因為云計算這塊大餅，亞馬遜、微軟、谷歌都使出渾身解數，撕累了。資料顯示，亞馬遜、微軟和Alphabet（谷歌母公司）在2016年的資本支出和資本租賃共計為315.4億美元，比2015年同比增長22%。每家公司都將云計算列為主要投資領域。

由于對云計算的擴張越來越激進，且險些走進“囚徒困境”。這三家公司似乎打起了價格戰，紛紛降低了部分云產品的價格，甚至引起了由于價格持續下滑，可能造成利潤過低的擔憂。

在這個由亞馬遜、微軟和谷歌引領的1.0模式通用云基礎設施服務市場中，對于后來者已經沒有機會了嗎？未必，2.0模式云計算+邊緣計算的新玩法方興未艾，巧妙地成為了云計算避開“囚徒困境”的拐點。

再看IoT平臺的爭奪戰，由于IoT正在逐漸影響著生產、制造、生活的方方面面，IoT平臺作為戰略重心，這幾年猶如雨后春筍般，數量暴增。無論是阿里、騰訊、百度、京東等互聯網巨頭;還是華為、中國移動、中國電信、中國聯通等運營商、通信大鱷;抑或IBM、微軟、思科等傳統IT企業;以及機智云、Ablecloud、慶科、博聯等新型物聯網企業，都想在IoT平臺這塊大蛋糕中分得一塊三角。

雖然都叫IoT平臺，但是內涵和實質差異不小，如果不能下與底層設備、上與產業應用打通，切實為行業合作伙伴賦能，IoT平臺只能淪為偽命題。

無論是亟待升級的云計算之爭，還是“殺紅了眼”的物聯網平臺戰役，下半場都指向了同一個主陣地：邊緣計算。

邊緣計算并非再造概念、硬拗人設

硅谷風投大佬A16Z合伙人Peter Levine曾說邊緣計算是云計算的“終結者”。這一說法未免有為搏眼球夸大其詞之嫌，不過云計算與邊緣計算共生的現實，成為了云計算和物聯網從業者們對未來的主流預判。

從技術定義來說，邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷聯接、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。

邊緣計算并不是個新鮮事物，也不是物聯網人自吹自擂再造概念，而是一次“由來已久”的物聯網分布式計算的逆襲。

分布式計算的特征是每個節點都有計算功能，缺點是每個用戶都需要管理自己的節點、硬件、軟件。因此后來出現了云計算，把大量的數據處理交給“云”去做。這個云計算實際上是一個集中計算，這種做法解決了用戶對中央計算的管理煩惱。

到“云”為止，我們完成了從分布計算到集中計算的轉變，然而現在我們發現，碎如雞毛的不同物聯網場景，單純依靠集中式的云計算往往并不是最佳策略。邊緣的“速算”能力，對物聯網應用來說顯得尤為重要。

那么對于行業應用來說，什么才是推進邊緣計算的最佳方式呢？

有些人試圖自己做，探索各種新技術，希望將它們組合成一個可行的解決方案。不過也有人找到了現成的，采用比如微型模塊化數據中心（MDC）等邊緣計算方案。

MDC已經存在一段時間了，它是一套用來實時采集、并報表化和圖表化車間的詳細制造數據和過程的軟硬件解決方案。隨著物聯網的發展，需要使用更小的MDC，也就是“微型MDC”，快速將這些模塊配置到邊緣場景，實現計算能力的部署。

在微型MDC的選型過程中，過來人建議需要綜合考慮以下5點：

確保靈活：由于各種應用場景千變萬化，微型MDC需要考慮足夠的靈活性，一體化的解決方案并不一定是最好的選擇，往往針對不同環境進行微型MDC優化的步驟是必不可少的。

開放基礎：在IT方面，需要尋找可擴展和可管理的解決方案，以便將更多的處理能力分配到邊緣。這給IT部門提出了極大的挑戰，為了實現服務敏捷性，擁有開放敏捷的底層基礎架構，可以按照需求自動擴展資源配比變得異常關鍵。

賦權分析：處理邊緣的數據是一回事，分析邊緣的數據是另一回事。微型MDC應該具有就地進行分析的能力，越靠近生成數據的高速設備或傳感器越好，以便迅速提供業務洞察。

快速使用：不僅微型MDC應具備靈活配置的運算、存儲、網絡、電源和冷卻等選項，還應以準集成的解決方案提供，這將確保微型MDC的快速安裝使用和快速價值創造。

統一管理：邊緣計算的解決方案大多比較分散，做到統一管理并不容易。為了做到這一點，設備提供者需要具備綜合集成和管理能力，能夠從同一入口管理來自世界各地的各個微型MDC、相關的數據中心、IT設備以及傳感器。