預(yù)計到2025年，邊緣計算市場規(guī)模將達到290億美元。

在這十年里，已經(jīng)發(fā)生了一場從本地計算到云計算的轉(zhuǎn)變，允許系統(tǒng)集中和可訪問，并提高了安全性和協(xié)作性。今天，在新的十年即將到來之際，我們見證了從云計算到邊緣計算的轉(zhuǎn)變。

什么是邊緣計算？

邊緣計算是指在互聯(lián)網(wǎng)的“外部邊緣”進行的計算，而不是在中心位置進行計算的云計算。邊緣計算通常在數(shù)據(jù)源附近執(zhí)行，例如在連接的相機附近。

自動駕駛汽車是邊緣計算的完美例子。為了使汽車在任何道路上安全行駛，它必須實時觀察道路，如果有人走在汽車前面，它必須停車。在這種情況下，使用邊緣計算在邊緣處處理視覺信息并作出決策。

這個例子強調(diào)了邊緣計算的一個關(guān)鍵動機——速度。集中式云系統(tǒng)提供了方便的訪問和協(xié)作，但服務(wù)器的集中意味著它們遠離數(shù)據(jù)源。數(shù)據(jù)傳輸引入了由網(wǎng)絡(luò)延遲引起的延遲。對于自動駕駛汽車來說，最短的時間從通過傳感器收集數(shù)據(jù)到做出決定再采取行動是至關(guān)重要的。

預(yù)計到2025年，邊緣計算市場規(guī)模將達到290億美元。－－Grand View Research

所有這些實時應(yīng)用都需要邊緣計算。根據(jù)Market Research Future（MRFR）研究顯示，到2024年，邊緣計算的市場規(guī)模預(yù)計將達到224億美元，到2025年將達到290億美元。像Andreessen Horowitz這樣的頂級風(fēng)投公司正在大舉押注。邊緣計算已經(jīng)被應(yīng)用在各種各樣的應(yīng)用中，從自動駕駛汽車和無人駕駛飛機到家庭自動化系統(tǒng)和零售業(yè)，以這樣的普及率，我們只能想象它未來的應(yīng)用。

為什么要從云端移到邊緣？

速度

在云計算中，邊緣設(shè)備收集數(shù)據(jù)并將其發(fā)送到云上進行進一步的處理和分析。邊緣設(shè)備發(fā)揮著有限的作用，發(fā)送信息到云，并從云接收處理過的信息。所有真正的工作都是在云中完成的。

這種類型的基礎(chǔ)設(shè)施可能適用于用戶可以等待2或3秒以獲得響應(yīng)的應(yīng)用程序。但是，這不適合需要更快響應(yīng)的應(yīng)用程序，尤其是那些需要實時操作的應(yīng)用程序，例如在自動駕駛汽車中。但是，即使在一個更普通的例子中，比如基本的網(wǎng)站交互，開發(fā)人員也會部署JavaScript來檢測用戶的行為，并在用戶瀏覽器中對其做出響應(yīng)。如果響應(yīng)時間對應(yīng)用程序的成功至關(guān)重要，那么在源代碼附近解釋輸入數(shù)據(jù)是更好的選擇（如果有）。當輸入和輸出同時發(fā)生在同一位置時，例如在物聯(lián)網(wǎng)設(shè)備中，邊緣計算消除了網(wǎng)絡(luò)延遲，并且實時成為可能。

帶寬

邊緣計算意味著更少的數(shù)據(jù)傳輸，因為大部分繁重的工作都是由邊緣設(shè)備完成的。而不是將原始數(shù)據(jù)發(fā)送到云端，大部分處理是在邊緣完成的，只有結(jié)果發(fā)送到云端，因此需要的數(shù)據(jù)傳輸帶寬更少。

讓我們以一個使用云計算基礎(chǔ)設(shè)施的智能停車系統(tǒng)為例，了解有多少停車位可用。比如說，每幾秒鐘就有1080p的實時視頻或靜止圖像發(fā)送到云端。想象一下這個解決方案每小時所需的網(wǎng)絡(luò)帶寬和數(shù)據(jù)傳輸成本，通過網(wǎng)絡(luò)連續(xù)傳輸大量原始數(shù)據(jù)：

相比之下，如果智能停車系統(tǒng)使用邊緣計算，它只需每隔幾秒向云發(fā)送一個整數(shù)，即有多少個停車位可用，從而導(dǎo)致帶寬減少，并導(dǎo)致數(shù)據(jù)傳輸成本降低

規(guī)模

物聯(lián)網(wǎng)意味著更多的系統(tǒng)，更多的系統(tǒng)意味著更多的帶寬和更多的集中服務(wù)器負載。在云計算架構(gòu)中，增加一個物聯(lián)網(wǎng)設(shè)備會增加帶寬需求和云計算能力。

讓我們使用上面的智能停車系統(tǒng)的例子，將1080p視頻流傳輸?shù)皆贫??？蛻粝Ｍ诹硗?0個停車場安裝此系統(tǒng)。為了促進這一點，他們需要增加他們的網(wǎng)絡(luò)帶寬，并且需要大約10倍的計算能力和云存儲空間，因為集中式服務(wù)器上的負載隨著來自10個附加相機的輸入數(shù)據(jù)而增加。這增加了網(wǎng)絡(luò)流量，上行鏈路帶寬成為瓶頸。因此，隨著網(wǎng)絡(luò)流量、帶寬和云資源的使用隨著每一個附加設(shè)備的增加而增加，擴展成本很高。

相比之下，在邊緣計算中，增加一個物聯(lián)網(wǎng)每單位設(shè)備成本增加。每臺設(shè)備帶寬和云計算能力不需要增加，因為大多數(shù)處理是在邊緣完成的。使用邊緣計算架構(gòu)，在停車場系統(tǒng)中添加10個額外的物聯(lián)網(wǎng)設(shè)備似乎不那么令人畏懼，因為不需要增加云計算能力或網(wǎng)絡(luò)帶寬。因此，邊緣計算架構(gòu)的可擴展性要高得多。

從本地計算到云計算，再到邊緣計算，隨著我們對計算系統(tǒng)的性能和創(chuàng)新的需求不斷提高，軟件架構(gòu)也在不斷發(fā)展。隨著我們超越現(xiàn)有的基于云的架構(gòu)，對實時應(yīng)用的需求和物聯(lián)網(wǎng)等成本壓力推動了邊緣計算市場的增長。這是一種趨勢，將為2020年的軟件業(yè)增色。

你已經(jīng)在使用邊緣計算了嗎？邊緣計算還有哪些好處？把你的想法在下面評論吧。