觀點 | 云計算和IoT平臺之爭開啟“下半場”，邊緣計算竟成“主陣地”

　　過去我們完成了從分布計算到集中計算的轉變，然而現在我們發現單純依靠集中式的云計算往往并不是**策略。云計算與邊緣計算共生的現實，成為了云計算和物聯網企業們越來越清晰的未來之路。

因為云計算這塊大餅，亞馬遜、微軟、谷歌都使出渾身解數，撕累了。資料顯示，亞馬遜、微軟和Alphabet（谷歌母公司）在2016年的資本支出和資本租賃共計為315.4億美元，比2015年同比增長22%。每家公司都將云計算列為主要投資領域。

由于對云計算的擴張越來越激進，且險些走進“囚徒困境”。這三家公司似乎打起了價格戰，紛紛降低了部分云產品的價格，甚至引起了由于價格持續下滑，可能造成利潤過低的擔憂。

在這個由亞馬遜、微軟和谷歌引領的1.0模式通用云基礎設施服務市場中，對于后來者已經沒有機會了嗎？未必，2.0模式云計算+邊緣計算的新玩法方興未艾，巧妙地成為了云計算避開“囚徒困境”的拐點。

再看IoT平臺的爭奪戰，由于IoT正在逐漸影響著生產、制造、生活的方方面面，IoT平臺作為戰略重心，這幾年猶如雨后春筍般，數量暴增。無論是阿里、騰訊、百度、京東等互聯網巨頭；還是華為、中國移動、中國電信、中國聯通等運營商、通信大鱷；抑或IBM、微軟、思科等傳統IT企業；以及機智云、Ablecloud、慶科、博聯等新型物聯網企業，都想在IoT平臺這塊大蛋糕中分得一塊三角。

雖然都叫IoT平臺，但是內涵和實質差異不小，如果不能下與底層設備、上與產業應用打通，切實為行業合作伙伴賦能，IoT平臺只能淪為偽命題。

無論是亟待升級的云計算之爭，還是“殺紅了眼”的物聯網平臺戰役，下半場都指向了同一個主陣地：邊緣計算。

邊緣計算并非再造概念、硬拗人設

硅谷風投大佬A16Z合伙人Peter Levine曾說邊緣計算是云計算的“終結者”。這一說法未免有為搏眼球夸大其詞之嫌，不過云計算與邊緣計算共生的現實，成為了云計算和物聯網從業者們對未來的主流預判。

從技術定義來說，邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。

邊緣計算并不是個新鮮事物，也不是物聯網人自吹自擂再造概念，而是一次“由來已久”的物聯網分布式計算的逆襲。

分布式計算的特征是每個節點都有計算功能，缺點是每個用戶都需要管理自己的節點、硬件、軟件。因此后來出現了云計算，把大量的數據處理交給“云”去做。這個云計算實際上是一個集中計算，這種做法解決了用戶對中央計算的管理煩惱。

到“云”為止，我們完成了從分布計算到集中計算的轉變，然而現在我們發現，碎如雞毛的不同物聯網場景，單純依靠集中式的云計算往往并不是**策略。邊緣的“速算”能力，對物聯網應用來說顯得尤為重要。

巨頭率先轉身擁抱“邊緣計算”

根據IDC的預測，到2019年，IoT創建的數據將有45%通過邊緣計算被存儲、處理、分析和操作。“大物若智”，便是邊緣計算的“入世”之道，而這次逆襲的引領者，由各大巨頭和主流勢力帶隊。

就在本周召開的微軟Build 2017開發者大會上，首席執行官薩蒂亞·納德拉宣布：微軟遇見了新世界：一個智能云（IntelligentCloud）+智能邊緣（IntelligentEdge）的世界。

微軟在Build大會上發布了Azure IoT Edge服務，一個為物聯網準備的云服務。它會有各傳感器和小型計算設備追蹤工業場景中的數據，然后由微軟的云和AI工具分析。通過這項功能將計算能力由云推向邊緣。

這些舉動也就是指明了計算能力要到邊緣去，因為物聯網終端數據越來越多，會要求更多的計算能力下沉，這也意味著更加分布式的AI和分布式的計算。

亞馬遜這個全球**的云服務提供商，也正在指望通過IoT邊緣計算來推動云平臺的發展。就在最近一次的AWSre:Invent大會上，亞馬遜宣布推出AWS Greengrass。

AWSGreengrass是一種允許用戶以安全方式為互聯設備執行本地計算、消息收發和數據緩存的軟件。借助 AWS Greengrass，互聯設備可以運行AWS Lambda 函數、同步設備數據以及與其他設備安全通信，甚至無需連接互聯網，**程度地降低將IoT數據傳輸到云端的成本。

