论文部分内容阅读
我们真的拥有近乎无限的计算能力吗？
二十年前，一位浙江的民营企业家傲娇地告诉媒体，汽车不过是“四个轮子加两张沙发”。而同时代的计算机大家塔能鲍姆 （Tanenbaum） 则在《计算机网络》一书中写道： “不要低估一辆装满磁带在高速公路上飞驰的小货车的带宽。”
时间证明了一切。
今天，就连一辆普通中级轿车都配备了数十个CPU，是不折不扣的“四个轮子加一台计算机”。车轮滚滚向前，数据倾泻而出。但一如微软 CEO 萨提亚·纳德拉所说：“我们正处在一个拥有近乎于无限计算能力，但数据也在呈指数级增长的世界。”
在那些配备智能驾驶系统的汽车，每行驶8小时平均会产生并接收约4TB的数据，相当于120多万张高清照片的容量。
这4TB的数据大部分都需要及时处理，如果按照传统云计算的方式，需要把汽车上的数据上传至云端处理，之后再下发指令到车载终端，有时候仅仅因信号传输哪怕有一秒钟的延迟，就很有可能酿成灾难性的事故。
在智能驾驶、车联网环境下，传统云计算延迟太大，连接不稳定，会极大的降低了体验质量。例如，通过车辆平视显示，增强现实（AR）能够提供有帮助的信息与警示，或者是提供更好的视野，但也需要更高的计算需求，这往往超出了单个车辆的计算需求。
于是，另一种解决方案应运而生——把数据在本地就近解决，这也是谷歌、微软、网宿科技、阿里高管们近期频频提起的“边缘计算”。
边缘计算最初是由欧洲通信组织提出来的概念，是一种具有高带宽低延时特点的新技术，可在各类移动网络边缘提供服务环境和计算能力，通过靠近移动用户来减少网络操作和服务交付的时延。“邻近性、低时延、高宽带和位置认知”，正是边缘计算区别于传统云计算的主要技术特征。
據中国信息通信研究院泰尔系统实验测试，在LTE网络中，通过部署移动边缘计算服务器，可将车辆到车辆的延时，从理论值100 毫秒降至20 毫秒以下，相当于效应速度提高了5倍。
当物联网设备数量将首次超过全球人口
车联网只是我们迈入物联网时代的一个序曲。
2017 年被视为窄带物联网商用元年。 自2016 年 6 月核心标准冻结以来， 窄带物联网发展明显驶入快车道，运营商与设备制造商的联手促使窄带物联网产业链日渐完善，推动下游细分应用频频落地。
据Gartner统计，2017 年物联网设备数量将首次超过全球人口（75亿），达到 84 亿，比 2016年的 64 亿增长 31%，其中，消费领域是物联网设备最大用户，2017 年物联网设备数量为 52 亿，占比为 63%；企业使用的物联网设备数量为 31 亿。
对于物联网数据的海量性与高增长性问题，如果直接去建设更多更大的数据中心，可以预见的是，会极大地增加管理成本，系统可靠性也会下降。而移动边缘计算作为一个十分靠近终端信息源的小型信息中心，将应用、处理和存储推向移动边界，使得海量数据可以正常处理，而不必完全去建设更多的数据中心。
此外，采用边缘计算还可以很好的解决网络环境的限制，在云计算因为没有网络而无法进行云端数据传输和计算时，边缘计算可以正常进行处理。对于物联网来说，边缘计算既保证了设备在断网突发情况下的正常运行，也避免了数据上传云端带来的泄露风险。
IDC预测，到2020年，全球将有超过500亿的终端与设备联网，超过40%的数据要在网络边缘侧进行分析、处理与存储。这意味着，从互联网向物联网过度的时代转折中，边缘计算正处于爆发的前夜。
TrendForce最新预测显示，边缘计算产品和服务市场在2018年至2022年将以复合年增长率（CAGR）超过30%的速度增长。这一增速或有望引领千亿级美元的云市场。
冲向边缘计算的两股力量
随着越来越多的巨头涌入这一市场，边缘计算将成为下一次计算革命舞台的中心。冲在最前面的正是云计算厂商和CDN厂商。
