云計(jì)算（cloud computing）從2005年進(jìn)入我們的視線至今已經(jīng)發(fā)展了12年,，商業(yè)應(yīng)用取得了巨大的成功,，邊緣計(jì)算（edge computing）則是云計(jì)算繼續(xù)發(fā)酵的產(chǎn)物，目前還處于概念階段,。

那么到底什么是邊緣計(jì)算呢,？ 引用Wikipedia對(duì)Edge computing的定義，邊緣計(jì)算是指：

Edge computing is a method of optimising cloud computing systems by performing data processing at the edge of the network, near the source of the data.

與將數(shù)據(jù)傳到遠(yuǎn)程的云端進(jìn)行處理相對(duì),，邊緣計(jì)算則是在靠近數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣提供計(jì)算和存儲(chǔ)資源,。

通俗的說，邊緣計(jì)算是去中心化或分布式的云計(jì)算,，原始數(shù)據(jù)不傳回云端,，而是在本地完成分析?？春眠吘売?jì)算的人認(rèn)為計(jì)算能力正在從云端向邊緣移動(dòng)，因此邊緣計(jì)算會(huì)成為下一個(gè)像云計(jì)算這樣成功的技術(shù)爆發(fā)點(diǎn),。另一方面,，邊緣計(jì)算是驅(qū)動(dòng)物聯(lián)網(wǎng)的關(guān)鍵技術(shù)，因此邊緣計(jì)算的推動(dòng)者往往是從事物聯(lián)網(wǎng)的人,。

有了定義還不足以理解邊緣計(jì)算,，你可能會(huì)問到底什么是邊緣呢？

邊緣是一個(gè)很籠統(tǒng)的概念,，它是指接近數(shù)據(jù)源的計(jì)算基礎(chǔ)設(shè)施,，不同的邊緣計(jì)算提供商往往有不同的邊緣。比如美國電信公司AT&T的邊緣就是離客戶幾英里的蜂窩網(wǎng)絡(luò)基站,；對(duì)于世界最大的CDN廠商阿卡麥,，邊緣則是指遍布全球的CDN設(shè)備；對(duì)于機(jī)場(chǎng)的監(jiān)控設(shè)備,，邊緣就是覆蓋整個(gè)機(jī)場(chǎng)無死角的高清攝像頭,。

云計(jì)算、邊緣計(jì)算,、霧計(jì)算

云計(jì)算發(fā)展至今還未到達(dá)頂峰,，企業(yè)將服務(wù)遷移至云上正處于預(yù)熱階段，在一些營銷的推波助瀾下又冒出了個(gè)邊緣計(jì)算,，甚至霧計(jì)算（fog computing）,。下面談一談他們的區(qū)別和聯(lián)系,。

云計(jì)算與邊緣計(jì)算

云計(jì)算的概念應(yīng)該是比較明確的了——一種按使用量付費(fèi)、通過網(wǎng)絡(luò)提供的虛擬資源,，這些資源包括服務(wù)器,、運(yùn)行環(huán)境和軟件，它們分別對(duì)應(yīng)IaaS,、Paas和SaaS,。

下面引用IIOT EDGE COMPUTING VS. CLOUD COMPUTING的觀點(diǎn)來解釋云計(jì)算和邊緣計(jì)算的區(qū)別。

傳統(tǒng)的云計(jì)算架構(gòu)要求客戶端將數(shù)據(jù)推送到中心服務(wù)器然后再拉回來,，比如我們每天都在使用的icloud幫助我們備份照片,、短信等。然后這種集中式的云架構(gòu)對(duì)時(shí)間敏感,、帶寬稀缺的工業(yè)物聯(lián)網(wǎng)就不再適用,，因此某些關(guān)鍵數(shù)據(jù)的處理任務(wù)最好是在數(shù)據(jù)源而不是云端，邊緣計(jì)算應(yīng)用而生,。

