因為云計算這塊大餅，亞馬遜、微軟、谷歌都使出渾身解數(shù)，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(lǐng)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(zhàn)，紛紛降低了部分云產(chǎn)品的價格，甚至引起了由于價格持續(xù)下滑，可能造成利潤過低的擔(dān)憂。

在這個由亞馬遜、微軟和谷歌引領(lǐng)的1.0模式通用云基礎(chǔ)設(shè)施服務(wù)市場中，對于后來者已經(jīng)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(zhàn)，由于IoT正在逐漸影響著生產(chǎn)、制造、生活的方方面面，IoT平臺作為戰(zhàn)略重心，這幾年猶如雨后春筍般，數(shù)量暴增。無論是阿里、騰訊、百度、京東等互聯(lián)網(wǎng)巨頭;還是華為、中國移動、中國電信、中國聯(lián)通等運營商、通信大鱷;抑或IBM、微軟、思科等傳統(tǒng)IT企業(yè);以及機智云、Ablecloud、慶科、博聯(lián)等新型物聯(lián)網(wǎng)企業(yè)，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(nèi)涵和實質(zhì)差異不小，如果不能下與底層設(shè)備、上與產(chǎn)業(yè)應(yīng)用打通，切實為行業(yè)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(lián)網(wǎng)平臺戰(zhàn)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(shè)

硅谷風(fēng)投大佬A16Z合伙人Peter Levine曾說邊緣計算是云計算的“終結(jié)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(xiàn)實，成為了云計算和物聯(lián)網(wǎng)從業(yè)者們對未來的主流預(yù)判。

從技術(shù)定義來說，邊緣計算是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的開放平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護等方面的關(guān)鍵需求。

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

分布式計算的特征是每個節(jié)點都有計算功能，缺點是每個用戶都需要管理自己的節(jié)點、硬件、軟件。因此后來出現(xiàn)了云計算，把大量的數(shù)據(jù)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(zhuǎn)變，然而現(xiàn)在我們發(fā)現(xiàn)，碎如雞毛的不同物聯(lián)網(wǎng)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(lián)網(wǎng)應(yīng)用來說顯得尤為重要。

巨頭率先轉(zhuǎn)身擁抱“邊緣計算”

根據(jù)IDC的預(yù)測，到2019年，IoT創(chuàng)建的數(shù)據(jù)將有45%通過邊緣計算被存儲、處理、分析和操作?！按笪锶糁恰保闶沁吘売嬎愕摹叭胧馈敝?，而這次逆襲的引領(lǐng)者，由各大巨頭和主流勢力帶隊。

就在本周召開的微軟Build 2017開發(fā)者大會上，首席執(zhí)行官薩蒂亞·納德拉宣布：微軟遇見了新世界：一個智能云(IntelligentCloud)+智能邊緣(IntelligentEdge)的世界。

微軟在Build大會上發(fā)布了Azure IoT Edge服務(wù)，一個為物聯(lián)網(wǎng)準(zhǔn)備的云服務(wù)。它會有各傳感器和小型計算設(shè)備追蹤工業(yè)場景中的數(shù)據(jù)，然后由微軟的云和AI工具分析。通過這項功能將計算能力由云推向邊緣。

這些舉動也就是指明了計算能力要到邊緣去，因為物聯(lián)網(wǎng)終端數(shù)據(jù)越來越多，會要求更多的計算能力下沉，這也意味著更加分布式的AI和分布式的計算。

亞馬遜這個全球最大的云服務(wù)提供商，也正在指望通過IoT邊緣計算來推動云平臺的發(fā)展。就在最近一次的AWSre:Invent大會上，亞馬遜宣布推出AWS Greengrass。

AWSGreengrass是一種允許用戶以安全方式為互聯(lián)設(shè)備執(zhí)行本地計算、消息收發(fā)和數(shù)據(jù)緩存的軟件。借助 AWS Greengrass，互聯(lián)設(shè)備可以運行AWS Lambda 函數(shù)、同步設(shè)備數(shù)據(jù)以及與其他設(shè)備安全通信，甚至無需連接互聯(lián)網(wǎng)，最大程度地降低將IoT數(shù)據(jù)傳輸?shù)皆贫说某杀尽?/span>

今年4月，Linux基金會發(fā)布開源物聯(lián)網(wǎng)邊緣計算項目：EdgeXFoundry。EdgeX Foundry 并不是一項新標(biāo)準(zhǔn)，而是統(tǒng)一標(biāo)準(zhǔn)和邊緣應(yīng)用的一種方式，它的主要目的是：打造并推廣EdgeX這種面向物聯(lián)網(wǎng)的通用開放標(biāo)準(zhǔn);圍繞可互操作的即插即用部件/組件打造一個生態(tài)系統(tǒng);對EdgeX部件/組件進行認(rèn)證等。

同樣是4月，網(wǎng)絡(luò)巨頭思科和商業(yè)智能公司SAS宣布已經(jīng)開發(fā)了全球第一個用于物聯(lián)網(wǎng)分析的邊緣計算平臺，該平臺將思科的邊緣計算產(chǎn)品與SAS的高級分析功能相結(jié)合。

