云計算廠商迎來升級拐點，邊緣計算布局或?qū)⒊蓻Q勝點

科技云報道原創(chuàng)。

近年來，云計算服務帶動新一波數(shù)字轉(zhuǎn)型與創(chuàng)新需求，公有云廠商更是扮演著市場前鋒的角色。

隨著各項應用全面智能化的趨勢，從云計算延伸至邊緣計算的技術(shù)整合與生態(tài)串聯(lián)反而成為市場短板，因此云計算廠商紛紛將觸角伸向至邊緣計算市場。

?

今天，數(shù)據(jù)的重要性正帶動企業(yè)對于數(shù)字轉(zhuǎn)型的龐大需求，但大量數(shù)據(jù)卻為既有信息系統(tǒng)架構(gòu)帶來沉重負擔。

云計算趁勢而起，從云存儲、傳輸?shù)竭\算，全面翻新企業(yè)的營運思維，造就云計算廠商在近幾年的亮眼成績，以Amazon、Microsoft、Google、IBM、阿里云表現(xiàn)最為突出。

?

?

然而，隨著云計算廠商的市場話語權(quán)與市場驅(qū)動力突飛猛進，競爭態(tài)勢也越趨激烈。

當云計算服務逐漸成為企業(yè)營運根基，規(guī)?；统杀究紤]開始浮現(xiàn)，廠商在導入云計算架構(gòu)時勢必進行層層考慮，包含穩(wěn)定度、成本效益、擴展性、永續(xù)經(jīng)營等皆然，迫使云計算廠商進入殺價競爭和功能完整度的較勁。

?

除此之外，物聯(lián)網(wǎng)的崛起，讓多元開發(fā)需求如雨后春筍般快速增加，云計算用戶現(xiàn)在不僅要將系統(tǒng)上云端，還要求利用云計算進行多樣化的物聯(lián)網(wǎng)應用開發(fā)與測試，進一步優(yōu)化開發(fā)成本和快速上線的能力。

靠近數(shù)據(jù)源才能掌握需求并創(chuàng)建商機

?

云計算與邊緣計算的關(guān)系，簡單來說就是云計算把握整體，邊緣計算專注局部，將數(shù)據(jù)的處理、應用程序的運行、功能服務的實現(xiàn)，由中心服務器下放到網(wǎng)絡邊緣的節(jié)點上，邊緣計算靠近終端的特性體現(xiàn)在它實時處理的優(yōu)勢，直接對終端設備的數(shù)據(jù)進行過濾和分析，從而更快響應。

?

邊緣節(jié)點在更接近需求的位置進行數(shù)據(jù)處理，在降低時延的同時也減少了從設備到云端的數(shù)據(jù)傳輸成本，減緩了海量數(shù)據(jù)對網(wǎng)絡流量造成的壓力，因此云計算+邊緣計算的組合使用，成本只有單獨使用云計算的39%，真正做到節(jié)能省時兩不誤。

?

Gartner曾表示，邊緣計算將成為具有巨大顛覆性潛力的戰(zhàn)略技術(shù)。

預測顯示，2021年40%的大型企業(yè)的項目會納入邊緣計算原則，而在前幾年只有不到1%的企業(yè)會實施。邊緣計算將成為所有數(shù)字業(yè)務的必要需求。

?

現(xiàn)在數(shù)據(jù)量正在爆發(fā)式增長，物聯(lián)網(wǎng)系統(tǒng)廠商如何高效地處理海量的數(shù)據(jù)一直是一個難題，云計算模式現(xiàn)在已不能完全滿足萬物互聯(lián)的需要，從而衍生出來邊緣計算概念成為新的趨勢。

面對既有業(yè)務的價格競爭與新興的復雜多元需求，云計算廠商開始延伸既有業(yè)務，朝向物聯(lián)網(wǎng)平臺與邊緣運算領(lǐng)域擴展。

現(xiàn)階段，各大云計算廠商多已建立自家物聯(lián)網(wǎng)平臺與邊緣運算軟件，如Amazon的AWS IoT Core、AWSGreengrass，Microsoft的Azure IoTSolutions、Azure IoT Edge等。

?

?

云計算廠商通過先行創(chuàng)建平臺生態(tài)、建置完善架構(gòu)與功能，以及相對應開發(fā)工具給予用戶，逐步往邊緣計算靠攏，試圖在已掌握的云計算優(yōu)勢上，建立更全面的云到端解決方案。

?