云計(jì)算和邊緣計(jì)算共同參與的物聯(lián)網(wǎng)解決方案

邊緣計(jì)算并不會(huì)替代云計(jì)算,，他們是相輔相成的，簡單的說就是大量的計(jì)算任務(wù)在離用戶最近的邊緣計(jì)算節(jié)點(diǎn)上完成,，只有少量的數(shù)據(jù)需要傳到云計(jì)算中心,。它們扮演的角色如下所示：

CLOUD COMPUTING

• Complex analytics
• Big Data mining
• Sources of business logic
• Machine learning rules
• Advanced visualizations
• Long term data storage/warehousing

EDGE COMPUTING

• Basic data visualization
• Basic data analytics and short term data historian features
• Data caching, buffering and streaming
• Data pre-processing, cleansing, filtering and optimization
• Some data aggregation
• Device to Device communications/M2M

邊緣計(jì)算與霧計(jì)算

思科最早使用霧計(jì)算這個(gè)術(shù)語來描述網(wǎng)絡(luò)邊緣的計(jì)算層，可以對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,，使數(shù)據(jù)快速,，安全地傳輸?shù)皆贫恕ｌF計(jì)算與邊緣計(jì)算非常接近,，但也是有區(qū)別的,。

以下觀點(diǎn)來自Fog Computing vs. Edge Computing: What’s the Difference?，這篇文章采訪了該行業(yè)內(nèi)兩位比較權(quán)威的從業(yè)人士：

• David King是一家為工業(yè)和商業(yè)物聯(lián)網(wǎng)開發(fā)邊緣智能軟件的公司FogHorn Systems的CEO,；
• Matt Newton是一家生產(chǎn)控制器,、I/O設(shè)備、中繼器和連接邊緣設(shè)備到網(wǎng)絡(luò)的軟件制造商Opto 22的技術(shù)市場(chǎng)主管,；

霧計(jì)算與邊緣計(jì)算都是將智能和計(jì)算能力推向靠近數(shù)據(jù)來源的位置,，因此他們常常被混用。他們的區(qū)別也正是計(jì)算能力（大腦）所處的位置：

• 霧計(jì)算將計(jì)算能力推向局域網(wǎng),，在霧節(jié)點(diǎn)或物聯(lián)網(wǎng)的網(wǎng)關(guān)處完成數(shù)據(jù)處理
• 邊緣計(jì)算將邊緣網(wǎng)關(guān)的智能,，處理能力和通信能力直接推送到諸如可編程自動(dòng)化控制器的設(shè)備

三者的關(guān)系如下所示（圖片來自Fog vs Edge Computing）：

邊緣計(jì)算的優(yōu)勢(shì)與問題

云計(jì)算面臨的問題

現(xiàn)在的云計(jì)算都是集中式的，即把服務(wù)器集中在某一個(gè)地方,，為了使用云計(jì)算的計(jì)算資源,，數(shù)據(jù)需要先被傳輸?shù)骄嚯x用戶很遠(yuǎn)的數(shù)據(jù)中心然后集中處理。但是很多設(shè)備都無法接入云端，大致是以下兩個(gè)原因：

1. 數(shù)據(jù)量大：對(duì)于巨大的數(shù)據(jù)量,，這種傳輸帶寬成本難以接受,；比如通用電氣很早就意識(shí)到工業(yè)機(jī)床上的傳感器產(chǎn)生的大量的數(shù)據(jù)需要在設(shè)備邊緣進(jìn)行處理，只將有最有價(jià)值的數(shù)據(jù)移到云端進(jìn)行機(jī)器學(xué)習(xí)并且在不同設(shè)備之間共享（Edge computing could push the cloud to the fringe）

2. 速度：對(duì)于要求低延遲,、密集型計(jì)算的智能設(shè)備,，比如頭戴式VR，機(jī)器人,，無人機(jī)等,，受限于網(wǎng)絡(luò)傳輸延遲而無法享受云計(jì)算的強(qiáng)大計(jì)算資源，這些設(shè)備還面臨一個(gè)共同的問題,，就是電池續(xù)航時(shí)間短,；

