万物互联时代：边缘计算的机遇与挑战

作者：暂无

来源：《上海信息化》 2018年第1期

文/林州波

随着人工智能和数字化浪潮席卷全球，到2020年，预计将有500亿个设备连接到网络。国际电信联盟（ITU）最新报告显示，2020年每人每秒钟创建的数据量将达到1.7MB。面对如此规模的数据，除了传统的云计算技术架构，是否还有新的计算方式可以高效传输处理海量数据？新年伊始，探秘持续升温的边缘计算，将引领人们进入真正的万物互联时代。

万物互联时代，几乎所有数据都需要连接到云，通过云端存储、计算，通过网络互相连接，人们将越来越依赖云。然而云计算可能并不是未来各行业迈向数字化的唯一路径。一股来自产业界和学术界的合力，正尝试在云计算之外，打造一种电子计算的新架构。随着物联网、5G快速发展，边缘计算（Edge Computing，简称EC）技术应运而生，成为ICT（信息通信技术）产业继云计算之后的下一个技术风口。

ICT王冠上的钻石

2017年11月29日，全球最具影响力的边缘计算产业盛会“2017MEC技术与产业发展峰会”在北京召开。大会以“万物智联，边缘智算”为主题，汇聚了逾600名来自欧洲、美国、中国的顶级专家学者、行业领袖、媒体和分析师，共同探讨边缘计算前沿技术、展现边缘计算创新应用、聚合边缘计算产业生态、推动边缘计算产业快速发展，为智慧城市、人工智能、物联网的发展探索新的可能。

发展边缘计算已成为当前全球产业界的共识：边缘计算聚焦万物智能连接，能够满足数字化连接过程中的实时、智能、数据优化、安全与隐私保护等关键需求，已成为数字化转型中不可或缺的关键要素，也被人们视作ICT行业王冠顶端的钻石。

边缘计算是在靠近设备或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，其应用程序在边缘侧发起，就近提供边缘智能服务，产生更快的网络服务响应，以满足数字化过程中的敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等关键需求。通俗而言，如果把云计算比作看不见、摸不着，远在天边的一片“云”，那么边缘计算则是飞入百姓寻常家的一片“云”。这片“云”通过数据分析处理，快速高效地实现物与物之间的传感、交互和控制，可谓物联网落地的根本。

边缘计算的出现有其必然性和必要性。以车联网为例，数据显示：根据车辆所有部件每时每刻的运转状态，单车每秒可产生高达1GB的数据。而出于交通和道路安全等方面的考虑，人们必须将数据传输与交互的延迟降到最低，否则实际应用中将出现致命的威胁。

“传统的云端计算，可以点一个按钮，等待后台运算响应。而在边缘计算中，很多应用需要在毫秒之间实时响应。而若要实现‘实时’，就不能把所有的内容都送到云端，因为云可能在几千公里之外，延时抖动和距离都不可控。”华为网络研发部总裁刘少伟介绍。

显然，依靠云，并不能满足实时传输与计算的要求，而这正是边缘计算的价值和优势所在，即在“端”对部分数据进行快速高效的分析处理。

当前，数据的数量以远超过人们预期的指数级速度激增，数据的类型也变得越来越多样化。万物互联时代产生的海量数据需要更敏捷的连接、更有效的数据处理，同时要有更好的数据保

护。边缘计算技术取得突破，意味着许多控制将通过本地设备实现，而无需交由云端。处理过程在本地边缘计算层完成，无疑将大大提升处理效率，减轻云端的负荷。由于更靠近用户，可以为用户提供更快的响应，将需求在边缘端解决。

以面向未来的自动驾驶为例，每辆车都将内置各种各样的数据传感器，这些传感器同时工作一天所产生的数据量将高达4TB。对此，只有边缘计算才能有效发挥作用，就近高效处理相关数据，有效地降低带宽要求，提供及时的响应，为无人驾驭保驾护航。

再如，在医疗领域，由于涉及大量病患的个人隐私数据，如能在设备端完成运算，显然会有效降低被攻击者入侵的可能性。

而在工业互联网平台建设中，边缘计算同样承担着降低网络传输负担、实时生成优化决策等重要功能。发展边缘计算，能够有力推动企业转型升级，促进企业向工业互联网平台迁移，对于加快制造强国、网络强国建设，构筑数字经济时代竞争新优势具有重要意义。

事实上，物联网概念的提出已有15年历史，但物联网在相当长的时间内并未成为主流应用，直至近年才迎来黄金发展周期，加速进入规模应用。未来5～10年，物联网会进入应用爆发期，边缘计算将随之得到更多应用。

