边缘计算的目前应用现状怎么样

楼主这个问题的确有点太过大了,有点不知从哪里说起,这里就走哪算哪吧,后续慢慢补充!当下我们经常会听到一个词叫做“云端协同”,即云和端相互合作、互相渗透和融合,这里的云指的是“云计算”或者说“云数据中心”,而端指的便是担当终端的“边缘计算”。
Linux基金会Philip DesAutels认为“将来,云端更像是扮演一个集中式协调管理的角色,成为一个具有分布式集体智慧的云端大脑。
”边缘计算是指利用靠近数据源的边缘地带来完成的运算程序,边缘计算的运算既可以在大型运算设备内完成 也可以在中小型运算设备、本地端网络内完成。
用于边缘运算的设备可以是智能手机这样的移动设备、PC、智能家居等家用终端,也可以是ATM机、摄像头等终端。
关于边缘计算的应用现状和场景在Microsoft Build 2017开发者大会上,微软首席执行官SatyaNadella宣布:“公司的云战略正在朝着边缘计算方向发展。
”未来随着联网接入设备的倍增、大数据时代下数据的爆发式增长,云计算中心已经无法满足智能家居、无人驾驶等场景对低延迟的高要求,边缘计算取而代之将成为大势。
边缘计算应用场景一:万物互联的物联网随着网络边缘侧设备的迅速增加,设备产生的数据存量达到泽字节的级别,从网络边缘设备传输传输海量数据到云数据中心致使网络传输宽带的负载量急剧增加造成较长的网络延迟,单纯的云计算已经不足以匹配如此庞大规模数据量的即时计算。
云计算作为物联网的“大脑中枢”,将大量边缘计算无法处理的数据进行存储、处理、整理和分析,而与此同时边缘计算被认为是物联网的“神经末梢”,实现对小数据直接在边缘设备或者边缘服务器中进行数据的处理,同时也能够很好的缓解云数据中心的压力。
边缘计算和云计算互相协同,准确的说它们是彼此优化补充的存在。
边缘计算应用场景二:CDN内容分发业务传统 CDN 借助缓存数据,提高近地节点数据传输的性能,但是实际上对动态的计算服务,就只能回源到数据中心,这个成本本身其实是很高的。
边缘计算和传统的中心化思维不同,其主要计算节点以及应用分布式部署在靠近终端的数据中心,这使得无论是在服务的响应性能、还是可靠性方面都是高于传统中心化的云计算。
边缘计算保障大量的计算需要在离终端很近的区域完成计算,完成苛刻的低延时服务响应。
此外通过边缘计算,同时缓解了传统数据「安全」层面的问题,毕竟数据传输的距离越远、路径越长、时间越久,数据的被窃取风险和丢失风险也就越高。
边缘计算应用场景三:蓬勃发展的车联网当下伴随着智能驾驶、自动驾驶等新势力车企的的蓬勃发展,联网汽车数量越来越大,针对车联网用户的功能越来越多,随之车联网的数据量传输不断增加,对其延迟/时延的需求也越来越苛刻,尤其是汽车在高速行驶中,通信延迟应在几ms以内,而网络的可靠性对安全驾驶又至关重要。
那么,在这个过程中如何满足车联网对传输速率的高要求?
