书接上回。上一周，我们深入探讨了边缘计算究竟是门什么技术？落地应用的场景及价值能有多大？它跟云计算有什么样的关系？它会替代云计算么？
今天我们来聊聊边缘计算想要真正落地和广谱起来，还面临哪些现实的挑战，其中的玩家又都是哪些。
边缘计算对于云计算厂商来说，有危也有机。数据在边缘就处理了，对云中心而言是分流。但云厂商也需要边缘计算，因为云厂商如果只是面向互联网行业，行业规模总是有限，借助边缘计算，云厂商可以把服务领域拓展到制造业、农业等传统产业，市场规模可以翻倍增长。
阿里云边缘计算技术负责人杨敬宇判断，边缘计算对于云厂商来说机会和挑战并存，机会更大。
机会在于，扩展云计算的服务能力和服务边界，原来的云如果只服务云端二体结构，没有边缘计算去做支撑的时候，就像三级跳一样没有一个支点，让终端直接上云，那么云很难支撑产业互联网的需求。云为了扩大自己的服务范围和服务能力，就一定要往边缘做。
金山云边缘计算相关负责人也表示，边缘计算的定位是拓展云的边界，把计算力拓展到离“万物”一公里以内的位置。未来“云边端三体协同”将成为物联网时代的计算组合形态。从这个角度来说，边缘计算对于云厂商来说是机遇。
就应用而言，国内厂商的应用，在CDN方面比较多，帮助实现网络加速，另外布局比较多的领域是物联网。在广泛的工业领域，边缘计算应用空间很大。麦肯锡在最近的一篇报告中，调研了 11 个行业、100 多个边缘计算应用案例，根据每个垂直边缘计算案例所在比例，位居前三的垂直领域是：旅行，运输和物流；全球能源和材料；公共部门和公用事业。麦肯锡预计在硬件方面就可以创造2000亿美元的市场。
从这个角度看，边缘计算是云厂商不能错过的领域。
当然挑战也不可忽视。挑战主要来自技术、运维服务等方面的能力配备。
从技术方面来说，有关边缘计算的研究还处于初期，很多技术和环节是当前急需处理和研究的重点问题。
杨敬宇认为，原来云的建设、云的技术体系、云的供应链方方面面的服务体系，都是基于中心去建立的。边缘计算的状态下，这种中心式转化成分布式，云的运维体系、供应链体系、技术体系到服务体系，都要去做全方面的适应和调整。
另外虎嗅精选也认为，边缘计算对于云计算厂商的一个威胁在于，数据会有一部分在边缘处理，而未来的边缘计算市场不一定是云厂商来主导，电信运营商、CDN厂商等都摩拳擦掌虎视眈眈，即时云厂商可以主导边缘计算，电信运营商、CDN厂商也会对其形成分流。
各方布局边缘计算热火朝天
无论如何，数据从中心向边缘迁移是个趋势，边缘计算是个机会。边缘计算的概念在2016年提出，经过三年的发展，目前该领域已经初步形成了生态，包括了云计算、CDN等技术服务商、电信运营商、边缘计算应用厂商、芯片等算力厂商。
电信运营商
电信运营商是推动边缘计算的积极力量。运营商在网络重构以及5G网络建设中，正在推进网络云化，在通信网络边缘引入边缘计算节点。移动、联通、电信都在积极探索网络边缘机房DC化改造与业务承载。三家运营商也都在各自牵头推动边缘计算的标准化。
为什么运营商在这个边缘计算环节这么积极？一方面，运营商做边缘计算，有基站和机房这样的边缘资源。另一方面，更是因为运营商不甘心被管道化已经很久了，但在移动互联网时代，运营商无力改变通道化的窘境。边缘计算恰恰就是要改变管道的能力，逐渐地从一个纯管道变成一个有智能的管道，或者变成一个有计算的管道。
运营商原来的通信设备是专用的、功能性的，未来他们的方向就是要把边缘的能力，从管道功能逐渐变成智能化的东西，使自己的设备资源带有计算能力，可编程。
云计算厂商
上面已经说过，边缘计算对于云计算厂商而言，可能产生一些数据处理方面的分流。但边缘计算的发展可以提升云计算服务传统产业的能力。云计算厂商对这个机会不能忽视。
云计算厂商现在也是边缘计算领域的重要力量。在国外，亚马逊AWS、微软、IBM等厂商都对边缘计算进行了技术开发和市场推广，在国内，阿里云、腾讯云、金山云、UCloud、百度云、华为云、首都在线等都有相关的技术与产品问世。
