什么是邊緣計(jì)算?我們先說點(diǎn)其他的，比如人……

我們首先在大腦里勾畫一張圖，就是一張人類大腦神經(jīng)網(wǎng)絡(luò)圖，如果你還想不到，那直接看下圖：

把云計(jì)算看作是大腦，那么邊緣計(jì)算就像是大腦輸出的神經(jīng)觸角，這些觸角連接到各個終端運(yùn)行各種動作。

如果還覺得抽象，那我們再打個不太精準(zhǔn)的比方吧。

現(xiàn)在請想象出一只章魚，就是可以當(dāng)刺身來吃的那種八爪魚。

或者這樣可愛一點(diǎn)的：

作為自然界中智商最高的無脊椎動物，章魚能夠擁有”概念思維”能力與他兩個強(qiáng)大的記憶系統(tǒng)分不開。一個是大腦記憶系統(tǒng)，具有5億個神經(jīng)元；另一個是八個爪子上的吸盤，也就是說，章魚的八條腿可以思考并解決問題。腦子真是個好東西，章魚有好幾個！

我們可以做這樣一個類比：云計(jì)算看得見摸不著，像章魚的大腦；邊緣計(jì)算就類似于那些觸手，一個觸手就是一個小型的機(jī)房，靠近具體的實(shí)物。

簡單來說，云計(jì)算把握整體，而邊緣計(jì)算更專注于局部，更靠近設(shè)備端，更靠近用戶。因此，邊緣計(jì)算的優(yōu)勢顯而易見：

01

近水樓臺先得月

邊緣計(jì)算分布式以及靠近設(shè)備端的特性注定它實(shí)時處理的優(yōu)勢，所以它能夠更好的支撐本地業(yè)務(wù)實(shí)時處理與執(zhí)行。

02

簡單不粗暴效率高

邊緣計(jì)算直接對終端設(shè)備的數(shù)據(jù)進(jìn)行過濾和分析，節(jié)能省時效率還高。

03

省心省力省流量

邊緣計(jì)算減緩數(shù)據(jù)爆炸和網(wǎng)絡(luò)流量的壓力，用過邊緣節(jié)點(diǎn)進(jìn)行數(shù)據(jù)處理，減少從設(shè)備到云端的數(shù)據(jù)流量。

04

智能更節(jié)能

AI+邊緣計(jì)算的組合不止是計(jì)算，其智能化特點(diǎn)更為明顯，另外云計(jì)算+邊緣計(jì)算組合出擊，成本只有單獨(dú)使用云計(jì)算的39%。

但是，雖然今后會將越來越多的基礎(chǔ)任務(wù)交給邊緣計(jì)算來完成，但是這只能代表邊緣所在的裝置設(shè)備會越來越靈敏，不能直接說這些任務(wù)和云計(jì)算毫無關(guān)系，他們是一種讓彼此更完美的存在。

邊緣計(jì)算和云計(jì)算互相協(xié)同，彼此優(yōu)化補(bǔ)充，共同使行業(yè)數(shù)字化轉(zhuǎn)型。云計(jì)算是一個統(tǒng)籌者，它負(fù)責(zé)長周期數(shù)據(jù)的大數(shù)據(jù)分析，能夠在周期性維護(hù)、業(yè)務(wù)決策等領(lǐng)域運(yùn)行。邊緣計(jì)算著眼于實(shí)時、短周期數(shù)據(jù)的分析，更好地支撐本地業(yè)務(wù)的及時處理執(zhí)行。邊緣計(jì)算靠近設(shè)備端，也為云端數(shù)據(jù)采集做出貢獻(xiàn)，支撐云端應(yīng)用的大數(shù)據(jù)分析，云計(jì)算也通過大數(shù)據(jù)分析輸出業(yè)務(wù)規(guī)則下發(fā)到邊緣處，以便執(zhí)行和優(yōu)化處理。

所以不管是云計(jì)算還是邊緣計(jì)算，不存在一方完全取代另一方的狀況，只是在各個擅長的領(lǐng)域各司其職，物盡其用。

所謂萬物互聯(lián)，以時間為橫坐標(biāo)延伸，最大的網(wǎng)絡(luò)就是物聯(lián)網(wǎng)。而邊緣計(jì)算就是靠近物聯(lián)網(wǎng)邊緣的計(jì)算、處理、優(yōu)化和存儲過程?；谖锫?lián)網(wǎng)的發(fā)展，邊緣計(jì)算的應(yīng)用也十分廣泛，從智慧城市、智慧家居、智慧醫(yī)院、在線直播，到智能泊車、自動駕駛、無人機(jī)、智能制造等各方面都有它的身影，制霸物聯(lián)網(wǎng)的時刻指日可待。

當(dāng)然，基于邊緣計(jì)算的關(guān)鍵性，許多行業(yè)大佬們都爭相入局：

阿里云邊緣計(jì)算產(chǎn)品Link Edge已經(jīng)問世。通過這款產(chǎn)品，開發(fā)者能夠?qū)⒗镌频倪吘売?jì)算能力部署在各種智能設(shè)備和計(jì)算節(jié)點(diǎn)上，比如車載中控、工業(yè)流水線控制臺、路由器等；英特爾目前已經(jīng)在工業(yè)領(lǐng)域、零售領(lǐng)域做出了更有計(jì)算能力的管理平臺，來適應(yīng)更復(fù)雜的自動化的場景?？梢钥闯鲇⑻貭栆苍谂槕?yīng)物聯(lián)網(wǎng)、邊緣計(jì)算等新興技術(shù)趨勢。

當(dāng)然萬物都有雙面性，邊緣計(jì)算的發(fā)展也存在不小的挑戰(zhàn)性：

? 跨界協(xié)作的挑戰(zhàn)

制造、能源、公共事業(yè)等行業(yè)要實(shí)現(xiàn)智能化，需要整合機(jī)械、電子、ICT等跨行業(yè)技術(shù)，邊緣計(jì)算首先要實(shí)現(xiàn)OT和IT領(lǐng)域的深度協(xié)作，并將行業(yè)專有技術(shù)與知識與ICT數(shù)字化技術(shù)相結(jié)合。

? 技術(shù)碎片化挑戰(zhàn)

邊緣側(cè)技術(shù)體系的每個領(lǐng)域都有大量的技術(shù)選擇：目前業(yè)界有超過6種以上的工業(yè)實(shí)時以太技術(shù)，超過40種工業(yè)總線，還有多種公私有云平臺。技術(shù)碎片化給系統(tǒng)間的互聯(lián)互通、數(shù)據(jù)價值的挖掘帶來的巨大的挑戰(zhàn)和成本。

? 技術(shù)不確定性挑戰(zhàn)

人工智能、區(qū)塊鏈等新技術(shù)在行業(yè)應(yīng)用還是早期探索階段，存在不確定性風(fēng)險。這些技術(shù)的早期應(yīng)用者希望降低技術(shù)投資風(fēng)險，獲得技術(shù)應(yīng)用的商業(yè)回報。

不過，按照IDC的統(tǒng)計(jì)數(shù)據(jù)，到2020年將有超過500億的終端與設(shè)備聯(lián)網(wǎng)，未來超過50%的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析、處理與儲存，邊緣計(jì)算所面對的市場規(guī)模非常巨大。

物聯(lián)網(wǎng)的存在就是不斷創(chuàng)造新的生態(tài)，在未來兩個毫無關(guān)系的人可以通過各種方式連接，由此看來，邊緣計(jì)算將是一個很大的產(chǎn)業(yè)和生態(tài)，腦洞已開，就等你來！