近兩年，邊緣計算成了業(yè)界新的關(guān)注焦點。由于各個行業(yè)對AI的需求不斷增加，行業(yè)對云端反饋的時延提出更高的要求，各企業(yè)不斷加強在邊緣側(cè)和端側(cè)的布局，將AI、高性能計算方面的成果不斷下沉，促進了邊緣計算的崛起。

　　邊緣計算如朝陽初升 全球加速布局

　　從全球來看，邊緣計算市場可謂是一片朝陽，Gartner數(shù)據(jù)預測，到2021年40％企業(yè)的邊緣計算策略將就位，而2017年這一比例僅有1％左右。同樣，根據(jù)IDC預測，到2021年，全球云計算市場的規(guī)模將達到5650億美元，這其中約有20%為邊緣云，市場規(guī)?？蛇_到1130億美元，其中43%的物聯(lián)網(wǎng)計算將發(fā)生在邊緣。

　　例如，美國市場上，邊緣計算相關(guān)的布局正來勢洶洶。亞馬遜推出了可以和客戶實時互聯(lián)、實時響應的AWS Greengrass邊緣計算平臺；微軟隨后發(fā)布了面向物聯(lián)網(wǎng)的Azure IoT Edge服務，將計算能力由Azure端推送至邊緣設(shè)備；阿里推出Edge-Link平臺。百度云推出IntelliEdge。思科、英特爾等硬件廠商也在紛紛探索MEC技術(shù)及應用。

　　然而，這些邊緣計算的產(chǎn)品形態(tài)大同小異，基本都是在設(shè)備端安裝運行的一套軟件應用環(huán)境以及配套IoT設(shè)備的SDK。嵌入式系統(tǒng)設(shè)備、網(wǎng)關(guān)或者邊緣主機，從云端獲取/更新程序，執(zhí)行本地計算。邊緣計算發(fā)揮云端訓練和邊緣推理的AI優(yōu)勢，致力于物聯(lián)網(wǎng)大規(guī)模設(shè)備管理、數(shù)據(jù)分析、語音/圖像識別，加速行業(yè)智能化，在智能樓宇、電梯物聯(lián)網(wǎng)、智慧城市、自動駕駛等行業(yè)具有廣闊的應用前景。

　　邊緣計算仍處于初期階段

　　眾所周知，CDN業(yè)務天然需要分布式部署，邊緣服務節(jié)點大都部屬在離用戶最近的位置 ，既有業(yè)務內(nèi)容的存儲與分發(fā)，也有簡單的業(yè)務邏輯計算處理。那么，CDN企業(yè)在當前邊緣計算迅猛發(fā)展的形勢下，如何看待邊緣計算發(fā)展與CDN的關(guān)系，又會進行怎樣的相關(guān)業(yè)務布局呢？為此，藍汛副總裁劉斌分享了他的觀點。在劉斌看來目前邊緣計算技術(shù)快速進步，各類應用場景不斷涌現(xiàn)，但整體仍處于發(fā)展初期階段，CDN 天然就是一種典型的邊緣計算應用場景，如果能將CDN技術(shù)與邊緣計算的發(fā)展有效結(jié)合，將能很好的促進兩者的發(fā)展，挖掘出更多的商機。

　　劉斌表示，從發(fā)展角度來看，未來隨著AI、物聯(lián)網(wǎng)、5G技術(shù)的發(fā)展以及大量智能應用的不斷涌現(xiàn)，邊緣計算將在未來大放異彩。然而，目前邊緣計算還處于發(fā)展的初期階段。一方面， 在邊緣計算本身的概念上，不同行業(yè)都從自己角度出發(fā)，有著不同的認識和理解，對邊緣計算范圍與內(nèi)涵，應用層與平臺層的關(guān)系與邊界，尚無統(tǒng)一的定義與共識；另一方面，對實現(xiàn)邊緣計算的商業(yè)落地路徑上，也是處在各個行業(yè)獨自不斷探索的過程中，遠未達到清晰與標準。

