樓主這個問題的確有點太過大了，有點不知從哪裡說起，這裡就走哪算哪吧，後續慢慢補充！當下我們經常會聽到一個詞叫做“雲端協同”，即雲和端相互合作、互相滲透和融合，這裡的雲指的是“雲計算”或者說“雲資料中心”，而端指的便是擔當終端的“邊緣計算”。Linux基金會Philip DesAutels認為“將來，雲端更像是扮演一個集中式協調管理的角色，成為一個具有分散式集體智慧的雲端大腦。”邊緣計算是指利用靠近資料來源的邊緣地帶來完成的運算程式，邊緣計算的運算既可以在大型運算裝置內完成 也可以在中小型運算裝置、本地端網路內完成。用於邊緣運算的裝置可以是智慧手機這樣的移動裝置、PC、智慧家居等家用終端，也可以是ATM機、攝像頭等終端。關於邊緣計算的應用現狀和場景

在Microsoft Build 2017開發者大會上，微軟執行長SatyaNadella宣佈：“公司的雲戰略正在朝著邊緣計算方向發展。”未來隨著聯網接入裝置的倍增、大資料時代下資料的爆發式增長，雲計算中心已經無法滿足智慧家居、無人駕駛等場景對低延遲的高要求，邊緣計算取而代之將成為大勢。

邊緣計算應用場景一：萬物互聯的物聯網隨著網路邊緣側裝置的迅速增加，裝置產生的資料存量達到澤位元組的級別，從網路邊緣裝置傳輸傳輸海量資料到雲資料中心致使網路傳輸寬頻的負載量急劇增加造成較長的網路延遲，單純的雲計算已經不足以匹配如此龐大規模資料量的即時計算。雲計算作為物聯網的“大腦中樞”，將大量邊緣計算無法處理的資料進行儲存、處理、整理和分析，而與此同時邊緣計算被認為是物聯網的“神經末梢”，實現對小資料直接在邊緣裝置或者邊緣伺服器中進行資料的處理，同時也能夠很好的緩解雲資料中心的壓力。邊緣計算和雲計算互相協同，準確的說它們是彼此最佳化補充的存在。邊緣計算應用場景二:CDN內容分發業務傳統 CDN 藉助快取資料，提高近地節點資料傳輸的效能，但是實際上對動態的計算服務，就只能回源到資料中心，這個成本本身其實是很高的。邊緣計算和傳統的中心化思維不同，其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，這使得無論是在服務的響應效能、還是可靠性方面都是高於傳統中心化的雲計算。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。此外透過邊緣計算，同時緩解了傳統資料「安全」層面的問題，畢竟資料傳輸的距離越遠、路徑越長、時間越久，資料的被竊取風險和丟失風險也就越高。邊緣計算應用場景三：蓬勃發展的車聯網當下伴隨著智慧駕駛、自動駕駛等新勢力車企的的蓬勃發展，聯網汽車數量越來越大，針對車聯網使用者的功能越來越多，隨之車聯網的資料量傳輸不斷增加，對其延遲/時延的需求也越來越苛刻，尤其是汽車在高速行駛中，通訊延遲應在幾ms以內，而網路的可靠性對安全駕駛又至關重要。那麼，在這個過程中如何滿足車聯網對傳輸速率的高要求？傳統中央雲計算由於經過多層級計算處理，延遲高、效率低，現在已不再能滿足車聯網的傳輸需求。而基於邊緣計算解決方案，在近點邊緣層已經完成對資料的過濾、篩選、分析和處理，傳輸距離短、延遲低、效率更高。相較雲計算，車聯網顯然更加需要邊緣計算來護航！（1）透過節點“下沉”的方式，可以在距離車輛最近的基站進行計算，短算計算距離（2）車內邊緣計算可實時提供實時車輛位置，利用低延遲效果與附近基站，提高可靠性。（3）單一車量透過資料分析後得出結論，以極低延遲傳送給臨近區域內的其他聯網車輛，可在區域範圍內快速完成傳遞，駕駛員及時做出決策邊緣計算應用場景四：更加智慧智慧的城市就如開篇所言，把邊緣計算比作“神經末梢”，而同時現在我們把基於網際網路雲腦模型的智慧城市建設架構稱為“城市雲腦”或者說“城市大腦”，邊緣計算這裡的角色就像是城市大腦的神經末梢，一方面採集資料資訊，本地進行實時處理、預測，將本地處理提取的特徵資料傳輸給雲端大腦，另一方面將人工智慧與分佈在城市中的感測器結合，打通各系統平臺，使得城市運營出現的諸多問題能夠更加及時、有效的得到發現和處理！當然，邊緣計算的應用場景遠不止於上面列舉的幾種，邊緣計算未來也將會在智慧安防、智慧家居、虛擬現實、區塊鏈、遠端監控等場景帶給我們不同程度的驚喜。關於邊緣計算整個行業的前景而言

