边缘计算 - 云计算厂商的下一个战场

边缘计算 - 云计算厂商的下一个战场

高德纳（Gartner）公司预计到2020年全世界有多达250亿的智能设备会连接互联网，这些智能设备包括，智能手机、个人穿戴设备、汽车、核磁共振仪、智能路灯、蒸汽发电机、飞机发动机等各式各样的智能设备。如此多的设备会产生50万亿GB的数据，这相当2015年全球数据量的5倍多。如果将这些设备产生的数据全部传输到云端，对网络带宽、网络流量成本控制、云端存储能力都是一个巨大的挑战。为了应对物联网场景中海量数据传输、存储的挑战，领先的云计算厂商纷纷推出边缘计算的产品。

什么是边缘计算（edge computing）

边缘计算是相对云计算而言的，它是指收集并分析数据的行为发生在靠近数据生成的本地网络中，而不是必须将数据传输到计算资源集中化的云端进行处理。边缘计算听起来像是一个全新的技术名称，但是他的逻辑内涵 - 将计算分散到各个节点自行完成，却是云计算发展过程中，尤其是物联网发展中非常自然的下一步。

计算机技术发展的螺旋式上升模型

计算机技术在发展过程中从来不是线性的，而是近似于螺旋的曲线，即由自身出发，仿佛又回到自身，并得到丰富和提高的辩证过程。

如下表所示，在30年前，计算通常发生在资源集中的大型机上。而20年前，随着PC的发展，C/S架构变得流行，任务处理变成分布式模型，客户端处理业务逻辑，数据库存储和交换数据。又经过10年的发展，为了提升用户体验、提供更敏捷的软件升级和改进，B/S架构占据主流，业务处理和存储又集中到了云端完成（注1）。现今，随着连入云端的智能设备越来越多、数据量越来越大，而且智能设备芯片的运算能力越来越强，这为使用边缘节点完成对初始数据的处理和分析便提供了必要的条件。

注1：为了支持高并发和海量存储能力，云端的每个服务都是分布式架构。但是，我们将云端看做一个黑盒子，则业务的计算、存储还是全部集中到了云端。

<

时间线	软件架构	系统模型	说明
30年前	大型机上的专有软件	集中式模型	通过计算资源集中管理的大型机来运行特定的任务