边缘计算的话题在 5G 的推动下非常之火，但同时 Gartner 的研究报告显示：CDN、边缘计算的传播，与企业对于如何理解和利用这些服务的认知之间，仍然存在着巨大的鸿沟。
并不是所有的业务都需要通过边缘计算实现业务部署“本地化”。边缘计算到底是做什么的，哪些业务和场景是刚需？
本文从算力的演进、数据时代特征介绍边缘计算诞生的背景，然后分享边缘计算天然适配的业务模型及其主要形态，解答关于“边缘计算到底是做什么的”这个终极命题。希望对大家理解边缘计算、判断是否需要引入边缘计算有所帮助。
01 算力的系统演进
自人类发明计算机以来，一直存在一个矛盾：即相对较慢的外部数据输入能力难以匹配计算机系统的数据处理能力，从而影响计算机系统的整体性能。
- 人类第一台通用电子计算机 ENIAC，数据输入方式依赖程序员手工装载记录程序和数据的穿孔卡片，导致运算器大部分时间都在等待手工操作，最终系统的计算资源利用率百分之几。
- 后引入软硬件解耦理念，并开发了批处理操作系统实现自动加载预装作业数据的磁带并执行，摆脱了手工操作的束缚，但同样存在高速的计算能力和低速的 I/O 能力的冲突。
- 提出多道程序系统和分时系统，让多个用户共享一台计算机，基于细分的 CPU 计算周期穿插调用多个作业，提升资源利用率。硬件上，引入多级高速缓存设计帮助提升 CPU 读取数据的效率。
- 互联网时代，集群计算、分布式计算、云计算等成为了主流，实现大型企业亿级规模的用户访问能力。随着终端、无线网络、物联网等技术的发展，在短视频、互动直播场景中，用户不再仅仅是数据的消费者，同时也是数据的生产者，每时每刻都有大量数据上传。如此海量数据传输至中心，对整个系统的网络传输带宽、稳定性、安全性和私密性、计算时效性等提出了新的挑战。
02 数据时代：快速增长、即时性、交互性
根据 IDC 早前发布的《DATA AGE 2025》报告显示，全球每年产生的数据总和预计将从 2018 年的 33 ZB 增长至 2025 年的 175 ZB。如何衡量 175 ZB 的数据量？假设你家宽带平均速度为 500Mbps，那么下载完 175 ZB 将需要将近一亿年，意味着你得从白垩纪恐龙时代就开始下载。
\
\
同时在报告中，IDC 预计到 2025 年全球将会有 1500 亿终端设备被广泛应用于机器自动化领域。这些具备实时性需求的终端设备产生数据预计将达到 50 ZB，占全部数据的 30%。另外，从人类信息交互角度，预计到2025年，地球上每人每天平均有 4900 次和数据相关的行为，也就是每隔 18 秒即会有一次人类和数据的交互产生。
\
\
综上所述，如果将如此海量的数据从网络边缘传输至云数据中心处理，一方面对整个网络的传输能力带来极大的挑战，另一方面也会对用户频繁的交互带来一些时延问题从而影响业务体验。为了解决这些问题，可以考虑直接在距离数据源最近的网络边缘实现对数据进行实时处理，即通过边缘计算的方式缩短数据的网络传输距离，降低交互时延，减少传输带宽需求。
03 基于边缘计算的业务模型：以用户体验为中心
边缘计算其实是一个拥有几十年历史的架构理念，最早可以追溯至 1998 年 Akamai 公司提出的 CDN 网络。CDN 依靠各地部署的服务器实现对热点内容的缓存从而提升响应速度，后来逐渐的延伸出具备“计算缓存”的边缘计算概念，比如在 PoP 节点提供 .Net 或 J2EE 计算能力从而加速 Web 服务响应效率。
- 从能力上说，CDN 更多的是支持基于应用层协议（如 HTTP/s、RTMP 等）的内容在网络边缘进行缓存并加速访问响应。
- 而边缘计算，则考虑在网络边缘提供更通用、更基础的算力资源和逻辑实现对应用自定义、可扩展的本地服务能力。
历经前期学术界和近几年产业界的推动，目前边缘计算已经进入稳健发展阶段，能够帮助各行各业实现以“用户体验为中心”的低时延应用部署和服务能力。
