| 编辑推荐: |
本文详细介绍了边缘计算到底是什么？CDN和边缘计算最大的区别是什么以及分布式计算和集中式计算如何运用在不同领域，希望对您的学习有所帮助。
本文来自于微信公众号：鲜枣课堂，由火龙果软件Alice编辑推荐。 |
|
在5G所有的技术里面，和工业领域最相关的，就是边缘计算。
现在行业各界对于边缘计算还是比较关注的，作为一项热点技术，媒体上新闻上经常被提到。
实际上我们说边缘计算，边缘计算到底是什么？
最开始发明的一个计算机，ENIAC，属于大型机，IBM的时代；包括NASA美国航空航天局，冷战时期的登月计划，也用的是IBM的大
型机。
后来出来PC小型机，IBM也做，还有康柏、苹果，我们就进入了PC时代，电脑尺寸也随之变小。
如今进入21世纪，我们已经开启云计算时代，大家天天都在说它，看它，用它。
图片来自演讲PPT，下同
云计算实际是基于互联网的计算方式。
不管大型机、小型机还有云计算，都是算力，就是按照需求和程序去计算。
云计算就是我们借助互联网的方式，把算力换了一个位置，换了一种方式。
这个方式就是我们把所有的计算资源收拢一下，按照需求提供给用户。
以前的资源是分散在各地的，可能有一个单位建了一个机房，摆了十几个服务器，业务不太多，发现服务器是浪费。
结果忽然哪天业务上来了，算力又不够了，又要扩建。
这种资源模式不够弹性，不够灵活。
国内云计算最大的就是阿里云，进步最快的是华为云，国外肯定是亚马逊的AWS是做得最好的。
他们提供将资源聚拢的服务，把计算资源、存储资源、网络资源放在云上面，大家按需索取，用多少取多少。这种模式是弹性的、动态可伸缩的，同时也大幅减少了成本。
而之所以可以实现云计算的架构，一方面是因为成本的原因，另一方面也是因为现在基础设施建设完善、覆盖面更广。
之前有一个段子说为什么在国外看到人家在地铁上都是看书，为什么在中国地铁上看到年轻人玩手机？
是因为中国的网络信号覆盖范围更广，光深圳一个城市的基站数量比法国一个国家的基站数量还多。
中国通信基础设施厉害，能够提供非常到位的网络服务，才能让云计算得到这么快的发展。
云计算依赖的是资源共通达到一种规模经济。
云计算等于是把所有的计算资源、存储资源和网络资源当作一种基础设施。
大家所熟悉的SaaS、IaaS、PaaS，不仅能够以硬件作为基础设施，也可以在上面安装一些东西，例如操作系统，openstack，容器，软件，提供不同级别层次的云计算服务给所有的用户。
我们以前用的单点式的运算或者网格运算，就是某一个小区域的计算，各算各的，缺少关联性。
现在的云计算模式，是大家放在云上面，力量集中一起算，这是两种不同的计算方式。
做云计算有一个原因是本地的算力不够，CPU太弱，内存太小，效率不够；
所以放在云上面，云上资源共通，因此云的能力是很强大的，CPU很强，内存很大。
但是现在又有一个问题：随着时间的发展，我们发现现在的台式机、PC甚至手机的CPU、内存包括网速各方面的性能指标都在大幅提升，这就说明分布式计算可能还会又重新崛起的。
分布式计算有一个很典型的应用。
这两年比较热门的区块链和比特币，其实就是一种分布式计算。
我不知道大家了解区块链有多少，举个简单的例子：
以前一个村子里，村民都是文盲，只有一个会计懂算账，所以所有账目都交给会计来算。
现在大家的文化水平都提升了，大家都会算账，这个时候发现会计可能不靠谱，所以我们每个村民自己就记一本账本。
一旦有甲借给乙钱，那我们从广播里说一下，整个村子所有人记这笔账，这样每个人手上有一本相同的账。
