本文由半導體產(chǎn)業(yè)縱橫（ID：ICVIEWS）編譯自edgeir

邊緣計算和云計算是兩種不同的計算范式，它們有不同的用途，但在某些場景下也可以相互補充。

在當今日益數(shù)字化的世界中，對計算資源的需求呈指數(shù)級增長。因此，有兩種范式正在積極處理需求：邊緣計算和云計算。

STL Partners?預測，邊緣市場將從 2020 年的 90 億美元增長到 2030 年的 4,450 億美元，十年間復合年增長率為 48%。

邊緣計算是一種分散的計算模型，使計算資源更接近數(shù)據(jù)源或端點。它涉及在設備或邊緣服務器上本地處理數(shù)據(jù)，減少延遲并縮短響應時間。邊緣計算通常用于實時數(shù)據(jù)處理和需要低延遲的應用程序，例如物聯(lián)網(wǎng)設備和自動駕駛汽車。

另一方面，云計算是一種集中式模型，依賴遠程數(shù)據(jù)中心來處理和存儲數(shù)據(jù)。它提供了可擴展性、可訪問性和成本效益，但可能會因與云之間的數(shù)據(jù)傳輸而產(chǎn)生延遲。云計算廣泛用于 Web 服務、數(shù)據(jù)存儲和企業(yè)應用程序。

Enterprise IT自動化專家Mark Swinson表示，邊緣計算是一種生態(tài)系統(tǒng)，可將不同部分整合在一起，創(chuàng)建靈活的解決方案。隨著人工智能和機器學習的發(fā)展，應用程序的生命周期越來越有可能在從數(shù)據(jù)中心到邊緣進行循環(huán)，因此新的解決方案必須同等支持兩者。

云計算的發(fā)展，使得大規(guī)模管理復雜拓撲變得更加可行。應用這些相同的方法也給邊緣解決方案帶來好處。隨著邊緣計算資源的能力和容量不斷增長，我們將看到更復雜的工作負載將在數(shù)據(jù)產(chǎn)生的地方運行。這不僅需要共同的標準和方法，還需要合作的意愿，并在某種程度上愿意進行實驗。

邊緣計算的分散性或遠程安裝的需求是無法擺脫的。一旦設備插上電源，自動化設置將減少出錯的可能性，并減少對高技能技術人員的需求。總而言之，邊緣計算與基于數(shù)據(jù)中心的計算的區(qū)別將越來越小，而是一個具有一致的架構、工具、流程和安全性的統(tǒng)一體。這將帶來更大的靈活性，從而開辟更多的邊緣計算機會。

處理位置和延遲

通過邊緣計算，數(shù)據(jù)的處理發(fā)生在數(shù)據(jù)源或端點處，這使其成為需要立即響應時間的應用程序的理想選擇。例子包括工業(yè)自動化、自動駕駛汽車和增強現(xiàn)實。相比之下，對于云計算，處理發(fā)生在遠程數(shù)據(jù)中心，這可能會帶來延遲。云計算適用于延遲不太重要的應用程序，例如電子郵件服務、文檔存儲和數(shù)據(jù)分析。

Persistent Systems 高級副總裁兼歐洲負責人 Rajasekar Sukumar 表示：“對于某些企業(yè)來說，云的遠程基礎設施根本無法提供將數(shù)據(jù)從 A 點快速傳輸?shù)?B 點所需的超低延遲。這就是邊緣計算發(fā)揮作用的地方。”

這種接近性使人們能夠從龐大的數(shù)據(jù)集中獲得實時洞察，否則這些數(shù)據(jù)集在進出云端時會受到滯后，邊緣計算消除了數(shù)據(jù)和處理之間不必要的距離。對于希望成為數(shù)據(jù)驅(qū)動型企業(yè)來說，邊緣計算可以解鎖即時分析和快速響應時間等關鍵功能。它代表了計算如何增強數(shù)據(jù)密集型工作流程的范式轉變，而沒有云固有的延遲。邊緣的速度和本地化正在為各行各業(yè)帶來變革性的新用例。這是一種顛覆性的新計算模式，通過鄰近性釋放創(chuàng)新。邊緣計算提供超低延遲，因為數(shù)據(jù)是在本地或數(shù)據(jù)源附近處理的。這對于需要實時決策的應用程序（例如自動駕駛汽車或遠程醫(yī)療）至關重要。

