外媒 ZDnet 發布了此篇邊緣計算領域的重要文章，詳細分析了各機構不同的定義、市場狀況、前景等，經編譯，供各位參考。
數十億物聯網設備和5G網絡這兩股力量必將推動計算工作負載的部署方式發生深遠而重大的變化。
近年來，計算工作負載一直在遷移：先是從本地數據中心遷移到云，現在日益從云數據中心遷移到更靠近所處理的數據源的“邊緣”位置。旨在縮短數據的傳輸距離，從而消除帶寬和延遲問題，最終提升應用和服務的性能和可靠性，并降低運行成本。
這倒不是說本地環境或云中心已死亡；一些數據總是需要存儲在集中的地方并加以處理。但數字基礎設施無疑在發生變化。比如據Gartner聲稱，到2025年，80%的企業將關閉傳統數據中心，而2018年這個比例只有10%。工作負載的布置是這次基礎設施演變的關鍵驅動因素，工作負載的布置有賴于各種業務需求，這家調研公司稱：
隨著最近業務驅動的IT項目不斷增加（通常超出傳統IT預算的范圍），實施物聯網解決方案、邊緣計算環境和“非傳統”IT的現象在迅速增多。此外日益關注面向外部的應用的客戶體驗，并日益關注糟糕的客戶體驗給企業聲譽帶來的直接影響。關注外部的這種形勢導致許多企業組織基于網絡延遲、客戶群體和地緣政治限制因素（比如歐盟的《通用數據保護條例》即GDPR或監管方面的限制），重新考慮某些應用的布置。
當然，邊緣計算面臨挑戰，尤其是連接方面（連接斷斷續續），具體表現為網絡邊緣處帶寬低及/或延遲高。如果大量智能邊緣設備運行的軟件（比如機器學習應用）需要與中央云服務器或“霧計算”中的節點進行聯系，這就會出現問題。然而，解決方案正在開發中。
由于邊緣計算處于Gartner 2018年云計算成熟度曲線的高峰期，在標準和最佳實踐得以確定之前，還要經歷一段相當長的幻滅期，之后才會得到主流界的采用。本文旨在評估邊緣計算的現狀。
不同機構的定義
邊緣計算是個比較新的概念，已經與另一個術語“霧計算”聯系起來，這可能會在非專業觀察人士當中造成混淆。下面是幾個定義，但愿可以澄清一下。
?Futurum Research：不像云計算依賴數據中心和通信帶寬來處理和分析數據，邊緣計算在網絡邊緣附近處理和分析數據，數據最初在邊緣附近加以收集。邊緣計算（專注于在網絡節點層面處理和分析的一類霧計算）......應被視為霧計算的一個事實上的要素。
?State of the Edge 2018：將計算能力提供給網絡的邏輯末端，以便改善應用和服務的性能、運營成本和可靠性。通過縮短設備與提供給設備的云資源之間的距離，另外減少網絡跳數，邊緣計算消除了當今互聯網在延遲和帶寬方面的限制，從而帶來全新的應用類別。實際上，這意味著沿著今天的集中式數據中心和越來越多的現場設備之間的路徑，分配新的資源和軟件堆棧，而這條路徑鄰近最后一英里網絡，連接基礎設施和設備兩端。
?451 Research/開放霧聯盟：[霧]的一端始于邊緣設備（我們在這里定義的邊緣設備是生成傳感器數據的那些設備，比如車輛、制造設備和“智能”醫療設備），這些設備擁有必要的計算硬件、操作系統、應用軟件和連接功能，以便參與分布式分析霧。它從邊緣延伸到“近邊緣”功能，比如本地數據中心及其他計算資產、企業或運營商無線接入網絡內的多接入邊緣（MEC）功能、托管服務提供商內的中間計算和存儲功能以及互連和托管設施，最終延伸到云服務提供商。這些位置有集成或主機“霧節點”，這些其實是能夠參與整個分布式分析系統的設備。
?David Linthicum（德勤咨詢公司的首席云戰略官）：“就邊緣計算而言，計算系統和存儲系統也位于邊緣，盡可能接近生成所處理的數據的部件、設備、應用或人。目的是消除處理延遲，因為數據不必從網絡邊緣發送到中央處理系統，然后發回到邊緣......思科首創的“霧計算”這個術語還指將計算擴展到網絡邊緣。思科在2014年1月推出了其霧計算，以此將云計算功能引入到網絡邊緣......實際上，霧是標準，邊緣是概念。霧實現了邊緣計算概念中的可重復結構，那樣企業就可以將計算推送到集中系統或云之外的地方，以獲得更好的性能和可擴展性。”
開放霧聯盟在下面直觀地顯示了網絡邊緣處生成數據的“物件”、核心處的云數據中心以及介于兩者之間的霧基礎設施三者之間的關系：
圖片來源：開放霧聯盟
市場估計
