边缘计算与云边协同

今天我们来讲一讲在云计算年度行业大会上被多次提及的边缘计算，受到了整个行业关注，造成如此受关注的原因，一方面是由于近年来云计算的持续火爆，另一方面确实存在一些媒体、公众号等的炒作现象。

当然，在如今5G大规模商用的持续酝酿、物联网、车联网进一步推广的情况下，边缘计算也被推到大众的眼前。

 

什么是边缘计算

边缘计算是指在靠近物或数据源头的一侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘计算服务，满足应用的实时性和数据保护等方面的需求。

边缘计算已经存在了一些年，近年随着云计算的飞速发展，边缘计算也在快速兴起，未来几年将迎来爆发式的增长。边缘计算主要是为了配合通信、存储或安全等应用而存在的，它在实际应用过程中可能形成一些新的产品。

边缘计算与云计算各有所长，云计算擅长全局性、非实时、长周期的大数据处理与分析，能够在长期维护、业务决策支撑等领域发挥优势；而边缘计算更适用局部性、实时、短周期数据的处理与分析，能更好的支持本地业务的实时智能化决策。

边缘计算的出现就是为了弥补现阶段云计算所面临的一些短板，配合、促进云计算的发展。因此，边缘计算与云计算之间不是替代关系，而是互补协同关系。

边缘计算与云计算需要通过紧密协同工作才能更好的满足各种需求场景的匹配，从而放大边缘计算和云计算两者的应用价值。

 

在现如今的云市场上，云计算的巨头们依托云计算先发优势，将云计算技术下沉到边缘侧， 都在大力发展边缘计算。

工业企业依托丰富的工业场景，也在开展边缘计算的实践。电信运营商为了迎接5G的市场机遇，全面部署边缘节点，为布局5G基础设施打好基础。

在国际上，云计算巨头亚马逊、微软和谷歌都已经推出了相关边缘计算产品。

• 亚马逊推出AWS Greengrass功能软件，将 AWS 扩展到设备上，在本地处理终端生成的数据，同时仍然可以使用云来进行管理，进行数据分析和持久的存储；
• 微软发布 Azure IoT Edge 边缘侧产品，将云分析扩展到边缘设备，支持离线使用，同时聚焦边缘侧人工智能应用；
• 谷歌也在2018年推出了硬件芯片 Edge TPU和软件堆栈Cloud IoT Edge，可将数据处理和机器学习功能扩展到边缘设备，使设备能够对来自其传感器的数据进行实时操作，并在本地进行结果预测。

在国内，阿里、腾讯等也推出了相应的边缘计算产品。

• 阿里推出Link IoT Edge平台，它可以部署在不同量级的智能设备和计算节点中。通过定义物体模型来连接不同协议、不同数据格式的设备，提供安全可靠、低延时、低成本、易扩展的本地计算服务。
• 腾讯针对边缘计算推出了CDN Edge，将数据中心的服务下沉至CDN边缘节点，以最低的延迟响应终端用户，同时降低用户数据中心的计算压力和网络负载。

Gartner曾于2017年发布的一项调查数据显示，84%的企业将在四年内将边缘计算纳入企业规划。由于边缘计算解决了"最后一公里"云计算应用的供应问题，成为了云计算在未来发展中的重要落地支撑，边缘计算与云计算势必彼此融合，来到"云边协同"的新阶段。

 

云计算与边缘计算是如何具体协同呢？

以物联网场景举例。物联网中的设备产生大量的数据，数据都上传到云端进行处理，会对云端造成巨大的压力，为分担中心云节点的压力，边缘计算节点可以负责自己范围内的数据计算和存储工作。

然而，大多数的数据并不是一次性数据，那些经过处理的数据仍需要从边缘节点汇聚到中心云，中心云做大数据分析挖掘、数据共享，同时进行算法模型的训练和升级，升级后的算法推送到前端，使前端设备更新和升级，完成自主学习闭环。同时，这些数据也有备份的需要，当边缘计算过程中出现意外情况，存储在云端的数据也不会丢失。

 

对于边缘计算来说，不同于把大量的资源整合的云计算平台，边缘云平台更是一个分布式的平台，因此云边协同的特征是边缘计算的主要特征之一，而云边协同包含了各种协议和功能，涉及到了云计算的方方面面，因此在边缘计算的发展过程中，云边协同的功能实现情况成了影响边缘计算的重要因素。

边缘计算和云计算并不是互相排斥的关系，二者相互促进，共同发展的，边缘计算在未来的发展中会与云计算相互融合，进入到云边协同的新阶段，在中心端学习，在边缘端执行来处理复杂的问题，在处理好安全性、带宽、复杂性等方面的问题后，云边协同势必在生产中占据举足轻重的位置，大放异彩！

 

喜欢这篇文章的话请给我们点赞+收藏+评论吧～

---

作者 | Ai课工场

公众号 | Ai课工场

简介 | 这里是前沿技术知识聚集地，每周为你推送鲜活实用的提升干货！和小Ke同学一起分享你的所见所闻，领略人工智能、大数据、云计算等科技风采。公众号回复“资料”就可以领取自学资料大礼包！

转载说明 | 转载请说明出处，谢谢合作~