近期,由于IT(云服務商)、OT企業(自動化企業)和CT企業(電信運營商)三股力量不斷發力,邊緣計算再次站在了媒體的鎂光燈下,被行業熱議。有聲音指出,“邊緣計算與云計算相對的,邊緣計算做了云計算做不了的事。有聲音認為“邊緣計算有可能吞噬掉云。” 還有觀點指出,云計算將延伸到邊緣側,甚至還有企業提出了“邊緣云”這一令人困擾的概念。于是邊緣計算到底與云是何種關系,兩者未來將如何發展,成為了業界思考的重點。
邊緣計算將成基礎設施
早在25年前業界就開始談論物聯網,物聯網分為云和端兩級,在過去,處理端的業務,云計算是可以勝任的。但隨著網絡技術的迅猛發展,物聯網也在不斷演進,有一些業務場景對時間非常敏感,要求數據分析低時延,甚至需要在設備端進行實時數據分析。如果將智能終端采集的數據傳輸到云上分析,勢必會造成延時。
另外,隨著萬物互聯,智能終端數量規模不斷擴大,需要處理的數據呈幾何級增長,如此大的數據量是無法通過電信運營商骨干網全部匯聚到云,骨干網無法承載這么高的網絡流量,一部分數據勢必要到端做分析,于是邊緣計算應運而生:每個智能終端都可以擁有小數據中心,可以低延遲甚至實時處理數據,實現響應及時、提升效率的目標。
“云計算是一種將可伸縮、彈性、共享的物理和虛擬資源池以按需自服務的方式供應和管理,并提供網絡訪問的模式。然而,目前云計算已經無法滿足低時延,低成本的需求,邊緣計算的引入是物聯網時代的必然結果。邊緣計算是一種將主要處理和數據存儲放在網絡的邊緣節點的分布式計算形式。就近提供邊緣智能服務,減少網絡操作和服務交付的時延,滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。” 賽迪智庫電子信息研究所研究員李雅琪在接受《中國電子報》記者采訪時表示。
進一步研究就會發現,過去的架構都是因應用而搭建的,各種性能指標也都是服務于某一個應用,由于邊緣計算的誕生,未來更多的是根據每一個場景不同的需要隨時調動整合資源,是因需而動。邊緣計算的低延時、零計劃、低能耗特點,滿足客戶自適應的需求,實現快速的響應和敏捷的部署。
隨著工業互聯網、AI、5G等技術的快速發展以及各項應用全面智能化的趨勢,邊緣處理數據的場景需求激增,以致邊緣計算市場前景被一致看好。Gartner預測,到2022年,邊緣計算將成為所有數字業務的必要需求;40%的大型企業將在2021年的項目中納入邊緣計算原則,而2017年這一比例還不足1%。研究機構CB Insights也預測,到2022年,全球邊緣計算市場規模預計將達到67.2億美元。
“未來,邊緣計算將成為不可或缺的基礎設施之一。” 阿里云邊緣計算技術負責人楊敬宇表示。
“云邊協同”才是方向
邊緣計算來勢洶洶,對物聯網而言,邊緣計算技術取得突破,意味著許多控制將通過本地設備實現而無需交由云端,處理過程將在本地邊緣計算層完成。那么邊緣計算是否與云計算相互獨立,甚至所謂的“吞噬”和取代?業內人士對此持否定態度。對于用戶來說,邊緣計算與云計算并不是二選一的抉擇,而是互相配合形成物聯網一體化解決方案最終滿足客戶需求。
青云QingCloud IoT與邊緣計算產品經理王小虎在接受《中國電子報》記者采訪時表示,云計算與邊緣計算本身都屬于一種分布式計算拓撲結構,如果與云沒有關系,那么這個點是孤立的,沒有辦法形成循環體系,有了拓撲關系,就有了中心和邊緣的聯系,邊緣側是實時推理的執行節點,云做為中央層面的決策層,賦予邊緣自主能力,讓邊緣設備具有部分自主決策的智能,而這個智能也是‘中心’賦予的。
賽迪顧問大數據產業研究中心高級分析師張凡也認為,邊緣計算是云計算的補充,邊緣計算不應該取代云計算,兩者應是互相協作的關系:邊緣計算負責設備端(邊緣側)實時分析和響應,而云負責對所有匯聚的數據進行深入的處理和分析,從而提升邊緣側設備的智能化水平。
“其實,邊緣計算是云計算的延伸。” 騰訊云邊緣計算產品負責人戴國超向《中國電子報》記者表示。他認為一些企業尤其是硬件企業在業務場景中獨立部署一套系統。這種計算模式并不是邊緣計算,邊緣計算事實上需要與云計算打通,二者并不是兩套獨立的系統,數據從邊緣到云可以因需流動,有的數據需要實時分析就在邊緣側進行處理,有的數據不需要在邊緣處理但需要在云上存儲并分析,為決策提供支持,那么這些就可以直接流到云上。
“邊緣計算目前只是實時、短周期的處理與分析本地數據,數據最終是會被丟棄,不利于最終數據累積進行大數據分析決策,云邊協同能夠很好的解決數據處理效率、海量數據存儲、大數據分析以及數據共享等問題。”浪潮云產品總監張緒東表達了同樣的觀點。
據戴國超介紹,“邊云協同”更重要的是提高了終端更新的效率。其實,邊緣計算并不是一成不變的,當邊緣計算能力需要改變或升級的時候,通過“邊云協同”可以一鍵升級邊緣計算的能力,而不用單獨為邊緣計算進行系統升級,當邊緣側數量龐大時,這種“邊云協同”顯然提升了邊緣計算的靈活性,也提高了升級的效率。
邊緣計算最典型的場景就是“自動駕駛”,車上的智能終端利用邊緣計算及時處理大量數據來避免發生碰撞、行駛在正確的道路上,但是,當該車算法需要更新,或者需要給這倆智能汽車裝上更好的模型、增加新的性能,若邊緣計算是獨立的割裂于云的,那就意味著服務商需要召回市場上全部的汽車一個一個地安裝完善。但若邊緣計算與云計算打通并協同,汽車服務商按一個按鈕就可以實時更新所有車輛的整個算法。
網易杭州研究院首席解決方案專家郭立航從更宏觀的角度作出了分析,他表示,從IT的視角下看,邊緣計算之所以是云計算的延伸,要從編程模型、服務模型和數據幾方面看。廣義的邊緣只強調功能,只要提供本地計算、存儲即可,而IT視角下的邊緣計算要求編程模型與云計算一致,這樣服務可以在云上驗證,動態部署到各個邊緣,或者說他提供的服務是受控于云的。從數據角度看,雖然隨著智能移動到邊緣,數據可以在邊緣快速處理了,但如需要宏觀決策,關鍵數據還是要到云上。這就存在一個邊緣與云之間數據同步的問題,宏觀決策一般需要長時間沉淀的數據,邊緣決策則是短時間沉淀的數據。
來源: 中國電子報