市場研究&咨詢公司Grand View Research預測，「即使在冠狀病毒在全球肆虐的背景下，邊緣計算以及5G網絡市場最終也將出現(xiàn)顯著增長。到2027年，邊緣計算解決方案的市場規(guī)模將從35億美元增長到434億美元。」

隨著5G商用化進程的推進，邊緣計算正式站上了市場的風口，成為一股不可阻擋的技術趨勢。

也有業(yè)內人士認為，邊緣計算的高增長，有可能會在計算領域上演“中心走向邊緣，邊緣走向中心”的一幕。誠然，這樣的論斷并非“空穴來風”。

日前，全球邊緣計算大會在北京成功召開，在該領域率先展開布局的阿里云、百度智能云、華為等互聯(lián)網科技廠商的專家接連出場，大談自家的邊緣計算布局和發(fā)展。市場的追捧似乎正如此前聯(lián)想集團CTO芮勇博士所介紹的，“在行業(yè)智能化新需求的拉動下，‘邊緣’正在變得越來越‘主流’。”

那么，在風口之下，邊緣計算的未來清晰了嗎?

起源

施巍松教授是邊緣計算的早期提出者之一和主要倡導者，也是國際邊緣計算研討會的創(chuàng)始人。

在評上美國終身教授之前，施巍松一直主攻功耗(energy efficiency)方向的研究。2008年，他開始思考，彼時的數(shù)據中心已經受到非常高的重視，但是耗電很大，如何才能進一步的解決數(shù)據中心的節(jié)能問題。

于是，他和他的團隊開始了有關數(shù)據中心的節(jié)能研究，并在隨后幾年內取得了不錯的研究成果和行業(yè)影響力。這在當時，Google等國際頂尖科技企業(yè)也同步開了這方面的研究。

那么，這與邊緣計算有什么關系呢?

隨著施巍松與其團隊在數(shù)據中心層面，也就是后面常說的云端領域做了諸多的研究，積累了經驗，他開始順著這個思路，去思考下一步去哪里執(zhí)行數(shù)據計算。

2014年左右，施巍松開始關注邊緣計算。也是從這個時候，他和他的團隊嘗試著想要把計算推行到邊緣。而此時正是邊緣計算從技術儲備期向快速增長期過渡的階段，自此，邊緣計算進入行業(yè)視野，相關論文增長10余倍，得到了前所未有的快速發(fā)展。

同時，這樣的研究轉變，在施巍松看來，是相當于之前的項目延伸。盡管當前對于邊緣計算還有沒有完全確定的概念定義，但是基于云計算與邊緣計算的協(xié)同關系，也存在部分業(yè)內人士將邊緣計算看作是云計算的補充和延伸。

誠然，這樣的觀點存在爭議。但是，在此，我們依舊可以將其用以理解邊緣計算。在目前的互聯(lián)網科技企業(yè)的物聯(lián)網解決方案中，云邊端一體化的思路往往是主流。

從市場的角度來看，將云計算與邊緣計算結合理解，更有助于我們去認知。實際上，不管如何看待云計算與邊緣計算兩者的關系，后者的發(fā)展也或多或少可以歸結于前者的推動。

在數(shù)字時代，物聯(lián)網(IoT)的快速發(fā)展和云服務的推動，日常的生活往往會產生大量的數(shù)據需要收集、處理和分析，以支持智能設備的工作和智慧服務的開展。

當云計算無法很好的解決現(xiàn)有的數(shù)據計算問題，邊緣計算也就順勢推出，成為技術的另一個選擇。

在云端與終端之間，這是一個居中取優(yōu)的概念。 施巍松在他的論文《Edge Computing:Vision and Challenges》對“邊緣計算”如此定義——

「邊緣計算是指允許計算在網絡邊緣，代表云服務的下游數(shù)據和代表物聯(lián)網服務的上游數(shù)據上執(zhí)行的使能技術。在這里，我們將“邊緣”定義為沿著數(shù)據源和云數(shù)據中心之間的路徑的任何計算和網絡資源?！?/p>

簡單理解，“邊緣”是相對的，位于靠近智能終端(也就是數(shù)據的源頭)的網絡一側就是邊緣。智能終端產生的部分數(shù)據不再經過網絡到達云端處理，直接在本土邊緣進行計算和存儲，從而降低了時間延遲和網絡負荷，并保障了數(shù)據的安全隱私。

這是邊緣計算相對于云計算的優(yōu)越性。也正是基于這些優(yōu)勢，邊緣計算在今天受到越來越多的科技企業(yè)關注和重視，逐步投入邊緣計算領域研究。

流行

在施巍松教授看來，目前邊緣計算領域取得最大的突破在于應用場景逐漸清晰化。所謂有的放矢，不管是我們理解邊緣計算的概念，或是認知邊緣計算的優(yōu)勢，實際上都是基于場景應用來判斷的。

而推動邊緣計算發(fā)展的，是在5G、AI、大數(shù)據、云計算等新技術的支持下，物聯(lián)網(IoT)應用的成熟，隨之而來是智能家居、智慧城市、智慧交通、工業(yè)互聯(lián)網等場景的建設大步開展，實時計算需求的爆發(fā)，直接大幅提升了邊緣計算的應用需求。

