摘要：各企業機構目前普遍有一個新的需求，即跨廣域網使用云功能，并在網絡邊緣進行微小化部署。認為，邊緣計算描述的是一種計算拓撲。

最近，有越來越多的公司開始使用跨多個站點和網絡的分布式基礎設施，以實現云計算體系結構的簡化管理和靈活性。各企業機構目前普遍有一個新的需求，即跨廣域網使用云功能，并在網絡邊緣進行微小化部署。盡管這樣的運營模式還處于早期階段，但許多新出現的用例和場景將從這樣的分布式基礎設施中受益。

這樣的分布式云計算被形象地稱為邊緣計算（Edge Computing）。

隨著萬物互聯時代的到來和無線網絡的不斷發展，網絡邊緣的設備數量和產生的數據都快速增長。根據IDC預測，到2020年全球數據總量將大于40ZB，而IoT產生數據的45%都將在網絡邊緣處理。以云計算模型為核心的集中式處理模式將無法高效處理邊緣設備產生的數據，集中式處理模型將所有數據通過網絡傳輸到云計算中心，利用云計算中心超強的計算能力來集中式解決計算和存儲問題，但在萬物互聯的背景下，傳統的集中式云計算顯示了其不足，包括：

1、實時性不夠

傳統云計算模型在應對實時性要求極高的萬物互聯場景應用會產生系統延遲的問題。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時間，一旦出現延遲則有可能釀成涉及人身財產安全的嚴重后果。

2、帶寬不足

邊緣設備實時產生大量數據，這樣龐大的數據集傳至集中式的數據中心，將會造成巨大的網絡帶寬壓力。

3、能耗較大

數據中心消耗極多能源，根據Sverdlik的研究，到2020年美國所有數據中心能耗將增長4%，達到730億千瓦時，我國數據中心所消耗的電能也已經超過了匈牙利和希臘兩國用電總和。隨著用戶應用程序越來越多，處理的數據量越來越大， 能耗將會成為限制云計算中心發展的瓶頸。

4、不利于數據安全和隱私

萬物互聯中的數據與用戶生活聯系密切相關，智能終端設備如室內智能網絡攝像頭，將數據傳輸到云端會增加泄露用戶隱私的風險。

為了解決以上問題，面向邊緣設備所產生海量數據計算的邊緣計算模型應運而生。

在維基百科中，邊緣計算指的是一種分散式運算的架構，即將應用程序、數據資料與服務的運算，由網絡中心節點，移往網絡邏輯上的邊緣節點來處理。它允許在數據源處進行數據的收集和分析，這一過程需要利用并不保證持續連接到網絡的資源，如筆記本電腦、智能手機、平板電腦和傳感器等。

Gartner認為，邊緣計算描述的是一種計算拓撲。在這一拓撲結構中，信息處理、內容收集和數據的傳遞和保存均在更靠近此數據信息源（生產者）和接收器（用戶）的地點位置進行。“邊緣”本身指的是物理世界中的傳感器、控制器等與數字世界的網關、本地處理、數據細化等進行交互之處。

圖片描述
（配圖來源自Gartner）

OpenStack認為，邊緣計算中的“邊緣”是指行政領域中盡可能靠近離散數據源或最終用戶的郊區地帶。這一概念適用于電信網絡、具有分布式“店面”（如零售）的大型企業、其他應用，特別是在物聯網環境中。

圖片描述
（配圖來源自OpenStack）
隨著邊緣計算能力的不斷提高和完善，一種適應新需求的計算范式已經出現，它不再受構建集中數據中心需求的約束。相反，對于某些應用程序，邊緣計算正在以結合虛擬化和云計算過往經驗的基礎上，創造出具有潛在數千個的、大規模的、分布式節點的能力，這些節點可以應用于多個領域的不同場景，例如目前備受關注的工業物聯網，或者是用于遠程監測網絡，如跟蹤數千數百萬個地點的水資源實時使用情況。

邊緣計算的概念必須涵蓋邊緣站點（如計算、網絡和存儲基礎設施）以及在其上運行的應用（工作量）。邊緣計算環境中的任何應用都可能運用到由云計算、塊存儲、對象存儲、虛擬網絡、裸機或容器提供的任一或所有功能。

根據OpenStack，邊緣計算能力體現（但不僅限于）在以下方面：

1、跨不同基礎設施間的一致操作模式

2、在全球范圍內數千個地點的大規模分布環境中的執行能力

3、為位于全球偏遠地點的客戶提供網絡服務

4、滿足應用程序集成、協調和服務的交付要求

5、打破硬件限制，降低成本

6、實現有限或間歇性網絡連接

7、可處理具有嚴格低延遲要求的應用程序（AR/VR、語音等）

8、實現地理圍欄，保證敏感隱私數據僅留在本地

圖片描述
（圖片來自ISTOCK）

邊緣計算類似于中心化云計算（即數據中心），表現在：

1、包括計算、存儲和網絡資源

2、其資源可由用戶和應用共享

3、從資源池的虛擬化和抽象化受益

4、其發展得益于商品硬件的支持

5、使用API來支持互操作性

同時，邊緣計算存在有別于大型的數據中心的不同之處，包括：

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

2、邊緣計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、可以實現邊緣站點的大量擴展，將部署的邊緣設備分布在相比于傳統大型數據中心而言更多的、不同的位置

4、掌握邊緣站點的具體位置及識別訪問鏈接在何處終止十分重要，一個需要靠近用戶進行運行的應用需要在正確的邊緣部位方可正常運行

5、在邊緣計算架構中，整個網站池可被認為是動態的。由于其物理分離屬性，在某些情況下，邊緣站點將通過廣域網進行相互連接和核心連接。邊緣站點會隨著時間加入或斷開與網絡池的連接

6、邊緣站點是遠程且無人操作的，這就需要有支持對站點進行間歇性網絡訪問的相應工具實現遠程管理

7、邊緣站點支持從大至數據中心，小至單個設備的不同站點數量和規模

8、邊緣站點可能受到空間或電源要求等的資源限制，或向現有站點添加容量時也可能受到限制

9、一些用例需要大規模的多租戶

10、可能需要將邊緣計算與數據中心云隔離，以確保“外部云”域不會影響服務。

圖片描述
（圖片來自ISTOCK）

1、數據處理實時性
邊緣計算整合了數據采集、處理、執行三大能力，避免了數據上傳下達所產生的時延弊端，提升了本地物聯網設備的處理能力和響應速度。

2、降低帶寬限制的影響

在網絡邊緣處理大量臨時數據，不再全部上傳云端，這極大地減輕了網絡帶寬和數據中心功耗的壓力

3、提高敏感隱私數據的安全性

邊緣計算將用戶隱私數據不再上傳，而是存儲在網絡邊緣設備上，減少了網絡數據泄露的風險，保護了用戶數據安全和隱私。

4、業務數據可靠性

基于安全的數據才會有可靠的業務，邊緣計算本身不把數據傳向云端，在廣域網發生故障的情況下，也能夠實現局域范圍內的數據服務，進而實現本地業務的可靠運行。

5、應用開發多樣化

我們知道，未來會有一半以上的數據在其源頭進行處理，也會有諸如工業制造、智能汽車、智能家居等多樣的應用場景。用戶可以根據自己的業務需求自定義物聯網應用，這就好比我們在安裝office過程中會有多種的安裝選項。

隨著傳感器價格和計算成本的持續下降，更多的“東西”將被連接到互聯網，這為邊緣計算提供更扎實的硬件設備支持。而隨著邊緣計算更多地被采用，企業將有更多的機會在各個領域測試和部署邊緣計算技術。