理解邊緣計算，雲計算是理解其中區別的關鍵！

邊緣計算 VS 雲計算

和傳統的中心化思維不同，他的主要計算節點以及應用分散式部署在靠近終端的資料中心，這使得在服務的響應效能、還是可靠性方面都是高於傳統中心化的雲計算概念，具體而言，邊緣計算可以理解為是指利用靠近資料來源的邊緣地帶來完成的運算程式。

那麼：邊緣計算和雲計算又有何區別？

實際上這兩者都是處理大資料的計算執行方式。

但不同的是，這一次，資料不用再傳到遙遠的雲端，在邊緣側就能解決，更適合實時的資料分析和智慧化處理，也更加高效而且安全。

邊緣計算服務的構建，從技術領域是一種很大的創新！

如今AWS、微軟、英特爾等國外大型企業已經著手佈局邊緣計算，可以預見的是邊緣計算之於雲服務企業重要性可見一斑！

如果說雲計算是集中式大資料處理，那麼邊緣計算可以理解為邊緣式大資料處理！

由於邊緣計算(Edge computing )指的是接近於事物，資料和行動源頭處的計算，所以我們也可以把這種型別的資料處理使用更通用的術語來表示：鄰近計算或者接近計算(Proximity Computing)

邊緣計算具備的幾點特質：

1.分散式和低延時計算

2.對終端裝置的資料進行篩選，不必每條原始資料都傳送到雲，充分利用裝置的空閒資源，在邊緣節點處過濾和分析，節能省時

3.減緩資料爆炸，網路流量的壓力，在進行雲端傳輸時透過邊緣節點進行一部分簡單資料處理，進而能夠裝置響應時間，減少從裝置到雲端的資料流量

4.智慧化（Edge intelligence）

對於未來而言物聯網也好、AR或則VR場景也好以及大資料和人工智慧行業，實際上都有著極強的對近場計算的需求，邊緣計算保障大量的計算需要在離終端很近的區域完成計算，完成苛刻的低延時服務響應！

可以預見的是，在未來邊緣計算的發展並不邊緣！

接下來，分享一份行業關於邊緣計算的白皮書

近日，OpenStack基金會正式對外發布《Cloud Edge Computing: Beyond the Data Center》中文版白皮書，中文名：《邊緣計算-跨越傳統資料中心》。