邊緣計(jì)算概念的提出就是為了解決這樣的問題。 在邊緣計(jì)算中,，傳感器,，控制器和其他連接的設(shè)備本身收集和分析物聯(lián)網(wǎng)數(shù)據(jù)，或?qū)⑵鋫鬏數(shù)礁浇挠?jì)算設(shè)備（如服務(wù)器或筆記本電腦）進(jìn)行分析,。當(dāng)數(shù)據(jù)處理和分析發(fā)生在網(wǎng)絡(luò)邊緣（與數(shù)據(jù)中心或云相對(duì)）時(shí),，數(shù)據(jù)可以立即分析并投入運(yùn)行。

邊緣計(jì)算的優(yōu)勢(shì)

Sprint公司的物聯(lián)網(wǎng)事業(yè)部經(jīng)理Mohamad Nasser在Four advantages of edge computing一文中給出了邊緣計(jì)算的應(yīng)用實(shí)例,，并闡述了邊緣計(jì)算的四個(gè)優(yōu)勢(shì),。

openedgecomputing.org 的首頁上言簡意賅的列出了邊緣計(jì)算的兩條優(yōu)勢(shì)。

結(jié)合維基百科的觀點(diǎn),，將以上內(nèi)容整理后總結(jié)如下：

1. 接近實(shí)時(shí)的數(shù)據(jù)處理：因?yàn)閿?shù)據(jù)是在邊緣結(jié)點(diǎn)進(jìn)行分析,，降低了延遲，提升應(yīng)用的響應(yīng)速度
2. 減少數(shù)據(jù)傳輸：數(shù)據(jù)不需要推送到遙遠(yuǎn)的云端,，減少智能設(shè)備和數(shù)據(jù)中心傳輸?shù)臄?shù)據(jù)量，節(jié)省帶寬成本,，同時(shí)還能減小核心網(wǎng)絡(luò)的擁堵,。比如facebook等社交軟件的用戶上傳的照片在邊緣調(diào)整到合適的分辨率再上傳到云端
3. 數(shù)據(jù)安全：一些比較敏感的數(shù)據(jù)直接在邊緣進(jìn)行分析，不用當(dāng)心數(shù)據(jù)泄漏
4. 提高可用性：分擔(dān)（offload）了中心服務(wù)器的計(jì)算任務(wù),，一定程度上消除了主要的瓶頸,，并且降低了出現(xiàn)單點(diǎn)故障的可能，

邊緣計(jì)算的問題

任何東西都是有缺點(diǎn)的,，如果只看到優(yōu)點(diǎn)說明理解的不夠深入,。邊緣計(jì)算還處于概念階段，同樣存在很多問題,，比如：

1. 使邊緣設(shè)備具有處理能力意味著更高的成本和更容易被入侵的危險(xiǎn),；
2. 在大量的邊緣設(shè)備上進(jìn)行應(yīng)用部署和服務(wù)監(jiān)控會(huì)成為一個(gè)棘手的問題；
3. 在邊緣進(jìn)行分布式計(jì)算并與云端協(xié)調(diào)任務(wù)會(huì)讓應(yīng)用編程變得更加復(fù)雜；

邊緣計(jì)算與CDN

CDN的作用簡單的說就是通過將圖片,、視頻等靜態(tài)文件緩存到接近用戶的節(jié)點(diǎn)上,，降低直接訪問源站的延遲，從而實(shí)現(xiàn)加速,。

CDN公司擁有遍布各地,、接近用戶的龐大服務(wù)器集群自然成為了優(yōu)勢(shì)明顯的邊緣計(jì)算資源，因此結(jié)合CDN技術(shù)的優(yōu)勢(shì),，向客戶提供邊緣計(jì)算服務(wù)成為了傳統(tǒng)CDN公司向創(chuàng)新型服務(wù)商轉(zhuǎn)變的一個(gè)新的突破點(diǎn),。

