雲計算現狀
過去十幾年的發展，雲計算概念已經被越來越多的技術層、決策層、高級管理層人員所理解並接受，私有雲、公有雲、混合雲的高速發展，使得業務入雲已經成為企業數字化轉型的的事實標准。企業雲計算的落地，利用雲計算中心的軟件定義存儲、軟件定義網絡、超融合等技術，將數據匯聚到雲中心處理，並對雲上業務集中管理，提供雲原生的能力，為企業帶來較高的經濟效益，並逐漸降低運維成本。 隨着 5G 通信技術的發展，越來越多的實時性強的業務開始興起，如自動駕、AR/VR、智能家居、工業自動化等，傳統的雲計算加端業務的集中式處理模型很難滿足大量數據傳輸和實時處理的需求。因此，雲邊端的處理模型應運而生，即邊緣計算。
邊緣計算
（圖片來自：https://www.lanner-america.com/blog/4-edge-computing-technologies-enabling-iot-ready-network-infrastructure-2018/）
邊緣計算作為雲計算的延伸與補充，具有如下特點：
-
低延時
計算能力下沉，將數據處理服務運行在靠近數據生產的源，省去了網絡延遲，及時地響應中斷請求，提高時效性。
-
低帶寬
由於數據在邊緣端處理，不需要傳輸到雲端，或是預處理去除冗余數據后傳入雲端，省去了大量數據的傳輸，極大緩解了中心雲的帶寬壓力。
-
數據安全
數據極短距離的傳輸，減少了數據暴露在網絡上的時間，降低數據泄露風險，保護終端產生數據的安全。
-
邊緣應用管理
納管邊緣端原有的服務，將中心雲的雲原生能力提供給邊緣應用。多邊緣端應用的發布、升級等操作，可直接在中心雲操作，簡化原有的操作流程，降低維護成本。
-
邊端設備管理
將海量終端設備接入雲，提供統一的抽象接口，可在雲中心向終端設備發布指令。
基於上述特點，在物聯網不斷發展的背景下，邊緣計算有力地彌補了傳統雲計算模型的短板，將中心雲的能力延伸到邊緣端，實現覆蓋更多的應用場景。
邊緣計算應用場景
安防監控
視頻監控是安防市場的重要組成，是數據的收集端。隨着城市安防的持續投入，各社區、商場、銀行網點、道路街邊、停車場等公共環境都安裝有監控攝像頭，視頻監控、人臉識別等功能，在安防系統中發揮着重要作用。
隨着終端設備的發展，在監控攝像頭內置計算單元，通過引入邊緣計算，能夠有效地處理原始視頻流數據，避免將冗余數據上傳到雲端。另外，植入人臉識別應用，對視頻數據進行解析和模型匹配，有效識別重點監控對象,使得終端設備由被動監控轉化為與主動分析與預警相結合的安防終端系統。
車聯網
在互聯網行業，有着軟件定義一切的說法。同樣，在汽車領域，軟件定義汽車（SDV）也被認為是汽車行業未來發展的趨勢。汽車的核心競爭力，逐漸由動力、機械方面轉向軟件能力，尤其是AI、大數據、雲計算等技術在汽車行業的落地，將進一步推動這種轉變的實現。
另一方面，車聯網技術的發展是 5G 物聯網領域中非常重要的應用之一，也是 MEC 的典型場景，尤其是自動駕駛的投入使用，更是加速了車載系統聯網入雲的進程。據統計數據顯示，一輛自動駕駛車每天產生的數據在 4TB 以上，這樣大量的數據會因為網絡延遲導致終端應用實時性體驗大幅下降，進而影響自動駕駛的性能。
（圖片來自：https://en.globes.co.il/en/article-edge-computing-and-ai-take-israeli-auotech-beyond-cars-1001279078）
車載系統通常具有計算能力，可以通過邊緣計算平台將車載系統納入雲管理，將雲計算中心個別實時性要求較高的服務下發到車載系統，可以再第一時間處理終端應用的數據，增強時效性。同時，將原生車載應用以雲原生的方式管理，便於發布/升級等操作，這會對汽車 OTA 的推進產生重要意義。
另外，針對設備體驗的一致性、設備能力、調用接口的碎片化問題，邊緣計算平台可以實現車載設備的有效抽象，屏蔽異構的設備協議（CAN，以太網等），簡化設備管理應用的開發。
VR/AR
（圖片來自：https://www.researchgate.net/figure/Interactive-VR-gaming-arcade-with-mmWave-APs-and-edge-computing-network-architecture_fig1_322675070）
VR/AR 注重人機交互的體驗，突破二維限制，進入三維體驗的技術實現。其背后，是計算平台強大算力的支撐。在邊緣計算模型下，實時的 VR 頭顯不再需要將數據發送到雲計算中心去處理，而是通過 5G 網絡發送到就近的服務基站、邊緣數據中心等，反過來看，就是雲計算中心通過 5G 網絡將計算能力延伸在邊緣端，這樣的低延遲處理可以有效提升用戶體驗，是下一代 VR/AR 應用的重要實現。
工業互聯網
工業互聯網，主要體現在對工業大數據的處理、模型的訓練以及工業設備的遠程優化控制。通過雲計算、大數據、AI等技術賦能工業生產的智能化。現代工業的發展，逐漸形成了雲計算中心與網絡邊緣的融合：
