|
新聞中心
當(dāng)前位置：網(wǎng)站首頁 > 新聞中心
云端大戰(zhàn)的下一步，邊緣計(jì)算
十多年前，Amazon Web Services(AWS)以一個(gè)可提供靈活計(jì)算實(shí)例的系統(tǒng)的形象出現(xiàn)在了人們面前。對于AWS的誕生，人們持有不同的觀點(diǎn)，比如有人認(rèn)為Amazon創(chuàng)建AWS的目的就是讓那些在自己平臺中的零售商不用再承擔(dān)那些自建系統(tǒng)所帶來的IT負(fù)擔(dān)。其實(shí)在當(dāng)時(shí)，大多數(shù)人僅僅將AWS視為Amazon推出的一項(xiàng)附加業(yè)務(wù)，而Amazon那邊也沒對AWS進(jìn)行過多的宣傳。
后來，隨著大大小小的各種企業(yè)組建接受了AWS的服務(wù)，AWS一直處穩(wěn)健地增長之中。不過直到2015年AWS年度收入超過了50億美元之后，Amazon方面才將AWS的數(shù)據(jù)公布了出來，這自然是Amazon過人之處。如今，幾乎所有Amazon的營業(yè)收入均來自于AWS，它顯然成為了Amazon的增長引擎。
在2006到2015年時(shí)，大多數(shù)的本地服務(wù)器、存儲和網(wǎng)絡(luò)廠商均經(jīng)歷了一個(gè)增速放緩期，這時(shí)，他們通常會以整體市場表現(xiàn)不好(特別是2008的金融危機(jī))以作為相關(guān)的推辭。但事實(shí)是，增速與利潤均流向了那些云端的公司，如Amazon、Linkedin、Facebook、Twitter和Google等。
微軟方面則做出了一些關(guān)鍵性的轉(zhuǎn)型，它取消了對客戶和合作伙伴征收“戰(zhàn)略稅”，并最終重新確定了Windows在其自身體系中的重要性。這促成了“Azure時(shí)代”的來臨以及微軟對自身的重塑。
Google自然不甘人后，它意識到，企業(yè)服務(wù)是一個(gè)相當(dāng)穩(wěn)定并具有很高利潤的商業(yè)模式，這可為它帶來持續(xù)性地增長。同時(shí)，Google也在Android、自動駕駛、Google眼鏡(VR/AR)以及長壽研究等領(lǐng)域中探索。
當(dāng)我們將時(shí)間快進(jìn)到當(dāng)前的2018年，云端大戰(zhàn)的上半場已經(jīng)結(jié)束。對于各個(gè)云服務(wù)玩家來說，他們對未來3-5年的市場變化均擁有一個(gè)清晰的認(rèn)識，那就是：數(shù)據(jù)。廠商所爭奪的重心正逐漸從功能/性能快速轉(zhuǎn)變到數(shù)據(jù)之上。這些數(shù)據(jù)具有相當(dāng)大的吸引性，并具有“人們可隨時(shí)查看，但不能說走就走”(即，入口是免費(fèi)的，但從云端拿取數(shù)據(jù)時(shí)必須支付費(fèi)用)的特征。之后，技術(shù)的發(fā)展帶來了更多鎖定性的產(chǎn)品，如API(如Google的 Vision APIs)和作為算法的服務(wù)(如AmazonLex的會話接口)。
目前，云廠商都關(guān)注的一點(diǎn)還在于物聯(lián)網(wǎng)技術(shù)的發(fā)展，而這將推動物聯(lián)網(wǎng)邊緣(IoT edge)技術(shù)的出現(xiàn)。在定義中，物聯(lián)網(wǎng)是一套需要本地智能計(jì)算支持才能生成大量數(shù)據(jù)的智能系統(tǒng)。
而物聯(lián)網(wǎng)邊緣將成為一種挑戰(zhàn)，是因?yàn)楝F(xiàn)在的云計(jì)算并沒有為物聯(lián)網(wǎng)的到來做好準(zhǔn)備。如果這個(gè)問題不能得以解決，那么云計(jì)算的增長勢必會具有一個(gè)增長瓶頸。Gartner分析師Thomas Bitman在他的“邊緣將吃掉云計(jì)算”(The Edge will Eat the Cloud)文章中寫到，“云計(jì)算具有很棒的靈活性……但是它有克服不了物理問題：數(shù)據(jù)的重量和光的速度”。
云供應(yīng)商自然沒忽視這一點(diǎn)，他們正在想辦法以解決這個(gè)問題。今年2月，Google收購了LogMeIn的Xively物聯(lián)網(wǎng)平臺，而今年4月，微軟則宣布它對于物聯(lián)網(wǎng)方面的支出將提升兩倍，達(dá)到50億美元以上。