不久前，阿里把边缘计算项目加入2018年战略部署，推出首个IoT边缘计算产品Link Edge，将阿里云在云计算、大数据、人工智能的优势拓宽到更靠近端的边缘计算上，打造云、边、端一体化的协同计算体系。
微软推出Azure IoT Edge平台，将机器学习、高级分析和AI服务放在接近数据源的前端物联网设备上；亚马逊为扩展AWS物联网功能，推出软件平台GreenGrass，为用户提供了可供开发边缘应用和分析的环境。
边缘计算虽然具有云计算不具备的优点，但并不会取代云计算，在很长一段时间，二者互为补充。
云计算把握整体，聚焦于非实时、长周期数据的分析，能够在周期性维护等领域发挥特长；而移动边缘计算则专注于局部，聚焦实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行。
相比云计算，CDN其实与边缘计算更为亲近。
首先，CDN与移动边缘计算的产生背景有许多相同之处，CDN自诞生起就是分布式架构，满足不同阶段的数据承载需求，实现目标也有相近之处，两者都是在用户体验要求不断提高，用户数量、数据流量激增的背景下产生。
其次，CDN中的网络“边缘”和移动边缘计算中的“边缘”含义接近，都意味着和以往的网络架构不同，服务器更接近于无线接入网。
但是，相较于CDN，移动边缘计算更靠近无线接入网，下沉的位置更深。由于物理距离的减少，自然移动边缘计算相较于CDN时延进一步降低。CDN应用场景的关注点是“分发加速”，而移动边缘计算不仅要“加速”，还拥有开放API能力及本地化的计算存储能力，可以让网络智能化。
因此，边缘计算无疑是CDN厂商下一步的进化方向，也被寄予弯道超车的厚望。
目前情况看，服务器提供商、网络设备提供商、工业计算机提供商、传统制造商等相继推出了边缘计算相应解决方案。这也为CDN厂商带来市场机遇，Limelight、CloudFlare、网宿科技等CDN公司相继推出了边缘计算服务。
云上战争硝烟未散，边缘之争已显端倪。
二十年前，一位浙江的民营企业家傲娇地告诉媒体，汽车不过是“四个轮子加两张沙发”。而同时代的计算机大家塔能鲍姆 （Tanenbaum） 则在《计算机网络》一书中写道： “不要低估一辆装满磁带在高速公路上飞驰的小货车的带宽。”
时间证明了一切。
今天，就连一辆普通中级轿车都配备了数十个CPU，是不折不扣的“四个轮子加一台计算机”。车轮滚滚向前，数据倾泻而出。但一如微软 CEO 萨提亚·纳德拉所说：“我们正处在一个拥有近乎于无限计算能力，但数据也在呈指数级增长的世界。”
在那些配备智能驾驶系统的汽车，每行驶8小时平均会产生并接收约4TB的数据，相当于120多万张高清照片的容量。
这4TB的数据大部分都需要及时处理，如果按照传统云计算的方式，需要把汽车上的数据上传至云端处理，之后再下发指令到车载终端，有时候仅仅因信号传输哪怕有一秒钟的延迟，就很有可能酿成灾难性的事故。
在智能驾驶、车联网环境下，传统云计算延迟太大，连接不稳定，会极大的降低了体验质量。例如，通过车辆平视显示，增强现实（AR）能够提供有帮助的信息与警示，或者是提供更好的视野，但也需要更高的计算需求，这往往超出了单个车辆的计算需求。
于是，另一种解决方案应运而生——把数据在本地就近解决，这也是谷歌、微软、网宿科技、阿里高管们近期频频提起的“边缘计算”。
边缘计算最初是由欧洲通信组织提出来的概念，是一种具有高带宽低延时特点的新技术，可在各类移动网络边缘提供服务环境和计算能力，通过靠近移动用户来减少网络操作和服务交付的时延。“邻近性、低时延、高宽带和位置认知”，正是边缘计算区别于传统云计算的主要技术特征。
據中国信息通信研究院泰尔系统实验测试，在LTE网络中，通过部署移动边缘计算服务器，可将车辆到车辆的延时，从理论值100 毫秒降至20 毫秒以下，相当于效应速度提高了5倍。
当物联网设备数量将首次超过全球人口