以下是邊緣計(jì)算在CDN的探索性應(yīng)用：

1. 國內(nèi)CDN行業(yè)的龍頭老大網(wǎng)宿認(rèn)為未來CDN的演進(jìn)方向之一是形成邊緣計(jì)算系統(tǒng)。因此,，網(wǎng)宿科技對(duì)MEC有著清晰的規(guī)劃,。網(wǎng)宿科技將通過布局集中式數(shù)據(jù)中心+邊緣計(jì)算節(jié)點(diǎn)，用中心云+邊緣云的方式承載未來,。此外,，公司正在升級(jí)現(xiàn)有CDN節(jié)點(diǎn)為具備存儲(chǔ)、計(jì)算,、傳輸,、安全功能的邊緣計(jì)算節(jié)點(diǎn)，部署數(shù)量更多的邊緣計(jì)算節(jié)點(diǎn)到距離用戶更近的城域網(wǎng)（出處：深度報(bào)告：移動(dòng)邊緣計(jì)算,，站在5G“中央”）,。此外網(wǎng)宿基于邊緣計(jì)算的方式，成功研發(fā)出邊緣彈幕分發(fā)技術(shù),，所有的彈幕在網(wǎng)宿平臺(tái)上直接進(jìn)行分發(fā),，不用再回源，解救了直播平臺(tái)彈幕壓力大的一大痛點(diǎn),。（出處：CDN掀起二次變革：從傳輸服務(wù)到邊緣計(jì)算）

2. 阿卡邁在全球節(jié)點(diǎn)上除了做傳統(tǒng)CDN分發(fā)之外,，還利用自身分布式運(yùn)算的能力，幫助用戶解決業(yè)務(wù)邏輯問題,。舉個(gè)簡單例子,，阿卡邁在云端部署方面，可以精確識(shí)別用戶所在的位置和用戶所使用的瀏覽器類型,。還能精確識(shí)別這個(gè)客戶所在的運(yùn)營商所屬的組織機(jī)構(gòu)等,。利用這些信息，我們就可以在云端幫助客戶做一些邏輯判斷,，幫助用戶完成在云端的一些通用型邏輯處理,，例如把來自手機(jī)的訪問自動(dòng)重定向到M站（手機(jī)站），以及將瀏覽器語言自動(dòng)定向到所屬國家和地區(qū),。通過云端的邏輯智能處理,，就大大節(jié)省客戶在應(yīng)用編碼上的時(shí)間,，上述的這些技術(shù)都已經(jīng)產(chǎn)品化，并已經(jīng)是經(jīng)過很多客戶驗(yàn)證過的解決方案,，讓客戶通過簡單的配置在幾小時(shí)之內(nèi)在云端實(shí)現(xiàn),，降低操作的難度以及縮短部署推向市場(chǎng)的時(shí)間（出處：阿卡邁梁世鵬：云計(jì)算與CDN是一對(duì)天生的孿生兄弟）。阿卡麥通過與IBM合作,，使客戶可以直接將java應(yīng)用部署到分布在全球的邊緣設(shè)備上,，實(shí)現(xiàn)就近計(jì)算，提升用戶體驗(yàn)（出處：Akamai, IBM team for edge computing）,。

3. 英特爾提出了利用CDN節(jié)點(diǎn)直接進(jìn)行視頻轉(zhuǎn)碼,、分發(fā)和存儲(chǔ)的視頻直播解決方案，數(shù)據(jù)不用回流到源站,，大大節(jié)省了帶寬資源,，并且獲得更好的用戶體驗(yàn)（出處：邊緣計(jì)算攬洪荒之力挺直播大潮 GPU攜深度學(xué)習(xí)助智能CDN）。