2018年伊始，移动网络向5G演进的速度将进一步加快，边缘计算将在大流量业务的普及下发挥更多价值，降低核心网压力，提升接入网的能力与价值。同时，随着可穿戴设备及附带传感器的智能设备数量呈爆发式增长，未来更多设备将被接入物联网。IDC统计数据显示，到2020年将有超过500亿个终端和设备接入网络，其中超过50%的数据需要在网络边缘侧分析、处理与存储，形成万亿元级的商业价值，边缘计算市场之大、作用之显著显而易见。

根据市场研究公司Research and Markets近日发布的报告，边缘计算的市场规模复合年均增长率高达35.2%。据估算，2017～2026年的10年间，美国边缘计算领域支出将达到870亿美元，欧洲则为1850亿美元。

2017年8月，芯片巨头英特尔与爱立信、丰田汽车等正式成立汽车边缘计算联盟，帮助实现从网到车到端的整体平台能力提升。在边缘计算网络保障下，未来无人驾驶汽车将更为安全。微软高层亦在其开发者大会上发表声明，称公司的云战略正在朝边缘计算方向发展。云计算鼻祖亚马逊则推出了应用于边缘计算的“AWS Greengrass”平台，将“移动边缘计算”重新定义为“多接入边缘计算”。

中国企业在相关领域亦多有布局。早在2016年，即有华为、英特尔、ARM、通软动力、中国科学院沈阳自动化研究所、中国信息通信研究院等企业与研究机构共同成立“边缘计算产业联盟”，并发布了《边缘计算产业联盟》。而时至2018年，伴随5G、物联网应用爆发，边缘计算正在迅速崛起。

边缘计算VS云计算

边缘计算是一个新名词，它横跨信息技术（IT）、操作技术（OT）、通讯技术（CT）等多个领域，涉及网络联接、数据聚合、芯片、传感、行业应用多个产业链角色。

与此同时，边缘计算并不是完全新鲜的关键词。早在2009年，就有美国科学家提出，它相较云计算，好比“同父异母”的“兄弟”。只是云计算是更早被提出、更为人们耳熟能详的基础技术架构，而边缘计算最近才被科技与产业界大规模挖掘应用。

边缘计算和云计算有哪些区别和联系？目前，云计算是数字化转型的大势所趋，互联网技术本质就是通过云计算平台来实现用户随时随地按需访问所需资源的过程，其核心竞争力在于实现各方资源的节约、共享。

对于云计算而言，所有数据都要汇总到后端的数据中心才能完成，而在“云、管、端”三者角色中，云计算更侧重于“云”——实现最终数据分析与应用的场所。但是在边缘计算中，其强调“边缘”，也就是“端”所在的物理区域。在这个区域，如果能够为“端”就近提供网络、计算、存储等资源，显然更容易满足实时性的业务需求。与此同时，因主要计算节点及应用分布式部署在靠近终端的数据中心，其在服务响应性能、可靠性等方面都高于传统的“中心化”云计算。这也是“边缘计算”相较“云计算”的最大优势。

进一步比较，云计算适合非实时、长周期数据的大数据分析；边缘计算则更多地聚焦实时、短周期数据的分析，能更好地支撑本地业务的实时智能化处理与执行。而且，由于在更靠近数据源的本地网络（Local Network）进行运算，数据无需上传至遥远的云端，所以大大减少了数据往返云端的等待时间及网络带宽成本。众所周知，当前，即便是理想状态中的最高速光纤网路传输速度，实现资料交换仍需要不少的时间，如果考虑资料传输需要耗费延迟时间、停留中介站与远端处理的等待时间等因素，采用边缘运算可以大大缩短资料往返时间，实现更迅速的资料处理。这方面，云计算就显得稍逊一筹。另一项考量则关乎成本。相较将全部资料回传云端进行处理，把资料就近放在边缘装置周围进行运算的做法，可以大大减少传输成本。

面向未来，物联网、虚拟现实（VR）和增强现实（AR）场景、大数据和人工智能行业，都有极强的近场计算需求，边缘计算能够保障大量计算在离终端很近的区域完成，并保证苛刻的低延时服务响应。