據B2B調研公司MarketsandMarkets聲稱，到2022年，邊緣計算市場的價值將達到67.2億美元，比2017年的14.7億美元大幅增多，年復合增長率（CAGR）高達35.4%。幾大驅動因素是物聯網和5G網絡的出現、“智能”應用的數量增加以及云基礎設施上的負載越來越大。
邊緣計算市場狀況
數據來源：MarketsandMarkets
在MarketsandMarkets考慮的幾個垂直細分領域中，預計電信IT在2017年至2022年預測期內擁有最大的市場份額。這是由于企業面臨繁重的網絡負載，對帶寬需求又越來越高，因而需要優化和擴展無線接入網絡（RAN），以便為其應用和服務提供高效的移動（或多接入）邊緣計算（MEC）環境。
MarketsandMarkets表示，在預測期內，邊緣計算市場增長最快的細分領域很可能是零售：與智能應用相連接的物聯網傳感器、攝像頭和信標生成大量數據，這些數據可以更有效地在網絡邊緣而不是在云或本地數據中心加以收集、存儲和處理。
Grand View Research的觀點較為保守，估計到2025年邊緣計算市場的價值將達到32.4億美元，不過在2017年至2025年預測期內，CAGR仍達到“驚人”的41%。這家研究公司表示，從地區來看，由于物聯網設備在美國和加拿大的普及率日增，北美將領跑全球市場，CAGR最高的垂直細分領域將是醫療保健和生命科學，這歸因于“邊緣計算解決方案提供了存儲能力和實時計算”。Grand View Research表示，由于邊緣計算解決方案能夠降低運營成本，中小企業在預測期內的CAGR將最高（46.5%）。
增長形勢最樂觀的預測來自451 Research，2017年10月開放霧聯盟委托這家調研公司搞了一份研究，名為《霧計算市場的規模和影響》。這項廣泛的研究估計到2022年，霧計算的市場規模有望達到182億美元，遠高于2018年的10.3億美元和2019年的37億美元，2018年至2022年的CAGR高達104.9%。
數據來源：451 Research和開放霧聯盟
據451 Research聲稱，就市場份額而言，2022年霧計算領先的垂直細分領域將是公用事業、交通運輸、醫療保健、工業和農業。
圖片來源：451 Research和開放霧聯盟
說到2022年的霧計算生態系統，451 Research分成了這幾大部分：
數據來源：451 Research和開放霧聯盟
硬件這部分遙遙領先，在2022年餅形圖中占有42.1%的份額，其次是霧應用/平臺（21.5%）和霧服務（20.4%）。難怪硬件供應商和云應用/服務提供商在競相涌入迅速發展的邊緣/霧市場。
盡管側重點各不相同，但這些預測清楚地表明，兩股合力正形成邊緣計算的“完美風暴”：數量快速增加的聯網設備和即將出現的高帶寬低延遲5G網絡。愛立信2018年6月的《移動報告》總結了這些領域的預期發展動向。
雖然PC、筆記本電腦、平板電腦以及手機在2017年至2023年期間增長平緩，但物聯網設備增長迅猛：擁有廣域連接的設備其CAGR將達到30%，短距離物聯網設備的增長勢頭要弱一些（CAGR為17%）。這導致2017年（175億個）至2023年（314億個）的聯網設備數量增長近80%（79.4%）：
*蜂窩物聯網設備是廣域物聯網設備的子集
數據來源：愛立信《移動報告》2018年6月
至于5G，愛立信預計2018年下半年會出現首批純數據設備，2019年出現首批5G智能手機。繼第三代芯片組在2020年問世后，到2023年，該公司預計全球會有10億部聯網的5G設備。
CPE / FWT：客戶提供的設備/固定無線終端
圖片來源：愛立信《移動報告》2018年6月
愛立信表示，預計2020年會出現首批基于模塊的5G物聯網設備，支持面向工業過程監控的超低延遲通信。
標準和組織
任何新的IT項目都需要標準和最佳實踐，而早期階段的特點常常是多家組織和聯盟林立，它們的工作議程各不相同（盡管成員常常存在很大的重疊）。邊緣/霧計算也不例外。
霧計算是思科杜撰的一個術語，得到了開放霧聯盟的支持，該聯盟由Arm、思科、戴爾、英特爾、微軟和普林斯頓大學邊緣實驗室于2015年共同成立。其使命內容如下（部分）：
