提到邊緣計算，還得從物聯(lián)網(wǎng)說起。時至今日，物聯(lián)網(wǎng)在IT領域的發(fā)展趨勢已然成型，且前景依然廣闊。有人稱物聯(lián)網(wǎng)是人類繼工業(yè)革命和信息革命后的又一場偉大革命。當然，偉大革命的興起也必將會催生數(shù)十個萬億級的經(jīng)濟市場，人類社會也將進入一個智能智慧的全新時代。下面就隨網(wǎng)絡通信小編一起來了解一下相關(guān)內(nèi)容吧。

而物聯(lián)網(wǎng)發(fā)展至今，面臨的關(guān)鍵挑戰(zhàn)是如何從如此多的設備上處理數(shù)據(jù)。據(jù)思科預測，到2021年全球云數(shù)據(jù)中心流量將達到每年19.5 ZB，比2016年的每年6.0 ZB增長3.3倍，2016年到2021年的年復合增長率(CAGR)高達27%。到2021年全球云數(shù)據(jù)中心流量將占到數(shù)據(jù)中心總流量的95%，比2016年的88%增長顯著。

因此，強勁的市場需求進一步驅(qū)動物聯(lián)網(wǎng)發(fā)展，當然，從物聯(lián)網(wǎng)的發(fā)展中也看到了云計算的苗頭。眾所周知，在萬物互聯(lián)的時代，可穿戴設備、無人機、無人駕駛等更多的終端設備對云計算中心的依賴愈加強烈。物聯(lián)網(wǎng)主要處理設備上生成的有價值的數(shù)據(jù)，云計算的運用是來自集中式計算和存儲的數(shù)據(jù)。在這樣的趨勢下，兩者之間需要一種技術(shù)去輔助計算并處理數(shù)據(jù)。

這時，邊緣計算應運而生。首先來簡談下概念，邊緣計算是將大部分數(shù)據(jù)處理推送到網(wǎng)絡的邊緣側(cè)，融合了網(wǎng)絡、計算、存儲、應用核心能力的開放計算平臺，就近提供邊緣智能服務，滿足在數(shù)字化時代在敏捷聯(lián)接、實時業(yè)務、數(shù)據(jù)優(yōu)化、應用智能、安全與隱私保護等方面的關(guān)鍵需求。

云計算的潮流仍方興未艾，邊緣計算從何說起？

如果將云計算中心比作為大腦，那么邊緣計算更像是大腦輸出的神經(jīng)觸角，聯(lián)接到各個智能終端。兩者的關(guān)系就是邊緣和集中系統(tǒng)之間處理的分割問題。比如智能家居中網(wǎng)關(guān)可被視為家庭內(nèi)電子設備和云計算中心之間的邊緣;又如可穿戴的醫(yī)療設備可被視為個人用戶與云計算中心之間的邊緣。由此可以看出，邊緣計算確實在當下提供了更多的便利，也正是因為其優(yōu)勢，業(yè)內(nèi)流傳了"邊緣計算將取代云計算的"輿論。

事實上，邊緣計算的模型與云計算模型不是非此即彼的關(guān)系，而是相輔助相成的。兩者的巧妙結(jié)合也為萬物互聯(lián)時代的信息處理提供完美的軟硬件平臺支撐。在前面也提到了，云計算主要是處理和存儲的集中化，為計算提供一個更加高效和可擴展的平臺。邊緣計算只是簡單地將處理和存儲的一部分靠近產(chǎn)生和使用數(shù)據(jù)的設備，它將成為我們云中部署支持特定用例的方法之一，而物聯(lián)網(wǎng)是目前最適用的。

至于取代的問題，在筆者看來，技術(shù)上是應該不會的，即使云計算將取代所有內(nèi)部計算的預言也是很牽強。雖然大量的本地系統(tǒng)可以遷移到公有云，但這些系統(tǒng)中很大一部分不能由于在公有云上沒有平臺類比，亦或是遷移成本太高。

也可以理解為一個腳趾代替一個身體。云計算是一個涵蓋所有類型的計算方法和技術(shù)的廣泛概念，可以把它看成一個宏觀的技術(shù)模式。邊緣計算只是一個微觀模式。

搭載物聯(lián)網(wǎng)的發(fā)展，邊緣計算也迎來了大好春天。業(yè)內(nèi)廠商自然也不會放過這塊蛋糕。據(jù)了解，在2017年華為全聯(lián)接大會上，華為網(wǎng)絡研發(fā)部負責人介紹目前正在面向中歐做邊緣計算做開發(fā)測試云，并在工業(yè)無線、數(shù)據(jù)集成、SDN等關(guān)鍵領域展開技術(shù)布局，將持續(xù)投放技術(shù)研究。

英特爾在安防、車載交通、零售和工業(yè)四大行業(yè)紛紛進行邊緣計算一系列探索。除此之外，近期還公布了名為英特爾Xeon D-2100處理器，以幫助那些希望將計算推向邊緣的客戶，可以看出英特爾也在努力順應物聯(lián)網(wǎng)、邊緣計算等新興技術(shù)趨勢。

另外，中興通訊已經(jīng)擁有了完整的邊緣計算解決方案以及包括虛擬化技術(shù)、容器技術(shù)、分流技術(shù)等核心技術(shù)和專利，相關(guān)解決方案覆蓋物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、本地緩存等六大場景。