共计 4602 个字符，预计需要花费 12 分钟才能阅读完成。
边缘计算的话题在 5G 的推动下十分之火，但同时 Gartner 的钻研报告显示：CDN、边缘计算的流传，与企业对于如何了解和利用这些服务的认知之间，依然存在着微小的鸿沟。
并不是所有的业务都须要通过边缘计算实现业务部署“本地化”。边缘计算到底是做什么的，哪些业务和场景是刚需？
本文从算力的演进、数据时代特征介绍边缘计算诞生的背景，而后分享边缘计算人造适配的业务模型及其次要状态，解答对于“边缘计算到底是做什么的”这个终极命题。心愿对大家了解边缘计算、判断是否须要引入边缘计算有所帮忙。
01 算力的零碎演进
自人类创造计算机以来，始终存在一个矛盾：即绝对较慢的内部数据输出能力难以匹配计算机系统的数据处理能力，从而影响计算机系统的整体性能。
- 人类第一台通用电子计算机 ENIAC，数据输出形式依赖程序员手工装载记录程序和数据的穿孔卡片，导致运算器大部分工夫都在期待手工操作，最终零碎的计算资源利用率百分之几。
- 后引入软硬件解耦理念，并开发了批处理操作系统实现主动加载预装作业数据的磁带并执行，解脱了手工操作的解放，但同样存在高速的计算能力和低速的 I/O 能力的抵触。
- 提出多道程序零碎和分时系统，让多个用户共享一台计算机，基于细分的 CPU 计算周期交叉调用多个作业，晋升资源利用率。硬件上，引入多级高速缓存设计帮忙晋升 CPU 读取数据的效率。
- 互联网时代，集群计算、分布式计算、云计算等成为了支流，实现大型企业亿级规模的用户拜访能力。随着终端、无线网络、物联网等技术的倒退，在短视频、互动直播场景中，用户不再仅仅是数据的消费者，同时也是数据的生产者，每时每刻都有大量数据上传。如此海量数据传输至核心，对整个零碎的网络传输带宽、稳定性、安全性和私密性、计算时效性等提出了新的挑战。
02 数据时代：快速增长、即时性、交互性
依据 IDC 早前公布的《DATA AGE 2025》报告显示，寰球每年产生的数据总和预计将从 2018 年的 33 ZB 增长至 2025 年的 175 ZB。如何掂量 175 ZB 的数据量？假如你家宽带平均速度为 500Mbps，那么下载完 175 ZB 将须要将近一亿年，意味着你得从白垩纪恐龙时代就开始下载。
同时在报告中，IDC 预计到 2025 年寰球将会有 1500 亿终端设备被广泛应用于机器自动化畛域。这些具备实时性需要的终端设备产生数据预计将达到 50 ZB，占全副数据的 30%。另外，从人类信息交互角度，预计到 2025 年，地球上每人每天均匀有 4900 次和数据相干的行为，也就是每隔 18 秒即会有一次人类和数据的交互产生。
综上所述，如果将如此海量的数据从网络边缘传输至云数据中心解决，一方面对整个网络的传输能力带来极大的挑战，另一方面也会对用户频繁的交互带来一些时延问题从而影响业务体验。为了解决这些问题，能够思考间接在间隔数据源最近的网络边缘实现对数据进行实时处理，即通过边缘计算的形式缩短数据的网络传输间隔，升高交互时延，缩小传输带宽需要。
03 基于边缘计算的业务模型：以用户体验为核心
边缘计算其实是一个领有几十年历史的架构理念，最早能够追溯至 1998 年 Akamai 公司提出的 CDN 网络。CDN 依附各地部署的服务器实现对热点内容的缓存从而晋升响应速度，起初逐步的延长出具备“计算缓存”的边缘计算概念，比方在 PoP 节点提供 .Net 或 J2EE 计算能力从而减速 Web 服务响应效率。
- 从能力上说，CDN 更多的是反对基于应用层协定（如 HTTP/s、RTMP 等）的内容在网络边缘进行缓存并减速拜访响应。
- 而边缘计算，则思考在网络边缘提供更通用、更根底的算力资源和逻辑实现对利用自定义、可扩大的本地服务能力。
