为什么说边缘计算将是云计算的终结者

边缘计算主要指在靠近物或数据源头的一侧，就近提供计算服务，以产生更快的网络服务响应，满足应用的实时性和数据保护等方面的需求。近期边缘计算的概念异常火热，甚至有声音认为边缘计算将是云计算的“终结者”。

云边协同大势所趋，但仍处于初级阶段

事实上，正如中国信息通信研究院云计算与大数据研究所所长何宝宏所言，边缘计算更多是为了配合通信、存储（如CDN）或安全（如防火墙）等应用而存在的，边缘计算可能形成一些新产品，但不可能形成一个新行业。边缘计算旨在弥补现阶段部分应用场景下中心云计算所面临的一些短板，“云边协同”将成为未来发展的重要趋势。现在已经有部分边缘计算产品逐步推出，但云边协同的发展仍处于探索阶段。

以物联网场景为例，物联网中的设备产生大量数据，在上传到云端处理的过程中，会对云端造成巨大压力，为分担中心云节点的压力，边缘计算节点可以负责自己范围内的数据计算和存储工作。

然而，由于大多数的数据并不是一次性数据，那些经过处理的数据仍需要从边缘节点汇聚集中到中心云，中心云做大数据分析挖掘、数据共享，并进行算法模型的训练和升级，升级后的算法推送到前端，使前端设备更新和升级，完成自主学习闭环。同时，存储边缘的数据具备备份的需要，当边缘计算过程中出现意外，存储在云端的数据也不会丢失。

在更多的场景下，云计算将与边缘计算形成一种互补、协同的关系，边缘计算需要与云计算通过紧密协同才能更好地满足各种应用场景的需求。边缘计算将主要负责那些实时、短周期数据的处理任务，负责本地业务的实时处理与执行，为云端提供高价值的数据；云计算负责边缘节点难以胜任的计算任务，同时，通过大数据分析，负责非实时、长周期数据的处理，优化输出的业务规则或模型，下放到边缘侧，使边缘计算更加满足本地的需求，完成应用的全生命周期管理。

云边协同赋能三大典型应用场景

由于单点故障在工业级应用场景中绝对不被接受，因此除了云端的统一控制外，工业现场的设备也必须具备一定的计算能力，能够自主判断并解决问题。边缘计算可以更便捷地处理工厂设备产生的海量数据，及时检测异常情况，更好地实现预测性监控，提升工厂运行效率的同时也能预防设备故障问题。边缘节点将处理后的数据上传到云端进行存储、管理、态势感知，同时，云端也负责对数据传输监控和边缘设备使用进行管理。

目前，一些大型工业企业已经着手建设一站式云边协同平台。如海尔COSMO-Edge平台提供多元的边缘设备接入能力与边缘计算能力，提供设备即服务的应用模式，帮助用户快速构建工业互联网应用，实现数字化生产；长虹IMES平台在工厂网络边缘层实现工业现场的数据接入，提供数据采集、数据分析等服务，构建云端-边缘协同化的生产管理体系。

在自动驾驶方面，成千上万的自动驾驶数据上传到云端，在云端进行图像分析，并进行机器学习，完善汽车AI能力，当汽车停放或未被使用时，汽车AI从云端获取系统和导航地图等更新信息，同时云端与交通控制系统和其它智慧城市基础设施连接，这些信息也会同步下载到汽车终端，完善汽车终端系统。例如百度智能汽车通过基础云服务、用户APP、地图数据、OEM方案，打造HMI人机交互平台，提供自动驾驶系统解决方案。

MEC最初指移动边缘计算，后来概念扩展为多接入边缘计算。MEC是电信蜂窝网络与互联网深度融合的缩影，通过MEC可以较好地降低移动设备与服务器之间的时延，提升游戏、视频和基于数据流的互联网内容的用户体验。5G架构从设计之初将边缘计算作为关键环节，5G时代业务处理功能依托边缘计算下沉到基站，数据传输时延可实现大幅降低。目前运营商在部署MEC方面势头明显，2018年中国联通在15个省市开展了Edge-Cloud规模试点；中国移动通过成立边缘计算开放实验室、发布边缘计算“Pioneer 300”先锋行动等推进MEC部署。

从多维度解决协同问题

边缘协同任重道远，需要从多维度解决协同问题。

其一，连接协同。伴随连接设备数量的剧增，网络运维管理、灵活扩展和可靠性保障面临巨大挑战。同时，工业现场长期以来存在大量异构的总线连接，多种制式的工业以太网并存，如何兼容多种连接并且确保连接的实时可靠是必须要解决的现实问题。

其二，数据协同。统一数据连接和数据聚合是业务智能的基础，解决当前工业现场存在的多样化与异构的技术和标准的问题，离不开跨厂商、跨领域的数据集成与互操作。

其三，任务协同。任务的下达和反馈是实现引用场景功能的重要沟通手段，云端面对海量的边缘侧设备和复杂的应用环境，如何能够将任务准确完整下达到边缘侧；边缘侧设备通过边缘计算后，如何将有效信息整合到任务中进行反馈，都是考验云边协同能力的重要指标。

其四，管理协同。云边协同的管理协同包含两方面内容：一是云端如何对海量和异构的边缘侧设备的接入进行统一和有效的管理；二是如何对边缘侧设备和云端的应用开发管理、生命周期管理、业务管理进行协同，保证边缘侧设备和运算能够共同完成某应用场景的管理工作。

其五，安全协同。边缘侧的设备和产生的数据接入到云端的安全和隐私如何保证，云端如何抵御来自边缘侧的攻击，云端下放到边缘侧的数据如何保证安全，这些都是安全领域需要关注的重点内容。

其六，多方协同。边缘计算和云计算协同应用场景越来越多，越来越复杂，如何在同一应用场景中实现云边协同、边边协同、多边协同等多方协同方案，成为越来越需要着重考虑的问题；如何统一不同应用场景中的云边协同、边边协同、多边协同也是另一个重要的方面。

然而，当前边缘计算的概念火热，各类靠近用户侧的产品和业务都容易被冠以边缘计算的帽子，同时针对云边协同的标准仍处于缺位状态。建议产业界保持理性，从典型场景的业务需求出发，在企业上云的大环境下，综合成本因素和实际效果，逐步探索将部分计算能力下沉到边缘侧，切忌过于着急将计算能力边缘化部署。同时，建议相关研究机构从整体布局之初，就对中心云与边缘侧的协同框架进行标准化设计，加快制定相关协同技术、服务和应用标准，引导企业提升云边协同服务水平，推动云边协同健康发展。