一 “邊緣計算”究竟是何方神聖

邊緣計算出現的時間並不長，這一概念有許多人進行過概括，範圍界定和闡述各有不同，甚至有些是重複和矛盾的，就作者個人而言，比較推崇OpenStack（是一個由NASA和Rackspace合作研發併發起的，以Apache許可證授權的自由軟體和開放原始碼專案）社群的定義概念：“邊緣計算是為應用開發者和服務提供商在網路的邊緣側提供雲服務和IT環境服務；目標是在靠近資料輸入或使用者的地方提供計算、儲存和網路頻寬”。通俗地說：邊緣計算本質上是一種服務，就類似於雲計算、大資料服務，但這種服務非常靠近使用者；為什麼要這麼近？目的是為了讓使用者感覺到刷什麼內容都特別快。

邊緣計算著重要解決的問題，是傳統雲計算（或者說是中央計算）模式下存在的高延遲、網路不穩定和低頻寬問題。舉一個現實的例子，幾乎所有人都遇到過手機APP 出現404錯誤的情況 ，這樣的一些錯誤出現就和網路狀況、雲伺服器頻寬限制有關係。由於資源條件的限制，雲計算服務不可避免收到高延遲、和網路不穩定帶來的影響，但是透過將部分或者全部處理程式遷移至靠近使用者或資料收集點，邊緣計算能夠大大減少在雲中心模式站點下給應用程式所帶來的影響。

邊緣計算,和霧計算同一時間出現，事實上兩個概念之間有重疊的地方。這兩個詞是從2011年開始出現，如今已經成為了巨頭的投資熱點。先看看世界上的科技巨頭們選擇的方向吧：

Arm、Cisco、Dell、Intel、Microsoft、普林斯頓大學共同投資創辦的霧計算研究專案OpenFog；Orange (法國電信) 與 Inria(法國國立計算機及自動化研究院)共同主導的霧計算與大規模分散式雲研究專案Discovery；華為的“全面雲化”戰略， EC-IOT， 2016年成立邊緣計算產業聯盟；Intel 的“Cloud Computing at the Edge”專案；NTT 的“Edge Computing”專案， AT&T 的 “Cloud 2.0”專案；亞馬遜AWS 釋出的GreenGrass 專案（邊緣計算代號）；微軟Azure 發IOT Edge 專案，重點發展邊緣計算專案；谷歌釋出的IOT Core 專案；阿里雲釋出的LinkEdge專案。

從2016到現在，巨頭們已經在邊緣計算的路上展開了激烈的角逐, 賽道已經非常的擁擠。

下圖1 是一個邊緣計算網路的概念圖,它是連線裝置和雲端的重要中間環節。

邊緣計算起源於廣域網內搭建虛擬網路的需求，運營商們需要一個簡單的、類似於雲計算的管理平臺，於是微縮板的雲計算管理平臺開始進入了市場，從這一點來看，邊緣計算其實是脫胎於雲計算的。隨著這一微型平臺的不斷演化，尤其是得益於虛擬化技術（指透過虛擬化技術將一臺計算機虛擬為多臺邏輯計算機。在一臺計算機上同時執行多個邏輯計算機，每個邏輯計算機可執行不同的作業系統，並且應用程式都可以在相互獨立的空間內執行而互不影響，從而顯著提高計算機的工作效率。）的不斷髮展，人們發現這一平臺有著管理成千上萬邊緣節點的能力，且能滿足多樣化的場景需求，經過不同廠商對這一平臺不斷改良，並加入豐富的功能，使得邊緣計算開始進入了發展的快車道。

二 為什麼需要邊緣計算

雲計算和邊緣計算通常會被用來做比較，上文也提到，邊緣計算其實脫胎於雲計算，那麼，既然有了雲計算，為何還要有邊緣計算？

大家都熟悉雲計算，它有著許多的特點：有著龐大的計算能力，海量儲存能力，透過不同的軟體工具，可以構建多種應用，我們在使用的許多APP ，本質上都是依賴各種各樣的雲計算技術，比如影片直播平臺，電子商務平臺。邊緣計算脫胎於雲計算，靠近裝置側，具備快速反應能力，但不能應付大量計算及儲存的場合。這兩者之間的關係，可以用我們身體的神經系統來解釋。

雲計算能夠處理大量資訊，並可以儲存短長期的資料，這一點非常類似於我們的大腦。大腦是中樞神經中最大和最複雜的結構，也是最高部位，是調節機體功能的器官，也是意識、精神、語言、學習、記憶和智慧等高階神經活動的物質基礎。人類大腦的灰質層，富含著數以億計的神經細胞，構成了智慧的基礎。而具有灰質層的並不只有大腦，人類的脊髓也含有灰質層，並具有簡單中樞神經系統，能夠負責來自四肢和軀幹的反射動作，及傳送腦與外周之間的神經資訊。我們在初中的生物中都學習到了膝跳反應，這就是脊髓反應能力的證據。邊緣計算對於雲計算，就好比脊髓對於大腦，邊緣計算反應速度快，無需雲計算支援，但低智慧程度較低，不能夠適應複雜資訊的處理。

三 “邊緣計算”的應用場景

既然邊緣計算是雲計算的重要補充，那麼邊緣計算的應用場景又有哪些呢？ 邊緣計算模式的基礎特性就是將計算能力更接近於使用者，即站點分佈範圍廣且邊緣節點由廣域網路連線。

1. 供零售/金融/遠端連線領域使用的“開箱即用雲”：提供了一系列可定製邊緣計算環境，這類邊緣計算主要提供給企業使用，並服務於特定產業應用。它從根本上與分散式結構相結合來達到以下效果：降低硬體消耗，多站標準化部署，靈活更替部署在邊緣側的應用（不受硬體影響，同一應用在所有節點上一致執行），提升弱網路條件下的執行穩定性。如果聯網的條件有限制，透過將聯網方式設定為有限網路連線時，可以提供內容快取或提供計算、儲存服務以及網路服務，比如新零售邊緣計算環境。

2. 移動連線：在5G網路大規模普及前，行動網路仍保持著受限和不穩定的特性，因此移動/無線網路也可以看作是雲邊緣計算的常見環境要素。許多應用或多或少都依賴於行動網路，例如應用於遠端修復的增強現實、遠端醫療、採集公共設施（水力，煤氣，電力，設施管理）資料的物聯網裝置、庫存、供應鏈以及運輸解決方案、智慧城市、智慧道路和遠端安全保障應用。這些應用都受益於邊緣計算就近端處理的能力。

3. 通用使用者駐地裝置（uCPE）:特點是網路連線有限，工作量較為穩定但需確保可用性高，同時，它也需要一種方法來支援跨上百至上千節點的資料應用混合安置，而拓展現有uCPE部署也將成為一項新要求。而這點非常適用於網路功能虛擬化（NFV Network Function Virtualization）應用，尤其當不同站點可能需要不同系列的服務鏈應用，或是區域內一系列不同的應用需要統一協作時。由於本地資源的利用以及必須滿足在間斷的網路連線下進行儲存和進行資料處理，我們可需要支援網狀或層次式的結構。自我修復以及與遠端節點管理相結合的自我管理都是必須條件。

4. 衛星通訊（SATCOM）：該場景以大量可用的終端裝置分佈於最偏遠和惡劣的環境為特徵。將這些分散的平臺用於提供託管服務極為合理的，尤其是當考慮到極高的延時，有限的頻寬以及跨衛星通訊的費用。具體事例可能包括船舶（從漁船到油輪），飛機，石油鑽井，採礦作業或軍事基礎設施。