01 我們真的擁有近乎無限的計算能力嗎
二十年前，一位浙江的民營企業家傲嬌地告訴媒體，汽車不過是「四個輪子加兩張沙發」。而同時代的計算機大家塔能鮑姆 (Tanenbaum) 則在《計算機網絡》一書中寫道：「不要低估一輛裝滿磁帶在高速公路上飛馳的小貨車的帶寬。」
時間證明了一切。
今天，就連一輛普通中級轎車都配備了數十個CPU，是不折不扣的「四個輪子加一臺計算機」。車輪滾滾向前，數據傾瀉而出。但一如微軟 CEO 薩提亞·納德拉所說：「我們正處在一個擁有近乎於無限計算能力，但數據也在呈指數級增長的世界。」
在那些配備智能駕駛系統的汽車，每行駛8小時平均會產生並接收約4TB的數據，相當於120多萬張高清照片的容量。
這4TB的數據大部分都需要及時處理，如果按照傳統雲計算的方式，需要把汽車上的數據上傳至雲端處理，之後再下發指令到車載終端，有時候僅僅因信號傳輸哪怕有幾十毫秒的延遲，就很有可能釀成災難性的事故。
在智能駕駛、車聯網環境下，傳統雲計算延遲太大，連接不穩定，會極大的降低了體驗質量。例如，通過車輛平視顯示，增強現實(AR)能夠提供有幫助的信息與警示，或者是提供更好的視野，但也需要更高的計算需求，這往往超出了單個車輛的計算需求。
於是，另一種解決方案應運而生——把數據在本地就近解決，這也是谷歌、微軟、網宿科技、阿里高管們近期頻頻提起的「邊緣計算」。
邊緣計算最初是由歐洲通信組織提出來的概念，是一種具有高帶寬低延時特點的新技術,可在各類移動網絡邊緣提供服務環境和計算能力,通過靠近移動用戶來減少網絡操作和服務交付的時延。「鄰近性、低時延、高寬帶和位置認知」，正是邊緣計算區別於傳統雲計算的主要技術特徵。
據中國信息通信研究院泰爾系統實驗測試，在LTE網絡中，通過部署移動邊緣計算服務器，可將車輛到車輛的延時，從理論值100 毫秒降至20 毫秒以下，相當於效應速度提高了5倍。
02 當物聯網設備數量將首次超過全球人口
車聯網只是我們邁入物聯網時代的一個序曲。
2017 年被視為窄帶物聯網商用元年。自 2016 年 6 月核心標準凍結以來，窄帶物聯網發展明顯駛入快車道，運營商與設備製造商的聯手促使窄帶物聯網產業鏈日漸完善，推動下游細分應用頻頻落地。
據Gartner統計，2017 年物聯網設備數量將首次超過全球人口(75億)，達到 84 億，比 2016 年的 64 億增長 31%，其中，消費領域是物聯網設備最大用戶，2017 年物聯網設備數量為 52 億，佔比為 63%;企業使用的物聯網設備數量為 31 億。
對於物聯網數據的海量性與高增長性問題，如果直接去建設更多更大的數據中心，可以預見的是，會極大地增加管理成本，系統可靠性也會下降。而移動邊緣計算作為一個十分靠近終端信息源的小型信息中心，將應用、處理和存儲推向移動邊界，使得海量數據可以正常處理，而不必完全去建設更多的數據中心。
此外，採用邊緣計算還可以很好的解決網絡環境的限制，在雲計算因為沒有網絡而無法進行雲端數據傳輸和計算時，邊緣計算可以正常進行處理。對於物聯網來說，邊緣計算既保證了設備在斷網突發情況下的正常運行，也避免了數據上傳雲端帶來的洩露風險。
IDC預測，到2020年，全球將有超過500億的終端與設備聯網，超過40%的數據要在網絡邊緣側進行分析、處理與存儲。這意味著，從互聯網向物聯網過渡的時代轉折中，邊緣計算正處於爆發的前夜。
TrendForce最新預測顯示，邊緣計算產品和服務市場在2018年至2022年將以複合年增長率(CAGR)超過30%的速度增長。這一增速或有望引領千億級美元的雲市場。
03 衝向邊緣計算的兩股力量
隨著越來越多的巨頭湧入這一市場，邊緣計算將成為下一次計算革命舞臺的中心。衝在最前面的正是雲計算廠商和CDN廠商。
早在2017年中，騰訊雲就曾揭秘內測中的CDN邊緣計算，據稱可一次部署全球執行，應用在多個場景。不久前，阿里把邊緣計算項目加入2018年戰略部署，推出首個IoT邊緣計算產品Link Edge，將阿里雲在雲計算、大數據、人工智能的優勢拓寬到更靠近端的邊緣計算上，打造雲、邊、端一體化的協同計算體系。
微軟推出Azure IoT Edge平臺，將機器學習、高級分析和AI服務放在接近數據源的前端物聯網設備上;亞馬遜為擴展AWS物聯網功能，推出軟件平臺GreenGrass，為用戶提供了可供開發邊緣應用和分析的環境。
全球第二大CDN服務商網宿科技日前也宣佈開放其邊緣計算資源及能力，推出邊緣IaaS及PaaS服務。網宿科技副總裁李東此前在接受採訪時表示，2018年2018年網宿科技將逐步開放邊緣計算資源和服務。
邊緣計算雖然具有云計算不具備的優點，但並不會取代雲計算，在很長一段時間，二者互為補充。
雲計算把握整體，聚焦於非實時、長週期數據的分析，能夠在週期性維護等領域發揮特長;而邊緣計算則專注於局部，聚焦實時、短週期數據的分析，能夠更好地支撐本地業務的實時智能化處理與執行。
相比雲計算，CDN其實與邊緣計算更為親近。
首先，CDN與邊緣計算的產生背景有許多相同之處，CDN自誕生起就是分佈式架構，滿足不同階段的數據承載需求，實現目標也有相近之處，兩者都是在用戶體驗要求不斷提高，用戶數量、數據流量激增的背景下產生。
其次，CDN中的網絡「邊緣」和邊緣計算中的「邊緣」含義接近，都意味著和以往的網絡架構不同，服務器更接近於無線接入網。
某種程度上來看，CDN更像是互聯網飛速發展階段將邊緣能力產品化的一個產物，隨著數據大爆發時代的到來，CDN自然不會侷限在網絡加速上，會進一步擴展邊緣的資源和能力，打造一個更強大的邊緣平臺，將邊緣存儲、邊緣計算、邊緣分發、邊緣安全集合在一起。
也正因此，邊緣計算無疑是CDN廠商下一步的戰略進化方向，被寄予彎道超車的厚望。
目前情況看，服務器提供商、網絡設備提供商、網絡服務提供商等相繼推出了邊緣計算相應解決方案，這場邊緣計算的技術大賽，已然進入搶跑期。Limelight、CloudFlare等CDN公司相繼推出了邊緣計算服務。
科技領域從來不缺顛覆者，上一場雲上戰爭硝煙未散，新的邊緣之爭就已顯端倪。
閱讀更多 每日科技之光 的文章