边缘计算的另一真正价值，在于能将每个与本地网路连接的组件，整合成为一个更复杂的完整个体，从而打造一个整合性系统（Meta System），做更惊人的事情。

这些都是边缘计算近年来迅速“蹿红”的原因。

综上，无论云计算还是边缘计算，技术本身只是实现物联网、智慧应用、智能制造等所需的方法。二者都是处理海量数据的计算方式，虽然计算架构看似不同，但相互之间并不能简单替代。英特尔中国区物联网事业部首席技术官张宇博士指出：今天，人们强调边缘计算，并不代表边缘计算将取代云计算。二者其实可以形成良好的应用互补。在一些应用场景中，人们可以在边缘端做快速分析，同时在云端进行深入分析，使两者各展所长。毕竟，云在计算能力方面具有明显优势。

换个文艺些的说法：如果“云计算”负责铺天盖地，那么“边缘计算”则负责星罗棋布。随着万物互联时代到来，没有哪种计算方式可以“一招制敌”。未来是各种计算方式并行的多元计算时代，人们将根据不同的应用场景，选择最适合的计算方式。

发展瓶颈与挑战

产业界对边缘计算在消费物联网、工业互联网、人工智能、智慧城市等领域发挥重大作用寄予厚望，但打造边缘计算产业生态不可能一蹴而就。需要看到的是，现阶段的边缘计算仍面临诸多挑战，一些瓶颈软肋，了边缘计算的快速发展。

首先，技术尚未成熟。研究推广边缘计算技术，关键要回答三个问题：一是边缘节点究竟在哪里？二是会出现什么新事物？三是需要怎样的新技术进行支撑？然而当前，面对边缘计算的终端计算能力、可否担当“智能”分析载体等问题，学术产业界一直存在争议。鉴于现阶段终端设备无法兼容过多的智能化处理方式，其是否能够胜任在数据源头完成采集并分析的任务？

即便加载了各种强大元器件，加快了边缘计算的速度，但是否会付出比云计算速度更慢的代价？一系列后续技术演进仍有待观察。目前，能否基于软件定义、虚拟化、服务化等关键技术，打造一个支撑边缘计算理念的通用型操作系统，部署在设备、网关或者边缘数据平台等不同位置，还需要产学研用各个领域不断加强基础研发和试验验证。

其次，体系架构亟需统一。目前来看，针对互联网、移动通信网、消费物联网、工业互联网等不同网络接入和承载技术，边缘计算技术在实现上存在一定差异。但整体来看，边缘计算技术理念都强调系统的通用性、网络的实时性、应用的智能性、服务的安全性，需要构建统一的体系架构进行顶层设计。

另外，产业推进困难重重。从推广应用度看，现在采用支持边缘计算的智能（AI）设备单价都比较高。通常情况下，搭载AI芯片、提升存储空间，会大大提高电子终端的设备造价，导致其整体性价比不高。而高昂的技术成本无疑会阻碍相关产品的普及推广。而从产业角度看，工业互联网、物联网技术方案碎片化，跨厂商的互联互通互操作一直存在很大挑战，而发展边缘计算需要跨越计算、网络、存储，进行长链条的技术方案整合，可谓困难重重。

此外，商业模式有待研究。由于边缘计算平台在部署时将服务下移，计算、网络、存储、应用、智能服务都在边缘侧进行本地化提供，所有现有网络运营商服务体系并不适合，需要重新设计计费规则。同时，由于相关技术研发、标准化工作涉及诸多利益相关方，需要互联网企业、通信设备制造企业、通信运营商、工业企业等多方共同探索。

最后，安全隐私存在挑战。边缘计算希望培育边缘侧应用生态，可能存在一些不受信任的终端及移动边缘应用开发者的非法接入问题。因此，需要在用户、边缘节点、边缘计算服务之间建立新的访问控制机制和安全通信机制，以保证数据的机密性、完整性、用户信息隐私性。比如，较依赖边缘计算技术的医疗、自动驾驶、国防等领域，由于数据获取难度大、法规松绑程度偏低，实际导入人工智能分析时风险会变得比较高，安全隐私挑战就比较大。

作为时下最红火的新兴产业，边缘计算虽然应用前景广阔，但由于横跨多个技术领域且涉及网络连接、数据聚合、芯片、传感器、行业应用等产业链各个环节，需各方通力合作才能推进发展。边缘计算产业只有构建开放的产业生态，才能持续发展壮大。

在迈向万物互联的演进之中，未来究竟有多少应用场景会利用到云计算，而多少场景会将计算分布到边缘？凭借对云计算的潜在补充和竞争特性，未来新技术架构下，边缘计算将衍生哪些新应用、新玩法？人们将拭目以待。