云计算、边缘计算、IoT，一个也不能少_云计算

边缘计算是一类技术方法，强调让数据在更接近源头的位置接受处理与分析。如今，边缘计算已经在各行各业中掀起一波浪潮。Grand View Research分析师预测，到2027年边缘计算类解决方案的市场规模将由35亿美元增长至434亿美元。

数据咨询厂商AHEAD管理负责人David Williams表示，部分企业正在采用边缘计算以补充现有混合云战略，希望更好地管理不断增加的数据总量。

云计算、边缘计算、IoT，一个也不能少

什么是边缘计算?

边缘计算是指一系列用于让数据存储、计算及网络更接近数据生成点或消费点的技术方案，从而取代传统上更为集中的计算位置。Red Hat公司首席技术策略师E.G. Nadhan提到，“要让边缘计算设备获得智能加持，必须让它们能够处理自身收集到的数据、及时分享见解，并在适当情况下采取适当行动。边缘计算就是一门让边缘设备获得这种执行能力的学科，避免将数据传输至额外的远端服务器环境。换句话说，边缘计算可以说是数据与计算之间的最近交互点。“

CompTIA公司首席技术布道师James Stanger博士认为，网络向边缘计算的演进相当于把以往高速公路式的数据传入/传出集中枢纽，转化为蜘蛛网式的存储与处理设备互连节点。他强调，“边缘计算是在客户周边捕捉、存储、处理并分析数据的实践方案，一切都将在数据的生成位置、而非集中的数据仓库内接受处理。”

边缘计算在根本上强调的是速度与效率提升，还能够保障数据安全并优化云投资。

边缘计算有什么好处?

在应用边缘计算之前，数据是由传统数据中心之外的各分布式位置收集得到。数据中心可能位于本地、合作伙伴的设施当中或者公有云端。数据会被发送至数据中心，在这里接受处理——要么根据数据内容做出决策，要么确定数据价值。但随着边缘计算的出现，我们可以在收集点或者与收集点邻近的物理位置上做出决策。

这显著缩短了根据数据做出决策的时间，而速度的提升对于各类实时决策用例至关重要，例如自动驾驶汽车间的相互通信。此外，边缘计算的效率更高、网络流量占用更低，因为它不再需要将所有数据推送回数据中心。

这样更高效、成本更低的边缘处理用例在各个行业都有体现。

例如，用边缘位置替代云端进行处理能够显著降低成本，同时以更快、更高效的方式完成检查处理、质量保证与安全保障等任务，工厂可以在生产车间当中使用具有AI边缘处理技术的摄像头，其不仅可以用于监控设备与生产状况、执行安全管控，同时也能确保员工遵照防疫要求相互保持适当距离。

同样的，收集视觉或地理空间情报的零售商也需要强大的边缘处理能力，保证在本地处理关键数据时不致出现明显的延迟。

那么，成本节约又是如何实现的?Red Hat云平台高级首席营销经理Rosa Guntrip表示，随着设备、应用程序与联网员工数量的不断增加，数据量也在持续膨胀。“如果所有数据都需要返回集中数据中心进行处理，那么企业必然需要扩展数据中心基础设施以消化不断增长的资源需求，这必然会对资本支出与运营支出的预期产生直接影响。此外，如果所有数据都需要返回至集中站点，企业还需要承担相应的回传成本，例如传输带宽成本。”

边缘计算与物联网有何区别?

随着企业部署的物联网设备及连接变得愈发复杂，由数十亿台设备及服务器共同构成的边缘计算生态系统正在快速显现。

IDC全球基础设施实践研究总监Dave McCarthy解释道，边缘计算代表着部署在集中位置之外的基础设施与工作负载，其特点就是更靠近数据生成与消费的位置——可以是远程办公室，也可以是各类分支机构，甚至可以是特定行业中的工厂、仓库、医院及门店等现场位置。而边缘计算的实现可以领先设备自身算力，也可以借助微型数据中心。

边缘计算通常是由数据中心之外的硬件搭建而成，这些硬件会不断收集或生成大量数据。这里的硬件可以是负责运行应用的手机、根据信号位置接收实时广告，也可以是用于图像识别的远程摄像头，或者是负责做出实时决策的传感器等。它们生成或捕捉到的数据只有很短的有效期，因此数据的处理器或计算平台必须与收集设备处于同一或者邻近位置(至少要保证极低的网络延迟)。

这里需要破解一个广为流传的误解——边缘计算跟物联网并不是一回事。Red Hat技术布道师Gordon Haff指出，“物联网只是边缘计算中的一种重要用例。例如，在三层物联网架构当中，传感器数据通常会被馈送至某种本地网关。网关可以使用此数据执行需要快速完成的操作，例如停车。它还能在将数据发送回数据中心之内执行分析，同时跟踪之前筛选并聚合过的数据，从而显著节约网络传输带宽。”

边缘计算不仅仅与物联网息息相关，它在电信等越来越多的实践应用领域，都扮演着将服务与交互对象(可以是人，也可以是设备)彼此拉近的重要角色。