今天我們來講一講在云計算年度行業大會上被多次提及的邊緣計算。邊緣計算受到了整個行業關注，造成如此受關注的原因，一方面是由于近年來云計算的持續火爆，另一方面確實存在一些媒體、公眾號等的炒作現象。

當然，在如今5G大規模商用的持續醞釀、物聯網、車聯網進一步推廣的情況下，邊緣計算也被推到大眾的眼前。

邊緣計算是指在靠近物或數據源頭的一側，融合網絡、計算、存儲、應用核心能力的分布式開放平臺，就近提供邊緣計算服務，滿足應用的實時性和數據保護等方面的需求。

邊緣計算已經存在了一些年，近年隨著云計算的飛速發展，邊緣計算也在快速興起，未來幾年將迎來爆發式的增長。邊緣計算主要是為了配合通信、存儲或安全等應用而存在的，它在實際應用過程中可能形成一些新的產品。

邊緣計算與云計算各有所長，云計算擅長全局性、非實時、長周期的大數據處理與分析，能夠在長期維護、業務決策支撐等領域發揮優勢；而邊緣計算更適用局部性、實時、短周期數據的處理與分析，能更好的支持本地業務的實時智能化決策。

邊緣計算的出現就是為了彌補現階段云計算所面臨的一些短板，配合、促進云計算的發展。因此，邊緣計算與云計算之間不是替代關系，而是互補協同關系。

邊緣計算與云計算需要通過緊密協同工作才能更好的滿足各種需求場景的匹配，從而放大邊緣計算和云計算兩者的應用價值。

在現如今的云市場上，云計算的巨頭們依托云計算先發優勢，將云計算技術下沉到邊緣側，都在大力發展邊緣計算。

工業企業依托豐富的工業場景，也在開展邊緣計算的實踐。電信運營商為了迎接5G的市場機遇，全面部署邊緣節點，為布局5G基礎設施打好基礎。

在國際上，云計算巨頭亞馬遜、微軟和谷歌都已經推出了相關邊緣計算產品。

亞馬遜推出AWS Greengrass功能軟件，將AWS 擴展到設備上，在本地處理終端生成的數據，同時仍然可以使用云來進行管理，進行數據分析和持久的存儲。

微軟發布Azure IoT Edge 邊緣側產品，將云分析擴展到邊緣設備，支持離線使用，同時聚焦邊緣側人工智能應用。

谷歌也在2018年推出了硬件芯片Edge TPU和軟件堆棧Cloud IoT Edge，可將數據處理和機器學習功能擴展到邊緣設備，使設備能夠對來自其傳感器的數據進行實時操作，并在本地進行結果預測。

在國內，阿里、騰訊等也推出了相應的邊緣計算產品。

阿里推出Link IoT Edge平臺，它可以部署在不同量級的智能設備和計算節點中。通過定義物體模型來連接不同協議、不同數據格式的設備，提供安全可靠、低延時、低成本、易擴展的本地計算服務。

騰訊針對邊緣計算推出了CDN Edge，將數據中心的服務下沉至CDN 邊緣節點，以最低的延遲響應終端用戶，同時降低用戶數據中心的計算壓力和網絡負載。

Gartner曾于2017年發布的一項調查數據顯示，84%的企業將在四年內將邊緣計算納入企業規劃。由于邊緣計算解決了“最后一公里”云計算應用的供應問題，成為了云計算在未來發展中的重要落地支撐，邊緣計算與云計算勢必彼此融合，來到“云邊協同”的新階段。

云計算與邊緣計算是如何具體協同呢？以物聯網場景舉例。物聯網中的設備產生大量的數據，數據都上傳到云端進行處理，會對云端造成巨大的壓力，為分擔中心云節點的壓力，邊緣計算節點可以負責自己范圍內的數據計算和存儲工作。

然而，大多數的數據并不是一次性數據，那些經過處理的數據仍需要從邊緣節點匯聚到中心云，中心云做大數據分析挖掘、數據共享，同時進行算法模型的訓練和升級，升級后的算法推送到前端，使前端設備更新和升級，完成自主學習閉環。同時，這些數據也有備份的需要，當邊緣計算過程中出現意外情況，存儲在云端的數據也不會丟失。

對于邊緣計算來說，不同于把大量的資源整合的云計算平臺，邊緣云平臺更是一個分布式的平臺，因此云邊協同的特征是邊緣計算的主要特征之一，而云邊協同包含了各種協議和功能，涉及到了云計算的方方面面，因此在邊緣計算的發展過程中，云邊協同的功能實現情況成了影響邊緣計算的重要因素。

邊緣計算和云計算并不是互相排斥的關系，二者相互促進，共同發展的，邊緣計算在未來的發展中會與云計算相互融合，進入到云邊協同的新階段。在中心端學習，在邊緣端執行來處理復雜的問題，在處理好安全性、帶寬、復雜性等方面的問題后，云邊協同勢必在生產中占據舉足輕重的位置，大放異彩！