SAP公司則連續(xù)收購了兩家物聯(lián)網(wǎng)邊緣計算初創(chuàng)企業(yè)：意大利的PLAT.ONE和挪威的Fedem Technology。并購?fù)瓿珊?，SAPHANA云平臺可以在整個企業(yè)的范圍內(nèi)支持IoT業(yè)務(wù)應(yīng)用，無論在云端，還是在邊緣。

戴爾也在積極拓展邊緣計算平臺產(chǎn)品與行業(yè)應(yīng)用，追加發(fā)布專門針對工業(yè)應(yīng)用邊緣計算產(chǎn)品。最近，戴爾推出的邊緣網(wǎng)關(guān)3000系列，擁有實時智能化處理能力，占用空間小，適應(yīng)惡劣環(huán)境，豐富了戴爾邊緣網(wǎng)關(guān)5000系列和嵌入式箱PC3000/5000系列等邊緣計算產(chǎn)品線。

國內(nèi)的通信巨頭華為，也是邊緣計算的積極推動者，參與聯(lián)合倡議發(fā)起了國內(nèi)的邊緣計算產(chǎn)業(yè)聯(lián)盟(Edge Computing Consortium，縮寫為ECC)。

就在本周，還有一項進展值得關(guān)注，初創(chuàng)企業(yè)Neurala宣布深度學(xué)習(xí)取得重大進展，不需要云服務(wù)器，能夠在邊緣學(xué)習(xí)增量對象。這也就意味著人工智能也正在快速進行從云端到邊緣的進化：自動駕駛汽車可以為每個車主或特定的區(qū)域進行個性化設(shè)計;父母可以教一個玩具去識別他們的孩子，而無需擔(dān)心侵犯隱私;工業(yè)級的機器可以為特定的任務(wù)進行自主升級。

借助MDC完成從云端到邊緣的轉(zhuǎn)變

由傳感器產(chǎn)生的實時數(shù)據(jù)在形式和作用方面都與傳統(tǒng)的企業(yè)數(shù)據(jù)有很大的不同，無論是從聯(lián)網(wǎng)汽車中產(chǎn)生的千兆字節(jié)數(shù)據(jù)，還是來自工業(yè)機器人裝配線的控制數(shù)據(jù)，邊緣計算都必須比過去所開發(fā)的任何云端技術(shù)更敏捷、更自主、更可靠。

在使用物聯(lián)網(wǎng)系統(tǒng)之前，很多人沒有意識到大量的物聯(lián)網(wǎng)數(shù)據(jù)可能永遠都不會被傳送到云端，只適合就地進行處理，如果沒有被實時處理，數(shù)據(jù)價值也將不復(fù)。

有些數(shù)據(jù)的“保鮮期”很短，處理一旦延誤，就會迅速“變質(zhì)”，數(shù)據(jù)價值呈斷崖式跌落。因此不是所有數(shù)據(jù)都必須上傳到云平臺，何況關(guān)鍵信息還有可能在傳送過程中延誤或者受到干擾，尤其是那些通過LPWAN(低功耗廣域網(wǎng))傳輸?shù)男畔ⅰ?/span>

我們必須對這些關(guān)鍵數(shù)據(jù)快速響應(yīng)以做出決策，要么在短時間內(nèi)就采取行動，要么就眼睜睜的看著最佳時機溜走。

邊緣計算的崛起也意味著巨頭們必須放棄完全控制或主導(dǎo)IoT市場的夢想，而是專注于跨越多層數(shù)據(jù)架構(gòu)開展廣泛合作。作為一種迭代升級之后的理念，邊緣計算也將重新定義云、管、端之間的關(guān)系。

那么對于行業(yè)應(yīng)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(shù)，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(xiàn)成的，采用比如微型模塊化數(shù)據(jù)中心(MDC)等邊緣計算方案。

MDC已經(jīng)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(xì)制造數(shù)據(jù)和過程的軟硬件解決方案。隨著物聯(lián)網(wǎng)的發(fā)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(xiàn)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(yīng)用場景千變?nèi)f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(huán)境進行微型MDC優(yōu)化的步驟是必不可少的。

開放基礎(chǔ)：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(zhàn)，為了實現(xiàn)服務(wù)敏捷性，擁有開放敏捷的底層基礎(chǔ)架構(gòu)，可以按照需求自動擴展資源配比變得異常關(guān)鍵。

賦權(quán)分析：處理邊緣的數(shù)據(jù)是一回事，分析邊緣的數(shù)據(jù)是另一回事。微型MDC應(yīng)該具有就地進行分析的能力，越靠近生成數(shù)據(jù)的高速設(shè)備或傳感器越好，以便迅速提供業(yè)務(wù)洞察。

快速使用：不僅微型MDC應(yīng)具備靈活配置的運算、存儲、網(wǎng)絡(luò)、電源和冷卻等選項，還應(yīng)以準(zhǔn)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(chuàng)造。

統(tǒng)一管理：邊緣計算的解決方案大多比較分散，做到統(tǒng)一管理并不容易。為了做到這一點，設(shè)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(guān)的數(shù)據(jù)中心、IT設(shè)備以及傳感器。