边缘计算定义为在更加靠近数据源的网络边缘，为应用开发者提供通用计算和 IT 服务能力。边缘计算具体如何服务业务？我们可以通过以下四种模型来了解边缘计算的刚需场景以及在时延、带宽、性能等维度为业务创造的价值收益。
模型一：边缘业务闭环
将原先部署在企业数据中心或云数据中心的服务端应用，迁移至本地的边缘计算资源上部署和运行，应用在边缘计算覆盖的本地区域内即可完成业务闭环，一方面数据实现本地处理可以有效降低网络时延，减少回传带宽；另一方面，数据只在本地网络内传输保证私密性及安全性。
在智慧港口、智慧园区等垂直行业场景中，园区安全监控、设施远程管理等应用主要都是本地业务诉求，在互联网房屋租售 VR 看房场景中，从中介拍摄房屋照片到后端 VR 渲染，再到本地租客查看房屋 VR 全景也可以看做本地服务需求，所以都可以归属于此业务模型。
模型二：边缘网络加速
在当前业务流程中，一个用户通过 APP 获得应用服务的网络路径需要经过接入网络、汇聚网络、骨干网络、Internet 公网传输后，才到 APP 服务端所在的企业数据中心或云数据中心。由于普通用户的网络服务缺少稳定性、服务质量保证，所以数据在传输中可能存在丢包、延迟、拥塞等问题，从而影响用户体验。
边缘网络加速模型是在接入节点部署一定的边缘资源并接入运营商专线，基于对用户流量特征匹配（如 MEC 基于 IP 五元组或 FQDN 分流）或智能调度（如智能 DNS 通过 IP 地理位置亲和性调度），通过边缘接入的运营商高速专线来实现用户业务的网络加速。如当前互联网业务普遍在用的 CDN 动态加速、直播推拉流加速、游戏加速等业务场景，都依赖遍布各地的边缘节点作为流量接入点，并通过运营商专线实现上层应用业务的广域加速。
模型三：中心算力卸载
云计算已经被证明是一种很有效的计算模式，但随着物联网、5G 网络、高性能终端等技术发展以及短视频、直播等业务的快速增长，用户和终端也逐渐成为了数据的生产者。将所有的数据都传输至云计算中心，一方面对中心的计算能力和设备管理能力带来挑战，另一方面在网络传输、时延、安全等方面也存在不确定性。
通过将服务端模块进行拆分，将时延敏感类、数据清洗类等模块卸载在边缘部署，在接入环节即实现对原始数据做预处理和分析，既可降低业务响应时延，帮助实现快速决策，也可减少回传带宽需求节省运营成本。比如在智慧城市类业务场景，需要实现对海量终端/数据的管理和处理，通过边缘计算对接入侧完成设备接入管理、及数据清洗，以云边协同的方式提升整体业务效率。
\
\
模型四：终端算力辅助
根据《第 47 次中国互联网络发展状况统计报告》，截至 2020 年 12 月，我国国内市场上监测到的 APP 数目为 345 款，较 2019 年减少 22 万款。在激烈的市场竞争中，为了提升业务的市场竞争力和持续健康的发展，很多应用都相继在视效、交互、内容做了大量创意和开发，比如漫画风人脸特效、直播互动小游戏等形式提升用户粘性。但是受限用户终端型号、性能、芯片等差异，在实际用户使用中存在兼容性、效果不如预期、算力无法满足等问题限制了应用的推广。
通过边缘资源池的通用计算能力和低时延接入网络，辅助终端实现相关特定功能的计算需求，从而降低对终端性能、兼容性的依赖，提升应用的普适性。比如在直播特效、云游戏等场景都需要高性能算力才能呈现理想的效果，那么可以通过边缘计算提供高性能通用算力辅助完成相关渲染计算，从而降低用户终端门槛。
04 边缘计算的形态
云计算一般选择业务密集的一线城市或集团总部来部署基础设施从而实现资源利用率的最大化，比如公有云的服务区域和大型企业的自建数据中心。
