边缘计算在技术时代思潮中占据了一个位置，它是标新立异和前沿思想的标志之一。几年来，人们一直认为这种计算方式是未来的发展方向。但一直到现在，这种讨论大多还只是假设，因为支持边缘计算所需的基础设施还没有出现。
随着应用程序开发人员、企业家和大型企业掌握了各种边缘计算资源(从微数据中心到专门的处理器再到必要的软件抽象层)，这种情况正在发生变化。在回答有关边缘计算用处和含义的问题时，我们现在可以超越理论层面。那么，关于这一趋势，现实世界的证据告诉了我们什么呢?特别是边缘计算的炒作这一现象，它到底是必然的，还是不合时宜的?
下面，我将概述边缘计算市场的现状。事实证明，边缘计算是一种真正的现象，它是由于成本和性能方面的原因，人们迫切需要分散应用程序。边缘计算的某些方面被过分夸大了，而另一些方面则被忽视了。以下四个要点试图让决策者对“边缘”现在和未来的能力有一个务实的看法。
1.边缘计算不仅仅是关于延迟
边缘计算是一种模式，它使计算和数据存储更接近需要的地方。它与传统的云计算模式形成了鲜明对比，传统的云计算模式将计算集中在少数几个超大规模的数据中心。
在本文中，边缘可以是在比传统云数据中心更接近最终用户或设备的任何位置。它可能在一百英里之外、一英里之外、在本地或在设备上。无论采用何种方法，传统的边缘计算都强调边缘的强大功能是最小化延迟，既是为了改善用户体验，也是为了启用新的延迟敏感应用程序。这确实是边缘计算的一种服务。虽然延迟缓解是一个重要的用例，但它可能不是最有价值的用例。边缘计算的另一个用例是最小化来往于云的网络流量，或者一些人所说的云卸载，这可能会带来与延迟缓解一样多的经济价值。
云卸载的根本驱动力是用户、设备还有传感器正在生成的庞大数据量。Macrometa的首席执行官Chetan Venkatesh去年年底对我说，“从根本上讲，边缘是一个数据问题。”Macrometa是一家在边缘计算领域应对数据挑战的初创公司。云卸载之所以出现，是因为移动所有这些数据都要花钱。而且如果没有必要，很多人宁愿不移动。边缘计算提供了一种从生成数据的地方提取价值的方法，而不会将其移到边缘之外。如有必要，可以将数据精简为一个子集，以便更经济地发送到云中进行存储或进一步分析。
云卸载的一个非常典型的用途是处理视频或音频数据，这是最需要带宽的两种数据类型。据我最近采访的一位参与部署的联系人透露，一家在亚洲拥有10000多家门店的零售商正在用此处理业务。他们将边缘计算用于视频监控和店内语言翻译服务。但是，还有其他的数据源也需要花费同样多的钱才能传输到云中。另一位联系人是一家大型IT软件供应商，他们分析从其客户的本地IT基础设施传来的实时数据，以预防问题并优化性能。它使用边缘计算来避免将所有这些数据返回到AWS。工业设备也产生大量的数据，是云卸载的主要选择者。
2.边缘是云的延伸
尽管早期有人宣称边缘会取代云，但更准确的说法是边缘会扩大云的范围。它不会削弱正在进行的工作负载迁移到云的趋势。但目前正在进行一系列活动，将按需资源可用性和物理基础设施抽象的云计算公式扩展到距离传统云数据中心越来越远的位置。这些边缘位置将使用从云演变而来的工具和方法进行管理，随着时间的推移，云和边缘之间的界限将变得模糊。
边缘和云是同一个连续体的一部分这一事实，在AWS和Microsoft Azure等公有云提供商的边缘计算计划中显而易见。如果您是一家希望进行内部边缘计算的企业，亚马逊现在将向您发送一个AWS前哨站，这是一个完全组装的计算和存储机架，模拟亚马逊自己数据中心的硬件设计。它安装在客户自己的数据中心，由亚马逊监控、维护和升级。重要的是，前哨站运行着AWS用户开始依赖的许多相同的服务，比如EC2计算服务，这使边缘在操作上类似于云。微软的Azure Stack Edge产品也有类似的目标。这些产品发出了一个明确的信号，即云提供商设想将云和边缘基础设施统一在一个保护伞下。
3.边缘基础设施分阶段建成
虽然有些应用程序最好在本地运行，但在许多情况下，应用程序所有者希望运用边缘计算，而不必占用任何本地空间。这就需要访问一种新的基础设施，这种基础设施看起来很像云，但在地理分布上要比现在组成云的几十个高级别数据中心分散得多。这种基础设施现在才刚刚开始使用，它可能会分三个阶段发展，每个阶段都会通过越来越广泛的地理足迹扩大边缘的覆盖范围。
第一阶段：多区域和多云
对于大量应用程序来说，走向边缘计算的第一步遇到的将是许多人可能不考虑边缘计算这件事，，但它可以被视为包含所有边缘计算方法的范围的一端。这一步是利用公共云提供商提供的多个区域。例如，AWS在22个地理区域拥有数据中心，另有4个已发布。例如，为北美和欧洲用户提供服务的AWS的客户可以在北加州地区和法兰克福地区运行其应用程序。从一个区域到多个区域可以大大减少延迟，对于一组大型应用程序，这将是提供良好用户体验所需的全部。