传统中央云计算由于经过多层级计算处理,延迟高、效率低,现在已不再能满足车联网的传输需求。
而基于边缘计算解决方案,在近点边缘层已经完成对数据的过滤、筛选、分析和处理,传输距离短、延迟低、效率更高。
相较云计算,车联网显然更加需要边缘计算来护航!(1)通过节点“下沉”的方式,可以在距离车辆最近的基站进行计算,短算计算距离(2)车内边缘计算可实时提供实时车辆位置,利用低延迟效果与附近基站,提高可靠性。
(3)单一车量通过数据分析后得出结论,以极低延迟传送给临近区域内的其他联网车辆,可在区域范围内快速完成传递,驾驶员及时做出决策边缘计算应用场景四:更加智慧智能的城市就如开篇所言,把边缘计算比作“神经末梢”,而同时现在我们把基于互联网云脑模型的智慧城市建设架构称为“城市云脑”或者说“城市大脑”,边缘计算这里的角色就像是城市大脑的神经末梢,一方面采集数据信息,本地进行实时处理、预测,将本地处理提取的特征数据传输给云端大脑,另一方面将人工智能与分布在城市中的传感器结合,打通各系统平台,使得城市运营出现的诸多问题能够更加及时、有效的得到发现和处理!当然,边缘计算的应用场景远不止于上面列举的几种,边缘计算未来也将会在智能安防、智能家居、虚拟现实、区块链、远程监控等场景带给我们不同程度的惊喜。
关于边缘计算整个行业的前景而言IDC在其发布的《中国制造业物联网市场预测2016-2020年》报告指出,2018年将会有40%的数据需要在网络边缘侧分析、处理与储存,到2020年中国制造业企业物联网支出有望达到1275亿美元,其中软件和服务合计市场占比或超过60%,而现阶段这个比例尚还不及10%。
如今AWS、微软、英特尔等国外大型企业已经着手布局边缘计算,可以预见的是边缘计算之于云服务企业重要性可见一斑!关于很多人说,边缘计算会不会取代边缘计算?
其实也大可不必担心,本质上而言二者都是处理大数据的计算运行方式,是互为补充的关系。
只是边缘计算和云计算相比较而言,不同的是,数据不用再传到遥远的云端,在边缘侧就能解决,边缘计算更适合实时的数据分析和智能化处理,也更加高效而且安全。
如果说云计算是集中式大数据处理,那么边缘计算可以理解为边缘式大数据处理!现阶段而言,边缘计算距离规模化落地还是需要一段时间,相关的解决方案也需要进一步完善和优化,对于很多边缘计算云服务商而言,还是需要沉下心来,好好做产品!
参考:
边缘计算不仅是一个行业,更是5G时代的基础设施和基础能力在今年的巴展前后,中国移动启动了边缘计算“Pioneer 300”先锋行动,并发布了IaaS平台BC-Edge、边缘Sigma平台、OTII边缘定制服务器;
中国联通与网宿科技成立合资公司云际智慧,推动CDN节点下沉并发力边缘计算市场;
而浪潮则推出了首款OTII边缘计算服务器……中国各大主流边缘计算厂商,都借着巴展秀出了自己的肌肉。
实际上,巴塞罗那展只是各大厂商的一次集中爆发和释放而已。
早在2000年左右,内容分发网络(CDN)开始大规模部署的时候,边缘计算的雏形就已经形成。
CDN是依托边缘服务器,并通过中心平台的负载均衡、网络调度、内容分发等功能模块,提高用户访问响应速度的服务。
随后在2003年,Akamai和IBM就提出了边缘计算的概念和设想。
Akamai最早对边缘计算进行了思考,而在 2016年的时候,网宿科技也开始建设边缘计算网络,并逐步把CDN节点升级为边缘计算节点。
Akamai也在2018年底开始发力边缘计算,Akamai区域副总裁暨大中华区总经理李昇认为,Akamai离用户更近,在有3000多个节点,所以在边缘上的能力更强。
其实CDN厂商,能够成为边缘计算这一新鲜领域的主力选手,并不是巧合,而是CDN厂商自身的“基因优势”。