历经后期学术界和近几年产业界的推动，目前边缘计算曾经进入持重倒退阶段，可能帮忙各行各业实现以“用户体验为核心”的低时延利用部署和服务能力。
边缘计算定义为在更加凑近数据源的网络边缘，为利用开发者提供通用计算和 IT 服务能力。边缘计算具体如何服务业务？咱们能够通过以下四种模型来理解边缘计算的刚需场景以及在时延、带宽、性能等维度为业务发明的价值收益。
模型一：边缘业务闭环
将原先部署在企业数据中心或云数据中心的服务端利用，迁徙至本地的边缘计算资源上部署和运行，利用在边缘计算笼罩的本地区域内即可实现业务闭环，一方面数据实现本地解决能够无效升高网络时延，缩小回传带宽；另一方面，数据只在本地网络内传输保障私密性及安全性。
在智慧港口、智慧园区等垂直行业场景中，园区安全监控、设施远程管理等利用次要都是本地业务诉求，在互联网屋宇租售 VR 看房场景中，从中介拍摄屋宇照片到后端 VR 渲染，再到本地租客查看屋宇 VR 全景也能够看做本地服务需要，所以都能够归属于此业务模型。
模型二：边缘网络减速
在以后业务流程中，一个用户通过 APP 取得应用服务的网络门路须要通过接入网络、汇聚网络、骨干网络、Internet 公网传输后，才到 APP 服务端所在的企业数据中心或云数据中心。因为普通用户的网络服务短少稳定性、服务质量保障，所以数据在传输中可能存在丢包、提早、拥塞等问题，从而影响用户体验。
边缘网络减速模型是在接入节点部署肯定的边缘资源并接入运营商专线，基于对用户流量特色匹配（如 MEC 基于 IP 五元组或 FQDN 分流）或智能调度（如智能 DNS 通过 IP 地理位置亲和性调度），通过边缘接入的运营商高速专线来实现用户业务的网络减速。如以后互联网业务广泛在用的 CDN 动静减速、直播推拉流减速、游戏减速等业务场景，都依赖遍布各地的边缘节点作为流量接入点，并通过运营商专线实现下层利用业务的广域减速。
模型三：核心算力卸载
云计算曾经被证实是一种很无效的计算模式，但随着物联网、5G 网络、高性能终端等技术倒退以及短视频、直播等业务的快速增长，用户和终端也逐步成为了数据的生产者。将所有的数据都传输至云计算中心，一方面对核心的计算能力和设施治理能力带来挑战，另一方面在网络传输、时延、平安等方面也存在不确定性。
通过将服务端模块进行拆分，将时延敏感类、数据荡涤类等模块卸载在边缘部署，在接入环节即实现对原始数据做预处理和剖析，既可升高业务响应时延，帮忙实现疾速决策，也可缩小回传带宽需要节俭经营老本。比方在智慧城市类业务场景，须要实现对海量终端 / 数据的治理和解决，通过边缘计算对接入侧实现设施接入治理、及数据荡涤，以云边协同的形式晋升整体业务效率。
模型四：终端算力辅助
依据《第 47 次中国互联网络倒退情况统计报告》，截至 2020 年 12 月，我国国内市场上监测到的 APP 数目为 345 款，较 2019 年缩小 22 万款。在强烈的市场竞争中，为了晋升业务的市场竞争力和继续衰弱的倒退，很多利用都相继在视效、交互、内容做了大量创意和开发，比方漫画风人脸特效、直播互动小游戏等模式晋升用户粘性。然而受限用户终端型号、性能、芯片等差别，在理论用户应用中存在兼容性、成果不如预期、算力无奈满足等问题限度了利用的推广。
通过边缘资源池的通用计算能力和低时延接入网络，辅助终端实现相干特定性能的计算需要，从而升高对终端性能、兼容性的依赖，晋升利用的普适性。比方在直播特效、云游戏等场景都须要高性能算力能力出现现实的成果，那么能够通过边缘计算提供高性能通用算力辅助实现相干渲染计算，从而升高用户终端门槛。
04 边缘计算的状态
云计算个别抉择业务密集的一线城市或团体总部来部署基础设施从而实现资源利用率的最大化，比方私有云的服务区域和大型企业的自建数据中心。
边缘计算相较核心计算提供更加凑近用户的资源服务，人造在地理位置上就更加的扩散，同时受限于环境、效益、笼罩、能源等因素限度出现梯度散布 — 间隔数据越近时延越低，边缘状态和规模越简略粗放，绝对性能也越繁多。
