作者：周鹏远
起源：云排名
关键词：云计算(Cloud Computing)、边缘计算(Edge Computing)、雾计算(Fog Computing)
过来十几年，云计算始终占据了 IT 业的需要核心，是各类 IT 服务的主导解决方案。近几年，边缘计算、雾计算等小型分布式解决方案逐步崛起，并迅速受到宽泛关注。本文将就这三种解决方案的关系和市场现状和前景进行剖析。
01 背景常识
自 2005 年左右开始，云计算的诞生扭转了 IT 服务的存储和经营形式，无效的帮忙各类尤其是中小型企业进行 IT 业务部署。边缘计算是近几年新兴的一种解决方案，核心思想是将计算存储资源部署在云网络的边缘，即用户左近。其实边缘计算的办法早在上个世纪末期就曾经被 Akamai 等服务商广泛应用在 CDN 的部署上，只是过后侧重点局限于内容存储转发。明天的边缘计算扩大至计算资源的边缘化部署。雾计算将边缘计算进一步延长至更小型、不稳固的用户设施资源。
就零碎特点而言，云计算的资源集中式架构带来两个次要收益：
1. 升高大规模系统管理运行边际老本；
2. 能够为客户提供便捷的近程服务，为客户节俭了自建数据中心的老本。
因为以上两个收益，能够预感云计算在将来相当长一段时间内仍然会占据市场主导地位。边缘计算因为更凑近用户的资源部署，人造的为客户定制化隐衷爱护和升高提早提供了无效保障。雾计算将这一特点进一步增强。能够说从云 -> 边 -> 雾，提早逐步升高，隐衷爱护和客户定制化逐步晋升。但同时，资源的性能和稳定性也逐步降落，雷同算力下的经营老本逐步进步。
02 市场剖析
以后市场上，寰球次要的头部互联网企业大多领有本人的云数据中心和云服务产品，如 Google，Facebook，Amazon，Microsoft，阿里，腾讯，百度等。支流的流媒体公司大多同时领有云核心和 CDN，如 Netflix 应用自家的 Open Connect，Amazon Prime Video 的 CloudFront 等。局部公司领有专一于算力的边缘计算服务，如 Google 的 Anthos，Amazon 的 Lambda@Edge，和 Microsoft 的 Azure IoT Edge 等。雾计算最后由 Cisco 提出，因为其客制化和小型架构特点，次要的指标产品为解决方案，市场上的次要推动力是初创和小型公司。
市场数据报告显示，云计算市场会呈小幅稳定增长(图 1)，剖析起因次要是因为随着云计算的倒退和世界各地数据中心的部署，云计算市场曾经趋于饱和，尽管一些绝对落后地区还能够提供一些残余市场，但空间无限。边缘计算市场则会出现靠近指数增长趋势（图 2）。以后宽泛认为随着 5G 的推广，基站到用户的最初一跳的超低提早的实现将鼎力推动边缘计算尤其是挪动边缘计算（MEC）的部署和市场倒退。
当然，如前所述，云计算仍然是市场主体，与之相比，两者的市场存在数量级的差距。依照 Statista 的数据分析，2021 年，边缘计算的市场不到云计算市场的千分之一。雾计算目前市场较小，网络估值广泛在千万美元级别。
图 1. 云计算市场预测（billion dollars）（起源：statista）
图 2. 边缘计算市场预测（million dollars）（起源：statista）
03X 因素
X 因素 1：可信 AI 和隐衷爱护
目前随着人工智能尤其是深度学习的倒退，数据的信息价值失去前所未有的深层开掘。云计算能够大规模地收集、存储用户数据，为大数据学习提供了不便的平台。然而，与此同时，用户隐衷也面临着微小的挑战。深度学习能够精确的分析用户的网页浏览习惯、APP 应用习惯，甚至生存作息法则等。尽管相干的法律法规能够肯定水平上起到监督督促的作用，但技术层面上用户并没有任何隐衷爱护伎俩。而且，即便服务商的确的应用了数据加密、数据匿名等隐衷爱护办法，也无奈齐全避免因黑客攻击或系统故障导致的隐衷透露。
边缘计算和雾计算从物理层面为这一挑战提供了可行计划。只有边缘和雾资源满足用户数据处理算力需要，就能够将用户数据齐全保留在本地，从而晋升了隐衷爱护的安全性。最近引起宽泛关注的联邦学习（Federated Learning）也为实现边缘 AI（EdgeAI）提供了大规模分布式解决方案。通过联邦学习，用户既能够将数据留在本地边缘 / 雾服务器爱护本人的隐衷，又能够通过联邦架构取得大规模数据的训练成果。
能够预感，日益增大的隐衷爱护需要将会激发越来越多的分布式本地计算解决方案，从而进一步促成边缘 / 雾计算的市场和需要。局部云计算的工作和算力可能会向边缘迁徙。
X 因素 2：5G，提早，带宽
边缘计算尤其是 MEC 提出伊始已经备受关注，许多 LTE+MEC 的解决方案应运而生，心愿能够将云计算迁徙到基站，进而升高用户提早晋升服务质量。然而，人们很快发现，在 LTE 时代，基站到用户这最初一跳（last mile）才是云端到用户提早的最大瓶颈。云到基站的网段多采纳光纤，提早在几毫秒到几十毫秒之间。而 LTE 基站到用户设施（如手机）的提早常常能够从几十到几百毫秒。因而即便把 MEC 部署在 LTE 基站里，能带来的提早优化也十分小，与部署老本相比不划算。所以 MEC 在 LTE 时代并没有被宽泛部署，多存在于学术界的钻研工作中。
5G 使人们再次看到了 MEC 的心愿。尽管最后的 1 毫秒提早指标很难大规模实现，然而目前看来能够将最初一跳的提早升高至几十毫秒以下。如前所述，与基站到云的提早相比，最初一跳仍然是提早瓶颈。然而，几十毫秒以下的最初一跳提早能够使很多目前未能实现或者体现不好的服务成为事实，比方挪动加强事实（MAR），挪动虚拟现实（MVR）。届时，MEC 的大量需要会进一步带动边缘计算市场的倒退。
04 总结
久远来看，云计算市场仍然巩固，并且无望随着如非洲等后发区域的逐步倒退而持续增长并进一步趋于饱和。同时，边缘 / 雾计算因为相干新兴产业和技术的倒退，能够在云市场中分一小杯羹。两者单干关系大于竞争，毕竟无论是边缘还是雾计算等趋于本地的服务产品，要实现大规模的分布式资源调动和服务部署，仍然须要依附云计算的核心调度能力。