先来看看阿里云。阿里云边缘计算负责人朱照远表示，阿里云想建设边缘技术栈的腰部力量，对下资源层，通过多种类型的基础设施来承载，包括IDC、MEC和客户侧边缘节点；对上生态层通过边缘计算的平台能力，为各类垂直应用和生态应用提供功能支持，包括AI能力、视频处理能力、实时计算、IoT接入等。
在应用方面，阿里云和虎牙直播在直播领域进行了技术合作，共同建设了边缘节点服务（ENS），以解决直播行业“高带宽、高并发、计算密集”的业务需求。
阿里云IoT边缘计算产品Link IoT Edge目前已率先在重庆瑞方渝美压铸有限公司部署，产品以机器视觉+人工智能的视觉检测方案以及边缘计算取代传统人员目检，将成品的检测提前到第一步模具的检测，通过部署在边缘计算的网关，实时进行数据收集、整合和检测。阿里云提供的数据是，渝美的产品检测成功率提升近5倍。
正在全力转战to B的腾讯，也做了边缘计算方面的部署，应用的方向主要是CDN、游戏、物联网方面。以游戏为例，腾讯云将云游戏服务器部署到边缘节点，帮助游戏厂家和分发渠道提升用户体验及分发效率。
金山云的边缘计算方向主要是CDN与物联网，主要是跟小米合作，利用小米路由器作为计算节点。
百度云的边缘计算思路，主要是想把自身的AI能力通过边缘计算系统部署到边缘节点上，让节点智能化，提升边缘设备的能力。在应用方面，百度云发布了在煤矿、质检、农业、环卫等方面的应用案例。以环卫行业为例，环卫车辆在前行过程中，车辆上的垃圾洒落在地面上，环卫工人开着车，是无法察觉到的。百度云联合环卫车辆领域的相关企业，部署边缘计算系统，监控视频识别到垃圾洒落在地上后，可以实时反馈给环卫工。
CDN厂商
CDN厂商方面，网宿科技、蓝汛科技等已经有相关的产品。资料显示，网宿科技已将边缘计算当成核心战略，2016年开始建设边缘计算网络，2017年逐步推出边缘计算微服务，并将逐步开放边缘IaaS和PaaS服务。
芯片厂商
英特尔、地平线等公司都和云厂商等机构合作，推出了边缘计算方面的解决方案，芯片厂商的核心当然是解决终端的算力问题。以地平线为例，2017年，地平线发布了智能驾驶领域的地平线“征程”系列处理器与AIoT边缘计算领域的地平线“旭日”系列处理器。2018年，发布了Matrix自动驾驶计算平台与和地平线XForce边缘AI计算平台。最近地平线获得6亿美元融资，与边缘计算的概念不无关系。
边缘计算的推广，还面临哪些难题？
尽管业界的布局可谓热火朝天，但从2016年边缘计算概念兴起，到现在已经过去两三年的时间。现在边缘计算应用确实有，但应用还不普遍。落地边缘计算，到底哪些因素还需要继续解决？
这可以从边缘计算计算本身的成熟度与边缘计算目标客户的认知度两方面来看。
边缘计算本身的成熟度
就技术上，边缘计算的成熟度还需要进一步提升。
安全是重要的一环。数据大量在边缘处理了，这里有不少隐私数据和机密数据，可能成为黑客攻击、盗取的对象。而边缘的安全防护能力与中心云没法比，很难想象一个传统企业端的边缘计算构架可以躲得过职业黑客的DDOS攻击。
杨敬宇表示，对于边缘的安全理念，绝不是把云机房的安全方法直接搬过来，这样的话成本难以控制。其实边缘就是分布式系统，分布式系统的最大特点就是点多、点小，它的安全其实要用另外一个思路来解，就是如何让边缘的算力出现乾坤大挪移的能力，黑客想打但打不着，这是非常重要的一个能力，需要用很多技术去做。
云就像一个特别大的城堡，面对攻击的时候，大城堡有很好的外围防护措施，防各种病毒。
边缘是散布在城堡外的散兵游勇，是游动的，这是一个安全理念。理念背后需要大家共同去做技术上的进步。
可以参照分布式系统的安全防护，利用碎片化节点，形成一个可靠的系统。边缘计算的安全系统需要有一个强大的调度体系，把算力动态地去迁移。
除了安全，边缘计算还有一些技术上的细节需要完善。
例如端云一体化的问题。边缘的系统各不相同，应用是在不同的系统中开发的，如果不能兼容，应用不能在边缘环境中平滑使用，对于边缘计算将是一个很大的问题。