假如有一个人篡改了自己的账，或者是自己的账错了，如何保证原来的公平与真实呢？
我们就看所有人的帐，超过50%的人是哪本帐，那这个账就是对的。这就是刚才说的区块链的一个例子。
分布式计算真的不难理解。我们说边缘计算的时候，经常拿出这样的动物：
这个动物大家应该都认识，章鱼。
章鱼是很神奇的动物，40%的神经元是在头上，剩下60%在触角上。
所以章鱼做事情的逻辑与人类不同，它们很多决策不是由自己的大脑做出来的，是由自己的触角做出来的。
他的触角都有自己的独立的决策权，我们也可以将其理解为一个算力（如下图），实际上每个触角都是一个脑袋，靠边缘触角去独立思考，而大脑只处理其中一部分的信息。
这种例子很形象地解释了边缘计算——不仅像云计算一样把所有的数据汇集在最顶端的那个云上算，也能够将一部分算的功能下沉。
现在5G经常说一个词叫“下沉”，就是把一部分的功能下移到边缘端，让边缘端承担计算功能。
之所以要用边缘计算来发展，其实有两个主要的原因。
虽然云计算很强大，可以动态弹性伸缩，可以省钱，但是它有两个无法克服的缺点。
第一个就是数据量的问题。
随着现在智能手机的发展，传感器的发展，每天产生的数据量是大幅增加，如果每个人的数据量都在不停地增加，我们上传到云上的数据量就会不断增加。
虽然我们现在的是4G 150兆的水管，光纤百兆千兆的水管，但实际上这种水管是不够用的，我们在城市的叫城域网，城域网之上就是骨干网，它们承受的压力越来越大。
这个时候云计算的瓶颈就出现了，不管怎么扩建骨干网都不够用，这是数据的重量问题。
第二个就是光速的问题。
数据传输的速率再快快不过光，因为我们现在用的是电磁波，就是每秒四万公里，从这边到北京一千公里，你来回是两千公里，如果用数据网络传，就算你的设备不产生任何附加时延，都需要50毫秒。
50毫秒大家可能觉得很少，但是你要是放在特定的领域，这个50毫秒就非常重要了。
在工业制造，还有车联网领域中，速率的差异是至关重要的，车联网往10毫秒踩刹车和早10毫秒踩刹车带来的区别就是有事故和没有事故的差别，更严重的是出人命和没出人命的区别。
传统的云计算架构，云和端之间的距离比较长，越往上数据量越大。
小规模不会出现问题，但如果大家的数据量同时增加的话，400G或者多少T不停扩容，这种数据量压力对于运营商来说是难以承受的。
所以边缘计算的架构，有助于大幅缩短时延。
举个例子，阿里在北京有一个云计算中心，在江苏这边的数据量越来越大，可能在南京这个地方再设一个边缘计算中心，将计算一部分的功能下沉到边缘，类比刚才说的车联网自动驾驶之间的数据，就不需要从北京绕个大圈，而是直接到南京这边的边缘计算中心，可以大幅缩短你的时延。
另外，加了这个边缘计算中心，边缘计算中心和云计算中心之间的流量是不是也大幅减少了？
因为有很多的数据量已经在底层被处理过了，不需要完整把你收集上来的数据打包送上去。
根据IDC的报告，2020年将有500亿的设备和终端联网，这意味着物联网现在拥有巨大的市场机会。
在这个基础上有50%的物联网网络，面临网络带宽的限制。
现在可以看到采集来的数据，这是预估的数据，2020年每个互联网用户每天访问的数据是1.5GB，我自己是远远不止。
每个智能医院每天生成3TB的数据，大家的硬盘大概是2T或者是4T的。
最恐怖的是高能物理，前两天参加世界电信日大会，中科院的专家来讲他们产出来的数据，非常庞大。
他说现在世界上产生的数据最大的就是高能物理，还有就是和航空航天有关的。在贵州的那个大锅射电望远镜，FAST，一年产生的数据大概就是几百PB。