因为,随着4K、8K、VR、物联网、工业互联网、自动驾驶、智能家居、智能交通、智慧城市、AI等各领域的飞速发展,传统的数据中心模式已经无法满足这些领域对及时性、连续性、安全性、隐私性、智能性方面的要求,所以网络、计算、存储、应用等原有拓扑结构,都必须被重构,而边缘计算和CDN在产品的底层,有着一样的逻辑。
就像OpenStack基金会发布的中文版白皮书《边缘计算-跨越传统数据中心》所称的,流媒体、物联网、人工智能等的爆发式发展和即将推出的更具沉浸感、互动性的应用趋势,推动了数据存储与计算的重心远离中央数据中心,并走向边缘。
IDC发布的《中国制造业物联网市场预测2016-2020年》报告中显示,仅在去年,就已经有40%的数据需要在网络边缘侧分析、处理与存储,而到2020年,这一数据将上升到50%。
庞大的应用场景和高速的发展态势,也让边缘计算的市场容量不断增大。
美国市场调研公司CB Insights估算,到2023 年全球边缘计算行业,整体市场容量有望达到340亿美元。
值得一提的是,边缘计算除了具有纵向的垂直行业属性之外,还有横向的跨行业“水电煤”属性,是5G、人工智能、物联网等新时代的基础设施和基础能力。
未来,各行各业拥抱边缘计算,就像当年拥抱互联网、移动互联网时一样。
行业百家争鸣,边缘计算的“三教” -- 三大流派和三大路径如今边缘计算还处于产业爆发的前夜,边缘计算的行业特点和发展阶段,决定了其正在经历一个百家争鸣、百花齐放的勃兴时期。
如果仔细梳理的话,会发现在边缘计算这一新鲜领域里至少集结了云计算、CDN、硬件设备、运营商、研究机构、产业联盟、以及其它中小厂商等七八个门派。
这其中更底层的通信运营商暂且不表,除此之外,云计算、CDN、硬件设备等,又成为了最为主流的三大门派。
不同的门派出身,不仅带来了不同的谋篇布局,同时也意味着不同的演进路径。
先说,云计算派。
面对汹涌而来的边缘计算,传统云计算厂商,尤其是头部的“3A”厂商,整体上看心态都比较开放,行动力也比较强。
亚马逊在边缘计算的核心产品是AWS Greengrass边缘计算平台,这一平台早在2016年期间,就已经推出来了。
通过这一平台,AWS的云功能可以高效地扩展到了本地设备,还可以更靠近信息源来收集和分析数据,同时在本地网络上安全的相互通信。
从客户感知层面上,则可以获得AWS的实时互联、实时响应,并得到了开发边缘应用和分析的安全环境。
微软方面,虽然比亚马逊晚了一点,但是也于2017年中推出了面向物联网的Azure IoT Edge服务,Azure IoT Edge可以将计算能力由Azure端推送至边缘设备。
值得一提的是,Azure IoT Edge里面还包括了AI模块,并通过GitHub充分的开源了出去。
而国内的阿里云,自在2018云栖大会·深圳峰会上,宣布将战略投入边缘计算技术领域,推出IoT边缘计算产品Link Edge之后,也快马加鞭起来。
随后不仅联合英特尔,推出了一个专门针对物联网应用的开放性框架;
还发布了物联网边缘网关技术;
同时开源了实时计算平台Blink。
再说,CDN门派。
相对于云计算门派的巨头扎堆,在CDN门派中,国外最主要看Akamai,而国内则最主要看网宿科技。
虽然从2018年底,Akamai开始在中国市场加大对边缘计算的布道力度,但是貌似还没有推出真正意义上的产品或者是解决方案,只是务虚层面的强调,要释放其边缘计算的能力。
相反,网宿科技则似乎更加积极一些。
2018年初开始,其开始正式搭建边缘计算平台,提供边缘平台的IaaS和PaaS服务,并对边缘计算平台的资源进行开放。
2019新年伊始,还联手中国联通,成立了合资公司云际智慧,开启了CDN节点下沉的业务布局,同时开始发力边缘计算市场。
网宿科技董事长刘成彦认为,要瞄准5G场景下的机遇,大力布局边缘计算,做好基础设施建设,为将来5G大规模商用提供支撑。
