为什么边缘计算有无限的潜力?

为什么需要边缘计算?

有时，更快的数据处理是一种奢侈，有时它关系到生死。例如，自动驾驶汽车本质上是一台配备轮子的高性能计算机，通过大量传感器收集数据。为了使这些车辆安全可靠地运行，它们需要立即对周围环境做出反应。处理速度的任何延迟都可能是致命的。虽然网络设备的数据处理现在主要在云中进行，但在中央服务器之间来回传输数据可能需要几秒钟的时间。这个时间太长了。

边缘计算使自动驾驶汽车能够更快地处理数据。该技术使联网设备能够处理在“边缘”形成的数据，这里的“边缘”指的是在设备内部或更接近设备本身。

据估计，到2020年，每个人平均每天将产生1.5GB的数据。随着越来越多的设备连接到互联网并生成数据，云计算可能无法完全处理数据-特别是在需要非常快速地处理数据的某些用例中。

边缘计算是云计算之外的另一种可选解决方案，其未来的应用范围很可能远远超过无人驾驶汽车。包括亚马逊、微软和b谷歌在内的一些科技巨头正在探索“边缘计算”技术，这可能引发下一次大规模的计算竞争。尽管亚马逊网络服务(AWS)仍然主导着公共云，但谁将成为这个新兴边缘计算领域的领导者，仍有待观察。在我们了解边缘计算之前，我们必须首先看看它的前身云计算是如何为世界各地的物联网(IoT)设备铺平道路的。

云计算为互联世界赋能

从可穿戴设备到联网厨房电器，联网设备可以说无处不在。预计到2019年，全球物联网市场规模将超过1.7万亿美元，是2013年4860亿美元的三倍多。因此，云计算——许多智能设备连接到互联网进行操作的过程——已经成为越来越主流的趋势。

云计算使公司能够通过物理硬件之外的远程服务器网络(通常称为“云”)存储和处理数据(以及其他计算任务)。例如，你可以选择使用苹果的iCloud服务来备份你的智能手机，然后你可以通过另一个联网设备(比如你的台式电脑)登录你的账户Connect到云端来检索智能手机中的数据。您的信息不再受限于您的智能手机或台式机的内部硬盘驱动器容量。

这只是众多云计算用例中的一个。另一个例子是通过web或移动浏览器访问各种完整的应用程序。随着云计算越来越受欢迎，它吸引了亚马逊、bb0、微软和IBM等大型科技公司。私有云管理公司RightScale在2018年进行的一项调查显示，在主要公有云提供商中，亚马逊AWS和微软Azure分列第一和第二位。但是集中式云计算并不适合所有的应用程序和用例。边缘计算可以在传统云基础设施可能难以解决的领域提供解决方案。

边缘计算的功能和应用?

向边缘计算的过渡

在我们充满数据的未来，数十亿的设备将连接到互联网，因此更快、更可靠的数据处理将变得至关重要。近年来，云计算的集成化和集中化特性被证明具有成本效益和灵活性，但物联网和移动计算的兴起给网络带宽带来了相当大的压力。最终，并不是所有的智能设备都需要使用云计算来运行。在某些情况下，可以而且应该避免这种数据的往返传输。

于是，边缘计算应运而生。根据CB Insights的市场规模量化工具，到2022年，全球边缘计算市场规模预计将达到67.2亿美元。虽然这是一个新兴领域，但在云计算覆盖的一些领域，边缘计算的运行效率可能更高。边缘计算使数据能够在最近的端(如电机、泵、发电机或其他传感器)进行处理，从而减少了在云之间来回传输数据的需要。

根据市场研究公司IDC的说法，边缘计算被描述为“微型数据中心的网状网络，在本地处理或存储关键数据，并将所有接收到的数据推送到中央数据中心或云存储库，其占地面积不到100平方英尺。”例如，一列火车可能包含可以立即提供有关其发动机状态信息的传感器。在边缘计算中，传感器数据不需要传输到火车或云数据中心，就可以查看是否有任何因素影响发动机的运行。

本地化的数据处理和存储减轻了计算网络的压力。当发送到云的数据减少时，延迟(由云和物联网设备之间的交互引起的数据处理延迟)的可能性将降低。这也允许基于边缘计算技术的硬件承担更多任务，包括用于收集数据的传感器和用于处理网络设备中数据的cpu或gpu。

随着边缘计算的兴起，了解边缘设备中涉及的另一种技术也很重要，即雾计算。边缘计算具体是指在网络“边缘”或“边缘”附近进行的计算过程，而雾计算是指边缘设备与云之间的网络连接。换句话说，雾计算使云更接近网络的边缘;因此，根据OpenFog的说法，“雾计算总是使用边缘计算，而不是边缘计算总是使用雾计算。”回到我们的火车场景:传感器可以收集数据，但不能立即对数据采取行动。例如，如果一个火车工程师想了解火车车轮和刹车是如何工作的，他可以使用历史上积累的传感器数据来预测零件是否需要修理。

