這就是邊緣計(jì)算的由來。邊緣計(jì)算本質(zhì)上是分散計(jì)算機(jī)服務(wù)并將它們更接近數(shù)據(jù)源的過程。這可能會(huì)對(duì)延遲產(chǎn)生重大影響，因?yàn)樗梢源蟠鬁p少移動(dòng)的數(shù)據(jù)量及其傳播距離。

　　術(shù)語“邊緣計(jì)算”涵蓋范圍廣泛的技術(shù)，包括點(diǎn)對(duì)點(diǎn)、網(wǎng)格/網(wǎng)狀計(jì)算、霧計(jì)算、區(qū)塊鏈和內(nèi)容分發(fā)網(wǎng)絡(luò)。它在移動(dòng)領(lǐng)域受到歡迎，現(xiàn)在幾乎遍布各個(gè)行業(yè)。

　　邊緣與云的關(guān)系

　　有很多關(guān)于邊緣替代云的猜測(cè)，在某些情況下，可能會(huì)出現(xiàn)這樣的情況。但是，在許多情況下，兩者有共生關(guān)系。例如，在涉及性能和數(shù)據(jù)的初始處理方面，諸如Web托管和IoT之類的服務(wù)受益于邊緣計(jì)算。然而，這些服務(wù)仍然需要一個(gè)強(qiáng)大的云后端，例如集中存儲(chǔ)和數(shù)據(jù)分析。

　　邊緣計(jì)算簡(jiǎn)史

　　邊緣計(jì)算可以追溯到20世紀(jì)90年代，當(dāng)時(shí)Akamai推出了內(nèi)容分發(fā)網(wǎng)絡(luò)(CDN)，該網(wǎng)絡(luò)在地理上靠近最終用戶的位置引入了節(jié)點(diǎn)。這些節(jié)點(diǎn)存儲(chǔ)緩存的靜態(tài)內(nèi)容，如圖像和視頻。邊緣計(jì)算通過允許節(jié)點(diǎn)執(zhí)行基本的計(jì)算任務(wù)來進(jìn)一步深化這一概念。1997年，計(jì)算機(jī)科學(xué)家Brian Noble演示了移動(dòng)技術(shù)如何將邊緣計(jì)算用于語音識(shí)別。兩年后，這種方法也被用來延長(zhǎng)手機(jī)的電池壽命。當(dāng)時(shí)，這個(gè)過程被稱為“網(wǎng)絡(luò)覓食”——這是蘋果Siri和Google的語音識(shí)別服務(wù)的基本工作方式。

　　1999年，點(diǎn)對(duì)點(diǎn)計(jì)算到來。隨著亞馬遜EC2服務(wù)的發(fā)布，云計(jì)算在2006年出現(xiàn)，自那時(shí)以來，云計(jì)算被大量采用。2009年，《移動(dòng)計(jì)算中基于VM的Cloudlets案例》發(fā)布，詳細(xì)介紹了延遲與云計(jì)算之間的端到端關(guān)系。這篇文章主張“兩級(jí)架構(gòu)”：第一級(jí)是今天的未經(jīng)修改的云基礎(chǔ)設(shè)施，第二級(jí)由名為cloudlet的分散元素組成，其狀態(tài)從第一級(jí)緩存而來。這是現(xiàn)代邊緣計(jì)算的許多方面的理論基礎(chǔ)，而在2012年，思科推出了旨在提升物聯(lián)網(wǎng)可擴(kuò)展性的分散云基礎(chǔ)設(shè)施術(shù)語“霧計(jì)算”。

　　這促使了目前很多邊緣解決方案的誕生。無論是純分布式系統(tǒng)(如區(qū)塊鏈和點(diǎn)對(duì)點(diǎn))還是混合系統(tǒng)(如AWS的Lambda @ Edge，Greengrass和Microsoft Azure IoT Edge)，邊緣計(jì)算已成為推動(dòng)IoT等技術(shù)被采用的關(guān)鍵因素。

　　為什么鄰近重要?

