1. 边缘计算不仅仅是关于延迟
边缘计算是一种模式,它使计算和数据存储更接近需要的地方。它与传统的云计算模式形成了鲜明对比,传统的云计算模式将计算集中在少数几个超大规模的数据中心。
在本文中,边缘可以是在比传统云数据中心更接近最终用户或设备的任何位置。它可能在一百英里之外、一英里之外、在本地或在设备上。无论采用何种方法,传统的边缘计算都强调边缘的强大功能是最小化延迟,既是为了改善用户体验,也是为了启用新的延迟敏感应用程序。这确实是边缘计算的一种服务。虽然延迟缓解是一个重要的用例,但它可能不是最有价值的用例。边缘计算的另一个用例是最小化来往于云的网络流量,或者一些人所说的云卸载,这可能会带来与延迟缓解一样多的经济价值。
云卸载的根本驱动力是用户、设备还有传感器正在生成的庞大数据量。Macrometa的首席执行官Chetan Venkatesh去年年底对我说,“从根本上讲,边缘是一个数据问题。”Macrometa是一家在边缘计算领域应对数据挑战的初创公司。云卸载之所以出现,是因为移动所有这些数据都要花钱。而且如果没有必要,很多人宁愿不移动。边缘计算提供了一种从生成数据的地方提取价值的方法,而不会将其移到边缘之外。如有必要,可以将数据精简为一个子集,以便更经济地发送到云中进行存储或进一步分析。
云卸载的一个非常典型的用途是处理视频或音频数据,这是最需要带宽的两种数据类型。据我最近采访的一位参与部署的联系人透露,一家在亚洲拥有10000多家门店的零售商正在用此处理业务。他们将边缘计算用于视频监控和店内语言翻译服务。但是,还有其他的数据源也需要花费同样多的钱才能传输到云中。另一位联系人是一家大型IT软件供应商,他们分析从其客户的本地IT基础设施传来的实时数据,以预防问题并优化性能。它使用边缘计算来避免将所有这些数据返回到AWS。工业设备也产生大量的数据,是云卸载的主要选择者。
2. 边缘是云的延伸
尽管早期有人宣称边缘会取代云,但更准确的说法是边缘会扩大云的范围。它不会削弱正在进行的工作负载迁移到云的趋势。但目前正在进行一系列活动,将按需资源可用性和物理基础设施抽象的云计算公式扩展到距离传统云数据中心越来越远的位置。这些边缘位置将使用从云演变而来的工具和方法进行管理,随着时间的推移,云和边缘之间的界限将变得模糊。
边缘和云是同一个连续体的一部分这一事实,在AWS和Microsoft Azure等公有云提供商的边缘计算计划中显而易见。如果您是一家希望进行内部边缘计算的企业,亚马逊现在将向您发送一个AWS前哨站,这是一个完全组装的计算和存储机架,模拟亚马逊自己数据中心的硬件设计。它安装在客户自己的数据中心,由亚马逊监控、维护和升级。重要的是,前哨站运行着AWS用户开始依赖的许多相同的服务,比如EC2计算服务,这使边缘在操作上类似于云。微软的Azure Stack Edge产品也有类似的目标。这些产品发出了一个明确的信号,即云提供商设想将云和边缘基础设施统一在一个保护伞下。
3. 边缘基础设施分阶段建成
虽然有些应用程序最好在本地运行,但在许多情况下,应用程序所有者希望运用边缘计算,而不必占用任何本地空间。这就需要访问一种新的基础设施,这种基础设施看起来很像云,但在地理分布上要比现在组成云的几十个高级别数据中心分散得多。这种基础设施现在才刚刚开始使用,它可能会分三个阶段发展,每个阶段都会通过越来越广泛的地理足迹扩大边缘的覆盖范围。