最后,说一下硬件门派。
和云计算门派一样,硬件门派也是强手如云,包含了英特尔、思科、华为、戴尔、AMD、ARM等等。
以华为为例,如今已经有边缘计算的物联网EC-IoT解决方案、智能边缘平台 IEF,在2018年全连接大会上公布可实现全场景覆盖的昇腾芯片,边缘计算也包含其中,此外华为早在2016年的时候,还联合创立了边缘计算产业联盟(ECC)。
客观地说,在发力边缘计算的七八个门派中,每一类厂商都有自身的优势,也都存在各自的挑战。
在边缘计算的比拼中,每个厂商最终能够取得多大的成绩,关键在于其对产业的理解、转身的速度、布局与投入的多寡、合纵连横的能力以及保持战略的定力。
见微知著,边缘计算呈现“六流” -- 六大特点和趋势虽然边缘计算还没有全面爆发,但是从现在涌动的暗流中,我们已然可以见微知著地看到,边缘计算呈现出了六大特点和趋势。
第一,是去中心化。
TMT行业尤其是互联网领域,“开放”俨然是整个行业的第一定律。
而开放也往往意味着“去中心化”。
谈及去中心化,互联网行业为此为之奋斗了20年左右的时间,但是仍旧任重而道远。
就目前看来:拼购、社区团购、社交电商一定程度上破除了电商的中心化;
自媒体破解了媒体领域的中心化。
当然,边缘计算也会破除计算的中心化。
因为边缘计算从行业的本质和定义上来看,就是让网络、计算、存储、应用从“中心”向边缘分发,以就近提供智能边缘服务。
第二,是非寡头化。
一直以来,TMT行业在很多领域都存在着强者恒强、甚至是赢家通吃的现象。
在即时通讯、社交、搜索、安全等领域均是如此。
但是,在边缘计算领域,这一现象或将不存在。
最主要的原因在于,边缘计算是互联网、移动互联网、物联网、工业互联网、电子、AI、IT、云计算、硬件设备、运营商等诸多领域的“十字入口”,一方面参与的各类厂商众多,另一方面“去中心化”在产品逻辑底层,就一定程度上通向了“非寡头化”。
第三,是万物边缘化。
前面说到边缘计算不仅仅是一个纵向的垂直行业,还是横向的基础设施和基础能力。
这第二层属性,会让边缘计算和早年的IT、互联网,如今的云计算、移动互联网,以及未来的人工智能一样,具备普遍性和普适性。
在万物互联的未来,有万物互联就有应用场景,有应用场景就要边缘计算。
第四,是安全化。
在边缘计算出现之前,用户的大部分数据都要上传至数据中心,在这一上传的过程中,用户的数据尤其是隐私数据,比如个体标签数据、银行账户密码、电商平台消费数据、搜索记录、甚至智能摄像头等等,就存在着泄露的风险。
而边缘计算因为很多情况下,不要再把数据上传到数据中心,而是在边缘近端就可以处理,因此也从源头有效解除了类似的风险。
第五,是实时化。
随着工业互联网、自动驾驶、智能家居、智能交通、智慧城市等各种场景的日益普及,这些场景下的应用对计算、网络传输、用户交互等的速度和效率要求也越来越高。
以自动驾驶为例,在这些方面,几乎是要求秒级甚至是毫秒级的速度。
而面对自动驾驶方面由摄像头、雷达、激光雷达等众多传感器创造的大量数据,传统数据中心模式的响应、计算和传输速度,显然是不够的,这时候“近端处理”的边缘计算,自然就成为了最好“实时化”要求的最好选择。
第六,是绿色化。
这点比较好理解,因为数据是在近端处理,因此在网络传输、中心运算、中心存储、回传等各个环节,都能节省大量的服务器、带宽、电量乃至物理空间等诸多成本,从而实现低成本化、绿色化。
写在最后:边缘计算是一项长期、系统、庞大的工程。
其既是4K、8K、VR、物联网、工业互联网、自动驾驶、智能家居、智能交通、智慧城市、AI等发展的受益者,更是这些领域、场景的催化剂和助推器。
面对边缘计算这一“新物种”,对每一个厂商而言,不是拥不拥抱的问题,而是如何拥抱的问题。
毫无疑问,先发者自然会更多地得到产业发展的技术红利和时间红利。