边缘计算相较中心计算提供更加靠近用户的资源服务，天然在地理位置上就更加的分散，同时受限于环境、效益、覆盖、能源等因素限制呈现梯度分布 -- 距离数据越近时延越低，边缘形态和规模越简单集约，相对功能也越单一。
如上图所示，我们将数据链路划分终端、企业分支、接入、汇聚、骨干、核心、企业或互联网等节点，然后从以下几个维度来探讨边缘计算的形态。
边缘计算基础设施主体
从边缘计算基础设施主体维度来看，当前主要的边缘计算可以分为如下三种：
- 中大型企业。如能源、交通、基建等企业在全国各地有自己的分支或项目机构，同时在新基建数字化背景下有本地业务数字化转型诉求，那么就需要自建企业边缘提供具备本地属性的IT平台和服务能力。
- 公有云服务商。当前公有云提供云计算覆盖区域一般基于 Region 区域，主要覆盖业务密集的一线城市。随着基于公有云部署的应用业务不断往下沉市场延伸，那么势必也会带动云计算服务能力往边缘延伸，提供诸如 PoP 点/EdgeZone/LocalZone 概念的边缘计算服务，从而更好的满足上层业务的需求。
- 电信运营商。我们看到的 3GPP 5G 边缘计算标准和 ETSI MEC 标准都是主要由通信标准化组织和运营商推动，运营商部署边缘计算一方面是提供自身通信网元的边缘部署需要的电信边缘基础设施，另一方面也是融合 5G 网络面向普通用户提供 MEC 边缘相关的通用边缘计算服务，和面向垂直领域客户提供行业边缘相关的服务能力。
边缘计算时延
时延是衡量边缘计算实际服务能力的关键维度之一，也是边缘计算区分中心计算的核心能力。时延是指数据从数据源到数据处理节点中间经过光纤或网线传输和网络组件转发路由所需要的时间。从边缘计算的时延来看，边缘计算可以分为现场边缘、近场边缘和云边缘。
- 现场边缘：一般是将边缘硬件设备直接部署在数据源所在的地方，数据在本地即可完成从采集-传输-处理-决策全生命周期。一般来说网络时延会控制在2-5ms，在面向某些工业制造实时场景甚至≤1ms。同时，现场边缘环境指标如防尘防震、温湿度等相对来说比较恶劣，对应边缘硬件形态上可能也存在多种可能，盒子类设备、通用/异构服务器、边缘云集群等多种形态都有相应的需求。在业务能力上，现场边缘可能更多考虑解决资源有无问题，比如提供 IoT 边缘轻量容器运行资源、机器视觉的异构 GPU 加速卡等，会较少考虑资源的调度和编排服务能力。
- 近场边缘：相对来说，部署位置更加靠后，一般位于本地城市的运营商专线连接的某个小型 IDC 机房，网络时延能控制在5-20ms左右。建设形态上偏向分布式架构的小型边缘云数据中心，支持上层应用在全域范围的边缘部署和服务。同样的，近场边缘也会提供多租户隔离和自助式的云服务能力，面向不同行业的应用提供一定能力的基础边缘计算服务，目前比如 CDN、直播、实时音视频等应用场景都会采用近场边缘作为流量的第一接入点。
- 云边缘：可以看作中心云往边缘的延伸。云边缘一般位于区域中心城市，具备上百或上千硬件节点规模，能提供多线或BGP专线接入，覆盖 20-40ms 时延范围。云边缘一方面具备和中心云建立云边专线能力从而提升传输效率助力业务云边协同，另一方面作为边缘的数据汇聚节点，为“现场边缘”和“近场边缘”提供管理和数据汇聚等能力，进一步优化数据传输和边缘处理效率。目前云边缘在 CDN L2 汇聚缓存、离线渲染业务、异构数据并发处理业务等场景有广泛应用。
05 结束语
写在最后，重新总结一下边缘计算的价值：作为云计算的延伸，边缘计算将云计算的服务能力延伸至更加靠近用户的边缘，从而帮助应用提供更低时延的业务体验。
随着“直播+”理念网络直播的持续增长、5G普及推动云游戏“热潮再起”、IoT & AIoT 的规模部署，边缘计算带来的低时延即时响应、流量加速优化体验等好处将逐步落地至更多产业和场景。火山引擎也将携手各界合作伙伴，持续推动边缘计算与更多行业、产业的深度融合，实现互联、共赢的发展。