　　鄰近或低延遲在業(yè)務(wù)中非常重要，因?yàn)閿?shù)據(jù)隨著時(shí)間的增長(zhǎng)而失去價(jià)值。對(duì)于所有行業(yè)，從財(cái)務(wù)到健康、安全、運(yùn)輸?shù)榷际侨绱恕＠?，?dāng)實(shí)時(shí)監(jiān)測(cè)和處理時(shí)，醫(yī)療行業(yè)使用物聯(lián)網(wǎng)至關(guān)重要，以確?；颊咴谛枰獣r(shí)精確地獲得所需的護(hù)理。

　　另一個(gè)很好的例子是電子商務(wù)。2009年，Akamai發(fā)布了《Akamai發(fā)現(xiàn)2秒是電子商務(wù)網(wǎng)頁響應(yīng)時(shí)間可接受性的新閾值》的研究報(bào)告，其中詳細(xì)介紹了網(wǎng)站性能與在線購(gòu)物者行為之間的關(guān)系。它發(fā)現(xiàn)，在離開之前，40%的消費(fèi)者不會(huì)等待超過三秒的時(shí)間來加載頁面，因?yàn)樗麄儠?huì)分心或找到替代品。

　　這項(xiàng)研究強(qiáng)調(diào)了將數(shù)據(jù)傳輸、處理和返回給客戶、設(shè)備或內(nèi)部用戶的速度的重要性。邊緣計(jì)算在設(shè)計(jì)時(shí)專門考慮了這個(gè)“速度需求”的想法。

　　可擴(kuò)展性和彈性

　　邊緣計(jì)算的分布式特性意味著除了降低延遲，它還提高彈性，減少網(wǎng)絡(luò)負(fù)載，并且更容易擴(kuò)展。

　　數(shù)據(jù)處理從源頭開始。一旦完成初始處理，只需要發(fā)送需要進(jìn)一步分析或需要其他服務(wù)的數(shù)據(jù)。這減少了組網(wǎng)需求和任何集中式服務(wù)的瓶頸可能。此外，對(duì)于其他附近的邊緣位置，或者在設(shè)備上緩存數(shù)據(jù)的可能，你可以屏蔽中斷并提高系統(tǒng)的彈性。這減少了擴(kuò)展集中式服務(wù)的需求，因?yàn)樗鼈兲幚淼牧髁枯^少。此外，還可以降低成本、架構(gòu)復(fù)雜性和管理難度。

　　未來

　　邊緣計(jì)算將走向哪里?在接下來的幾年中，隨著越來越多的終端用戶使用它來提高性能、功能和電池壽命，我們將看到這項(xiàng)技術(shù)的爆炸式增長(zhǎng)。邊緣設(shè)備被用在智能手機(jī)、平板電腦、筆記本電腦、PC和游戲機(jī)上，還會(huì)被用于虛擬現(xiàn)實(shí)頭戴式設(shè)備、無人駕駛車輛、無人機(jī)、可穿戴技術(shù)、增強(qiáng)現(xiàn)實(shí)設(shè)備等。

　　物聯(lián)網(wǎng)設(shè)備的普及率正在飛漲，而且隨著諸如醫(yī)療保健、采礦、物流和智能家居等行業(yè)剛剛開始將IoT技術(shù)納入業(yè)務(wù)模式，這種擴(kuò)張有望持續(xù)一段時(shí)間。

　　關(guān)于邊緣計(jì)算背后的技術(shù)，我們將看到許多現(xiàn)有云技術(shù)與其集中化的根源脫鉤。諸如AWS Lambda之類的服務(wù)可能會(huì)進(jìn)行大修，以便在最靠近請(qǐng)求發(fā)起點(diǎn)的邊緣位置運(yùn)行功能，而不是進(jìn)行區(qū)域鎖定。我們已經(jīng)看到了AWS Lambda @ Edge的第一個(gè)動(dòng)作。

　　我們還將看到諸如區(qū)塊鏈和霧計(jì)算等新興邊緣技術(shù)的成熟。由于分布式系統(tǒng)和復(fù)雜算法的應(yīng)用遠(yuǎn)遠(yuǎn)超過比特幣，大家對(duì)于區(qū)塊鏈的潛力有很大的興趣——其潛在的用途包括物流和投票，可以幫助安全和預(yù)防欺詐。

　　邊緣計(jì)算可能會(huì)在規(guī)模和市值上面超過云計(jì)算。但它不可能取代云，甚至也不會(huì)壓縮云計(jì)算市場(chǎng)。相反，隨著邊緣計(jì)算的成熟，云計(jì)算也會(huì)隨之增長(zhǎng)(但相對(duì)速度較慢)，從而為邊緣計(jì)算和業(yè)務(wù)運(yùn)營(yíng)提供了大量后端和支持功能。