本文由半導體產業縱橫（ID：ICVIEWS）編譯自edgeir

邊緣計算和云計算是兩種不同的計算范式，它們有不同的用途，但在某些場景下也可以相互補充。

在當今日益數字化的世界中，對計算資源的需求呈指數級增長。因此，有兩種范式正在積極處理需求：邊緣計算和云計算。

STL Partners?預測，邊緣市場將從 2020 年的 90 億美元增長到 2030 年的 4,450 億美元，十年間復合年增長率為 48%。

邊緣計算是一種分散的計算模型，使計算資源更接近數據源或端點。它涉及在設備或邊緣服務器上本地處理數據，減少延遲并縮短響應時間。邊緣計算通常用于實時數據處理和需要低延遲的應用程序，例如物聯網設備和自動駕駛汽車。

另一方面，云計算是一種集中式模型，依賴遠程數據中心來處理和存儲數據。它提供了可擴展性、可訪問性和成本效益，但可能會因與云之間的數據傳輸而產生延遲。云計算廣泛用于 Web 服務、數據存儲和企業應用程序。

Enterprise IT自動化專家Mark Swinson表示，邊緣計算是一種生態系統，可將不同部分整合在一起，創建靈活的解決方案。隨著人工智能和機器學習的發展，應用程序的生命周期越來越有可能在從數據中心到邊緣進行循環，因此新的解決方案必須同等支持兩者。

云計算的發展，使得大規模管理復雜拓撲變得更加可行。應用這些相同的方法也給邊緣解決方案帶來好處。隨著邊緣計算資源的能力和容量不斷增長，我們將看到更復雜的工作負載將在數據產生的地方運行。這不僅需要共同的標準和方法，還需要合作的意愿，并在某種程度上愿意進行實驗。

邊緣計算的分散性或遠程安裝的需求是無法擺脫的。一旦設備插上電源，自動化設置將減少出錯的可能性，并減少對高技能技術人員的需求。總而言之，邊緣計算與基于數據中心的計算的區別將越來越小，而是一個具有一致的架構、工具、流程和安全性的統一體。這將帶來更大的靈活性，從而開辟更多的邊緣計算機會。

處理位置和延遲

通過邊緣計算，數據的處理發生在數據源或端點處，這使其成為需要立即響應時間的應用程序的理想選擇。例子包括工業自動化、自動駕駛汽車和增強現實。相比之下，對于云計算，處理發生在遠程數據中心，這可能會帶來延遲。云計算適用于延遲不太重要的應用程序，例如電子郵件服務、文檔存儲和數據分析。

Persistent Systems 高級副總裁兼歐洲負責人 Rajasekar Sukumar 表示：“對于某些企業來說，云的遠程基礎設施根本無法提供將數據從 A 點快速傳輸到 B 點所需的超低延遲。這就是邊緣計算發揮作用的地方。”

這種接近性使人們能夠從龐大的數據集中獲得實時洞察，否則這些數據集在進出云端時會受到滯后，邊緣計算消除了數據和處理之間不必要的距離。對于希望成為數據驅動型企業來說，邊緣計算可以解鎖即時分析和快速響應時間等關鍵功能。它代表了計算如何增強數據密集型工作流程的范式轉變，而沒有云固有的延遲。邊緣的速度和本地化正在為各行各業帶來變革性的新用例。這是一種顛覆性的新計算模式，通過鄰近性釋放創新。邊緣計算提供超低延遲，因為數據是在本地或數據源附近處理的。這對于需要實時決策的應用程序（例如自動駕駛汽車或遠程醫療）至關重要。

由于邊緣設備和遠程數據中心之間的數據傳輸，云計算可能會帶來更高的延遲。它可能不適合需要近乎瞬時響應的應用。

可擴展性、安全性和成本

在考慮邊緣計算時，可擴展性可能會受到邊緣設備的物理基礎設施的限制。添加更多邊緣服務器可能需要額外的硬件和資源。

由于數據中心擁有大量可用資源，云計算提供了高可擴展性。用戶可以根據自己的需求輕松放大或縮小。

在安全性方面，通過邊緣計算，數據仍然更接近源頭，從而可能降低傳輸過程中數據泄露的風險。然而，邊緣設備可能更容易受到物理篡改。通過云計算，數據可以遠程存儲，這有利于數據安全。云提供商通常在網絡安全措施上投入巨資。然而，數據傳輸到云端可能會帶來安全風險。

在比較成本時，邊緣基礎設施的初始設置成本可能很高。維護和升級也可能會產生持續的費用。邊緣計算和邊緣分析描述了在設備（流程邊緣）實時進行的數據捕獲、處理和分析。與傳統方法不同，傳統方法通常將來自多臺機器的數據整理到一個集中的存儲中，邊緣計算是一種分布式計算，它使單個或一組機器的計算和數據存儲更接近數據源。這可以縮短響應時間并節省帶寬。

與使用純粹基于云的方法進行數據處理相比，在單個設備上進行分析可以顯著節省成本和資源。為了清楚起見，這種基于云的方法是指將數據從多個設備流式傳輸到一個集中存儲并在那里進行數據分析。

使用集中式方法，必須收集大量數據并將其傳輸到一個地方才能進行分析。這種方法還會產生大量過剩的運營數據。通過邊緣計算，運營商可以設置參數來決定哪些數據值得存儲——無論是在云端還是在現場服務器中——而哪些數據不值得。

邊緣計算并不是一種替代的基于云的方法，并強調這些技術不會相互競爭。事實上，每個人都在讓對方的工作變得更輕松。這種組合模型的好處在于，它使企業能夠兩全其美：通過基于某些設備的邊緣分析做出決策來減少延遲，同時還在集中源中整理數據。

互補性

邊緣計算非常適合自動駕駛汽車、智能城市和工業遠程監控等實時應用，還可以通過本地處理數據來增強隱私性。

雖然云計算通常適用于不需要實時處理的網絡托管、大數據分析、內容交付和企業應用程序，但邊緣計算和云計算可以齊頭并進。

“邊緣計算和云計算是兩種不同的計算范式，它們有不同的用途，但在某些場景下也可以相互補充。邊緣計算和云計算都可以從本地設備卸載數據處理和存儲，減輕最終用戶設備的負擔并實現更高效的資源利用。”Lookout 首席技術官 Sundaram Lakshmanan 表示。

邊緣計算和云計算可以以互補的方式協同工作。邊緣計算可以實時處理和即時決策，而云計算可以處理資源密集型任務、長期存儲和復雜分析。邊緣計算側重于本地處理數據并減少延遲，而云計算則提供可擴展性、廣泛的存儲和集中處理。這兩種范式都有其獨特的優勢，可以一起使用來創建一個混合計算環境，根據特定的用例和要求優化性能和效率。

在實踐中，通常使用邊緣計算和云計算的組合（稱為混合計算）來充分利用每種模型的優勢。

邊緣計算和云計算是處理現代計算不斷增長的需求的不同方法，隨著技術的不斷發展，邊緣計算和云計算之間的界限可能會變得模糊，從而為創新和效率創造更多機會。