云計算與IOT平臺之爭 邊緣計算成主戰場

　　微軟在Build大會上發布了Azure IoT Edge服務，一個為物聯網準備的云服務。它會有各傳感器和小型計算設備追蹤工業場景中的數據，然后由微軟的云和AI工具分析。通過這項功能將計算能力由云推向邊緣。

　　這些舉動也就是指明了計算能力要到邊緣去，因為物聯網終端數據越來越多，會要求更多的計算能力下沉，這也意味著更加分布式的AI和分布式的計算。

　　亞馬遜這個全球最大的云服務提供商，也正在指望通過IoT邊緣計算來推動云平臺的發展。就在最近一次的AWSre:Invent大會上，亞馬遜宣布推出AWS Greengrass。

　　AWSGreengrass是一種允許用戶以安全方式為互聯設備執行本地計算、消息收發和數據緩存的軟件。借助 AWS Greengrass，互聯設備可以運行AWS Lambda 函數、同步設備數據以及與其他設備安全通信，甚至無需連接互聯網，最大程度地降低將IoT數據傳輸到云端的成本。

　　今年4月，Linux基金會發布開源物聯網邊緣計算項目：EdgeXFoundry。EdgeX Foundry 并不是一項新標準，而是統一標準和邊緣應用的一種方式，它的主要目的是：打造并推廣EdgeX這種面向物聯網的通用開放標準;圍繞可互操作的即插即用部件/組件打造一個生態系統;對EdgeX部件/組件進行認證等。

　　同樣是4月，網絡巨頭思科和商業智能公司SAS宣布已經開發了全球第一個用于物聯網分析的邊緣計算平臺，該平臺將思科的邊緣計算產品與SAS的高級分析功能相結合。

　　SAP公司則連續收購了兩家物聯網邊緣計算初創企業：意大利的PLAT.ONE和挪威的Fedem Technology。并購完成后，SAPHANA云平臺可以在整個企業的范圍內支持IoT業務應用，無論在云端，還是在邊緣。

　　戴爾也在積極拓展邊緣計算平臺產品與行業應用，追加發布專門針對工業應用邊緣計算產品。最近，戴爾推出的邊緣網關3000系列，擁有實時智能化處理能力，占用空間小，適應惡劣環境，豐富了戴爾邊緣網關5000系列和嵌入式箱PC3000/5000系列等邊緣計算產品線。

　　國內的通信巨頭華為，也是邊緣計算的積極推動者，參與聯合倡議發起了國內的邊緣計算產業聯盟(Edge Computing Consortium，縮寫為ECC)。

　　就在本周，還有一項進展值得關注，初創企業Neurala宣布深度學習取得重大進展，不需要云服務器，能夠在邊緣學習增量對象。這也就意味著人工智能也正在快速進行從云端到邊緣的進化：自動駕駛汽車可以為每個車主或特定的區域進行個性化設計;父母可以教一個玩具去識別他們的孩子，而無需擔心侵犯隱私;工業級的機器可以為特定的任務進行自主升級。

　　借助MDC完成從云端到邊緣的轉變

　　由傳感器產生的實時數據在形式和作用方面都與傳統的企業數據有很大的不同，無論是從聯網汽車中產生的千兆字節數據，還是來自工業機器人裝配線的控制數據，邊緣計算都必須比過去所開發的任何云端技術更敏捷、更自主、更可靠。

　　在使用物聯網系統之前，很多人沒有意識到大量的物聯網數據可能永遠都不會被傳送到云端，只適合就地進行處理，如果沒有被實時處理，數據價值也將不復。

　　有些數據的“保鮮期”很短，處理一旦延誤，就會迅速“變質”，數據價值呈斷崖式跌落。因此不是所有數據都必須上傳到云平臺，何況關鍵信息還有可能在傳送過程中延誤或者受到干擾，尤其是那些通過LPWAN(低功耗廣域網)傳輸的信息。

　　我們必須對這些關鍵數據快速響應以做出決策，要么在短時間內就采取行動，要么就眼睜睜的看著最佳時機溜走。

　　邊緣計算的崛起也意味著巨頭們必須放棄完全控制或主導IoT市場的夢想，而是專注于跨越多層數據架構開展廣泛合作。作為一種迭代升級之后的理念，邊緣計算也將重新定義云、管、端之間的關系。

　　那么對于行業應用來說，什么才是推進邊緣計算的最佳方式呢?

　　有些人試圖自己做，探索各種新技術，希望將它們組合成一個可行的解決方案。不過也有人找到了現成的，采用比如微型模塊化數據中心(MDC)等邊緣計算方案。

　　MDC已經存在一段時間了，它是一套用來實時采集、并報表化和圖表化車間的詳細制造數據和過程的軟硬件解決方案。隨著物聯網的發展，需要使用更小的MDC，也就是“微型MDC”，快速將這些模塊配置到邊緣場景，實現計算能力的部署。

　　在微型MDC的選型過程中，過來人建議需要綜合考慮以下5點：

　　確保靈活：由于各種應用場景千變萬化，微型MDC需要考慮足夠的靈活性，一體化的解決方案并不一定是最好的選擇，往往針對不同環境進行微型MDC優化的步驟是必不可少的。

　　開放基礎：在IT方面，需要尋找可擴展和可管理的解決方案，以便將更多的處理能力分配到邊緣。這給IT部門提出了極大的挑戰，為了實現服務敏捷性，擁有開放敏捷的底層基礎架構，可以按照需求自動擴展資源配比變得異常關鍵。

　　賦權分析：處理邊緣的數據是一回事，分析邊緣的數據是另一回事。微型MDC應該具有就地進行分析的能力，越靠近生成數據的高速設備或傳感器越好，以便迅速提供業務洞察。

　　快速使用：不僅微型MDC應具備靈活配置的運算、存儲、網絡、電源和冷卻等選項，還應以準集成的解決方案提供，這將確保微型MDC的快速安裝使用和快速價值創造。

　　統一管理：邊緣計算的解決方案大多比較分散，做到統一管理并不容易。為了做到這一點，設備提供者需要具備綜合集成和管理能力，能夠從同一入口管理來自世界各地的各個微型MDC、相關的數據中心、IT設備以及傳感器。