摘要：各企業(yè)機(jī)構(gòu)目前普遍有一個(gè)新的需求，即跨廣域網(wǎng)使用云功能，并在網(wǎng)絡(luò)邊緣進(jìn)行微小化部署。認(rèn)為，邊緣計(jì)算描述的是一種計(jì)算拓?fù)洹?/p>

最近，有越來越多的公司開始使用跨多個(gè)站點(diǎn)和網(wǎng)絡(luò)的分布式基礎(chǔ)設(shè)施，以實(shí)現(xiàn)云計(jì)算體系結(jié)構(gòu)的簡化管理和靈活性。各企業(yè)機(jī)構(gòu)目前普遍有一個(gè)新的需求，即跨廣域網(wǎng)使用云功能，并在網(wǎng)絡(luò)邊緣進(jìn)行微小化部署。盡管這樣的運(yùn)營模式還處于早期階段，但許多新出現(xiàn)的用例和場景將從這樣的分布式基礎(chǔ)設(shè)施中受益。

這樣的分布式云計(jì)算被形象地稱為邊緣計(jì)算（Edge Computing）。

隨著萬物互聯(lián)時(shí)代的到來和無線網(wǎng)絡(luò)的不斷發(fā)展，網(wǎng)絡(luò)邊緣的設(shè)備數(shù)量和產(chǎn)生的數(shù)據(jù)都快速增長。根據(jù)IDC預(yù)測，到2020年全球數(shù)據(jù)總量將大于40ZB，而IoT產(chǎn)生數(shù)據(jù)的45%都將在網(wǎng)絡(luò)邊緣處理。以云計(jì)算模型為核心的集中式處理模式將無法高效處理邊緣設(shè)備產(chǎn)生的數(shù)據(jù)，集中式處理模型將所有數(shù)據(jù)通過網(wǎng)絡(luò)傳輸?shù)皆朴?jì)算中心，利用云計(jì)算中心超強(qiáng)的計(jì)算能力來集中式解決計(jì)算和存儲問題，但在萬物互聯(lián)的背景下，傳統(tǒng)的集中式云計(jì)算顯示了其不足，包括：

1、實(shí)時(shí)性不夠

傳統(tǒng)云計(jì)算模型在應(yīng)對實(shí)時(shí)性要求極高的萬物互聯(lián)場景應(yīng)用會產(chǎn)生系統(tǒng)延遲的問題。例如在無人駕駛汽車場景下，汽車需要精確到毫秒級別的反應(yīng)時(shí)間，一旦出現(xiàn)延遲則有可能釀成涉及人身財(cái)產(chǎn)安全的嚴(yán)重后果。

2、帶寬不足

邊緣設(shè)備實(shí)時(shí)產(chǎn)生大量數(shù)據(jù)，這樣龐大的數(shù)據(jù)集傳至集中式的數(shù)據(jù)中心，將會造成巨大的網(wǎng)絡(luò)帶寬壓力。

3、能耗較大

數(shù)據(jù)中心消耗極多能源，根據(jù)Sverdlik的研究，到2020年美國所有數(shù)據(jù)中心能耗將增長4%，達(dá)到730億千瓦時(shí)，我國數(shù)據(jù)中心所消耗的電能也已經(jīng)超過了匈牙利和希臘兩國用電總和。隨著用戶應(yīng)用程序越來越多，處理的數(shù)據(jù)量越來越大， 能耗將會成為限制云計(jì)算中心發(fā)展的瓶頸。

4、不利于數(shù)據(jù)安全和隱私

萬物互聯(lián)中的數(shù)據(jù)與用戶生活聯(lián)系密切相關(guān)，智能終端設(shè)備如室內(nèi)智能網(wǎng)絡(luò)攝像頭，將數(shù)據(jù)傳輸?shù)皆贫藭黾有孤队脩綦[私的風(fēng)險(xiǎn)。

為了解決以上問題，面向邊緣設(shè)備所產(chǎn)生海量數(shù)據(jù)計(jì)算的邊緣計(jì)算模型應(yīng)運(yùn)而生。

在維基百科中，邊緣計(jì)算指的是一種分散式運(yùn)算的架構(gòu)，即將應(yīng)用程序、數(shù)據(jù)資料與服務(wù)的運(yùn)算，由網(wǎng)絡(luò)中心節(jié)點(diǎn)，移往網(wǎng)絡(luò)邏輯上的邊緣節(jié)點(diǎn)來處理。它允許在數(shù)據(jù)源處進(jìn)行數(shù)據(jù)的收集和分析，這一過程需要利用并不保證持續(xù)連接到網(wǎng)絡(luò)的資源，如筆記本電腦、智能手機(jī)、平板電腦和傳感器等。