IDC在其釋出的《中國製造業物聯網市場預測2016-2020年》報告指出，2018年將會有40%的資料需要在網路邊緣側分析、處理與儲存，到2020年中國製造業企業物聯網支出有望達到1275億美元，其中軟體和服務合計市場佔比或超過60%，而現階段這個比例尚還不及10%。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！

關於很多人說，邊緣計算會不會取代邊緣計算？其實也大可不必擔心，本質上而言二者都是處理大資料的計算執行方式，是互為補充的關係。只是邊緣計算和雲計算相比較而言，不同的是，資料不用再傳到遙遠的雲端，在邊緣側就能解決，邊緣計算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。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！

現階段而言，邊緣計算距離規模化落地還是需要一段時間，相關的解決方案也需要進一步完善和最佳化，對於很多邊緣計算雲服務商而言，還是需要沉下心來，好好做產品！

邊緣計算不僅是一個行業，更是5G時代的基礎設施和基礎能力

在今年的巴展前後，中國移動啟動了邊緣計算“Pioneer 300”先鋒行動，併發布了IaaS平臺BC-Edge、邊緣Sigma平臺、OTII邊緣定製伺服器；中國聯通與網宿科技成立合資公司雲際智慧，推動CDN節點下沉併發力邊緣計算市場；而浪潮則推出了首款OTII邊緣計算伺服器……中國各大主流邊緣計算廠商，都藉著巴展秀出了自己的肌肉。

實際上，巴塞羅那展只是各大廠商的一次集中爆發和釋放而已。早在2000年左右，內容分發網路（CDN）開始大規模部署的時候，邊緣計算的雛形就已經形成。CDN是依託邊緣伺服器，並透過中心平臺的負載均衡、網路排程、內容分發等功能模組，提高使用者訪問響應速度的服務。隨後在2003年，Akamai和IBM就提出了邊緣計算的概念和設想。

Akamai最早對邊緣計算進行了思考，而在 2016年的時候，網宿科技也開始建設邊緣計算網路，並逐步把CDN節點升級為邊緣計算節點。Akamai也在2018年底開始發力邊緣計算，Akamai區域副Quattroporte暨大中華區總經理李昇認為，Akamai離使用者更近，在有3000多個節點，所以在邊緣上的能力更強。

其實CDN廠商，能夠成為邊緣計算這一新鮮領域的主力選手，並不是巧合，而是CDN廠商自身的“基因優勢”。因為，隨著4K、8K、VR、物聯網、工業網際網路、自動駕駛、智慧家居、智慧交通、智慧城市、AI等各領域的飛速發展，傳統的資料中心模式已經無法滿足這些領域對及時性、連續性、安全性、隱私性、智慧性方面的要求，所以網路、計算、儲存、應用等原有拓撲結構，都必須被重構，而邊緣計算和CDN在產品的底層，有著一樣的邏輯。

就像OpenStack基金會發布的中文版白皮書《邊緣計算-跨越傳統資料中心》所稱的，流媒體、物聯網、人工智慧等的爆發式發展和即將推出的更具沉浸感、互動性的應用趨勢，推動了資料儲存與計算的重心遠離中央資料中心，並走向邊緣。IDC釋出的《中國製造業物聯網市場預測2016-2020年》報告中顯示，僅在去年，就已經有40%的資料需要在網路邊緣側分析、處理與儲存，而到2020年，這一資料將上升到50%。