图片来自网络
高能物理的大型电子对撞机产生的数据每年都是900PB，他们需要的存储量非常惊人。
图片来自网络
由此可见边缘计算的重要性。数据量越来越大，全部上云的话，怎么操作呢？
这张图是英特尔的：
对于云计算和分布式计算，我们理解最大的区别是：云计算就是把所有从物这边过来的数据直接放到云上，图上这是一个云，由云实现存储、计算、分析。
我们现在一天到晚讲智能化、网络化、数字化，实际上我们都是围绕数据在转的，我们从数据获取价值。
边缘计算从2017年后开始兴起，它的意思就是我们从云、边、物每一个层级都做存储、计算和分析。
云肯定会继续做，边缘云也会做存储、计算和分析，现在在手机已经在做存储、计算、分析。
举个例子，比如说华为有一个方案，华为在深圳有一些路口，装了华为AI芯片的监控摄像头，这个摄像头有什么用？
监控这个路口所有的来来往往的车辆，AI芯片去计算可以算出现在的路口有多少辆车，是否可以动态地自己调整这个路口信号灯的时间长短。
有的时候我们开车发现那边没有车，一定要等到45秒，那干等的话不是影响了通行效率吗？
如果直接由芯片进行计算改信号灯让我们直接通过，就可以大幅提高交通效率。
边缘计算的优势非常明显，可以提供更实时、更快速的处理能力，成本更低。
我待会介绍边缘计算硬件的时候，大家会发现它可以很小很小，也可以很大，总之很灵活，算力也可大可小。
既然讲到骨干网的话，提一个概念就是CDN，大家听说过CDN吗？很多人搞不清边缘计算和CDN的关系。
CDN和边缘计算看上去很相似，它实际上是缓存服务器，就像大家喜欢看一个电视剧，《甄嬛传》，全民都在看，如果大家同时访问腾讯视频上的某个地方的一个云服务器，那服务器肯定要挂，那腾讯怎么办？
我在北京有一个主服务器，那我在南京、无锡、苏州分别设CDN服务器，把这些视频放在上面，所以你访问视频的时候可能不一定访问的是北京那边的主服务器上，也可能访问的是南京这边的CDN服务器上的视频。
CDN和边缘计算最大的区别是什么？
CDN任务是存，而不是算，而且CDN的东西是静态的东西，如果你要想看世界杯，是没有办法的，为什么？
因为世界杯上所有的东西是实时的，不可能提前录或了世界杯的视频再放到CDN上。
所以边缘计算和CDN就是动态和非动态，实时和非实时的关系。
边缘计算具有计算的能力，实际上强调的是计算两个字，而CDN就比较笨一点，我们可以理解为死数据。
用边缘计算很明显的优势就是数据安全的优势，很多数据不用上最顶端的云平台，可能上边缘平台。
对于在座的工业企业来说，如果我的边缘计算中心就设在我的厂区的话，客观上大部分的数据就保存在我的厂区里面，所以大幅减少数据泄密和发生安全风险的概率，大家心理上会更容易接受一些。
结合工业互联网，边缘计算会下沉到我们企业这一级别。如下图，就是工厂外的网络。
公有云或者是私有云，全部都是在工厂外的网络上，而我们提供仅服务给用户。
边缘计算等于是从云计算里面拨了一部分的功能下沉，我又一次提到的“下沉”，下沉到工厂内部，OT大家都知道，就是工业上的这些网络。
我们说的工业互联网在我们通信人的理解就是OT、CT和IT。三T的同时升级，最终演进到工业互联网、智能制造及工业4.0。
大家看这页（上图），这是更详细一点的网络架构。
在座各位应该很熟悉这个网络，带箭头的是CT部分，云计算中心是IT部分，工业的这一块就是OT部分。
边缘计算中心功能上是IT部分，即把一小部分计算中心从工厂外面移到了工厂的车间这种级别，提供一些计算的能力。
这是5G的组网图