Gartner認(rèn)為，邊緣計(jì)算描述的是一種計(jì)算拓?fù)洹Ｔ谶@一拓?fù)浣Y(jié)構(gòu)中，信息處理、內(nèi)容收集和數(shù)據(jù)的傳遞和保存均在更靠近此數(shù)據(jù)信息源（生產(chǎn)者）和接收器（用戶）的地點(diǎn)位置進(jìn)行。“邊緣”本身指的是物理世界中的傳感器、控制器等與數(shù)字世界的網(wǎng)關(guān)、本地處理、數(shù)據(jù)細(xì)化等進(jìn)行交互之處。

圖片描述
（配圖來源自Gartner）

OpenStack認(rèn)為，邊緣計(jì)算中的“邊緣”是指行政領(lǐng)域中盡可能靠近離散數(shù)據(jù)源或最終用戶的郊區(qū)地帶。這一概念適用于電信網(wǎng)絡(luò)、具有分布式“店面”（如零售）的大型企業(yè)、其他應(yīng)用，特別是在物聯(lián)網(wǎng)環(huán)境中。

圖片描述
（配圖來源自O(shè)penStack）
隨著邊緣計(jì)算能力的不斷提高和完善，一種適應(yīng)新需求的計(jì)算范式已經(jīng)出現(xiàn)，它不再受構(gòu)建集中數(shù)據(jù)中心需求的約束。相反，對于某些應(yīng)用程序，邊緣計(jì)算正在以結(jié)合虛擬化和云計(jì)算過往經(jīng)驗(yàn)的基礎(chǔ)上，創(chuàng)造出具有潛在數(shù)千個(gè)的、大規(guī)模的、分布式節(jié)點(diǎn)的能力，這些節(jié)點(diǎn)可以應(yīng)用于多個(gè)領(lǐng)域的不同場景，例如目前備受關(guān)注的工業(yè)物聯(lián)網(wǎng)，或者是用于遠(yuǎn)程監(jiān)測網(wǎng)絡(luò)，如跟蹤數(shù)千數(shù)百萬個(gè)地點(diǎn)的水資源實(shí)時(shí)使用情況。

邊緣計(jì)算的概念必須涵蓋邊緣站點(diǎn)（如計(jì)算、網(wǎng)絡(luò)和存儲基礎(chǔ)設(shè)施）以及在其上運(yùn)行的應(yīng)用（工作量）。邊緣計(jì)算環(huán)境中的任何應(yīng)用都可能運(yùn)用到由云計(jì)算、塊存儲、對象存儲、虛擬網(wǎng)絡(luò)、裸機(jī)或容器提供的任一或所有功能。

根據(jù)OpenStack，邊緣計(jì)算能力體現(xiàn)（但不僅限于）在以下方面：

1、跨不同基礎(chǔ)設(shè)施間的一致操作模式

2、在全球范圍內(nèi)數(shù)千個(gè)地點(diǎn)的大規(guī)模分布環(huán)境中的執(zhí)行能力

3、為位于全球偏遠(yuǎn)地點(diǎn)的客戶提供網(wǎng)絡(luò)服務(wù)

4、滿足應(yīng)用程序集成、協(xié)調(diào)和服務(wù)的交付要求

5、打破硬件限制，降低成本

6、實(shí)現(xiàn)有限或間歇性網(wǎng)絡(luò)連接

7、可處理具有嚴(yán)格低延遲要求的應(yīng)用程序（AR/VR、語音等）

8、實(shí)現(xiàn)地理圍欄，保證敏感隱私數(shù)據(jù)僅留在本地

圖片描述
（圖片來自ISTOCK）

邊緣計(jì)算類似于中心化云計(jì)算（即數(shù)據(jù)中心），表現(xiàn)在：

1、包括計(jì)算、存儲和網(wǎng)絡(luò)資源

2、其資源可由用戶和應(yīng)用共享

3、從資源池的虛擬化和抽象化受益

4、其發(fā)展得益于商品硬件的支持

5、使用API來支持互操作性

同時(shí)，邊緣計(jì)算存在有別于大型的數(shù)據(jù)中心的不同之處，包括：

1、由于邊緣計(jì)算部署的邊緣站點(diǎn)盡可能靠近最終用戶，有效改善了高延遲和連接不穩(wěn)定的問題

2、邊緣計(jì)算可能需要使用專門的硬件，比如用于AR/VR功能的GPU/FPGA平臺

3、可以實(shí)現(xiàn)邊緣站點(diǎn)的大量擴(kuò)展，將部署的邊緣設(shè)備分布在相比于傳統(tǒng)大型數(shù)據(jù)中心而言更多的、不同的位置

