邊緣計算 VS 雲計算，誰纔是將來？

計算是互聯網中一個永恆的話題，設備的全部運行均可以當作是 0 和 1 的運算。在計算中近些年有兩個愈來愈響亮的技術：雲計算和邊緣計算。現現在是雲計算方興未艾，邊緣計算已經有了燎原之勢，本文將對這兩種技術作下簡單的對比介紹，讓你們可以對邊緣計算和雲計算有一個更深刻的瞭解。

雲計算是經過使計算分佈在大量的分佈式計算機上，而非本地計算機或遠程服務器中，企業數據中心的運行將與互聯網更類似。這使得企業可以將資源切換到須要的應用上，根據需求訪問計算機和存儲系統。雲計算主要應用於如下場景.

 

什麼是雲計算

 

雲計算（Cloud Computing）已經發展的比較成熟了，但其定義比較寬泛。雲計算按照部署模型大體分爲三類：公有云、私有云、混合雲；服務模式也有三種：Saas、PaaS、IaaS 。因爲篇幅有限，這裏再也不對這些名詞作概念的展開。通俗地講，雲計算就是對計算機硬件，系統，網絡，應用軟件等資源的集中部署和再分配，以求達到計算資源的利用效率最大化。

雲計算的應用場景

雲服務器：相對於傳統的物理機，雲服務器部署快速，硬件擴展方便，系統高可用。只須要在廠商提供的控制檯進行簡單的點擊操做，便可以完成硬件的搭配及系統的安裝，快速的開通或者擴充一臺雲服務器。

雲存儲：對於海量的圖片或音視頻文件，怎麼實現存儲的安全及訪問的速度在雲存儲普及前一直是一個難題。高昂的硬件費用和維護成本讓很多作音視頻網站的站長望而卻步。而云存儲卻解決了這個問題：多地區容災備份，無限級擴容，多維度的訪問控制，這個「網絡大硬盤」就是這麼簡單的解決了這個問題。

數據處理：互聯網天天都會產生大量的數據，對這些數據進行識別、編輯、分析等二次加工是一件必不可少的事情。可是單機或者幾臺機器組成的集羣因爲存儲和運算能力有限，時效性很低，對於動輒 GB 或者 TB 級別的數據處理是很無力的。這個時候雲計算登場了，只須要把內容傳輸到雲端，請求數據處理的接口便可實現對數據的編輯、內容的識別、模型的學習。又拍雲處理基於雲計算，不只可以在雲端完成圖片水印、裁剪、銳化等 40+ 處理功能，也可以在雲端對音視頻提供剪輯處理、碼率轉換等，其中更包含能讓圖片瘦身 70% 的 WebP 圖片處理以及能讓視頻瘦身 30% 的窄帶高清。

在雲計算的基礎上，計算從量變到質變，從而使大數據的處理得以普及，催生出人工智能，也使咱們逐漸進入萬物互聯的物聯網時代，而這個時代在呼喚着邊緣計算。

 

什麼是邊緣計算

 

 

邊緣計算（Edge Computing），其定義也比較寬泛，能夠理解爲「最近端的雲計算」，可是邊緣計算從許多共識來看，並不隸屬於雲計算，而是雲計算的補充或者雲計算的「預處理」。

邊緣計算能作什麼呢？邊緣計算主要服務於物聯網（IoT），可以聯網的設備，如：智能穿戴設備、智能家居、智能機牀、無人駕駛汽車、無人機、智能港口等。這些各式各樣的設備（設施）經過傳感器或者預設程序組成一個巨大的通訊系統，而要讓這個系統正常運轉起來，像人那樣處理問題，就須要計算海量的數據並即時反饋，對龐大數據的處理要求暴露了雲計算的不足。

 

雲計算 VS 邊緣計算

雲計算的不足

隨着邊緣計算的興起，在太多場景中須要計算龐大的數據而且獲得即時反饋。這些場景開始暴露出雲計算的不足，主要有如下幾點：

大數據的傳輸問題：據估計，到 2020 年，每人天天平均將產生 1.5GB 的數據。隨着愈來愈多的設備鏈接到互聯網並生成數據，以中心服務器爲節點的雲計算可能會遇到帶寬瓶頸。

數據處理的即時性：據統計，無人駕駛汽車每秒產生約 1GB 數據，波音 787 每秒產生的數據超過 5GB；2020 年我國數據儲存量達到約 39ZB，其中約 30% 的數據來自於物聯網設備的接入。海量數據的即時處理可能會使雲計算力不從心。

隱私及能耗的問題：雲計算將身體可穿戴、醫療、工業製造等設備採集的隱私數據傳輸到數據中心的路徑比較長，容易致使數據丟失或者信息泄露等風險；數據中心的高負載致使的高能耗也是數據中心管理規劃的核心問題。

邊緣計算的優點和發展

邊緣計算的發展前景廣闊，被稱爲「人工智能的最後一千米」，但它還在發展初期，有許多問題須要解決，如：框架的選用，通信設備和協議的規範，終端設備的標識，更低延遲的需求等。隨着 IPv6 及 5G 技術的普及，其中的一些問題將被解決，雖然這是一段不小的歷程。相較於雲計算，邊緣計算有如下這些優點。

• 優點一：更多的節點來負載流量，使得數據傳輸速度更快。
• 優點二：更靠近終端設備，傳輸更安全，數據處理更即時。
• 優點三：更分散的節點相比雲計算故障所產生的影響更小，還解決了設備散熱問題。

二者既有區別，又互相配合

上文講了雲計算的缺點以及邊緣計算的優勢，那麼是否是意味着在將來，邊緣計算更勝雲計算一籌呢？其實否則！雲計算是人和計算設備的互動，而邊緣計算則屬於設備與設備之間的互動，最後再間接服務於人。邊緣計算能夠處理大量的即時數據，而云計算最後能夠訪問這些即時數據的歷史或者處理結果並作彙總分析。

這裏能夠從某個側面作個比喻，若是雲計算是章魚的大腦，那麼邊緣計算就是章魚的觸角，觸角對於外界刺激的反應大都出於本能，而這些不斷的刺激產生的結果最後會聚集到大腦中，進而做爲觸角後續的行爲提供決策的依據。

由此來看，雲計算和邊緣計算是一種共生和互補的關係，並不會出現誰取代誰的問題，而是誰在哪些計算上更有優點，誰在哪些場景上更合適。

爲了擁抱邊緣計算的到來，又拍雲也在許多地方佈局發力。又拍雲 PrismCDN 就是佈局 5G 和邊緣計算的一張網絡，它在 CDN 的基礎上完美融合 P2P 及流媒體技術，高效整合利用零散閒置的上行帶寬資源構建內容分發網絡服務，將充分釋放 5G 設備強大的計算、傳輸能力。此外基於 Docker 的又拍雲容器雲，節點分散在全國各地及海外，提供電信、聯通、移動和多線網絡，融合微服務、DevOps 理念，知足精益開發、運維一體化，大幅下降分佈式計算資源構建複雜度，大幅下降使用成本，讓邊緣計算在節點部署、使用、維護上更加簡單和便捷。

 

推薦閱讀：

五分鐘讀懂什麼是容器雲​