計算是互聯(lián)網(wǎng)中一個永恒的話題，設(shè)備的所有運行都可以看成是 0 和 1 的運算。在計算中近些年有兩個越來越響亮的技術(shù)：云計算和邊緣計算?，F(xiàn)如今是云計算方興未艾，邊緣計算已經(jīng)有了燎原之勢，本文將對這兩種技術(shù)做下簡單的對比介紹，讓大家能夠?qū)吘売嬎愫驮朴嬎阌幸粋€更深入的了解。

云計算是通過使計算分布在大量的分布式計算機上，而非本地計算機或遠程服務器中，企業(yè)數(shù)據(jù)中心的運行將與互聯(lián)網(wǎng)更相似。這使得企業(yè)能夠?qū)①Y源切換到需要的應用上，根據(jù)需求訪問計算機和存儲系統(tǒng)。云計算主要應用于以下場景.

什么是云計算

云計算(Cloud Computing)已經(jīng)發(fā)展的比較成熟了，但其定義比較寬泛。云計算按照部署模型大致分為三類：公有云、私有云、混合云;服務模式也有三種：Saas、PaaS、IaaS 。由于篇幅有限，這里不再對這些名詞做概念的展開。通俗地講，云計算就是對計算機硬件，系統(tǒng)，網(wǎng)絡，應用軟件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。

云計算的應用場景

云服務器：相對于傳統(tǒng)的物理機，云服務器部署快速，硬件擴展方便，系統(tǒng)高可用。只需要在廠商提供的控制臺進行簡單的點擊操作，即可以完成硬件的搭配及系統(tǒng)的安裝，快速的開通或者擴充一臺云服務器。

云存儲：對于海量的圖片或音視頻文件，怎么實現(xiàn)存儲的安全及訪問的速度在云存儲普及前一直是一個難題。高昂的硬件費用和維護成本讓不少做音視頻網(wǎng)站的站長望而卻步。而云存儲卻解決了這個問題：多地區(qū)容災備份，無限級擴容，多維度的訪問控制，這個“網(wǎng)絡大硬盤”就是這么簡單的解決了這個問題。

數(shù)據(jù)處理：互聯(lián)網(wǎng)每天都會產(chǎn)生大量的數(shù)據(jù)，對這些數(shù)據(jù)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集群由于存儲和運算能力有限，時效性很低，對于動輒 GB 或者 TB 級別的數(shù)據(jù)處理是很無力的。這個時候云計算登場了，只需要把內(nèi)容傳輸?shù)皆贫?，請求?shù)據(jù)處理的接口即可實現(xiàn)對數(shù)據(jù)的編輯、內(nèi)容的識別、模型的學習。又拍云處理基于云計算，不僅能夠在云端完成圖片水印、裁剪、銳化等 40+ 處理功能，也能夠在云端對音視頻提供剪輯處理、碼率轉(zhuǎn)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頻瘦身 30% 的窄帶高清。

在云計算的基礎(chǔ)上，計算從量變到質(zhì)變，從而使大數(shù)據(jù)的處理得以普及，催生出人工智能，也使我們逐漸進入萬物互聯(lián)的物聯(lián)網(wǎng)時代，而這個時代在呼喚著邊緣計算。

什么是邊緣計算

邊緣計算(Edge Computing)，其定義也比較寬泛，可以理解為“最近端的云計算”，但是邊緣計算從許多共識來看，并不隸屬于云計算，而是云計算的補充或者云計算的“預處理”。

邊緣計算能做什么呢?邊緣計算主要服務于物聯(lián)網(wǎng)(IoT)，能夠聯(lián)網(wǎng)的設(shè)備，如：智能穿戴設(shè)備、智能家居、智能機床、無人駕駛汽車、無人機、智能港口等。這些各式各樣的設(shè)備(設(shè)施)通過傳感器或者預設(shè)程序組成一個巨大的通信系統(tǒng)，而要讓這個系統(tǒng)正常運轉(zhuǎn)起來，像人那樣處理問題，就需要計算海量的數(shù)據(jù)并即時反饋，對龐大數(shù)據(jù)的處理要求暴露了云計算的不足。