我們致力于定義涵蓋分布式計算、網絡、存儲、控制和資源的一種架構，以支持物聯網邊緣處的智能，包括自我感知的自主機器、物件、設備和智能對象。開放霧聯盟的成員還將確定和開發新的運營模式。最終，我們的工作將有助于實現和推動下一代物聯網。
邊緣計算由Linux基金會主持的開源項目EdgeX Foundry負責推廣。EdgeX Foundry的目標包括：構建和推廣EdgeX成為統一物聯網邊緣計算的通用平臺，認證EdgeX組件以確?；ゲ僮餍院图嫒菪?，提供快速創建基于EdgeX的物聯網邊緣解決方案的工具，并與相關的開源項目、標準組織和行業聯盟合作。
據EdgeX Foundry聲稱：“該項目注重的是邊緣節點，比如嵌入式PC、集線器、網關、路由器和本地服務器，以克服分布式物聯網霧架構中互操作性方面的重大挑戰。”
EdgeX Foundry的技術指導委員會包括來自IOTech、ADI、Mainflux、戴爾、Linux基金會、三星電子、VMware和Canonical的代表。
這個領域還有另外兩大行業機構：一個是注重日本市場的EdgeCross聯盟，由歐姆龍公司、Advantech、NEC、IBM日本、Oracle日本和三菱電機于2017年11月共同成立；另一個是工業互聯網聯盟，由AT&T、思科、通用電氣、英特爾和IBM于2014年共同成立。
調查說明了什么？
Futurum Research在2017年底調查了500多家北美公司（員工數量從500人到50000人不等），以了解它們在邊緣計算方面的狀況：采用、部署以及投資意向等。Futurum表示，所有調查對象都對邊緣計算的投資決策有影響，其中41.8%是“運營人員”，25.6%是“董事、經理和團隊負責人”，不過只有8.6%屬于“主管、高管、老板和合作伙伴”。
Futurum聲稱，近四分之三（72.7%）的公司已經實施了邊緣計算戰略，或正在實施這一戰略。此外，幾乎所有（93.3%）的公司打算在今后12個月內投入于邊緣計算：
數據來源：Futurum Research
Futurum還編制了一份通用的數字化轉型指數，該指數在2018年將68%的公司列入“領導者”和“采用者”這兩個類別。因此，72.7%的調查對象已經投入于邊緣計算，這表明邊緣計算對于精通技術的企業來說是個熱門話題。然而Futurum也特別指出，“93.3%的企業在今后12個月內投入于邊緣計算的熱情說明不了它們的投入規模?！?/p>
被問及邊緣計算數據流在業務流程中的重要性時，Futurum的調查對象繼續給出了積極的看法，71.8%的調查對象稱這種數據流“至關重要”（22.2%）或“非常重要”（49.6%）：
數據來源：Futurum Research
哪些關鍵因素促使企業對邊緣計算有這么高漲的熱情？對于Futurum的調查對象來說，最主要的因素是“提升應用性能”，其次是“實時分析/數據流”：
數據來源：Futurum Research
這家調研公司解釋，這些優先事項體現了企業需要提升運營效率，表明物聯網戰略比較低的排名在“未來幾年可能會上升”，物聯網戰略常常被認為是邊緣計算的一種典型的使用場景。
這家研究公司表示，只有15.6%的調查對象旨在將邊緣計算和云計算分開來，這個決定常常有賴于數據和系統安全方面的問題以及注重劃分開來的運營。因而，近64%（63.9%）的調查對象已經部署（28.3%）或正在物色（35.6%）綜合的邊緣/數據中心分析解決方案，另外20.5%的調查對象不確定將這些功能組合起來還是分開來：
數據來源：Futurum Research
回答“不確定”和“正在物色”的占調查樣本總數的56.1%，這顯然表明邊緣計算提供商大有機會。
2017年12月，開放霧聯盟就霧計算行情調查了其61家成員組織，發現多達70%的CEO意識到霧計算項目已上了工作議程。
2018年霧計算預算普遍增加（40%）或保持不變（51%），只有5%的調查對象聲稱預算減少。這類項目主要歸屬研發部門（51%），絕大多數將物聯網應用視作主要的關注領域（70%）。
安全是調查對象當中最關注的問題（32%），其次是擔心早期/未經證實的技術、互操作性和不明確的投資回報率。促使企業對霧計算備感興趣的主要因素是延遲和帶寬問題。調查對象預計制造、智慧城市和交通運輸將是采用霧計算的幾大行業領域，其次是能源、醫療保健和智能家居。
主要供應商