5G和现有的4G从整体架构来说并没有太大的区别，4G是接入网、核心网、承载网三网，5G也是一样。
将个人信号接到网络里面的称为基站，和基站相关的就是接入网。
承载网就是图上光纤传输那一模块的东西。
核心网就是在电信机房里面负责对你进行位置管理、更新、鉴权、连接这些管理的大型路由器、电信级路由器。
接入网这一模块中，5G的基站提供5G信号给终端、摄像头、VR眼镜、自动驾驶的车，采集数据。
在基站这里，就已经设边缘计算了，可以有一个边缘计算中心，具备计算能力。
如果大家看过基站外面的话，基站外面是一个天线馈线系统，拉到每一栋楼有一个小机房，往往集中在几平方的面积。
面积这么小，怎么实现算力？怎么摆放服务器？我们做成单板，直接做到基站的硬件里面去。
基站有一个设备叫做BBU，我们把一台边缘计算服务器做成了一个板子，插到BBU设备里面，给单板供电、给它通信，实现基本的边缘计算能力。
板子很小，功耗不高，因为高的话基站供电也会超标，会断电。与此同时，这个板子的算力也有限。
除了基站之外，离远一点，更上层一点，还可以设置边缘计算中心机房。
原来这部分有一部分功能是核心网的，但是由于5G核心网用户面的低时延的功能，将这部分下沉于此，和基站一部分功能一起，组成一个小型机房。
这个地方是未来边缘计算主要存在的位置，即核心网和接入网之间这个位置。
这个机房可以稍微比较大，不像天线基站机房那么小，所以就可以放比较大一点的服务器。
现在还有一种浪潮、华为、联想联合推出的叫模块化机房，应该是叫MDC，Module DATA CENTER（云计算那种大的我们叫IDC）。
模块化机房就是把一个机房做成了一个集装箱那样，这个集装箱拉到那里，你不用太复杂的基建、工堪、布线，你只要把光纤准备好，把电准备好，迅速可以实现建设，也是一个很成熟的方案。
（上图）这个是边缘计算的架构。
其实大家看到的边缘计算，实际上就是云计算的一个变种，它的架构和云计算是很像的。
底层是通用硬件，CPU、内存还有网卡的一些东西，装一些操作系统，装虚拟机或者是容器，最终在这些环境上跑各种各样的服务引擎。
不同的引擎就和电脑上装了不同进程一样，提供不同的服务，这个服务提供给谁？
边缘计算强调的是能力开放的架构，就像刚才几个大咖说的，我们做事业一定要做生态圈。
边缘计算也非常强调自己的生态圈。
边缘计算一定会开放给第三方平台。它能提供各种各样的能力，提供给第三方平台去对接。
在边缘计算的基础上也做APPStore，就是应用商店。
我们经常使用APP，以后云计算包括工业物联网，大家应该也有相关的工业物联网企业宣传类似的工业领域APP。
边缘计算可以提供开放的接口，在这个开放的接口拉几个程序员做个APP，可以调用一些底层的能力，例如定位的能力、数据访问的能力，就可能做成一个应用。
这就是生态。
边缘计算现在的应用领域主要分为四个大类，无线类业务、大视频、车联网、智能制造。
无线类业务主要是室内定位、无线RNIS、视频优化；大视频主要是智慧场馆、云游戏、AR/VR。
刚才看到马博士的VR眼镜演示里面，那个眼镜后面拉了一个线，为什么有根线？
这是因为现有的无线通讯技术无法实现AR和VR这个级别的数据传输，因为分辨率要16K，时延要在7毫秒以内，他的带宽的要求很高。
如果你的VR眼镜时延比较大的话，头晃动久一点一定会产生晕眩甚至呕吐，所以目前只有有线才能保证你能实现这么短时延的清晰数据的传输。
为什么说5G就可以实现拿掉这根线？
因为5G带宽可以也有10Gbps，我们在试点测试的时候超过了1GB每秒，这个数字是足够AR/VR眼镜的。