背景介紹近十幾年來，中心化的雲計算模型已經成為了一種標準的IT服務平臺。雖然雲計算現在已是普遍應用，但是隨著物聯網的發展以及即將推出更具沉浸感和互動性的應用趨勢將使資料儲存與計算的重心遠離中央資料中心並走向邊緣。新技術、新需求、IoT的爆發以及更多實時應用將在未來四到五年內從根本上改變計算拓撲結構。隨著資料和內容從集中的雲和資料中心轉移到邊緣，IT架構將會顛倒過來，從而產生新的計算與儲存使用場景。人與數字的互動也將變得更具有真實性，互動性和動態性。數字業務將模糊數字和真實世界之間的界限，而“模糊”將主要發生在邊緣。今天越來越多的企業、組織與研究機構將集中式雲計算的關注力將轉向側重於邊緣計算，並將應用程式和資料的架構從雲端轉移到邊緣。計算和資料儲存的位置與分佈對IT應用與管理是否良好起著至關重要的作用。什麼是邊緣計算其實“邊緣”技術並不是新鮮的技術，所謂“新鮮”是發生在“邊緣”處的變化。 相比之前僅僅作為資料中央端局採集傳遞資料的方式與所在，“邊緣”逐漸變成處理爆炸式資料的主要來源與關鍵節點，並且更重要的是與“人”的互聯。白皮書對“邊緣計算”這一概念進行了清晰的闡述，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。邊緣計算的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。一個邊緣計算的環境一般有以下特點:多個站點之間的潛在高延遲、網路不可靠和慢速頻寬, 伴隨著一般資料中心中心化資源池所不能應對的其他交付服務和應用功能。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大規模分散式站點下給應用程式所帶來的影響。邊緣計算的“邊緣”指的是位於管理域的邊緣，儘可能地靠近資料來源或使用者。這個概念同樣適用於運營商網路、有眾多分支機構的大企業，如零售或者是與IoT相關的其他應用。邊緣計算的概念必須包括邊緣站點(如計算、網路和儲存基礎設施)和執行著的應用程式(計算任務)。邊緣計算環境中的應用程式能夠享有云計算中的各種資源，如計算、塊儲存、物件儲存、虛擬網路、裸機或者容器。邊緣計算的特性對於邊緣計算的特性、用例及應用場景，白皮書也進行了深入剖析。驅動邊緣計算至關重要的動力就是為了能夠更近一步的為使用者或終端資料資源提供 服務。邊緣計算環境將與核心協作，目標在不向核心提出無理連線請求的前提下提供更佳的使用者體驗。並且將透過降低延時、降低頻寬限制兩方面進行改進，以解決響應的瓶頸，帶來更有效、真實的互動與體驗。同時，白皮書也提出了這其中可能存在的問題，比如為了應用邊緣計算，大幅增加部署數量是必要條件。這也就導致了我們面臨著大範圍邊緣部署的挑戰。在未來仍存在著必要的利弊權衡。邊緣計算的用例在此版白皮書中重點總結出幾類重要的示例，這些用例是目前邊緣計算較具代表性的應用機遇與近期工作的重點。概括說來，分析、合規、安全和網路功能虛擬化是受益於分散式結構的四類主要工作需求：1、資料採集及分析物聯網，通常其資料採集於大規模的微型網站網路，是受益於邊緣計算模型的典型應用。通常大量資料透過有限的網路連線傳輸至位於集中式資料中心的分析引擎進行資料分析，而這卻是適得其反;分析引擎可能出現響應不足，也可能導致額外的延時 並浪費寶貴的頻寬。鑑於邊緣計算裝置同樣能夠產生兆兆級資料，將資料接近於源頭進行分析，只向中樞系統傳送小批次的彙總資訊，這樣更接近於位於邊緣側資料來源的分析顯得更具有成本效益。當然，這其中也需要在向中樞傳遞資料所產生的成本和缺 失部分資訊之間進行權衡。2、安全遺憾的是，隨著邊緣裝置(包括手機及物聯網感測器)的普及，終端裝置的激增也使得新興的攻擊向量不斷湧現。邊緣計算能夠使得安全部件更接近於攻擊源，啟動更高效的安全應用並增加分層數量以抵禦針對核心的侵犯和風險。3、合規要求合規涵蓋了廣泛的需求，包括地理圍欄，資料主權及版權執法。基於地理及政治邊界約束資料使用，基於版權限制進行資料限流，將資料儲存於包含特定規章的區域，這些操作在邊緣計算基礎環境中都是可實現和可執行的。4、網路功能虛擬化網路功能虛擬化的核心是一個典型的邊緣計算應用，因為邊緣計算為其提供了基礎功能。電信運營商正嘗試透過執行虛擬網路功能作為部分或其上層的邊緣計算基礎環境，並以此來轉換他們服務提供模式。在邊緣計算基礎環境中執行虛擬網路功能確 實能夠發揮出其最高的效能以及最低的支出/複雜度。邊緣計算的使用場景所謂邊緣計算其實就是事物與人類連線的起點，其使用場景小到與個人相關的智慧手機，路由器，遊戲機，機頂盒，移動訊號塔，藍芽耳機，膝上型電腦，嵌入式車載智慧系統，大到製造工廠中無人機器手臂，無人流水線，船舶、飛機以及戶外大型重工業機器裝置資料採集等。因此在此版白皮書中歸納出以下幾個典型的應用場景：供零售/金融/遠端連線領域使用的“盒中雲”、移動連線、Network-as-a-Service(網路即服務)、通用使用者駐地裝置(uCPE)、衛星通訊(SATCOM)1、供零售/金融/遠端連線領域使用的“盒中雲”提供了一系列可定製於特定企業或產業應用的邊緣計算環境。這類邊緣計算主要由企業使用，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以及提升韌性並關注間斷WAN連線。當設定為有限網路連線時，內容快取或提供計算、儲存服務以及網路服務都是邊緣計算常見的使用方法。2、移動連線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、捕捉公共設施( 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、Network-as-a-Service(網路即服務)該場景的主要特徵包括:硬體資源佔用量小，移動(更改網路連線)及頻繁更替工作，資料和應用混合安置。這也是基礎平臺需要支援微型節點(在非 傳統包(冷卻資料中心內不都是19英寸機架)內進行少量計算)的案例之一。NaaS需要由上千或上萬個邊緣側節點支援。同時，它還必須支援網狀和/或層次式結構以及按需響應的站點(可能在需要時進行運轉而在完成後關閉)。APIs 和GUIs將會不斷變化來對映安置於不同位置而非是同一資料中心內的大量計算節點。4、通用使用者駐地裝置(uCPE)其特點為:網路連線有限，工作量較為穩定但需確保可用性高。於此同時，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NFV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。5、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。同時，將這些分散的平臺用於提供託管服務也是極為合理的，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、飛機、石油及鑽井，採礦作業或軍事基礎設施。邊緣計算為遠離中心機房的應用提供資料採集、計算、儲存服務，其基礎特性就是將基礎設施更接近於終端的使用者，即站點分佈範圍廣且邊緣節點由WAN網路連線。形式眾多的邊緣計算為各式各樣的邊緣應用場景提供邊緣服務。而在整個拓撲結構中，邊緣服務是從邊緣到中央處理核心所提供一系列的更加靈活的計算服務。而未來在更多場景中的不斷驗證，將有助於幫助我們評估已應用現有功能，同時發現可改進的方向不斷完善。邊緣計算的挑戰在白皮書文末，也直面了當下邊緣計算存在的問題和挑戰。雖然當前有非常多邊緣計算的例項正在部署，但若要真正大規模推廣，還是需要解決不斷湧現或者一直就存在的各種挑戰與侷限。例如針對一個可運維並依靠WAN互聯達成的跨地域IaaS設施系統，邊緣計算資源管理系統應當提供一組高層機制可以組合輸出。換言之，這裡的挑戰是如何修訂(而且如需要時進行擴充套件)IaaS層的核心服務，以處理如上所述邊緣計算的特定需求如網路斷聯/頻寬，計算和儲存裝置有限的功能，缺乏管理的部署等等。

霧計算以及邊緣計算、海計算而言等等的出現，不是用來代替雲計算，更多的是對雲計算“bug類”問題的修修補補，本質上是作為雲計算的延伸拓展而誕生的產品和理念！

無論是雲計算、海計算或者是邊緣計算、霧計算，其他產品概念也好，目的只有一個：更好的服務於我們的生活！