計算是網際網路中一個永恆的話題，裝置的所有執行都可以看成是 0 和 1 的運算。在計算中近些年有兩個越來越響亮的技術：雲端計算和邊緣計算。現如今是雲端計算方興未艾，邊緣計算已經有了燎原之勢，本文將對這兩種技術做下簡單的對比介紹，讓大家能夠對邊緣計算和雲端計算有一個更深入的瞭解。

雲端計算是通過使計算分佈在大量的分散式計算機上，而非本地計算機或遠端伺服器中，企業資料中心的執行將與網際網路更相似。這使得企業能夠將資源切換到需要的應用上，根據需求訪問計算機和儲存系統。雲端計算主要應用於以下場景.

什麼是雲端計算

雲端計算（Cloud Computing）已經發展的比較成熟了，但其定義比較寬泛。雲端計算按照部署模型大致分為三類：公有云、私有云、混合雲；服務模式也有三種：Saas、PaaS、IaaS 。由於篇幅有限，這裡不再對這些名詞做概念的展開。通俗地講，雲端計算就是對計算機硬體，系統，網路，應用軟體等資源的集中部署和再分配，以求達到計算資源的利用效率最大化。

雲端計算的應用場景

雲伺服器：相對於傳統的物理機，雲伺服器部署快速，硬體擴充套件方便，系統高可用。只需要在廠商提供的控制檯進行簡單的點選操作，即可以完成硬體的搭配及系統的安裝，快速的開通或者擴充一臺雲伺服器。

雲端儲存：對於海量的圖片或音視訊檔案，怎麼實現儲存的安全及訪問的速度在雲端儲存普及前一直是一個難題。高昂的硬體費用和維護成本讓不少做音視訊網站的站長望而卻步。而云儲存卻解決了這個問題：多地區容災備份，無限級擴容，多維度的訪問控制，這個“網路大硬碟”就是這麼簡單的解決了這個問題。

資料處理：網際網路每天都會產生大量的資料，對這些資料進行識別、編輯、分析等二次加工是一件必不可少的事情。但是單機或者幾臺機器組成的叢集由於儲存和運算能力有限，時效性很低，對於動輒 GB 或者 TB 級別的資料處理是很無力的。這個時候雲端計算登場了，只需要把內容傳輸到雲端，請求資料處理的介面即可實現對資料的編輯、內容的識別、模型的學習。又拍雲處理基於雲端計算，不僅能夠在雲端完成圖片水印、裁剪、銳化等 40+ 處理功能，也能夠在雲端對音視訊提供剪輯處理、位元速率轉換等，其中更包含能讓圖片瘦身 70% 的 WebP 圖片處理以及能讓視訊瘦身 30% 的窄帶高清。

在雲端計算的基礎上，計算從量變到質變，從而使大資料的處理得以普及，催生出人工智慧，也使我們逐漸進入萬物互聯的物聯網時代，而這個時代在呼喚著邊緣計算。

什麼是邊緣計算

邊緣計算（Edge Computing），其定義也比較寬泛，可以理解為“最近端的雲端計算”，但是邊緣計算從許多共識來看，並不隸屬於雲端計算，而是雲端計算的補充或者雲端計算的“預處理”。

邊緣計算能做什麼呢？邊緣計算主要服務於物聯網（IoT），能夠聯網的裝置，如：智慧穿戴裝置、智慧家居、智慧機床、無人駕駛汽車、無人機、智慧港口等。這些各式各樣的裝置（設施）通過感測器或者預設程式組成一個巨大的通訊系統，而要讓這個系統正常運轉起來，像人那樣處理問題，就需要計算海量的資料並即時反饋，對龐大資料的處理要求暴露了雲端計算的不足。

雲端計算 VS 邊緣計算

雲端計算的不足

隨著邊緣計算的興起，在太多場景中需要計算龐大的資料並且得到即時反饋。這些場景開始暴露出雲端計算的不足，主要有以下幾點：

大資料的傳輸問題：據估計，到 2020 年，每人每天平均將產生 1.5GB 的資料。隨著越來越多的裝置連線到網際網路並生成資料，以中心伺服器為節點的雲端計算可能會遇到頻寬瓶頸。

資料處理的即時性：據統計，無人駕駛汽車每秒產生約 1GB 資料，波音 787 每秒產生的資料超過 5GB；2020 年我國資料儲存量達到約 39ZB，其中約 30% 的資料來自於物聯網裝置的接入。海量資料的即時處理可能會使雲端計算力不從心。

隱私及能耗的問題：雲端計算將身體可穿戴、醫療、工業製造等裝置採集的隱私資料傳輸到資料中心的路徑比較長，容易導致資料丟失或者資訊洩露等風險；資料中心的高負載導致的高能耗也是資料中心管理規劃的核心問題。

邊緣計算的優勢和發展

邊緣計算的發展前景廣闊，被稱為“人工智慧的最後一公里”，但它還在發展初期，有許多問題需要解決，如：框架的選用，通訊裝置和協議的規範，終端裝置的標識，更低延遲的需求等。隨著 IPv6 及 5G 技術的普及，其中的一些問題將被解決，雖然這是一段不小的歷程。相較於雲端計算，邊緣計算有以下這些優勢。

• 優勢一：更多的節點來負載流量，使得資料傳輸速度更快。
• 優勢二：更靠近終端裝置，傳輸更安全，資料處理更即時。
• 優勢三：更分散的節點相比雲端計算故障所產生的影響更小，還解決了裝置散熱問題。

兩者既有區別，又互相配合

上文講了雲端計算的缺點以及邊緣計算的優點，那麼是不是意味著在未來，邊緣計算更勝雲端計算一籌呢？其實不然！雲端計算是人和計算裝置的互動，而邊緣計算則屬於裝置與裝置之間的互動，最後再間接服務於人。邊緣計算可以處理大量的即時資料，而云計算最後可以訪問這些即時資料的歷史或者處理結果並做彙總分析。

這裡可以從某個側面做個比喻，如果雲端計算是章魚的大腦，那麼邊緣計算就是章魚的觸角，觸角對於外界刺激的反應大都出於本能，而這些不斷的刺激產生的結果最後會彙集到大腦中，進而作為觸角後續的行為提供決策的依據。

由此來看，雲端計算和邊緣計算是一種共生和互補的關係，並不會出現誰取代誰的問題，而是誰在哪些計算上更有優勢，誰在哪些場景上更合適。

為了擁抱邊緣計算的到來，又拍雲也在許多地方佈局發力。又拍雲 PrismCDN 就是佈局 5G 和邊緣計算的一張網路，它在 CDN 的基礎上完美融合 P2P 及流媒體技術，高效整合利用零散閒置的上行頻寬資源構建內容分發網路服務，將充分釋放 5G 裝置強大的計算、傳輸能力。此外基於 Docker 的又拍雲容器雲，節點分散在全國各地及海外，提供電信、聯通、移動和多線網路，融合微服務、DevOps 理念，滿足精益開發、運維一體化，大幅降低分散式計算資源構建複雜度，大幅降低使用成本，讓邊緣計算在節點部署、使用、維護上更加簡單和便捷。

推薦閱讀：