同时，由于一系列考虑因素，包括成本效率、风险缓解、避免供应商锁定以及希望对比选择不同提供商提供的最佳服务，现在出现一种多云方法的趋势。分布式云初创公司Volterra的CMO马克韦纳(Mark Weiner)告诉我：“做多云并把它做好是现如今非常重要的战略和架构。”与多区域方法类似，多云方法标志着朝着分布式工作负载迈出了第一步，而分布式工作负载正朝着越来越分散的边缘计算方法迈进。
第二阶段：区域边缘
边缘进化的第二个阶段将边缘扩展到更深的一层，利用到了数百或数千个位置的基础设施，而不是仅仅几十个城市中的超大规模数据中心。事实证明，已经有了这样的基础设施：内容交付网络。20年来，CDNs一直是边缘计算的先驱，为了提高性能，它将静态内容缓存在更靠近最终用户的位置。虽然AWS有22个区域，但一个典型的CDN样的云闪有194个。
现在不同的是，这些CDN已经开始向通用工作负载开放其基础架构，而不仅仅是静态内容缓存。像Cloudflare、Fastly、Limelight、StackPath和Zenlayer这样的cdn今天都提供了一些容器即服务、VM即服务、裸机即服务和无服务器功能的组合。换句话说，他们开始变得更像云提供商。像Packet和Ridge这样具有前瞻性的云提供商也在提供这种基础设施，而AWS也朝着提供更区域化的基础设施迈出了第一步，在洛杉矶引入了第一个它称之为本地区的区域，并承诺了将会引入更多的区域。
第三阶段：通道边缘
边缘进化的第三个阶段将边缘进一步向外驱动，直到距离最终用户或设备只有一两个网络跃点。在传统的电信术语中，这称为网络的接入部分，因此这种类型的架构被标记为接入边缘。接入边缘的典型形状因素是微型数据中心，其大小可以从单个机架到大致相当于半拖车的机架，并且可以部署在路边或蜂窝网络塔的底部。在幕后，电力和冷却等方面的创新使得越来越高密度的基础设施能够部署在这些占地面积小的数据中心。
像Vapor IO、EdgeMicro和EdgePresence这样的新进入者已经开始在美国少数城市建立这些微型数据中心。2019年是第一个主要的建设年，2020-2021年将继续对这些建设进行大量投资。到2022年，边缘数据中心的回报率将成为那些对边缘进行资本投资的人关注的焦点，最终这些回报率将反映出一个问题的答案：是否有足够的杀手级应用将边缘推向最终用户或设备?
我们很早就得到了这个问题的答案。最近，对访问边缘的微型数据中心是否比区域边缘的区域数据中心具有足够的边际效益这一问题我采访过一些从业者，他们表示怀疑。区域优势已经在许多方面被早期采用者利用，包括各种云卸载用例以及用户体验感领域(如在线游戏、广告服务和电子商务)中的延迟缓解。相比之下，那些需要超低延迟和非常短的接入边缘网络路径的应用程序往往听起来更差：自主车辆、无人机、AR/VR、智能城市、远程引导手术。更重要的是，这些应用程序必须权衡访问边缘的好处，而不是使用本地或设备上的方法进行本地计算。然而，访问边缘的一个杀手级应用程序肯定会出现——也许这不是今天的焦点，但几年后我们或许会知道更多。
4.需要新的软件来管理边缘
我在上面概述了边缘计算如何适应于各种体系结构，以及“边缘”可以位于许多地方。然而，不管边缘位于何处，该行业的最终方向是统一走向一个可以使用相同的工具和流程来管理云和边缘工作负载的世界。这将需要对用于在云中部署、扩展和管理应用程序的软件进行改进，而云中的应用程序在历史上是以单个数据中心为架构的。
Ori、Rafay Systems和Volterra等初创公司，以及Google的antos、Microsoft的Azure Arc和VMware的Tanzu等大公司都在以这种方式发展云基础设施软件。几乎所有这些产品都有一个共同点：它们基于Kubernetes，Kubernetes已经成为管理集装箱化应用程序的主要方法。但这些产品超越了Kubernetes的最初设计，以支持Kubernetes集群的分布式舰队的新世界。这些集群可能位于由“边缘”、内部部署环境和公有云组成的异构基础设施池之上，但由于这些产品，它们都可以统一管理。
最初，这些产品的最大机会将是支持边缘演进的第1阶段，即通过一个或多个云利用少量区域的适度分布式部署。但这使它们处于一个很好的位置，可以支持向开始出现在地平线上的更分布式边缘计算架构的演进。Rafay Systems的首席执行官Haseeb Budhani最近告诉我：“随着更广泛的边缘计算用例的成熟，您可以很好地解决多集群管理和操作问题。”。
在伟大事物的边缘
现在支持边缘计算的资源正在出现，面向边缘的思想将在那些设计和支持应用程序的人中变得更加普遍。在一个定义趋势是集中在少数云数据中心的时代之后，现在出现了一股支持增加分散化的力量。边缘计算还处于初级阶段，但它已经超越了理论，进入了实践。我们知道这个行业发展很快。我们所知道的云只有14年的历史。从长远来看，用不了多久，这种优势就会在计算机领域留下巨大的印记。