龐大的應用場景和高速的發展態勢，也讓邊緣計算的市場容量不斷增大。 美國市場調研公司CB Insights估算，到2023 年全球邊緣計算行業，整體市場容量有望達到340億美元。值得一提的是，邊緣計算除了具有縱向的垂直行業屬性之外，還有橫向的跨行業“水電煤”屬性，是5G、人工智慧、物聯網等新時代的基礎設施和基礎能力。未來，各行各業擁抱邊緣計算，就像當年擁抱網際網路、移動網際網路時一樣。

行業百家爭鳴，邊緣計算的“三教” -- 三大流派和三大路徑

如今邊緣計算還處於產業爆發的前夜，邊緣計算的行業特點和發展階段，決定了其正在經歷一個百家爭鳴、百花齊放的勃興時期。如果仔細梳理的話，會發現在邊緣計算這一新鮮領域裡至少集結了雲計算、CDN、硬體裝置、運營商、研究機構、產業聯盟、以及其它中小廠商等七八個門派。這其中更底層的通訊運營商暫且不表，除此之外，雲計算、CDN、硬體裝置等，又成為了最為主流的三大門派。不同的門派出身，不僅帶來了不同的謀篇佈局，同時也意味著不同的演進路徑。

先說，雲計算派。面對洶湧而來的邊緣計算，傳統雲計算廠商，尤其是頭部的“3A”廠商，整體上看心態都比較開放，行動力也比較強。亞馬遜在邊緣計算的核心產品是AWS Greengrass邊緣計算平臺，這一平臺早在2016年期間，就已經推出來了。透過這一平臺，AWS的雲功能可以高效地擴充套件到了本地裝置，還可以更靠近資訊源來收集和分析資料，同時在本地網路上安全的相互通訊。從客戶感知層面上，則可以獲得AWS的實時互聯、實時響應，並得到了開發邊緣應用和分析的安全環境。

微軟方面，雖然比亞馬遜晚了一點，但是也於2017年中推出了面向物聯網的Azure IoT Edge服務，Azure IoT Edge可以將計算能力由Azure端推送至邊緣裝置。值得一提的是，Azure IoT Edge裡面還包括了AI模組，並透過GitHub充分的開源了出去。

而國內的阿里雲，自在2018雲棲大會·深圳峰會上，宣佈將戰略投入邊緣計算技術領域，推出IoT邊緣計算產品Link Edge之後，也快馬加鞭起來。隨後不僅聯合英特爾，推出了一個專門針對物聯網應用的開放性框架；還發布了物聯網邊緣閘道器技術；同時開源了實時計算平臺Blink。

再說，CDN門派。相對於雲計算門派的巨頭扎堆，在CDN門派中，國外最主要看Akamai，而國內則最主要看網宿科技。雖然從2018年底，Akamai開始在中國市場加大對邊緣計算的佈道力度，但是貌似還沒有推出真正意義上的產品或者是解決方案，只是務虛層面的強調，要釋放其邊緣計算的能力。

相反，網宿科技則似乎更加積極一些。2018年初開始，其開始正式搭建邊緣計算平臺，提供邊緣平臺的IaaS和PaaS服務，並對邊緣計算平臺的資源進行開放。2019新年伊始，還聯手中國聯通，成立了合資公司雲際智慧，開啟了CDN節點下沉的業務佈局，同時開始發力邊緣計算市場。網宿科技董事長劉成彥認為，要瞄準5G場景下的機遇，大力佈局邊緣計算，做好基礎設施建設，為將來5G大規模商用提供支撐。

最後，說一下硬體門派。和雲計算門派一樣，硬體門派也是強手如雲，包含了英特爾、思科、華為、戴爾、AMD、ARM等等。以華為為例，如今已經有邊緣計算的物聯網EC-IoT解決方案、智慧邊緣平臺 IEF，在2018年全連線大會上公佈可實現全場景覆蓋的昇騰晶片，邊緣計算也包含其中，此外華為早在2016年的時候，還聯合創立了邊緣計算產業聯盟(ECC)。