4、掌握邊緣站點(diǎn)的具體位置及識別訪問鏈接在何處終止十分重要，一個(gè)需要靠近用戶進(jìn)行運(yùn)行的應(yīng)用需要在正確的邊緣部位方可正常運(yùn)行

5、在邊緣計(jì)算架構(gòu)中，整個(gè)網(wǎng)站池可被認(rèn)為是動(dòng)態(tài)的。由于其物理分離屬性，在某些情況下，邊緣站點(diǎn)將通過廣域網(wǎng)進(jìn)行相互連接和核心連接。邊緣站點(diǎn)會隨著時(shí)間加入或斷開與網(wǎng)絡(luò)池的連接

6、邊緣站點(diǎn)是遠(yuǎn)程且無人操作的，這就需要有支持對站點(diǎn)進(jìn)行間歇性網(wǎng)絡(luò)訪問的相應(yīng)工具實(shí)現(xiàn)遠(yuǎn)程管理

7、邊緣站點(diǎn)支持從大至數(shù)據(jù)中心，小至單個(gè)設(shè)備的不同站點(diǎn)數(shù)量和規(guī)模

8、邊緣站點(diǎn)可能受到空間或電源要求等的資源限制，或向現(xiàn)有站點(diǎn)添加容量時(shí)也可能受到限制

9、一些用例需要大規(guī)模的多租戶

10、可能需要將邊緣計(jì)算與數(shù)據(jù)中心云隔離，以確保“外部云”域不會影響服務(wù)。

圖片描述
（圖片來自ISTOCK）

1、數(shù)據(jù)處理實(shí)時(shí)性
邊緣計(jì)算整合了數(shù)據(jù)采集、處理、執(zhí)行三大能力，避免了數(shù)據(jù)上傳下達(dá)所產(chǎn)生的時(shí)延弊端，提升了本地物聯(lián)網(wǎng)設(shè)備的處理能力和響應(yīng)速度。

2、降低帶寬限制的影響

在網(wǎng)絡(luò)邊緣處理大量臨時(shí)數(shù)據(jù)，不再全部上傳云端，這極大地減輕了網(wǎng)絡(luò)帶寬和數(shù)據(jù)中心功耗的壓力

3、提高敏感隱私數(shù)據(jù)的安全性

邊緣計(jì)算將用戶隱私數(shù)據(jù)不再上傳，而是存儲在網(wǎng)絡(luò)邊緣設(shè)備上，減少了網(wǎng)絡(luò)數(shù)據(jù)泄露的風(fēng)險(xiǎn)，保護(hù)了用戶數(shù)據(jù)安全和隱私。

4、業(yè)務(wù)數(shù)據(jù)可靠性

基于安全的數(shù)據(jù)才會有可靠的業(yè)務(wù)，邊緣計(jì)算本身不把數(shù)據(jù)傳向云端，在廣域網(wǎng)發(fā)生故障的情況下，也能夠?qū)崿F(xiàn)局域范圍內(nèi)的數(shù)據(jù)服務(wù)，進(jìn)而實(shí)現(xiàn)本地業(yè)務(wù)的可靠運(yùn)行。

5、應(yīng)用開發(fā)多樣化

我們知道，未來會有一半以上的數(shù)據(jù)在其源頭進(jìn)行處理，也會有諸如工業(yè)制造、智能汽車、智能家居等多樣的應(yīng)用場景。用戶可以根據(jù)自己的業(yè)務(wù)需求自定義物聯(lián)網(wǎng)應(yīng)用，這就好比我們在安裝office過程中會有多種的安裝選項(xiàng)。

隨著傳感器價(jià)格和計(jì)算成本的持續(xù)下降，更多的“東西”將被連接到互聯(lián)網(wǎng)，這為邊緣計(jì)算提供更扎實(shí)的硬件設(shè)備支持。而隨著邊緣計(jì)算更多地被采用，企業(yè)將有更多的機(jī)會在各個(gè)領(lǐng)域測試和部署邊緣計(jì)算技術(shù)。