“云计算”会被“边缘计算”取代吗？.docxVIP

PAGE 1 PAGE 1 “云计算”会被“边缘计算”取代吗？  关于许多人说，边缘计算会不会取代边缘计算？其实也大可不必担忧，本质上而言二者都是处理大数据的计算运行方式，是互为补充的关系。  当下我们经常会听到一个词叫做“云端协同”，即云和端相互合作、相互渗透和融合，这里的云指的是“云计算”或者说“云数据中心”，而端指的便是担当终端的“边缘计算”。  Linux基金会PhilipDesAutels认为“将来，云端更像是扮演一个集中式协调管理的角色，成为一个具有分布式集体智慧的云端大脑。”  边缘计算是指利用靠近数据源的边缘地带来完成的运算程序，边缘计算的运算既可以在大型运算设备内完成也可以在中小型运算设备、本地端网络内完成。用于边缘运算的设备可以是智能手机这样的移动设备、PC、智能家居等家用终端，也可以是ATM机、摄像头等终端。  关于边缘计算的应用现状和场景  在MicrosoftBuild2017开发者大会上，微软首席执行官SatyaNadella宣布：“公司的云战略正在朝着边缘计算方向发展。”将来随着联网接入设备的倍增、大数据时代下数据的爆发式增长，云计算中心已经无法满意智能家居、无人驾驶等场景对低延迟的高要求，边缘计算取而代之将成为大势。  1.边缘计算应用场景一：万物互联的物联网  随着网络边缘侧设备的快速增加，设备产生的数据存量达到泽字节的级别，从网络边缘设备传输传输海量数据到云数据中心致使网络传输宽带的负载量急剧增加造成较长的网络延迟，单纯的云计算已经不足以匹配如此浩大规模数据量的即时计算。  云计算作为物联网的“大脑中枢”，将大量边缘计算无法处理的数据进行存储、处理、整理和分析，而与此同时边缘计算被认为是物联网的“神经末梢”，实现对小数据直接在边缘设备或者边缘服务器中进行数据的处理，同时也能够很好的缓解云数据中心的压力。边缘计算和云计算相互协同，精确的说它们是彼此优化补充的存在。  2.边缘计算应用场景二：CDN内容分发业务  传统CDN借助缓存数据，提高近地节点数据传输的性能，但是实际上对动态的计算服务，就只能回源到数据中心，这个成本本身其实是很高的。边缘计算和传统的中心化思维不同，其主要计算节点以及应用分布式部署在靠近终端的数据中心，这使得无论是在服务的响应性能、还是牢靠性方面都是高于传统中心化的云计算。边缘计算保障大量的计算需要在离终端很近的区域完成计算，完成苛刻的低延时服务响应。  此外通过边缘计算，同时缓解了传统数据「安全」层面的问题，究竟数据传输的距离越远、路径越长、时间越久，数据的被窃取风险和丢失风险也就越高。  3.边缘计算应用场景三：蓬勃发展的车联网  当下伴随着智能驾驶、自动驾驶等新势力车企的的蓬勃发展，联网汽车数量越来越大，针对车联网用户的功能越来越多，随之车联网的数据量传输不断增加，对其延迟/时延的需求也越来越苛刻，尤其是汽车在高速行驶中，通信延迟应在几ms以内，而网络的牢靠性对安全驾驶又至关重要。  那么，在这个过程中如何满意车联网对传输速率的高要求？传统中央云计算由于经过多层级计算处理，延迟高、效率低，现在已不再能满意车联网的传输需求。而基于边缘计算解决方案，在近点边缘层已经完成对数据的过滤、筛选、分析和处理，传输距离短、延迟低、效率更高。相较云计算，车联网明显更加需要边缘计算来护航！ 图1边缘计算在车联网的应用 （1）通过节点“下沉”的方式，可以在距离车辆最近的基站进行计算，短算计算距离  （2）车内边缘计算可实时供应实时车辆位置，利用低延迟效果与四周基站，提高牢靠性。  （3）单一车量通过数据分析后得出结论，以极低延迟传送给接近区域内的其他联网车辆，可在区域范围内快速完成传递，驾驶员准时做出决策  4.边缘计算应用场景四：智慧智能的城市云脑  就如开篇所言，把边缘计算比作“神经末梢”，而同时现在我们把基于互联网云脑模型的智慧城市建设架构称为“城市云脑”或者说“城市大脑”，边缘计算这里的角色就像是城市大脑的神经末梢，一方面采集数据信息，本地进行实时处理、预估，将本地处理提取的特征数据传输给云端大脑，另一方面将人工智能与分布在城市中的传感器结合，打通各系统平台，使得城市运营出现的诸多问题能够更加准时、有效的得到发觉和处理！  当然，边缘计算的应用场景远不止于上面列举的几种，边缘计算将来也将会在智能安防、智能家居、虚拟现实、区块链、远程监控等场景带给我们不同程度的惊喜。  关于边缘计算整个行业的前景而言  IDC在其发布的《中国制造业物联网市场预估2016-2020年》报告指出，201