算力邊緣化，催生了現時代的更多商業機會。

相比完全基于云的傳統模型，新的場景需要更為去中心化的計算和組網方式，這推動了邊緣計算從概念階段向早期部署過渡。

隨著市場和行業客戶對邊緣計算的關注度逐漸增加，越來越多ICT綜合解決方案提供商開始構建覆蓋邊緣計算、核心數據中心和云計算的整體架構，同時圍繞邊緣計算也產生了一批新的創業企業。哪里有應用痛點和需求，哪里就有創新和新的市場。

邊緣計算正帶來一場新的計算風暴和商業機會。

從云計算到邊緣計算

數據時代，最不缺的就是數據。IDC早前發布的《數據時代2025》報告指出，全球每年產生的數據將從2018年的33ZB增長到2025年的175ZB。

但在海量的數據中，既包括一次性的數據，又包括有價值的數據，數據種類雜亂無章。想要對數據進行梳理和篩選，離不開計算機運算。

在本地計算機算力成本等限制下，越來越多的應用依賴著云計算，因而對于云計算算力的需求也在逐步加大。當然，云計算提供服務的同時，算力系統的優化也在同步進行中。

然而，云計算雖強大，卻也存在其局限性。一般而言，當對數據進行處理時，若只通過云計算來進行數據處理，則不可避免導致數據處理的拖沓情況。

從整個流程來看，所有數據先通過網絡全部傳輸到中心機房，隨后，通過云計算進行處理，待處理完成后，再將結果傳輸到相應位置。而對于這樣數據處理會有兩個較為突出的問題。

一是算力的時效性。數據反饋會出現延遲，海量數據傳輸是這個問題形成的主要原因。數據在有限的帶寬資源中傳輸會出現阻塞的情況，進而使得響應時間加長。二是算力的有效性。所有數據都會傳輸到中心機房，但其中部分數據是沒有使用價值的。正是因為缺少預處理的過程，這些數據會導致云計算算力的浪費。

“中心-邊緣-端”的運作模式適時解救了云計算的困窘，并在電信網時代的到了充分的應用，也在一定程度上保證整個網絡有序且有效的運作。其中，中心指的是程控交換中心，邊緣是程控交換機，而電話則是終端。

互聯網時代，“中心-邊緣-端”模式得以延續。“數據中心-CDN-移動電話/PC”是這種其在互聯網時代的應用。其中 CDN（Content Delivery Network，內容分發網絡）的設計是為了盡量避免網絡擁擠的情況，為客戶就近提供所需內容，達到提高用戶訪問網站的響應速度的目的。這種邊緣化的設計能使得在線內容的分發或傳輸的到優化，進而提高網絡效率和用戶體驗。

然而，傳統 CDN存在局限性，傳統 CDN注重緩存，這顯然不能滿足云計算+物聯網時代。在云計算+物聯網時代，數據大量爆發，所需要傳輸的數據將會以幾何形式增加，這對于整個網絡的承載將會是一個極大的考驗。

從傳統 CDN的運作模式來看，終端所產生的數據將需要回溯到中心云進行處理，在海量數據傳輸的情況下，將會出現使用成本和技術實現這兩個較為突出的問題。

從使用成本來看，傳統CDN使用費率上一直居高不下，其中最主要的原因是資費收取不夠靈活，無法實現按需收取。技術問題則表現在帶寬上，以移動網為例，傳統 CDN 系統一般部署在省級IDC 機房，而非移動網絡內部。因而，數據需要通過較長的傳輸路徑才能到達數據中心。

顯然，傳統CDN已不能滿足云計算+物聯網時代日益增加海量數據的存儲、計算及交互需求的需求。為提升數據處理的時效性與有效性，邊緣計算應運而生。

這個“邊”就代表了邊緣的節點，邊緣計算顧名思義，指在靠近端或數據源頭的，為中心平臺就近提供端的計算服務。邊緣計算的理念和章魚有些類似，這里的“節點”可以理解為章魚的觸角，屬于分布式計算的一種。