邊緣/霧計算可以將工作負載從云數據中心提取出來，因此看到云巨頭采取措施、防止那些工作負載逃離其軌道也就不足為奇了。
亞馬遜
AWS Greengrass在亞馬遜的2016年re：Invent開發者大會上推出，立足于該公司現有的物聯網和Lambda（Serverless計算）產品，旨在將AWS擴展到間歇連接的邊緣設備。
亞馬遜稱：“借助AWS Greengrass，開發人員可以徑直從AWS管理控制臺，將AWS Lambda函數添加到聯網設備，而設備在本地執行代碼，以便設備可以響應事件，并近乎實時地執行操作。AWS Greengrass還包括AWS物聯網消息傳遞和同步功能，因此設備可以在不連回到云的情況下向其他設備發送消息。AWS Greengrass讓客戶可以靈活地讓設備在必要時依賴云，在必要時自行執行任務，并在必要時相互聯系，這一切都在一個無縫的環境中進行?！?br data-filtered="filtered" style="box-sizing: border-box;"/>
圖片來源：AWS
當然，這些是“智能”邊緣設備：Greengrass需要至少1GHz的計算芯片（Arm或x86）、128MB內存，還有操作系統、消息吞吐量和AWS Lambda執行所需的額外資源。據亞馬遜聲稱：“Greengrass Core可以在從Raspberry Pi到服務器級設備的多種設備上運行?！?/p>
微軟
Azure IoT Edge在微軟的BUILD 2017開發者大會上推出，2018年6月以后開始面市，它讓云工作負載可實現容器化，并在從Raspberry Pi到工業網關的多種智能設備上本地運行。
Azure IoT Edge包含三個部分：IoT Edge模塊、IoT Edge運行時環境和IoT中心。IoT Edge模塊是運行Azure服務、第三方服務或自定義代碼的容器，它們部署到IoT Edge設備上，并在本地執行。IoT Edge運行時環境在每個IoT Edge設備上運行，管理已部署的模塊。而IoT中心是基于云的界面，用于遠程監控和管理IoT Edge設備。
下圖顯示了Azure IoT Edge的不同部分如何組合在一起：
圖片來源：微軟
出正式版后，微軟為Azure IoT Edge添加了新功能，包括支持開源、設備配置、安全和管理服務以及簡化的開發者體驗。
谷歌
谷歌的Edge TPU ASIC與1美分硬幣相比
2018年7月，谷歌宣布推出兩款大規模開發和部署智能聯網設備的產品：Edge TPU和Cloud IoT Edge。Edge TPU是一種專用的小型ASIC芯片，旨在在邊緣設備上運行TensorFlow Lite機器學習模型。Cloud IoT Edge是軟件堆棧，負責將谷歌的云服務擴展到物聯網網關和邊緣設備。
Cloud IoT Edge有三個主要組件：便于網關級設備（至少有一個CPU）存儲、轉換和處理邊緣數據，并從中提取信息的運行時環境，同時與谷歌云IoT平臺的其余組件協同操作； Edge IoT Core運行時環境，可將邊緣設備安全地連接到云；以及 Edge ML運行時環境，它基于TensorFlow Lite，使用預先訓練的模型執行機器學習推理。
圖片來源：谷歌
撰寫本文時（2018年9月），Edge TPU和Cloud IoT Edge都處于alpha測試階段。
前景展望
向邊緣/霧計算轉變是IT界定期出現的一種模式轉變，比如就像從大型機轉向臺式機、轉向本地數據中心，再轉向云數據中心。現在，我們看到眾多的現有組件連同數十億個智能物聯網設備由網關和節點組成的“霧”連接起來。設備連接一向是阻礙這種轉變的瓶頸，但隨著5G移動網絡問世，這種情況將得到極大的改善。
凡是得益于及時分析物聯網數據流的行業部門（幾乎各行各業）都會對邊緣/霧計算感興趣。這就是為什么技術堆棧所有層面的供應商都大有機會：標準、網絡、計算、存儲、應用和服務。
由于越來越多的數據在更多的地方生成、處理和存儲，基礎設施管理以及數據安全、隱私和治理方面的問題會變得比現在更重要。但愿那些問題盡快得到解決。
原文鏈接： https://www.zdnet.com/article/edge-computing-the-state-of-the-next-it-tr...
文章轉載自：搜狐科技