客觀地說，在發力邊緣計算的七八個門派中，每一類廠商都有自身的優勢，也都存在各自的挑戰。在邊緣計算的比拼中，每個廠商最終能夠取得多大的成績，關鍵在於其對產業的理解、轉身的速度、佈局與投入的多寡、合縱連橫的能力以及保持戰略的定力。

見微知著，邊緣計算呈現“六流” -- 六大特點和趨勢

雖然邊緣計算還沒有全面爆發，但是從現在湧動的暗流中，我們已然可以見微知著地看到，邊緣計算呈現出了六大特點和趨勢。

第一，是去中心化。TMT行業尤其是網際網路領域，“開放”儼然是整個行業的第一定律。而開放也往往意味著“去中心化”。談及去中心化，網際網路行業為此為之奮鬥了20年左右的時間，但是仍舊任重而道遠。就目前看來：拼購、社群團購、社交電商一定程度上破除了電商的中心化；自媒體破解了媒體領域的中心化。當然，邊緣計算也會破除計算的中心化。因為邊緣計算從行業的本質和定義上來看，就是讓網路、計算、儲存、應用從“中心”向邊緣分發，以就近提供智慧邊緣服務。第二，是非寡頭化。一直以來，TMT行業在很多領域都存在著強者恆強、甚至是贏家通吃的現象。在即時通訊、社交、搜尋、安全等領域均是如此。但是，在邊緣計算領域，這一現象或將不存在。最主要的原因在於，邊緣計算是網際網路、移動網際網路、物聯網、工業網際網路、電子、AI、IT、雲計算、硬體裝置、運營商等諸多領域的“十字入口”，一方面參與的各類廠商眾多，另一方面“去中心化”在產品邏輯底層，就一定程度上通向了“非寡頭化”。第三，是萬物邊緣化。前面說到邊緣計算不僅僅是一個縱向的垂直行業，還是橫向的基礎設施和基礎能力。這第二層屬性，會讓邊緣計算和早年的IT、網際網路，如今的雲計算、移動網際網路，以及未來的人工智慧一樣，具備普遍性和普適性。在萬物互聯的未來，有萬物互聯就有應用場景，有應用場景就要邊緣計算。第四，是安全化。在邊緣計算出現之前，使用者的大部分資料都要上傳至資料中心，在這一上傳的過程中，使用者的資料尤其是隱私資料，比如個體標籤資料、銀行賬戶密碼、電商平臺消費資料、搜尋記錄、甚至智慧攝像頭等等，就存在著洩露的風險。而邊緣計算因為很多情況下，不要再把資料上傳到資料中心，而是在邊緣近端就可以處理，因此也從源頭有效解除了類似的風險。第五，是實時化。隨著工業網際網路、自動駕駛、智慧家居、智慧交通、智慧城市等各種場景的日益普及，這些場景下的應用對計算、網路傳輸、使用者互動等的速度和效率要求也越來越高。以自動駕駛為例，在這些方面，幾乎是要求秒級甚至是毫秒級的速度。而面對自動駕駛方面由攝像頭、雷達、鐳射雷達等眾多感測器創造的大量資料，傳統資料中心模式的響應、計算和傳輸速度，顯然是不夠的，這時候“近端處理”的邊緣計算，自然就成為了最好“實時化”要求的最好選擇。第六，是綠色化。這點比較好理解，因為資料是在近端處理，因此在網路傳輸、中心運算、中心儲存、回傳等各個環節，都能節省大量的伺服器、頻寬、電量乃至物理空間等諸多成本，從而實現低成本化、綠色化。

寫在最後：

邊緣計算是一項長期、系統、龐大的工程。其既是4K、8K、VR、物聯網、工業網際網路、自動駕駛、智慧家居、智慧交通、智慧城市、AI等發展的受益者，更是這些領域、場景的催化劑和助推器。面對邊緣計算這一“新物種”，對每一個廠商而言，不是擁不擁抱的問題，而是如何擁抱的問題。毫無疑問，先發者自然會更多地得到產業發展的技術紅利和時間紅利。