據數(shù)據顯示，2019年全球物聯(lián)網設備聯(lián)網數(shù)達107億個，同增17.58%，預計2020年有望同比增長19%達127億個，2025年物聯(lián)網設備聯(lián)網數(shù)有望達到252億個。不難發(fā)展，邊緣計算的發(fā)展有著足夠扎實的基礎場景支持。

而這些場景，正是當前互聯(lián)網科技公司競相角逐的領域。隨著場景建設起步，邊緣計算的關注與重視也就“水到渠成”，進而發(fā)生了從過去的云端一體化到現(xiàn)在的云邊端一體化的思路轉變。

這樣思路也決定了互聯(lián)網科技廠商們習慣于將邊緣計算定義為云能力在邊緣端的拓展。譬如，阿里的物聯(lián)網邊緣計算(Link IoT Edge)，實際上便是阿里云功能向邊緣端的下沉，基本繼承了阿里云在安全、存儲、計算、人工智能等方面的能力。

云能力像這樣下沉到邊緣，進而又可以在本地范圍搭建自閉環(huán)的管理系統(tǒng)，實現(xiàn)本地自治。騰訊云的邊緣智能數(shù)據處理(IoT EIDP)便支持客戶將AI算法容器部署在邊緣硬件平臺，進而實現(xiàn)離線AI計算，在確保數(shù)據反饋迅速、降低運營成本的同時，也保障了智慧運算的隱私安全。

總的來說，邊緣計算在場景應用中的優(yōu)勢非常顯著，承接云計算能力，它甚至可以解決云計算深受詬病的問題，譬如客戶最忌憚的數(shù)據安全、隱私等等。

可以說，邊緣計算的流行并非無端起風，在云邊協(xié)同的理念，云計算有多么火熱，邊緣計算便能追隨跟上，成為下一個技術布局的重點。

當然，伴隨著兩個技術的差異化，即云計算的集中化與邊緣計算的分布式，未來后者的熱度甚至可以超越前者，成為更加廣泛的選擇。

但是，這也是僅是面向未來的預想。在當下，邊緣計算發(fā)展的桎梏還須解決云邊協(xié)同的技術問題和部署問題。

譬如，邊緣節(jié)點需要與其他節(jié)點整合，與云中心聯(lián)動，數(shù)據資源如何進行篩選、遷移，都是需要解決的關鍵問題。而邊緣節(jié)點之間、邊緣與中心之間也都需要一個統(tǒng)一的底層傳輸網絡支持，涉及到的協(xié)議棧優(yōu)化、私有協(xié)議以及動態(tài)選路和組網技術都需要面對。

那么，解決這一系列問題的前提都在于對云計算的深入理解，阿里云與百度智能云都傾向于擁抱云原生的理念。其中，阿里云主要利用云原生實現(xiàn)資源的抽象和納管，以容器作為主要的服務載體，來實現(xiàn)內外部業(yè)務的交付。

未來

百度智能云對于云計算與邊緣計算的理解很是有趣，也好理解。其認為，「云計算是數(shù)據跟著計算走，而邊緣計算是計算跟著數(shù)據走。」

這種理解也直接推動了百度智能云基于CDN節(jié)點網絡來打造自家的邊緣計算產品BEC(Baidu Edge Computing)，以此搭建云+邊+端一體的分布式計算架構。

誠然，跟著數(shù)據走的另一面，本身也就意味著分布式的計算布局。而在現(xiàn)實的應用中，如果所有的終端設備產生的數(shù)據都“一股腦兒”的經過網絡到達云端處理，很難實時滿足越來越嚴苛的數(shù)據處理需求。

在萬物互聯(lián)的數(shù)據時代，快速處理數(shù)據是一項至關重要的能力。

以場景來看，在智慧交通方面，華為云的IoT邊緣(IoT Edge)需要實時提供碰撞告警、紅綠燈相位推送、車流量感知及控制等智能服務，皆是需要場景之下快速的數(shù)據處理和反饋能力。

以體驗來看，在視頻觀看方面，愛奇藝應用百度智能云邊緣計算節(jié)點BEC后，分發(fā)到用戶側觀看速度提升了20%，用戶體驗有了25%的優(yōu)質提升?？梢?，邊緣計算節(jié)點支持的分發(fā)能力往往就是影響你下飯觀影體驗的一個重要因素。

事實上，計算發(fā)展至今，在社會運作過程的影響越來越大。在2016年，浪潮王恩東院士便提出，“融合是未來趨勢，融合的結果是‘一切皆計算’。”

多年以來，在邊緣計算的流行風口上，我們看到的恰恰是這樣一個技術融合(5G、AI、云計算、物聯(lián)網等等)、應用融合、場景融合的趨勢，而融合也最終推動了計算的另一個范式，即邊緣計算走上更高的發(fā)展水平。

當我們篤定，未來屬于計算，那么或許我們也可以回答，邊緣計算的未來，清晰嗎?

答案，是肯定的。

參考文獻

1. 李克暢：邊緣云面臨的核心挑戰(zhàn)

2. 施巍松丨邊緣計算的發(fā)展歷程

3. 專訪邊緣計算早期提出者施巍松教授—探訪邊緣計算的前世今生

*本文圖片均來源于網絡

深挖智能這口井，同好添加vx：zhinengxiaoyan

此內容為【智能相對論】原創(chuàng)，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業(yè)用途，如有侵犯，請作者與我們聯(lián)系。

文丨陳選濱

來源丨智能相對論(aixdlun)

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！