今年4月，Linux基金會發布開源物聯網邊緣計算項目：EdgeXFoundry。EdgeX Foundry 并不是一項新標準，而是統一標準和邊緣應用的一種方式，它的主要目的是：打造并推廣EdgeX這種面向物聯網的通用開放標準；圍繞可互操作的即插即用部件/組件打造一個生態系統；對EdgeX部件/組件進行認證等。

同樣是4月，網絡巨頭思科和商業智能公司SAS宣布已經開發了全球**個用于物聯網分析的邊緣計算平臺，該平臺將思科的邊緣計算產品與SAS的高級分析功能相結合。

SAP公司則連續收購了兩家物聯網邊緣計算初創企業：意大利的PLAT.ONE和挪威的Fedem Technology。并購完成后，SAPHANA云平臺可以在整個企業的范圍內支持IoT業務應用，無論在云端，還是在邊緣。

戴爾也在積極拓展邊緣計算平臺產品與行業應用，追加發布專門針對工業應用邊緣計算產品。最近，戴爾推出的邊緣網關3000系列，擁有實時智能化處理能力，占用空間小，適應惡劣環境，豐富了戴爾邊緣網關5000系列和嵌入式箱PC3000/5000系列等邊緣計算產品線。

國內的通信巨頭華為，也是邊緣計算的積極推動者，參與聯合倡議發起了國內的邊緣計算產業聯盟（Edge Computing Consortium，縮寫為ECC）。

就在本周，還有一項進展值得關注，初創企業Neurala宣布深度學習取得重大進展，不需要云服務器，能夠在邊緣學習增量對象。這也就意味著人工智能也正在快速進行從云端到邊緣的進化：自動駕駛汽車可以為每個車主或特定的區域進行個性化設計；父母可以教一個玩具去識別他們的孩子，而無需擔心侵犯隱私；工業級的機器可以為特定的任務進行自主升級。

借助MDC完成從云端到邊緣的轉變

有些數據的“保鮮期”很短，處理一旦延誤，就會迅速“變質”，數據價值呈斷崖式跌落。因此不是所有數據都必須上傳到云平臺，何況關鍵信息還有可能在傳送過程中延誤或者受到干擾，尤其是那些通過LPWAN（低功耗廣域網）傳輸的信息。

我們必須對這些關鍵數據快速響應以做出決策，要么在短時間內就采取行動，要么就眼睜睜的看著**時機溜走。

邊緣計算的崛起也意味著巨頭們必須放棄完全控制或主導IoT市場的夢想，而是專注于跨越多層數據架構開展廣泛合作。作為一種迭代升級之后的理念，邊緣計算也將重新定義云、管、端之間的關系。

那么對于行業應用來說，什么才是推進邊緣計算的**方式呢？

有些人試圖自己做，探索各種新技術，希望將它們組合成一個可行的解決方案。不過也有人找到了現成的，采用比如微型模塊化數據中心（MDC）等邊緣計算方案。

MDC已經存在一段時間了，它是一套用來實時采集、并報表化和圖表化車間的詳細制造數據和過程的軟硬件解決方案。隨著物聯網的發展，需要使用更小的MDC，也就是“微型MDC”，快速將這些模塊配置到邊緣場景，實現計算能力的部署。

在微型MDC的選型過程中，過來人建議需要綜合考慮以下5點：

確保靈活：由于各種應用場景千變萬化，微型MDC需要考慮足夠的靈活性，一體化的解決方案并不一定是**的選擇，往往針對不同環境進行微型MDC優化的步驟是必不可少的。

開放基礎：在IT方面，需要尋找可擴展和可管理的解決方案，以便將更多的處理能力分配到邊緣。這給IT部門提出了極大的挑戰，為了實現服務敏捷性，擁有開放敏捷的底層基礎架構，可以按照需求自動擴展資源配比變得異常關鍵。

賦權分析：處理邊緣的數據是一回事，分析邊緣的數據是另一回事。微型MDC應該具有就地進行分析的能力，越靠近生成數據的高速設備或傳感器越好，以便迅速提供業務洞察。

快速使用：不僅微型MDC應具備靈活配置的運算、存儲、網絡、電源和冷卻等選項，還應以準集成的解決方案提供，這將確保微型MDC的快速安裝使用和快速價值創造。

統一管理：邊緣計算的解決方案大多比較分散，做到統一管理并不容易。為了做到這一點，設備提供者需要具備綜合集成和管理能力，能夠從同一入口管理來自世界各地的各個微型MDC、相關的數據中心、IT設備以及傳感器。

-END-