如上图所示，咱们将数据链路划分终端、企业分支、接入、汇聚、骨干、外围、企业或互联网等节点，而后从以下几个维度来探讨边缘计算的状态。
边缘计算基础设施主体
从边缘计算基础设施主体维度来看，以后次要的边缘计算能够分为如下三种：
中大型企业。如能源、交通、基建等企业在全国各地有本人的分支或我的项目机构，同时在新基建数字化背景下有本地业务数字化转型诉求，那么就须要自建企业边缘提供具备本地属性的 IT 平台和服务能力。
私有云服务商。以后私有云提供云计算笼罩区域个别基于 Region 区域，次要笼罩业务密集的一线城市。随着基于私有云部署的利用业务一直往下沉市场延长，那么势必也会带动云计算服务能力往边缘延长，提供诸如 PoP 点 /EdgeZone/LocalZone 概念的边缘计算服务，从而更好的满足下层业务的需要。
电信运营商。咱们看到的 3GPP 5G 边缘计算规范和 ETSI MEC 规范都是次要由通信标准化组织和运营商推动，运营商部署边缘计算一方面是提供本身通信网元的边缘部署须要的电信边缘基础设施，另一方面也是交融 5G 网络面向普通用户提供 MEC 边缘相干的通用边缘计算服务，和面向垂直畛域客户提供行业边缘相干的服务能力。
边缘计算时延
时延是掂量边缘计算理论服务能力的要害维度之一，也是边缘计算辨别核心计算的外围能力。时延是指数据从数据源到数据处理节点两头通过光纤或网线传输和网络组件转发路由所须要的工夫。从边缘计算的时延来看，边缘计算能够分为现场边缘、近场边缘和云边缘。
- 现场边缘 ：个别是将边缘硬件设施间接部署在数据源所在的中央，数据在本地即可实现从采集 - 传输 - 解决 - 决策全生命周期。一般来说网络时延会管制在 2 -5ms，在面向某些工业制作实时场景甚至≤1ms。同时，现场边缘环境指标如防尘防震、温湿度等相对来说比拟顽劣，对应边缘硬件状态上可能也存在多种可能，盒子类设施、通用 / 异构服务器、边缘星散群等多种状态都有相应的需要。在业务能力上，现场边缘可能更多思考解决资源有无问题，比方提供 IoT 边缘轻量容器运行资源、机器视觉的异构 GPU 加速卡等，会较少思考资源的调度和编排服务能力。
- 近场边缘 ：相对来说，部署地位更加靠后，个别位于本地城市的运营商专线连贯的某个小型 IDC 机房，网络时延能管制在 5 -20ms 左右。建设状态上偏差分布式架构的小型边缘云数据中心，反对下层利用在全域范畴的边缘部署和服务。同样的，近场边缘也会提供多租户隔离和自助式的云服务能力，面向不同行业的利用提供肯定能力的根底边缘计算服务，目前比方 CDN、直播、实时音视频等利用场景都会采纳近场边缘作为流量的第一接入点。
- 云边缘 ：能够看作核心云往边缘的延长。云边缘个别位于区域核心城市，具备上百或上千硬件节点规模，能提供多线或 BGP 专线接入，笼罩 20-40ms 时延范畴。云边缘一方面具备和核心云建设云边专线能力从而晋升传输效率助力业务云边协同，另一方面作为边缘的数据汇聚节点，为“现场边缘”和“近场边缘”提供治理和数据汇聚等能力，进一步优化数据传输和边缘解决效率。目前云边缘在 CDN L2 汇聚缓存、离线渲染业务、异构数据并发解决业务等场景有广泛应用。
05 结束语
写在最初，从新总结一下边缘计算的价值：作为云计算的延长，边缘计算将云计算的服务能力延长至更加凑近用户的边缘，从而帮忙利用提供更低时延的业务体验。
随着“直播 +”理念网络直播的持续增长、5G 遍及推动云游戏“热潮再起”、IoT & AIoT 的规模部署，边缘计算带来的低时延即时响应、流量减速优化体验等益处将逐渐落地至更多产业和场景。火山引擎也将携手各界合作伙伴，继续推动边缘计算与更多行业、产业的深度交融，实现互联、共赢的倒退。