云計算 VS 邊緣計算

云計算的不足

隨著邊緣計算的興起，在太多場景中需要計算龐大的數(shù)據(jù)并且得到即時反饋。這些場景開始暴露出云計算的不足，主要有以下幾點：

大數(shù)據(jù)的傳輸問題：據(jù)估計，到 2020 年，每人每天平均將產(chǎn)生 1.5GB 的數(shù)據(jù)。隨著越來越多的設(shè)備連接到互聯(lián)網(wǎng)并生成數(shù)據(jù)，以中心服務器為節(jié)點的云計算可能會遇到帶寬瓶頸。

數(shù)據(jù)處理的即時性：據(jù)統(tǒng)計，無人駕駛汽車每秒產(chǎn)生約 1GB 數(shù)據(jù)，波音 787 每秒產(chǎn)生的數(shù)據(jù)超過 5GB;2020 年我國數(shù)據(jù)儲存量達到約 39ZB，其中約 30% 的數(shù)據(jù)來自于物聯(lián)網(wǎng)設(shè)備的接入。海量數(shù)據(jù)的即時處理可能會使云計算力不從心。

隱私及能耗的問題：云計算將身體可穿戴、醫(yī)療、工業(yè)制造等設(shè)備采集的隱私數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心的路徑比較長，容易導致數(shù)據(jù)丟失或者信息泄露等風險;數(shù)據(jù)中心的高負載導致的高能耗也是數(shù)據(jù)中心管理規(guī)劃的核心問題。

邊緣計算的優(yōu)勢和發(fā)展

邊緣計算的發(fā)展前景廣闊，被稱為“人工智能的最后一公里”，但它還在發(fā)展初期，有許多問題需要解決，如：框架的選用，通訊設(shè)備和協(xié)議的規(guī)范，終端設(shè)備的標識，更低延遲的需求等。隨著 IPv6 及 5G 技術(shù)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。相較于云計算，邊緣計算有以下這些優(yōu)勢。

優(yōu)勢一：更多的節(jié)點來負載流量，使得數(shù)據(jù)傳輸速度更快。 優(yōu)勢二：更靠近終端設(shè)備，傳輸更安全，數(shù)據(jù)處理更即時。 優(yōu)勢三：更分散的節(jié)點相比云計算故障所產(chǎn)生的影響更小，還解決了設(shè)備散熱問題。 兩者既有區(qū)別，又互相配合

上文講了云計算的缺點以及邊緣計算的優(yōu)點，那么是不是意味著在未來，邊緣計算更勝云計算一籌呢?其實不然!云計算是人和計算設(shè)備的互動，而邊緣計算則屬于設(shè)備與設(shè)備之間的互動，最后再間接服務于人。邊緣計算可以處理大量的即時數(shù)據(jù)，而云計算最后可以訪問這些即時數(shù)據(jù)的歷史或者處理結(jié)果并做匯總分析。

這里可以從某個側(cè)面做個比喻，如果云計算是章魚的大腦，那么邊緣計算就是章魚的觸角，觸角對于外界刺激的反應大都出于本能，而這些不斷的刺激產(chǎn)生的結(jié)果最后會匯集到大腦中，進而作為觸角后續(xù)的行為提供決策的依據(jù)。

由此來看，云計算和邊緣計算是一種共生和互補的關(guān)系，并不會出現(xiàn)誰取代誰的問題，而是誰在哪些計算上更有優(yōu)勢，誰在哪些場景上更合適。

為了擁抱邊緣計算的到來，又拍云也在許多地方布局發(fā)力。又拍云 PrismCDN 就是布局 5G 和邊緣計算的一張網(wǎng)絡，它在 CDN 的基礎(chǔ)上完美融合 P2P 及流媒體技術(shù)，高效整合利用零散閑置的上行帶寬資源構(gòu)建內(nèi)容分發(fā)網(wǎng)絡服務，將充分釋放 5G 設(shè)備強大的計算、傳輸能力。此外基于 Docker 的又拍云容器云，節(jié)點分散在全國各地及海外，提供電信、聯(lián)通、移動和多線網(wǎng)絡，融合微服務、DevOps 理念，滿足精益開發(fā)、運維一體化，大幅降低分布式計算資源構(gòu)建復雜度，大幅降低使用成本，讓邊緣計算在節(jié)點部署、使用、維護上更加簡單和便捷。