在云端一体方面，杨敬宇认为，每家服务商可能有自己的云操作系统和边缘操作系统。针对不同的环境，操作系统一定会有差异。云上有大操作系统，边缘上有操作系统。这个操作系统的软件，不一定都能够在其他系统实现平滑地迁移。上面的应用有些可能会来回平滑。原来最早没有云的时候，很多是基于IDC的物理机的应用。云计算出现后，很多是云原生应用。很多基于云产生的应用，因为云比较大，开发的时候会认为是算力和存储永远用不完的，它在架构设计上可能就比较粗犷一点。也就是说，大家没有看到边缘的碎片化资源的时候，所设计的架构可能不太适合。如果到边缘的话，就需要强调微服务化，要更精巧一点去运用。因为边缘算力比较分散，存储也比较小。
未来会有一批云应用在向边缘过渡的时候，它的架构会调整，但调整完之后云边其实是互通的。最终如果当边缘发展起来之后，再往后的云边应，应该是可以一体化的，但这需要一个过程。
百度云边缘计算产品总监王尊此前在今年的CES上也表示，边缘计算成为一种进步，要满足一些特点，如可以屏蔽差异，满足端云一体等。屏蔽差异，指的是软件定义边缘计算，边缘计算软件应该可以做到运行在各类硬件平台和操作系统之上，同时可以做到支持各类应用开发语言或者框架所开发的应用运行，让行业开发者更关注业务逻辑开发本身。端云一体，将提供一个更好的管理海量边缘的方法，并且允许云端开发的应用可以直接在边缘推断执行，边缘执行的结果也可以继续到云端去进行进一步分析和展示。
金山云边缘计算负责人也表示，边缘计算涉及到海量的终端设备、边缘节点，而这些设备往往存在异构性，来自于不同的生产厂商、不同的数据接口、不同的数据结构、不同的传输协议、不同的底层平台等，为此统一的技术规范和标准亟待达成一致。
边缘计算目前仍处于摸索阶段，迁移成本较大。边缘计算的发展成熟、全面落地，还需要统一规范的落地、轻量级虚拟化技术的成熟，以及5G网络的投入使用。
边缘计算很有想象力的地方在于，可以在边缘部署AI能力。AI能力延伸到边缘，这在技术上有一些难点。金山云边缘计算负责人表示，边缘的设备和云端的设备是不一样的，因为边缘设备能够承载的功耗，能够支持的操作系统，能够提供的内存容量都是不一样的，所以在边缘这一侧，算法要做一些特定的优化，对工具也有特定要求。单纯依赖终端设备的存储能力是有局限性的，因此高效的存储和访问连续不断的实时数据，是边缘计算中存储系统设计需要重要关注的问题，而脱离终端设备的存储，私密性，安全性及数据备份等也都面临着很多问题。
边缘计算目标客户的认知度
客户层面的问题，主要是意识，即对边缘计算的认识。云厂商在服务消费互联网的时候，客户基本上都是科技公司、互联网公司，互联网从业者本身就懂科技，他们在理解云计算的时候理解成本很低。现在边缘计算技术服务传统产业，传统产业往往没有IT方面的科技能力，可能连云计算也没接触过。
杨敬宇认为，对于这类客户，首先要让他们认识到边缘计算的价值。其次在提供服务的时候，传统企业客户往往需要科技厂商提供即插即用的一揽子解决方案，软件、硬件、算法等等都已经开发好，可以直接部署，给客户部署最终的服务和整体的解决方案，并发挥应有的作用，来改变客户的生产流程和运营效率、成本结构。这对边缘计算技术厂商来讲需要一个过程，对客户来讲也需要一个过程。
这其中对科技厂商的能力提出了挑战，除了边缘计算本身的技术，还要有对传统产业的深入理解，使得产品设计符合传统产业本身的业务逻辑。而传统行业这么多，未来边缘计算技术厂商可能需要引入对行业理解更深的伙伴来一起推动边缘计算的落地。
虎嗅精选认为，在客户层面，还会衡量投入产出比的问题，即部署边缘计算系统带来的收益，能否超过部署成本。以前文所提到的无人机撒农药案例来说，如果部署一套边缘计算系统，带来农药使用量的减少、无人机成本的下降，以及农产品农药残留的下降，这样的综合收益，如果能覆盖系统的部署成本，则有可能在业界获得大范围推广。
评论