在这种情况下，数据处理使用边缘计算，但并不总是立即执行(与确定引擎状态相反)。使用雾计算，可以在给定的时间点实现短期分析，而不必完全返回到中心云。因此，重要的是要记住，尽管边缘计算补充了云计算，并与雾计算密切合作，但它绝不是两者的替代品。

边缘计算的优势

虽然边缘计算是一个新兴领域，但它有一些明显的优势，包括:

• 实时或更快的数据处理和分析:数据处理更接近数据源，而不是在外部数据中心或云中执行，因此可以减少延迟。
• 更低的成本:与云和数据中心网络相比，企业在本地设备上的数据管理解决方案花费更少。
• 更少的网络流量:随着物联网设备数量的增加，数据生成继续以创纪录的速度增长。因此，网络带宽变得越来越有限，使云不堪重负，并造成更大的数据瓶颈。
• 更高的应用程序运行效率:随着延迟的减少，应用程序可以更快、更高效地运行。
• 弱化云的作用还将减少单点故障的可能性。

例如，如果一家公司使用中央云存储其数据，一旦云出现故障，在问题解决之前，数据将无法访问-公司可能会遭受严重的业务损失。2016年，Salesforce的北美网站(又名NA14)宕机超过24小时。客户无法访问用户数据，从电话号码到电子邮件等，业务运营受到严重损害。

此后，Salesforce将其物联网云转移到亚马逊的AWS上，但这次宕机事件凸显了仅依赖云的一个主要缺点。减少对云的依赖也意味着某些设备可以稳定地离线运行。这在互联网连接有限的地区尤其有用——无论是在严重缺乏网络服务的特定地区，还是在油田等通常无法访问的偏远地区。

边缘计算的另一个关键优势与安全性和遵从性有关。这一点尤其重要，因为政府越来越关注企业如何使用消费者数据。一个例子是欧盟(EU)最近实施的通用数据保护条例(GDPR)。该规定旨在保护个人身份信息免受数据滥用。由于边缘设备可以在本地收集和处理数据，因此数据不必传输到云端。因此，敏感信息不需要经过网络，所以如果云被网络攻击，影响就不会那么严重。边缘计算还可以实现新兴网络设备和老式“遗留”设备之间的互操作性。它“将旧系统使用的通信协议转换为现代连接设备可以理解的语言”。这意味着传统工业设备可以无缝高效地连接到现代物联网平台。

边缘计算的发展现状

今天，边缘计算市场仍处于发展的早期阶段。但随着越来越多的设备连接起来，它似乎受到了越来越多的关注。主导云计算市场的公司(亚马逊、bb0和微软)正在成为边缘计算领域的领导者。去年，亚马逊凭借AWS Greengrass进入边缘计算领域，走在了行业的前列。该服务将AWS扩展到设备，这样他们就可以“处理本地生成的数据，同时仍然使用云进行管理、数据分析和持久存储”。微软在这个领域也有一些大动作。该公司计划在未来四年向物联网投资50亿美元，包括边缘计算项目。

然而，有意进入这一领域的不仅仅是三大科技巨头。随着越来越多的联网设备出现，新兴生态系统中的许多参与者正在开发软件和技术，以帮助边缘计算起飞。在接下来的四年里，惠普企业将在边缘计算领域投资40亿美元。该公司的Edgeline融合边缘系统的目标客户是那些希望获得数据中心级计算能力并通常在偏远地区运营的工业合作伙伴。它的系统承诺为工业运营(如石油钻井平台、工厂或铜矿)提供连接设备的见解，而无需将数据发送到云或数据中心。在新兴的边缘计算领域，其他主要竞争对手包括Scale computing、Vertiv、华为、富士通和诺基亚。

人工智能芯片制造商英伟达于2017年推出了Jetson TX2，这是一款面向边缘设备的人工智能计算平台。它的前身是Jetson TX1，它声称“重新定义了将高级人工智能从云端扩展到边缘的可能性”。许多知名公司也在投资边缘计算，包括通用电气、英特尔、戴尔、IBM、思科、惠普企业、微软、SAP SE和at&t。例如，在私募股权市场，戴尔和英特尔都投资了为工商业物联网应用提供边缘智能的Foghorn。戴尔还参与了物联网边缘平台IoTech的种子轮融资。上面提到的许多公司，包括思科、戴尔和微软，也加入了OpenFog联盟。该组织的目标是标准化该技术的应用。