這是因?yàn)?，這些云廠商意識到了他們失去了IT市場中很大的一部分，及物聯(lián)網(wǎng)/邊緣市場。而且，他們也明白，如果不能解決現(xiàn)有的問題，他們現(xiàn)有的云收入很可能就會受到極大的影響。因?yàn)槲锫?lián)網(wǎng)邊緣所產(chǎn)生的數(shù)據(jù)量級將使得那些存儲在云數(shù)據(jù)中心中的數(shù)據(jù)相形見絀。
目前的云產(chǎn)品之所以不能解決物聯(lián)網(wǎng)邊緣的問題，是因?yàn)樵朴?jì)算的設(shè)計(jì)原則是與那些邊緣需求并不相關(guān)。
相比于云計(jì)算，物聯(lián)網(wǎng)和邊緣系統(tǒng)具有截然不同的特性：
具有占地面積小，功耗敏感的軟件堆棧。軟件不可能被無限制地?cái)U(kuò)展，而在云中添加容器的成本又不可能為零。因此，我們需要進(jìn)行優(yōu)化，以盡量減少內(nèi)存和CPU的占地面積。盡管在進(jìn)行大規(guī)模的部署時(shí)，這會為企業(yè)帶來更大的利益，但是當(dāng)在快速解決重要挑戰(zhàn)時(shí)，它反倒成為了一個(gè)問題。而物聯(lián)網(wǎng)邊緣則正好相反，物聯(lián)網(wǎng)邊緣可以設(shè)計(jì)在一個(gè)非常小的設(shè)備或傳感器上，幾乎不會占用額外的軟件空間。
延遲可變。從邊緣設(shè)備到云的延遲可能從幾百毫秒到無限延遲不等。而云端的延遲則是由跨虛擬機(jī)和跨區(qū)域的實(shí)際情況決定的，往往更加穩(wěn)定。
多樣的網(wǎng)絡(luò)。邊緣堆?？稍诙喾N不同的網(wǎng)絡(luò)中運(yùn)行。一些邊緣計(jì)算可以通過以太網(wǎng)、蜂窩(Cellular)、衛(wèi)星與WiFi進(jìn)行連接。而云計(jì)算一般只能通過標(biāo)準(zhǔn)化的有線連接、以太網(wǎng)類網(wǎng)絡(luò)系統(tǒng)進(jìn)行聯(lián)通。
不可預(yù)測的帶寬。在物聯(lián)網(wǎng)中，帶寬也可能是變化的，軟件需要能夠應(yīng)對這一問題。
偶發(fā)連接性。物聯(lián)網(wǎng)/邊緣系統(tǒng)的連接具有偶發(fā)性。對于那些列車和貨船來說，每當(dāng)他們在一個(gè)車站或碼頭?？繒r(shí)，它們都需要對網(wǎng)絡(luò)進(jìn)行重新偶發(fā)連接。這也適用于那些小型承包商偶爾對物聯(lián)網(wǎng)設(shè)備進(jìn)行連接的情況。
而伴隨著公司開始通過AI和數(shù)據(jù)以塑造出自身的互聯(lián)網(wǎng)邊緣系統(tǒng)，我們還是要記住歷史告訴我們的一些原則：
開放API.企業(yè)應(yīng)該使用一個(gè)開放的API平臺，而不是鎖定在某一云供應(yīng)商的平臺之上。
結(jié)構(gòu)。我們需要了解到多個(gè)物聯(lián)網(wǎng)系統(tǒng)與區(qū)域和全球云系統(tǒng)的連接實(shí)際上構(gòu)建了一個(gè)數(shù)據(jù)結(jié)構(gòu)。我們確保應(yīng)用程序能夠訪問全系統(tǒng)的單一數(shù)據(jù)，以便數(shù)據(jù)移動不會導(dǎo)致重寫應(yīng)用程序。
在當(dāng)?shù)匦袆?、在全球?qū)W習(xí)。AI及其邊緣機(jī)器學(xué)習(xí)的子分支需要企業(yè)具備本地和獨(dú)立行為的能力，以便在不依賴云的情況下有效應(yīng)對當(dāng)?shù)氐那闆r。 話雖如此，系統(tǒng)/結(jié)構(gòu)仍需要以一種可從全部邊緣進(jìn)行全方位學(xué)習(xí)的方式，然后將該智能反饋到每個(gè)邊緣。
不要將系統(tǒng)設(shè)置的過于龐大。將所有控制和管理功能都放在云中，反而可能會是系統(tǒng)更容易出現(xiàn)故障。該系統(tǒng)應(yīng)該可以被分解為單獨(dú)的數(shù)據(jù)集群， 無論是在邊緣，在區(qū)域云中還是在全球云中，這樣就可以將它們進(jìn)行統(tǒng)一管理或單獨(dú)管理。
安全。隨著數(shù)據(jù)驅(qū)動策略將聚合型的智能數(shù)據(jù)推送到云上，現(xiàn)在我們有了安全機(jī)制來確保云中的數(shù)據(jù)安全。但是邊緣呢?安全策略框架不應(yīng)該為同一數(shù)據(jù)進(jìn)行多次重新創(chuàng)建，這取決于當(dāng)前數(shù)據(jù)所在的位置。
云是過去與現(xiàn)在，那么當(dāng)物聯(lián)網(wǎng)時(shí)代來臨時(shí)，邊緣是否將成為未來?
|