由于邊緣設備和遠程數(shù)據(jù)中心之間的數(shù)據(jù)傳輸，云計算可能會帶來更高的延遲。它可能不適合需要近乎瞬時響應的應用。

可擴展性、安全性和成本

在考慮邊緣計算時，可擴展性可能會受到邊緣設備的物理基礎設施的限制。添加更多邊緣服務器可能需要額外的硬件和資源。

由于數(shù)據(jù)中心擁有大量可用資源，云計算提供了高可擴展性。用戶可以根據(jù)自己的需求輕松放大或縮小。

在安全性方面，通過邊緣計算，數(shù)據(jù)仍然更接近源頭，從而可能降低傳輸過程中數(shù)據(jù)泄露的風險。然而，邊緣設備可能更容易受到物理篡改。通過云計算，數(shù)據(jù)可以遠程存儲，這有利于數(shù)據(jù)安全。云提供商通常在網(wǎng)絡安全措施上投入巨資。然而，數(shù)據(jù)傳輸?shù)皆贫丝赡軙戆踩L險。

在比較成本時，邊緣基礎設施的初始設置成本可能很高。維護和升級也可能會產(chǎn)生持續(xù)的費用。邊緣計算和邊緣分析描述了在設備（流程邊緣）實時進行的數(shù)據(jù)捕獲、處理和分析。與傳統(tǒng)方法不同，傳統(tǒng)方法通常將來自多臺機器的數(shù)據(jù)整理到一個集中的存儲中，邊緣計算是一種分布式計算，它使單個或一組機器的計算和數(shù)據(jù)存儲更接近數(shù)據(jù)源。這可以縮短響應時間并節(jié)省帶寬。

與使用純粹基于云的方法進行數(shù)據(jù)處理相比，在單個設備上進行分析可以顯著節(jié)省成本和資源。為了清楚起見，這種基于云的方法是指將數(shù)據(jù)從多個設備流式傳輸?shù)揭粋€集中存儲并在那里進行數(shù)據(jù)分析。

使用集中式方法，必須收集大量數(shù)據(jù)并將其傳輸?shù)揭粋€地方才能進行分析。這種方法還會產(chǎn)生大量過剩的運營數(shù)據(jù)。通過邊緣計算，運營商可以設置參數(shù)來決定哪些數(shù)據(jù)值得存儲——無論是在云端還是在現(xiàn)場服務器中——而哪些數(shù)據(jù)不值得。

邊緣計算并不是一種替代的基于云的方法，并強調(diào)這些技術不會相互競爭。事實上，每個人都在讓對方的工作變得更輕松。這種組合模型的好處在于，它使企業(yè)能夠兩全其美：通過基于某些設備的邊緣分析做出決策來減少延遲，同時還在集中源中整理數(shù)據(jù)。

互補性

邊緣計算非常適合自動駕駛汽車、智能城市和工業(yè)遠程監(jiān)控等實時應用，還可以通過本地處理數(shù)據(jù)來增強隱私性。

雖然云計算通常適用于不需要實時處理的網(wǎng)絡托管、大數(shù)據(jù)分析、內(nèi)容交付和企業(yè)應用程序，但邊緣計算和云計算可以齊頭并進。

“邊緣計算和云計算是兩種不同的計算范式，它們有不同的用途，但在某些場景下也可以相互補充。邊緣計算和云計算都可以從本地設備卸載數(shù)據(jù)處理和存儲，減輕最終用戶設備的負擔并實現(xiàn)更高效的資源利用。”Lookout 首席技術官 Sundaram Lakshmanan 表示。

邊緣計算和云計算可以以互補的方式協(xié)同工作。邊緣計算可以實時處理和即時決策，而云計算可以處理資源密集型任務、長期存儲和復雜分析。邊緣計算側重于本地處理數(shù)據(jù)并減少延遲，而云計算則提供可擴展性、廣泛的存儲和集中處理。這兩種范式都有其獨特的優(yōu)勢，可以一起使用來創(chuàng)建一個混合計算環(huán)境，根據(jù)特定的用例和要求優(yōu)化性能和效率。

在實踐中，通常使用邊緣計算和云計算的組合（稱為混合計算）來充分利用每種模型的優(yōu)勢。

邊緣計算和云計算是處理現(xiàn)代計算不斷增長的需求的不同方法，隨著技術的不斷發(fā)展，邊緣計算和云計算之間的界限可能會變得模糊，從而為創(chuàng)新和效率創(chuàng)造更多機會。