邊緣側：數據的預處理、分布式協同控制、異構網絡設備的聯通等由邊緣側計算單元處理。
雲計算中心：大數據分析、AI 決策優化。
（圖片來自：https://documentation.mindsphere.io/resources/html/industrial-edge/en-US/user-docu/industrialedge.html）
在工業領域中，具有互聯網能力的工業控制系統可以作為邊緣計算節點，將一些實時性要求較高的數據分析、智能化處理和執行單元放在這一層運行；另外一些實時性要求不高，較長周期內的大數據整理分析、AI 模型訓練及生成決策事件、優化參數等任務，可以放在雲計算中心執行。通過以雲中心為大腦，帶動邊緣計算實現工業互聯網的智能制造。
智能家居
智能家居系統主要通過多種傳感器技術，結合 AI 深度學習，不斷做出環境適應的調整。目前，智能家居的實現模式主要是通過雲端連接控制，這將導致數據處理不及時，會對雲端網絡依賴較大。並且，隨着智能家居設備的增多，設備之間的互聯互動，異構設備的統一管理，也成為了未來智能家居實現的問題。
（圖片來自：https://www.dannyedebohlspropertysales.com.au/what-is-a-smart-home/?doing_wp_cron=1598423389.7713329792022705078125）
邊緣計算逐漸被引入到智能家居系統中，首先可以解決設備管理問題。針對多種異構設備，以統一命名及接口，接入到雲端管理，為智能家居控制程序的開發，提供完備的抽象。其次，智能設備的實時請求發送到就近的邊緣節點，有邊緣節點的計算服務處理數據請求，動態規划智能設備的運行策略。未來發展中，可能會出現智能家庭網關的計算單元，作為邊緣節點，可實現邊緣自治，脫離於雲端聯合智能設備，並能保證家庭數據安全，提高更高效的家庭智能設備管理。
智慧城市
智慧城市是目前各大城市都在積極發展的方向，也是高級別城市的目標。其演進階段是信息化、數字化、智能化，當前智慧城市正處於智能化的實現道路上。通過信息化和數字化，把城市的大部分數據結構化並收集起來，進行智能化處理決策。
（圖片來自：https://www.arcweb.com/industries/smart-cities）
智慧城市的一大特點就是數據的全面感測。遍布城市各處的廣義傳感器和智能設備，組成了龐大的物聯網，通過不間斷的檢測，來偵聽城市的核心子系統的運行情況。
隨着邊緣計算的落地，這些分布於各處的傳感器和智能設備，不必再將數據上傳至“城市大腦”雲計算中心來處理，而是就近通過邊緣計算節點進行分析、預處理、聯合控制及告警，及時對數據作出反饋，這樣可以與城市大腦實現輕量級解耦。即使雲計算中心出現異常故障，各個子系統也能實現一定程度的自治，將有效緩解城市大腦計算、網絡、存儲等壓力。
總結
-
超越邊緣
邊緣計算的引入，不僅解決了邊緣終端應用延遲的問題，還有效削減了中心雲網絡進出流量（cloud offload），這給企業帶來的受益是同樣可觀的。另外，邊緣計算使得 IT 和 OT 領域的融合成為可能。除了上述場景外，大型能源開采項目，如石油天然氣，風力發電等行業場景，IT 系統也是完全獨立於公司 OT 業務來負責企業管理運營。隨着公司對傳統基礎架構實時優化的迫切需求，出現了職能交叉的團隊，標志着 IT 和 OT 的結合，而實現這一切的共同認知就是邊緣計算。
-
市場份額
據IDC統計預測，2020年有 500 億以上的終端設備入網，全球有 40% 的數據要在邊緣側被處理。Grand View Research 預測到 2027 年，邊緣計算的市場份額將達到 434 億美元。
-
搶灘邊緣
目前，全球各大廠商已經開始在邊緣市場進行布局。例如AWS Wavelength，Azure EdgeZone、Google Cloud IoT Edge等，從各大廠商在邊緣市場的布局可以看出，邊緣計算已經不再是理論層面的討論，而是切實存在可落地的技術趨勢。而這種趨勢，隨着 5G 通信的持續投入，未來將會有更快的發展。
博雲洞察
邊緣計算作為5G時代的關鍵技術之一，引入邊緣計算可以將高寬帶、低時延、本地化的大量業務下沉到網絡邊緣終結，從而為實時型和寬帶密集型業務提供更好的支持。目前，BoCloud博雲也在積極布局邊緣計算領域。 博雲自主研發的一體化邊緣計算平台BeyondEdge旨在以開放式架構打通雲、邊、端三層的相互協同。致力通過將BeyondContainer容器雲提供的雲上服務編排、調度、管理等特性賦能到邊緣端，同時將邊緣端設備抽象到雲中心統一管理，充分利用客戶的硬件資源，搭建分層式的雲計算架構，將計算能力有效的延伸到邊緣端，幫助用戶快速構建安全、高效、靈活、可靠的邊緣計算平台，可廣泛適用於物聯網、工業互聯網、車聯網等行業領域，為企業實現降本增效。