提升智能终端设备的本地实时环境感知、人机交互和决策控制能力。
地平线：公司致力于整合算法能力打造嵌入式人工智能处理器及软硬一体平台。2019年，公司发布了Matrix与XForce两款软硬结合AI计算平台，并衍生出多个基于这两款平台的应用级解决方案。其中依托 Matrix 强大的边缘计算能力，地平线开发出具有极大成本优势的NavNet众包高精地图采集与定位方案，以及激光雷达感知方案。
4
边缘计算面临的挑战
就技术而言，2016年，美国韦恩州立大学的施巍松教授团队提出，边缘计算面临着可编程性、命名、数据抽象、服务管理、隐私及安全和性能指标优化6种挑战。对于开发者而言，可编程性是其主要挑战。因为边缘计算的场景不适用与硬件资源高度耦合的传统的开发模式，因而需要开发具有高层综合能力的编译工具，使开发者能够使用统一的语言编写程序。对于用户而言，隐私及安全是重要的问题。边缘网络汇集大量的用户隐私，但是安全性却得不到保证。有数据显示，有49%的家庭无线网络是不安全的，攻击者可以轻易地破解密码，并窃取信息。
5G的商用将带来多种物联场景，物联网正向我们走来。边缘计算作为支撑物联网技术低时延、高密度等条件的关键技术，凭借着安全性更高、低时延、带宽成本低等优势，吸引众多行业巨头和初创公司争相布局。边缘计算已经成为物联网时代不可缺少的部分。当前，边缘计算仍处于早期阶段，规模化应用远未实现。面对多样化的场景和多形态的终端，边缘计算需要基于统一的架构来满足不同的需求，技术难度可想而知。不过，我国边缘计算的发展值得期待，根据桔子IT的数据，相关的创业公司高达6000家，创业热情依然高涨。并且，华为、中兴、BAT等行业巨头纷纷入局。我们有理由相信，中国将在边缘计算领域拥有更多的话语权。