车联网只是我们迈入物联网时代的一个序曲。
2017 年被视为窄带物联网商用元年。 自2016 年 6 月核心标准冻结以来， 窄带物联网发展明显驶入快车道，运营商与设备制造商的联手促使窄带物联网产业链日渐完善，推动下游细分应用频频落地。
据Gartner统计，2017 年物联网设备数量将首次超过全球人口（75亿），达到 84 亿，比 2016年的 64 亿增长 31%，其中，消费领域是物联网设备最大用户，2017 年物联网设备数量为 52 亿，占比为 63%；企业使用的物联网设备数量为 31 亿。
对于物联网数据的海量性与高增长性问题，如果直接去建设更多更大的数据中心，可以预见的是，会极大地增加管理成本，系统可靠性也会下降。而移动边缘计算作为一个十分靠近终端信息源的小型信息中心，将应用、处理和存储推向移动边界，使得海量数据可以正常处理，而不必完全去建设更多的数据中心。
此外，采用边缘计算还可以很好的解决网络环境的限制，在云计算因为没有网络而无法进行云端数据传输和计算时，边缘计算可以正常进行处理。对于物联网来说，边缘计算既保证了设备在断网突发情况下的正常运行，也避免了数据上传云端带来的泄露风险。
IDC预测，到2020年，全球将有超过500亿的终端与设备联网，超过40%的数据要在网络边缘侧进行分析、处理与存储。这意味着，从互联网向物联网过度的时代转折中，边缘计算正处于爆发的前夜。
TrendForce最新预测显示，边缘计算产品和服务市场在2018年至2022年将以复合年增长率（CAGR）超过30%的速度增长。这一增速或有望引领千亿级美元的云市场。
冲向边缘计算的两股力量
随着越来越多的巨头涌入这一市场，边缘计算将成为下一次计算革命舞台的中心。冲在最前面的正是云计算厂商和CDN厂商。
不久前，阿里把边缘计算项目加入2018年战略部署，推出首个IoT边缘计算产品Link Edge，将阿里云在云计算、大数据、人工智能的优势拓宽到更靠近端的边缘计算上，打造云、边、端一体化的协同计算体系。
微软推出Azure IoT Edge平台，将机器学习、高级分析和AI服务放在接近数据源的前端物联网设备上；亚马逊为扩展AWS物联网功能，推出软件平台GreenGrass，为用户提供了可供开发边缘应用和分析的环境。
边缘计算虽然具有云计算不具备的优点，但并不会取代云计算，在很长一段时间，二者互为补充。
云计算把握整体，聚焦于非实时、长周期数据的分析，能够在周期性维护等领域发挥特长；而移动边缘计算则专注于局部，聚焦实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行。
相比云计算，CDN其实与边缘计算更为亲近。
首先，CDN与移动边缘计算的产生背景有许多相同之处，CDN自诞生起就是分布式架构，满足不同阶段的数据承载需求，实现目标也有相近之处，两者都是在用户体验要求不断提高，用户数量、数据流量激增的背景下产生。
其次，CDN中的网络“边缘”和移动边缘计算中的“边缘”含义接近，都意味着和以往的网络架构不同，服务器更接近于无线接入网。
但是，相较于CDN，移动边缘计算更靠近无线接入网，下沉的位置更深。由于物理距离的减少，自然移动边缘计算相较于CDN时延进一步降低。CDN应用场景的关注点是“分发加速”，而移动边缘计算不仅要“加速”，还拥有开放API能力及本地化的计算存储能力，可以让网络智能化。
因此，边缘计算无疑是CDN厂商下一步的进化方向，也被寄予弯道超车的厚望。
目前情况看，服务器提供商、网络设备提供商、工业计算机提供商、传统制造商等相继推出了边缘计算相应解决方案。这也为CDN厂商带来市场机遇，Limelight、CloudFlare、网宿科技等CDN公司相继推出了边缘计算服务。
云上战争硝烟未散，边缘之争已显端倪。