在更靠近終端的網絡邊緣上提供服務是邊緣計算最大的特點。對于這樣的設計，能滿足各行業在數字化上敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。其所具備的優勢對智能化具有促進作用，串聯起物理和數字兩個世界。

生活在邊緣

作為繼分布式計算、網格計算、 云計算之后的又一新型計算模型，邊緣計算是以云計算為核心，以現代通信網絡為途徑，以海量智能終端為前沿，集云、網、端、智四位一體的新型計算模型。可以說，邊緣計算是解決未來數字化難題的重要路徑。

當然，對邊緣計算的接納與開發也需要經歷一個漫長的過程。美國容錯技術有限公司首席技術官John Vicente將邊緣計算的成熟度分為四個等級，從1．0的孤立的靜態系統到4．0的無形的自適應、自管理系統。

邊緣計算 1．0是關于如何安全、管理和連接機器和設備以啟用數字邊緣。這一階段只具備在數字世界中成功實現業務運營所需要的基本能力。

在2．0階段，邊緣計算將開始采用開放的、軟件定義的技術。軟件定義技術是指從底層計算機硬件中提取出各項功能，并使這些功能能夠在軟件中執行。

比如，借助軟件定義網絡（SDN）技術，企業從集中控制平臺上修改包括路由表、配置和策略在內的各種屬性，而不必逐一修改各交換機的屬性，從而更輕松地管理網絡。同樣，軟件定義的技術也促成了基于云技術的安全服務的實現，使企業無需自己擁有運行防火墻和入侵檢測/防護系統等。

邊緣計算 3．0階段，IT和OT將實現真正的融合，具備了一系列彈性和實時能力。如今，仍然有很多IT未觸達的工業領域。例如，工廠需要機械控制系統來執行確定性行為，并保障安全性。這些控制系統誕生于操作技術領域，而不是信息技術產業。

落實邊緣計算 3．0的功能是成功邁向邊緣計算 4．0轉變的必要條件。在邊緣計算 4．0階段，IT和OT基礎設施和運營將與人工智能（AI）相融合，一個自管理、自愈和自動化的工業領域即將誕生。一旦機器出現問題，AI系統就能進行診斷并進行修復——無需人工干預。

就目前來看，邊緣計算仍處于起步階段，但卻已經展現出了生生力量。根據中國移動發布的《中國移動邊緣計算白皮書》，目前智能制造、智慧城市、直播游戲和車聯網4個垂直領域對邊緣計算的需求最為明確。

在智能制造領域，工廠利用邊緣計算智能網關進行本地數據采集，并進行數據過濾、清洗等實時處理。同時，邊緣計算還可以提供跨層協議轉換的能力，實現碎片化工業網絡的統一接入。

在智慧城市領域，應用主要集中在智慧樓宇、物流和視頻監控幾個場景。邊緣計算可以實現對樓宇各項運行參數的現場采集分析，并提供預測性維護的能力;對冷鏈運輸的車輛和貨物進行監控和預警;利用本地部署的 GPU服務器，實現毫秒級的人臉識別、物體識別等智能圖像分析。

在直播游戲領域，邊緣計算可以為 CDN 提供豐富的存儲資源，并在更加靠近用戶的位置提供音視頻的渲染能力，讓云桌面，云游戲等新型業務模式成為可能。特別在AR/VR場景中，邊緣計算的引入可以大幅降低 AR/VR終端設備的復雜度，從而降低成本，促進整體產業的高速發展。

在車聯網領域，業務對時延的需求非常苛刻。邊緣計算可以為防碰撞、編隊等自動輔助駕駛業務提供毫秒級的時延保證，同時可以在基站本地提供算力，支撐高精度地圖的相關數據處理和分析，更好地支持視線盲區的預警業務。

