云厂商之战，战至“边缘”

　　随着ChatGPT的爆火，人工智能产业对于算力的需求，迎来了空前的爆发。

　　当前，以传统计算集群为主的算力解决方案，已然不能满足企业发展需要。一场关乎国内外云大厂的算力革命，正在被加速发起。

　　一个标志性的趋势是，以国外亚马逊AWS，国内阿里云、华为云、百度智能云为代表的云大厂，疯狂涌入边缘计算这一新板块，与各大电信运营商、CDN厂商开展合作推出了更低时延的边缘云。

　　还在抢滩中

　　今年2月中旬，AWS宣布推出模块化数据中心(AWS MDC)，作为美国国防部价值90亿美元的联合作战云能力合同的一部分。

　　“随着数字战场的不断发展，我们的国防客户越来越需要在战术边缘访问云功能。”AWS国防总监Liz Martin表示。

　　事实上，不光是AWS在边缘计算上有所布局，微软Microsoft Azure、谷歌云平台 (GCP) 和Oracle Cloud在去年底一起赢得了美国国防部云计算合同的投标权。

　　如果说边缘计算被运用在军事领域还比较少见，那么目前市面上更积极的拥抱者，便是移动通信企业。日前，国外移动通信公司T-Mobile表示正在和AWS合作，T-Mobile的5G解决方案将与AWS 云服务相结合，使客户能够部署5G边缘计算。

　　再放眼国内，诸如阿里云、腾讯云、华为云、百度智能云等数得上名的云大厂，不约而同地加速布局边缘计算。

　　基于统一的飞天底座，阿里云的边缘云逐渐演变为两种服务形态：ENS边缘节点服务与 ENS云联产品。前者属于公有云，后者属于混合云。

　　在基础设施服务之上，阿里云边缘云还具备边缘容器、边缘函数计算、边缘视图计算、以及基于边缘云资源安全等服务。

　　为了更好更快地实现商业化变现，除了提供通用能力之外，阿里云的边缘云也深入了云游戏、广电、视频、零售等领域，推出相应的行业解决方案。

　　同样，华为云换了个说法，将边缘计算包装成了分布式云基础设施架构。据华为云所言，该架构结合了多种边缘计算的方案，可以将云的能力延伸到业务所需要的各个位置，牵引产业云架构变革。

　　具体来说，这个架构按照时延需求，分成了三条产品线：智能边缘云IEC、智能边缘站点IES以及智能边缘平台IEF。

　　其中，智能边缘云IEC部署在城域热点区域，满足低于10ms的时延体验，承载大流量和低延时业务的边缘基础设施;智能边缘站点IES可部署在客户本地机房，满足低于5ms的时延要求;智能边缘平台IEF则是可运行在第三方硬件上的软件，把云上的AI算法和软件能力推送到边缘，同时可满足低于1ms的时延体验要求。

　　软件+硬件+云，便是华为云分布式云基础设施架构的核心逻辑。通过此架构，这些年华为云也积累了不少像虎牙直播、用友等一众大客户。

　　2018年前后，在国内直播行业大洗牌之际，很多直播平台出现了提升视频、直播用户观看体验的痛点，百度智能云的边缘云业务也就此而起。

　　经过几年的摸索，百度智能云在边缘云领域，由CDN边缘、移动边缘和端边缘三条产品线形成了边+云+端的模式，这个模式是按照场景来划分产品的。

　　其中，CDN边缘是基于百度自建的CDN节点，提供边缘算力，将网络延迟控制在20ms以内，从而满足客户上云需求;移动边缘则基于5G基站或园区机房，提供平均延迟10ms以内的算力，可支撑车路协同和远程医疗等场景;端边缘则向客户提供了边缘盒子、边缘云服务器等现场级边缘算力，支撑智慧工地、智慧工业、园区等超低延时场景。

　　可以看出，国内外云厂商，尤其是资金比较雄厚的云大厂，都在布局边缘云。不过，相较于国外，国内云厂商对于边缘云只是一个初步涉水的阶段，在市场真正爆发之前，大家其实都在抢滩。

　　一场算力革命

　　中国边缘云市场，离爆发不远了。

　　根据国际数据公司IDC最新发布的《中国边缘云市场跟踪研究2022H1》显示，2022上半年中国边缘云市场规模总计30.7亿人民币，同比增长达到50.8%;其中，边缘公有云服务、边缘专属云服务、边缘云解决方案市场规模分别达到17.1亿、4.4亿和9.2亿人民币。

　　边缘云到底是什么?到底应该如何理解与看待这一新兴物种?

