2020年新年伊始，圍繞著邊緣計算和5G肯定會有一波新的炒作。現在是鞏固和更新我們對這兩個概念的理解以及探索這兩種技術如何相互補充和相互增強的理想時機。特別是在金融支付、在線訂單、欺詐監測、機器學習等領域，這兩項技術將助力你在未來保持持續地競爭力。

邊緣計算主要是處理來自更接近其創建位置的設備信息，而不是在云平臺中來回調取信息。5G的到來，為邊緣計算之前不可能實現的應用鋪平了道路。比如增強現實和虛擬現實，5G的超低延遲特性使你看到的東西與你正在做的事情保持同步；還有自動駕駛汽車，需要在瞬間對大量數據進行處理并做出決策。

IDC預測，到2025年，全球將有1500億臺聯網設備(包括RFID)，其中大部分都會實時輸出數據。2017年，實時數據僅占所有創建、捕獲或復制信息的15%；到2025年，這一比例有望達到30%。從百分比上看，邊緣計算似乎不會帶來翻天覆地的變化，但是從數據的原始容量來看，這是一個數量級的增長(從~5 zb到~ 50zb)。邊緣計算基于海量實時數據，具有同步智能分析的能力，同時最小化帶寬開銷。?

新的定義

即使已經到了2020年，關于“邊緣”的定義仍會仁者見仁智者見智。從NIST（美國國家標準技術研究所）到IEEE，模型仍在不斷發展。它可以是樹莓派選擇性地將傳感器信息發送到云上，也可以是谷歌在線流媒體平臺上處理數據的節點。雖然這兩種模型之間有很大的差距，但它們都使計算資源更接近用戶終端。

一份相對中立的邊緣計算報告中給出了一個更明確的定義，得到了一些行業的共識：

●邊緣是一個位置，而不是一個新事物。

●邊緣計算有很多，但我們關心的是網絡“最后一公里”的邊緣計算。

●邊緣計算有兩種形式：基礎設施邊緣和設備邊緣。

●計算將同時存在于邊緣和云平臺，他們之間的界線越來越難以劃分

通俗地來講，設備邊緣包含終端，如電話、無人機、AR耳機、物聯網傳感器和聯網汽車；還包含網關設備，如交換機和路由器；以及本地服務器。它們都在網絡最后一公里的下游。基礎設施邊緣存在于上游，是通過網絡接入設備和數據中心獲取計算資源。

上圖：從設備邊緣到基礎設施邊緣的上下游鏈條

例如在大鉆機案例中，樹莓派是在設備邊緣，它不需要實時傳輸環境數據來占用帶寬，而是在本地進行處理，除非緊急任務下才向后臺上報。相反，當本地數據中心需要提供每秒60幀的流媒體速度來播放4K高清視頻時，雖然設備邊緣能提供了一個明顯的低延遲優勢，但是用戶更希望向上游獲得一個具有更強大的處理能力的硬件。

除了分布式基礎設施靠近核心網絡之外，對云的要求也變得更集中化和可擴展性。但是，當您使用云計算時，延遲要高得多(而且一致性也差得多)。

低時延邊緣計算的優勢

人們很容易將低延遲視為邊緣計算的殺手锏，尤其是在云計算受到物理限制的情況下。

數據的傳輸速度不可能超過光速，因此向數百或數千英里外的服務器發出請求必然要花費數十或數百毫秒才能完成。當你滾動網頁時，這種區別是看不出來的。但對于遠程操作的外科醫生或虛擬現實中的游戲玩家來說，這些延遲是無法接受的。

邊緣計算則消除了延遲以保持數據的一致性。

上圖：未來設備和應用對網絡寬帶和網絡延遲的要求變化

邊緣計算還避免了在連接的設備和云之間來回傳輸數據。如果您可以確定數據的價值更接近它被創建的地方，那么就可以優化數據流動的方式。將流量只用于云上的數據，可以減少帶寬和存儲成本，對延時性不敏感的應用也是如此。

邊緣計算還會帶來可靠性。在惡劣的環境中，設備邊緣和集中式云之間數據傳輸可能會出現很多問題。如海上平臺、煉油廠或太陽能農場，設備邊緣和基礎設施邊緣可以在連接不到云的情況下半自主地運行。

分布式體系結構甚至是安全的福音。將更少的信息轉移到云中意味著攔截的信息更少。邊緣的數據分析在地理上分散了風險，端點信息本身并不容易保護，因此，邊緣處的防火墻有助于限制攻擊的范圍。而且，出于遵從性原因，將數據保存在本地可能很有用。邊緣基礎設施提供了基于地理位置或版本權限訪問的靈活性。

5G和邊緣計算相互促進

邊緣計算并不新鮮。早在2000年，內容傳播網絡就被稱為邊緣網絡。但人們普遍認為，隨著5G覆蓋范圍的擴大，邊緣計算將有助于利用本地(而非區域)計算資源解決現代應用程序的高帶寬、低延遲需求。

5G技術將使計算資源更接近數據生成的地方，從而提高企業應用程序的速度、可靠性和靈活性。更多的信息將在5G網絡之間高效傳輸，而不需要往返于中央云上。因此，我們將會看到以前不存在的應用案例。

根據《邊緣計算狀態報告2020》，對邊緣計算的最大需求來自于通信網絡運營商，他們要不斷的更新基礎設施和升級5G網絡。在這些網絡上運行的移動消費者服務將依賴于邊緣計算，來支持在線游戲平臺、增強/虛擬現實和人工智能等應用。

智能家庭、智能電網和智能城市都傾向于使用設備邊緣平臺。但是，隨著這些用例的發展和變得更加復雜，也會出現對基礎設施邊緣功能的需求。5G對超可靠低延遲通信(URLLC)和大規模物聯網通信(mMTC)的規定意味著設備和邊緣計算可以更緊密地連接在一起，使它們的短連接更高效。

如圖所示:交通信號燈聯網并連接到邊緣網關，數據可以在那里被收集和分析。作為邊緣網絡的一部分，它們可以向地圖工具提供數據，并圍繞擁塞問題重新設置路線。

值得一提的還有自動駕駛汽車。它是5G增強的邊緣計算的典范。現在最新的汽車已經利用設備邊緣上的計算資源進行避碰、車道保持和自適應巡航控制。但隨著輔助駕駛和自動駕駛功能變得越來越復雜，將需要添加來自周圍環境的基礎設施的邊緣資源。例如:根據前方的交通狀況來調整行程，與其他自動駕駛車輛相互協調在紅燈前通過，或者在瞬間做出決定以避免不安全情況。

邊緣計算還需成長

邊緣計算被列為Gartner 2020年十大戰略技術趨勢之一。同時列表中的其他幾個概念也植根于邊緣計算。超自動化致力于應用人工智能和機器學習等技術，它將依賴于低延遲和持續可靠的通信基礎。多維體驗也是一大趨勢，它依賴于高帶寬和實時處理的多維傳感器和多功能界面。當然，智能的事物都與AI、5G和邊緣計算有關。

如圖所示：邊緣技術和數據中心全球年度資本支出預計在2028年達到1460億美元，年復合增長率為35%。

圖片來源：《邊緣計算狀態報告2020》

啟用這些新的應用將需要大量的投資。據Tolaga Research預測，從現在到2028年，IT和數據中心基礎設施的累計資本支出將達到7000億美元。

隨著計算資源從集中式云向分布式邊緣的擴散，新的應用、新的機會比比皆是，特別是成熟的基礎設施邊緣。理解邊緣計算和5G的影響將幫你給客戶帶來更加無縫的體驗，洞察新市場，并迅速做出反應決策。