而且刚才说三大应用场景里面有低延时、高可靠性，低延时到毫秒级，而现在4G LTE大概在40-50毫秒，大家可以装测速软件测一下，你的时延肯定在几十毫秒，甚至一百毫秒。
这是5G在时延上的优势，可以保证AR/VR的应用得以落地。
再一个是车联网，刚才提到过的对时延最敏感的应用。
最后一个就是智能制造，和在座大家息息相关的。
我对工业不是太了解。我们通信领域在行业里面推5G的时候，往往第一个方案是车联网、无人驾驶。
因为无人驾驶对环境的要求是最苛刻的，但是我们希望第二个能够出现爆款应用的领域，就是制造行业。
刚才几位嘉宾也说过了，工业是国家的命脉，是基本，工业强则国强。
通信技术升级是智能制造的重要前提之一。
我们的贡献——5G，就是为智能制造服务的，为工业互联网服务的。
当大量的智能化终端和设备通过工业化网络接入的时候，企业需要处理大量的数据，比如需要实时处理的场景，像机械臂场景。
机械臂机器人我接触不多，但是刚才陈教授是做机器人的，肯定对机器人很了解，要求有低时延的场景。
当你网络的时延太高的时候，有些应用场景是用不了的。
所以我们的5G就是提供这样的条件，让以后的机器人不需要插根线，只需要通过5G的信号帮助你实现高可靠性、低时延、高速率的传输。
（上图）这是一个边缘计算的案例。
很简单，大家可以看到eMTC定位还有NB-IoT。
NB和Lora的竞争关系是非常直接的。
作为边缘计算，eMTC、NB、Lora、4G、5G所有的技术都支持。
我们现在的边缘计算总是叫成MEC。MEC是什么，就是移动边缘计算，Mobile Edge Computing。
这强调的是移动通信网络的边缘计算，现在在传统有线接入网的情况下，我们也在推边缘计算，就是家里的有线接入式宽带。
PON设备，我们会在例如OLT的位置放一个边缘计算设备，让它实现有边缘计算的能力。
可能大家经常听见雾计算的概念，什么叫雾计算？
雾计算是思科提出来的，更强调的是在设备网关里处理数据，刚才也介绍网关，设备的数据到网关，网关的数据再走上云。
这张图最顶上是云计算，雾计算的级别要比云计算低，而边缘计算要更低，边缘计算强调的是数据产生的设备端，最底下就是数据节点。
雾计算是介于云计算和边缘计算之间的一个方式。
说到边缘计算，大家一定要记住一个词，就是云网融合。
实际上我们将云理解为IT的概念，网是通信的概念，而边缘计算是CT和IT之间互相去侵入，互相竞争产生的局面。
传统通信行业会认为边缘计算是自己的蛋糕。
就像华为和中兴，总是强调边缘计算是我的市场，我的强项，因为在移动通信网络上放设备，那计算是我们的嘛，我们的地盘，所以我认为是我们的。
但是IT不那么认为，包括像浪潮认为边缘计算是属于我们IT的范畴，计算嘛，计算就是IT啊。
可以看出，边缘计算确实具备了移动网络的天然属性，同时也具备了计算中心属性。
边缘计算想要真的实现更好的发展，它离不开IT和CT的共同助力。
边缘计算这块蛋糕，IT和CT就是互相竞争，然后互相合作，一起来吃。
边缘计算的五大价值，联接(Connection)、业务实时性(Real-time)、数据优化(Optimization)、应用智能(Smart)、安全与隐私保护(Security)，我们简称CROSS。时间关系我就不展开讲了。
边缘计算和云计算未来的关系，一句话就说明白了：相辅相成、共同发展。
我们将来不可能抛弃云计算，也不可能抛弃边缘计算。
云计算有点像网红，被新晋网红边缘计算抢了一些风头，但是它还是会继续红。
边缘计算虽然现在很红，但它不可能替代云计算。
|