　　這表現(xiàn)在業(yè)內(nèi)對CDN與邊緣計算關(guān)系的理解上。一種典型思路是，CDN企業(yè)借助CDN節(jié)點天然就是分布式邊緣點的優(yōu)勢， 將傳統(tǒng)CDN節(jié)點改造升級為邊緣計算節(jié)點，將CDN 業(yè)務平臺升級為還可提供邊緣計算能力的平臺;或者在提供CDN業(yè)務的同時，擴展出新的邊緣計算應用，開辟新的業(yè)務線。

　　與之類似， 電信運營商在5G中將核心網(wǎng)業(yè)務數(shù)據(jù)層下沉到基站，大力推進MEC與業(yè)務分片技術(shù);作為下沉到家庭的路由器廠商將產(chǎn)品升級到可訂制編程，加入三方應用入口，推出各類新挖礦等新業(yè)務模式等，其實都是從自身已有優(yōu)勢資源角度出發(fā)，對未來邊緣計算的技術(shù)，商務模式的探索與解讀。

　　“當然，除了上面提到的不同企業(yè)對邊緣計算中‘邊緣’這一要素的理解與擴展外，邊緣

　　計算中另外一個要素‘計算’，尤其值得我們關(guān)注。目前計算能力主流都是x86架構(gòu)的天下，而邊緣計算中機器學習、人工智能相關(guān)場景的快速演進，卻為專門針對AI算法的新架構(gòu)芯片的發(fā)展，提供了重要的契機。從CPU，GPU/ARM到TPU， 邊緣計算的發(fā)展很有可能會引發(fā)芯片技術(shù)市場格局的變革。谷歌近期發(fā)布的Edge TPU，可直接在邊緣運行tensorFlow Lite 機器學習模型，是‘計算’這一要素不斷豐富，快速發(fā)展的一個顯著的信號”，劉斌表示。

　　CDN 這種典型的邊緣計算場景 如何抓住邊緣計算快速發(fā)展的新契機

　　如上提到，CDN行業(yè)內(nèi)一直有觀點認為，將CDN系統(tǒng)平臺升級為邊緣計算平臺，在CDN 服務中增加新的邊緣計算應用是水到渠成的做法，而邊緣計算也將成為CDN未來發(fā)展的必然方向。

　　而劉斌卻分享了不同的觀點，

　　1， CDN節(jié)點不能完全等同邊緣計算節(jié)點，邊緣計算節(jié)點對節(jié)點數(shù)量要求更多，地理位置更加下沉。

　　2， 應該將邊緣計算分為平臺層和應用層獨立看待，邊緣計算平臺層，可為各類不同邊緣計算應用提供計算、存儲、網(wǎng)絡(luò)的按需分配、靈活配置、快速部署，基礎(chǔ)API調(diào)用等基礎(chǔ)平臺功能；應用層則深入業(yè)務，只關(guān)注在具體業(yè)務的邏輯功能實現(xiàn)；

　　3， 需將CDN業(yè)務作為一種典型的邊緣計算應用來看待，將CDN演進為架構(gòu)于邊緣計算基礎(chǔ)平臺上的PAAS層平臺，充分利用邊緣計算技術(shù)發(fā)展而帶來的效率提升，進一步提高CDN的成本效率，而不是將CDN演進為支持各類應用的邊緣計算平臺。

　　4， 未來芯片計算能力越來越強，邊緣計算節(jié)點部署更為分散，從耗電角度看，對機房環(huán)境要求低于標準的數(shù)據(jù)中心，但是區(qū)域內(nèi)邊緣點間網(wǎng)絡(luò)交互時延卻要求更高，分布式的小規(guī)模的互通數(shù)據(jù)中心可能會應運而生。

　　在劉斌看來，任何技術(shù)的發(fā)展，都離不開對業(yè)務需求的快速滿足和對行業(yè)生產(chǎn)效率的不斷提升，云計算、CDN、邊緣計算的發(fā)展都是如此。如果邊緣計算能借助CDN業(yè)務流量大的特征快速突破，迅速壯大，而CDN同時也能借助邊緣計算技術(shù)優(yōu)勢進一步提升成本效率，那么這不僅是十分有利于邊緣計算的發(fā)展，同時也將是CDN行業(yè)的再次創(chuàng)新。