　　IDC认为，边缘云是服务商或用户基于业务需求，将公有云服务或私有云解决方案，由少数或单个计算节点(中心节点)向边缘节点自然延伸而形成的服务或解决方案。典型形态包括边缘云服务与边缘云解决方案两类。而边缘云，也被称之为边缘计算。

　　如果说以上偏学术性的描述比较难理解，那么在这里「科技新知」将其与云计算相对比，即可更清楚地感知这门新技术：

　　1、工作场域：云计算在中央数据中心或远程服务器场中处理数据;边缘计算是一种分布式计算架构，在网络边缘或附近处理数据。

　　2、延迟性：当数据传输到远程位置进行处理时，云计算可能会有更高的延迟;因数据靠近源地方处理，所以边缘计算具有低延迟特性。

　　3、管理方式：云计算提供了资源的集中控制和管理;边缘计算需要更靠近边缘设备的分散控制和管理。

　　4、应用场景：云计算非常适合大数据、机器学习等需要大量计算资源的应用;边缘计算非常适合低延迟和实时处理至关重要的物联网和其他时间敏感型应用程序。

　　边缘计算最重要的工作原理，即位于本地附近(即网络“边缘”)的终端设备或微数据中心对数据的存储和处理，以此创建一个本地微型数据中心来处理信息，进一步发送到云端或企业数据中心。

　　边缘计算的兴起离不开市场需求的推动，不仅是对于延时有很大要求的AR/VR、元宇宙、自动驾驶等行业需要边缘计算，像建筑、医院、农业等领域也离不开。

　　例如，边缘计算可用于实时分析监控录像，以确保所选建筑物的安全;医院边缘计算使医生能够通过分析和 AI 获知异常患者数据;农业领域的灌溉系统检测土壤水分水平并实时调整用水量。

　　总的来说，边缘计算受到热捧的原因可总结为以下几点：

　　1、低延迟：边缘计算在本地处理数据，减少远距离传输数据的需要，从而降低延迟和加快响应时间。

　　2、低成本：从设备收集的大量数据在本地进行分析，因此不需要高带宽。

　　3、可靠性：即使没有互联网连接，边缘计算也可以继续运行。

　　随着云市场的逐渐饱和，一些云计算大厂试图拓宽边界来进一步稳固地位。从2018年开始，边缘云逐渐成为主流厂商的必要选项。

　　再加上，物联网兴起的同时也带来了大量的连接设备和数据处理问题，设备管理、实时数据传输成为刚需。

　　根据IDC Futurescape相关预测，到2026年，50%中国企业的CIO将要求云和电信合作伙伴提供安全的云到边缘连接解决方案，以保证数据收集的性能和一致性。

　　最后一块拼图

　　虽然说边缘计算是一项革命性的技术，但如果站在全局视角来看待它，也会发现缺点以及厂商们要面临的挑战。

　　首先来说目前已发现的缺点：

　　1、复杂性：实施、维护和升级边缘计算基础设施比较复杂，需要专业的知识和技能。

　　2、有限的可扩展性：由于受到边缘物理基础设施的限制，因此边缘计算资源很难扩展，从而难以满足不断增长的需求。

　　3、集成难：由于目前不同企业之间、同一家企业会用到不同的边缘设备和系统，导致两者可能出现不兼容的状况，从而很难将多个系统集成到一个边缘计算解决方案中。

　　再来看厂商需要面临的挑战：

　　1、安全问题：

　　虽然说边缘计算可以通过保持本地处理来使系统更加安全，但其基础设施和设备本身的安全措施也需要自己来做，比如访问控制、流量监控、数据备份和保护协议等。

　　边缘计算作为一种较为新型的技术，从现实角度来讲，在安全基础设施上布局得还不太完善，因此更容易被黑客盯上。根据《Securing the Edge – AT&T Cybersecurity Insights Report 2022》调查数据显示，有74%负责 IT、安全的管理者表示，他们的企业可能受到威胁。

　　对于云厂商来说，作为服务提供方，如何保护好客户的安全与隐私，是最重要但也最容易被忽视的问题。

　　2、硬件：

　　边缘计算厂商需要面临的另一个挑战是硬件。由于边缘计算需要在本地进行的同时确保速度，因此需要足够的带宽和数据存储空间，以保证系统的正常运行，但这十分考验公司的资金实力。

　　云厂商如何平衡好硬件成本与客户服务满意度，短期内可能需要通过管理和运营手段来达成，但长期内还需要找到更合适的解决方案。

　　最后，急流勇进、一路狂飙的边缘计算，已经出现一些关键性发展趋势。

　　1、边缘计算+

　　随着产业的不断发展，市场对于边缘计算有着更高的期待，同时也有了一些新的可能，边缘计算+成为一种重要趋势。

　　近几年，物联网技术一直在增长，尤其是在工程、供应链和制造等工业领域中。不过，当越来越多物联网设备连接到世界各地时，企业也需要有新的计算解决方案来满足快速、连续的数据处理需求。

　　边缘计算+5G可以满足企业的这一需求。从边缘处理数据可以让企业更快地处理数据并优化物联网系统，例如自动化工作流程。而5G是无线通信的最新发展，它不仅为边缘计算带来了新的峰值速度和更低的延迟，网络速度的提高还为遥远的传感器提供了更大的可能性，让实时更新也更加便捷。

　　6G是5G系统未来的延伸，虽然目前仍在开发阶段，但6G将比5G拥有更高的频率和更大的容量，未来也将为边缘计算插上更硬的翅膀。

　　2、容器化之战

　　前面提到的硬件之伤，是云厂商在布局边缘计算过程中最难跨过的坎，但容器和 Kubernetes (常简称为K8s)或许能成为解药。

　　容器和容器原生存储，具备持久存储、高可用性等特性。最重要的是，它还可以轻松实现云与边缘之间的无缝迁移。

　　K8s对网络、存储、计算进行了编排，从而较大程度提升了资源弹性，真正实现按需使用，降低用户成本。

　　因此，容器和K8s成为边缘计算的理想平台，这似乎也正是目前云计算大厂入局To B的最后一块拼图。