邊緣計算的應用場景，已逐漸覆蓋到制造、運輸、公共事業、醫療保健、零售等諸多領域。盡管目前多是項目試驗及小規模部署的階段，但放眼至不久的未來，因邊緣計算而帶起的新興產業收入無疑非常可觀。

誰在做邊緣計算的生意？

Gartner認為，到2025年，大約超過75%的數據將在邊緣側處理，為邊緣計算產業帶來巨大的發展機遇。

同時，IBM商業價值研究院2019年發布的邊緣計算調研報告《為何邊緣計算成為企業的重投領域》顯示，僅需三年，邊緣投資的平均回報率可達到6%。能源和公共事業的高管對邊緣計算的投資回報尤其樂觀，預計平均投資回報率將接近10%;汽車行業高管緊隨其后，預計為8%。

邊緣計算將帶來更多的商業機會成為不爭的事實和未來的趨勢。僅2020全年，根據IT桔子的收錄，有22家邊緣計算相關的企業獲得融資。

目前，國內各從業者積極投身尚在起步階段的邊緣計算，其中包括三大運營商、主要網絡設備提供商（Ericsson、華為、Nokia和中興）以及中國大型云服務企業（阿里巴巴、騰訊和百度）。眾多小型ICT公司、云和邊緣技術專業公司、垂直行業也紛紛加入，尋求邊緣新業務和解決方案的機會。

從上游的芯片、模組到中游的運營商、通信設備商以及云平臺廠商，再到下游的終端設備廠商和行業應用商，整個產業鏈充斥著邊緣計算的商業價值分析與投資。

此外，中國企業對邊緣計算的認知日益提高。GSMA智庫全球企業物聯網調查顯示，76%的中國企業計劃在未來部署物聯網時采用5G技術。雖然在許多國家，5G的速度增益似乎是其最引人注目的能力，但中國企業（相對于其他區域）對5G能夠提供的其他網絡能力（包括網絡切片、邊緣計算、低時延）有更強的認知。

中國運營商早期的合作和試點促進了這種認知的提高，企業廣泛使用邊緣計算能力的意愿就證明了這一點。將近一半的中國企業認為其未來物聯網部署需要具備邊緣能力，而在美國和歐洲，這一比例不到40%。制造業和運輸業尤為突出，與平均水平相比，這些行業的公司更期望通過探索邊緣計算技術助力業務發展。

而在美國，為了在邊緣計算市場中分一杯羹，美國五大科技巨頭Facebook、Amazon、Microsoft、Google 和 Apple也正在投資邊緣計算，包括云計算基礎設施、設備和應用等。

比如，亞馬遜正試圖通過擴展 AWS（Amazon Web Services）的功能，以及投資智能家居和自動駕駛等新興應用，在邊緣計算領域站穩腳跟。

2018 年，微軟宣布計劃在 4 年內向邊緣計算和物聯網（IoT）投資 50 億美元。從那時起，微軟就將其公有云功能（在其 Azure 業務下）擴展到邊緣，并投資了一些服務型企業，它們能在企業運行大型設備時，滿足一些管理和安全需求。另外，微軟持續加注可能從邊緣計算中受益的 AR 和游戲。

當然，挑戰也無處不在。雖然從整體上看，邊緣計算正處于上升階段，市場前景廣闊。但是，邊緣計算的技術和應用仍然存在一些問題。

由于現在處于發展前期，越來越多的試點和項目仍聚焦于開發邊緣計算的潛力。而實際商業模式和實際的 應用場景在很多情況下則仍不明確。邊緣的完整定義依然不明確，特別是關于計算資源的部署位置和邊緣基礎設施的規模沒有統一觀點。

毫無疑問，邊緣計算的發展必然要經受時間的考驗，一如過去的云計算。但目前，邊緣計算受到的關注都與過去不同，邊緣計算的賽道已經開啟。

責任編輯：xj