未來，邊緣數據中心將是數據的第一入口，且部署環境往往開放、複雜、惡劣，需要先進、高安全可靠性解決方案、無人值守、自動化運維、分佈式架構、指數級提高的計算能力等技術支撐。本文作者在華為雲IEF(智能邊緣平臺)團隊隨產品經歷過智慧園區、智能交通、能源電力等行業的多個大型邊緣計算項目，結合相關項目經驗以及對行業的理解，試著
從邊緣計算的應用領域、推動邊緣計算發展的四個關鍵因素和未來雲數據中心與邊緣的融合方向三個方面來解讀《State of Edge 2020》這篇報告的內容。邊緣計算主要的應用領域
設備邊緣和基礎設施邊緣
該報告將邊緣分為設備邊緣和基礎設施邊緣，其中基礎設施邊緣主要包括接入網絡站點的基站，預聚合站點。設備邊緣包括端點設備和網格及內部服務器。
報告中提到的行業包含計算、網絡、存儲等全方位的邊緣。預計到2028年，邊緣IT和數據中心設施的已部署全球電力投入將達到10.2萬兆瓦，其中68％的部署在基礎設施邊緣，其餘32％在設備邊緣。
預測邊緣場景發展
11個場景（80%-85%的市場）：通信網絡運營商；企業IT；智能電網；智慧城市；製造業；零售業；醫療保健；汽車行業；居民消費者服務；移動消費者服務；商用無人機。
從調查數據來看，各個行業在2022-2024年之前開始在邊緣上的投入開始明顯增加。預計到2028年，其中4G和5G移動消費和住宅消費（智能家居）應用將主導邊緣計算的市場。另外CNO，企業IT和交通行業也會佔據主要比例。
每個場景對於邊緣計算的需求都是從提升用戶體驗的角度出發，利用邊緣計算的低延遲，實現相對位置更近的數據處理，支持大規模設備接入，支持數據安全性和持續交付等特性，結合行業特點解決痛點，如交通行業的車路協同，需要邊緣計算在保證數據安全性的前提下，滿足大規模設備接入及數據處理低延遲的需求。
聚焦設備邊緣的幾大場景包括：
- 交通行業，已部署的包括信息娛樂和流量管理的設備邊緣體驗提升主要是對於運營商網絡的基礎設施邊緣的提升，縮短響應時間並降低網絡帶寬成本。隨著車輛使用場景的日益複雜和輔助以及自動駕駛的普及，車輛之間的協作將變得越來越重要。為了可靠且大規模地實現此目的，將需要更靠近公路和汽車的邊緣計算服務，實現超低延遲處理後返回結果。
- 智能電網，基礎設施邊緣預測包括髮電，配電，傳輸，可再生能源，運營和維護的未來使用場景。當前電網的主要邊緣場景在於運維和監控環境。到2028年，可再生能源預計將成為最大的智能電網基礎設施邊緣場景，其次是日常運營，包含維護和配電。零售業，報告通過調查全球前100名零售商建立的零售店，評估了數字標牌，店內體驗，鄰近營銷和供應鏈優化等零售邊緣計算使用場景。目前在國內常見的應用場景主要是無人超市中的數字標牌，智能收銀等。接下來隨著營銷理念的投入，其它實時定價和營銷解決方案將藉助於邊緣計算的低延遲和快速迭代的優勢得以在零售實體店中推廣。
- 醫療保健，主要集中在醫院和診所。醫療保健邊緣計算使用場景包括連續的患者監測和干預，遠程患者護理，干預和手術，認知幫助，物理治療以及患者記錄管理。醫療保健行業通常對數字技術持保守態度。因此需要邊緣計算提供其高可用及極低時延的特性，同時結合醫療行業特點，優化醫療檢測或者手術體驗，而非完全的顛覆和創新。
- 智慧城市，該報告根據服務需求，成熟度，邊緣基礎架構的可用性等各種因素對每種使用場景的邊緣計算需求進行預測。在2019年，超過50％的電力使用與智能建築和公共安全解決方案相關，例如視頻監控和突發事件即時響應的應用場景。預計到2028年，智能建築解決方案將佔到整個智能城市的36.9％，公共安全佔24.8％，其餘與交通信號控制，支持智能照明切換及維護公共基礎設施相關。
- 移動消費者服務，移動消費者服務的邊緣指的是具有高級功能的並與雲端連接的終端設備，這些設備包括照相機，GPS定位器，重力加速度計和軟件開發套件（SDK）。在滿足客戶對於快速迭代及相關費用等預期的前提下，基於可穿戴和集成傳感器的技術，拓展終端設備的功能，例如虛擬，增強和混合現實以及實時人工智能等。這些功能將使得之後移動消費者服務更加需要邊緣計算服務的支撐。
- 居民消費者服務，其中包括信息娛樂，智能設備，安全性，生活輔助和能源管理的邊緣計算使用場景。該場景下家庭規模，可支配收入和收入分配（即基尼係數）是消費的決定因素。以智能家居為例，當前的相關功能主要在終端設備和智能網關中直接實現，並可以在雲上做數據彙集和功能支持。在未來的幾年中，預計用於智能家居的數字服務將變得越來越複雜，其沉浸式功能旨在顯著增強居民的消費體驗。在這種場景下，我們預計越來越多的住宅將採用智能家居和家電技術，同時需要引入基礎設施邊緣來提高服務體驗。
- 商用無人機，該報告通過估計商用無人機的系統安裝量和出貨量來預測。邊緣計算預計將支持以下場景，包括：測繪、攝影測量以及3D和數字建模。
