．IDC 時評：5G 等新興技術將成邊緣運算核心

Implications of 5G and Edge Computing on OpenStack

來源：中国IDC圈作者：胡弘毅

邊緣運算可謂是今年非常熱門的一個話題。那麼，邊緣運算真的是雲端運算下一步的發展趨勢嗎？機會點在哪裡？還有什麼制約其發展的因素？

邊緣運算已進入成熟發展期

和傳統的集中化雲端運算系統不同，邊緣運算強調的是節點。不僅在中心，更可以在客戶側，甚至是終端。如果把思路再拓寬一下，其實只要是將數據的儲存和處理，部署放在雲端運算中央節點之外，都可以被看作是邊緣運算。比如交通用攝影機、自動駕駛汽車、甚至是企業內部的數據中心，都可以被納入邊緣運算。

邊緣運算還有一個特點，那就是可以和雲端運算中心看作一個整體。其節點可以接受雲端運算中心的統一管控，處理和儲存全部或者是部分數據。

這樣做的好處在於降低成本，節約資源。同時提高效率和業務的連續性。最關鍵的是，對於有特殊需求的用戶來說，滿足了他們對數據本地儲存，和處理的安全合規要求。隨著 5G 時代的來臨，邊緣運算也迎來了自己的春天。

邊緣運算作為一種新興的技術，其發展速度真的超過了大多數人的想像。在經歷了孵化期之後，從2018年開始，隨著邊緣智慧、邊雲協同場景的推出，邊緣運算的發展，進入了成熟規模發展的階段。

What is Fog Computing? Why Fog Computing Trending Now?

邊緣運算將在很多領域大有可為

由於雲端運算在網路時延，數據安全性等方面的不足，近些年來邊緣運算（Edge Computing）逐步成為了一種趨勢。所謂的邊緣運算，實際上就是強化在用戶端側進行運算的一種方式。

舉個例子！就好比是章魚，作為無脊椎動物當中智商的佼佼者，其在捕獵的過程中八足共用，卻從來不會纏繞。原因就是其 60% 的神經元都在八條腿上，而作為司令部的大腦，卻只集中了 40% 的神經元。

這其實就是生物界的分布式運算，而我們現在討論的邊緣運算，也正類似於此。所以在未來，邊緣運算將在很多領域大展宏圖。

邊緣運算的概念十分龐大，目前主要可以分成兩種，一種是物聯網的邊緣，主要針對物聯設備的資訊收集與預處理；另一種是雲端服務的邊緣，從集中式大雲延伸到邊緣的雲服務能力，可以是容器、函數等任何一種雲端服務。

比如在邊緣運算有較為深入研究的公有雲，其邊雲協同上重點推薦的 AI 推理下沈，就有效解決了客戶的時延體驗和頻寬成本問題，在工業、能源、智慧零售、物流、金融、智慧園區等行業客戶當中，都有較為旺盛的需求。

據悉，目前很多的公有雲，可以提供雲端運算與邊緣運算的全棧解決方案，透過雲端的智慧邊緣平台（IEF）可以管理 100 萬 + 邊緣運算設備，在雲端透過公有雲訓練好的模型，可以通過 IEF，直接推送到邊緣節點部署，操作簡單，僅需打通邊緣與雲端的網路即可。雲端訓練好的算法模型，可以透過 IEF 即時向邊緣側進行更新，快速更新與優化。

Scale Computing

5G等最新技術將成為邊緣運算的核心

從雲端運算到邊緣運算，會催生或者促進很多新興技術的發展，比如雲端智慧邊緣平台，與雲端服務的協同技術，邊緣側硬體能力（如推理晶片等），還有 5G 等。

隨著邊緣運算的不斷發展，海量邊緣設備的部署、管理、高效維護變得越來越重要，打造一個千萬級邊緣設備集中管理，和運維平台迫在眉睫，另外邊緣算力的成本，也會限制其發展，這就必須依靠 5G 網路來解決，屆時網路頻寬和時延問題，將會得到改善，並且進一步推進邊緣運算的成熟與發展。

另外，和雲端運算相比，邊緣運算在硬體匹配方面，也會有一些新的特點。邊緣運算的硬體需求，是根據實際在邊緣運行的客戶需求，來進行匹配的。

比如物聯網邊緣大量的採用邊緣 Gateway，作為邊緣運算的硬體設備，而邊緣推理的場景下，則更多的會借助 GPU 等帶推理能力的晶片硬體伺服務器來承載。對於在邊緣運行通用函數服務等場景，利用通用的伺服器來承載。