- 其他市場，預計佔邊緣計算市場總量的15％至20％。
推動邊緣計算發展的四個關鍵因素
到2028年，邊緣市場將由消費者應用程序主導，隨著邊緣以平臺為中心的產品的成熟，邊緣使用場景的種類和範圍預計將大大增加。但並不是說邊緣計算會取代當今的互聯網，相反，邊緣計算是超大規模數據中心的補充，並且將隨著超大規模數據中心的出現而激增，因為這兩者都是受消費者和企業不斷增長的數字需求推動的。用戶在互聯網體驗方面的四大需求趨勢推動了邊緣計算的發展：
- 用戶對數據延遲容忍度降低
- 數據量快速上升和帶寬不足的矛盾加劇
- 用戶對於數據處理成本的顧慮
- 用戶對明確數據擁有權、安全性和合規性的需求提升
用戶對數據延遲容忍度降低
新應用和新場景的出現使網絡結構更加複雜，不同的應用和場景對於網絡的性能要求不盡相同。
在直播、VR、AR等用戶參與程度較高的場景中，數據傳輸高延遲會嚴重影響用戶交互流暢程度，時延可以被認為是影響用戶體驗的決定性因素。
在自動駕駛場景中，車輛要實時感知複雜的交通環境，並且車輛要與其他車輛、行人、道路設施之間進行低時延通信，數據傳輸延遲是保障自動駕駛安全性的一個重要因素。
同樣在工業互聯網場景下，工業自動化設備需要實時接收操作控制指令，數據傳輸延遲也是保證產品質量的一個重要因素。在遠程機器人手術場景中，手術效果依賴於現場向外科醫生提供的實時反饋，任何延遲都會嚴重影響外科醫生的判斷。
可以看出，邊緣計算正在逐漸以滿足機器的速度要求為目標，這種對數據傳輸延遲的低容忍度激發了相關產業對於邊緣設備和網絡的需求。
數據量快速上升和帶寬不足的矛盾加劇
萬物互聯環境下，隨著邊緣設備數量的增加，這些設備產生的數據量也在激增，導致網絡帶寬逐漸成為了雲計算的一個瓶頸。
數以億計的智能終端設備連入網絡，生ZB量級的數據，這些大數據中所包含的信息對應用服務至關重要。在從這些大數據中分析和提取信息的過程中，使用邊緣服務器可以緩解數據量快速上升和帶寬不足之間的矛盾。例如，在邊緣服務器中收集和分析數據，然後將數據分析的結果傳遞到核心網以進一步處理，從而減輕核心網的壓力。
用戶對於數據處理成本的顧慮
隨著在雲服務器運行的用戶應用程序越來越多，未來大規模數據中心對成本的需求將難以滿足，這在萬物互聯的場景下將更加突出。
對於邊緣側產生的越來越多的數據，網絡傳輸、數據存儲、數據運算處理及處理後結果回傳等方面都會產生大量的資源消耗和處理成本。對於很多應用場景來說，例如邊緣視頻處理業務，如果不經過邊緣預處理，直接將原始數據全部傳輸到雲端進行處理，會導致大量的冗餘處理。邊緣計算服務可以將這些視頻數據在邊緣側進行預處理之後，提取關鍵信息傳輸到雲端，這種處理模式能夠極大的節約數據處理成本。
用戶對明確數據擁有權、安全性和合規性的需求提升
隨著智能家居的普及，許多家庭在屋內安裝網絡攝像頭，直接將攝像頭收集的視頻數據上傳至雲計算中心會增加洩露用戶隱私數據的風險。因此用戶並不總是願意將數據上傳至雲端進行處理，尤其是一些家庭內部視頻數據。而邊緣計算可以將這些數據處理推送至家庭內部網關，減少隱私數據的外流，從而降低數據外洩的可能性，提升系統的隱私性。
對於很多工業場景來說，將所有數據上傳到雲端進行處理，不僅會遇到惡意攻擊導致工業數據洩露的風險，還可能會產生數據所有權分歧導致的商業糾紛，因此很多工業用戶也不願意將數據上傳至雲端進行處理。為了滿足這些用戶連接到公共網絡場景中的多樣化安全性需求，邊緣計算需要在本地部署計算資源，將計算推至靠近用戶的地方，避免了數據上傳到雲端的過程，降低了隱私數據洩露的可能性。
未來雲數據中心與邊緣的融合方向
邊緣並不是絕對的事物，而是相對的位置。所以，未來雲中心和邊緣之間的距離將會越來越短，界限也越來越模糊，難以劃分。未來不是雲和邊緣，而是連成一片的邊緣雲。
邊緣雲發展方向
未來數據中心產業將呈現“邊緣數據中心+雲數據中心”融合發展模式。一方面，受雲計算和新型運維等技術推動及市場競爭的影響，雲數據中心資源逐步整合，進而呈現規模化的發展趨勢；另一方面，將湧現大量微型的邊緣數據中心，以保障邊緣側時延敏感型業務的用戶體驗。
邊緣數據中心將採用分佈式架構。物理分散的邊緣數據中心在邏輯上形成一個整體，它們之間將會通過大帶寬的網絡實現互聯，需要有綜合調度平臺將分佈於不同地理位置的邊緣數據中心進行統一管理和調度。未來幾年甚至更長時間內，雲數據中心並不會消失。集中存儲、大數據的挖掘和分析等業務的數據量和計算量巨大，仍然需要具有豐富資源的雲平臺對相關業務進行集中高效的處理。
未來，邊緣數據中心將是數據的第一入口，且部署環境往往開放、複雜、惡劣，需要先進、高安全可靠性解決方案、無人值守、自動化運維、分佈式架構、指數級提高的計算能力等技術支撐。
閱讀更多 邊緣計算社區 的文章