過往云計算廠商僅能單方面的收集既有數(shù)據(jù)，之后再進行應用分析，盡管云計算廠商掌握數(shù)據(jù)卻相對被動，加上數(shù)據(jù)量龐大又雜亂，后續(xù)應用分析反而耗時耗力。

然而，當云計算廠商建構(gòu)起云端至邊緣端的開發(fā)工具與生態(tài)圈后，便能反被動為主動，云計算廠商開始能透過軟件與各項API，協(xié)助邊緣計算廠商能夠在同一架構(gòu)之下，更加全面地掌握自家傳感器、終端設備、網(wǎng)關(guān)等更加靠近數(shù)據(jù)源的各方節(jié)點。

?

此外，邊緣計算的提升也給予廠商將人工智能、機器學習等技術(shù)部署于邊緣計算機會，透過各式算法來協(xié)助各個垂直領(lǐng)域的升級，透過深度結(jié)合云運算、邊緣運算與專業(yè)領(lǐng)域知識來實現(xiàn)如自動化、自主訓練、自主優(yōu)化的正向循環(huán)，而這也代表云計算廠商與邊緣計算廠商未來將逐步共同創(chuàng)建新形態(tài)運營模式，實現(xiàn)真正創(chuàng)新轉(zhuǎn)型的目標。

?

未來五年，云計算與邊緣計算將出現(xiàn)趨勢

?

?1、物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量會繼續(xù)增加?

?

物聯(lián)網(wǎng)(IoT)已經(jīng)改變了公司的運營、產(chǎn)生和共享終端數(shù)據(jù)的方式。進入2021年，組織將繼續(xù)向物聯(lián)網(wǎng)領(lǐng)域邁進，以增強他們設備的的智能化和自動化。

正在考慮物聯(lián)網(wǎng)或已經(jīng)推出物聯(lián)網(wǎng)的企業(yè)將繼續(xù)看到邊緣計算的新影響和發(fā)展(更智能，更快速，更受支持)，不要害怕新技術(shù)進入市場——該行業(yè)發(fā)展迅速，新的平臺被采用的速度將比過去更快。

?

?

?2、高帶寬預算將轉(zhuǎn)換為邊緣計算預算?

?

云的大規(guī)模采用導致了帶寬問題。由于越來越多的流程和應用程序托管在Azure、AWS或Rackspace等云平臺中，這些提供商發(fā)送和接收云數(shù)據(jù)時所需的帶寬成本也越來越高。

并且隨著將更多應用程序和數(shù)據(jù)遷移到云中以降低資本支出，IT經(jīng)理們更加深刻的感受到這種影響。這是許多云平臺利用的問題。

?

對于邊緣計算平臺，數(shù)據(jù)聚合和處理的大部分就發(fā)生在邊緣，這意味著很大一部分數(shù)據(jù)實際上并沒有被傳遞到云上，只有經(jīng)過處理的結(jié)果才需要發(fā)回云端。

因此客戶可以通過將其大部分數(shù)據(jù)處理轉(zhuǎn)換為本地計算來降低帶寬成本。

這種操作可以減少大數(shù)據(jù)的傳遞，將更多的計算放在邊緣，降低IT預算成本，并獲得比節(jié)省帶寬更多的好處。

?

?3、人工智能將繼續(xù)推動業(yè)務發(fā)展?

?

人工智能已經(jīng)席卷全球各地的企業(yè)，帶來技術(shù)進步的同時并為企業(yè)提供競爭優(yōu)勢。事實上，人工智能通常依賴于云，并且以云計算能力為后盾。

這種趨勢正在向主機人工智能的邊緣轉(zhuǎn)移，使其具備實時學習和提供高效結(jié)果的能力。

因為對邊緣計算而言，數(shù)據(jù)不一定要冒著延遲或數(shù)據(jù)包丟失的風險，到數(shù)據(jù)中心去處理，從而提高了AI平臺本身的性能。

希望將AI納入其業(yè)務的企業(yè)領(lǐng)導者首先要分析他們的目標，確定這一點將有助于引導他們了解哪些技術(shù)并為他們提供最好的服務。

?

?4、微服務將促進邊緣發(fā)展?

?

隨著微服務的興起，企業(yè)需要更加靈活和敏捷的網(wǎng)絡。微服務簡化了將業(yè)務規(guī)則，流程或策略推送到各個離散包的過程，從而簡化了擴展能力。

它們還可以輕松快速部署新服務并與其他平臺集成。

?

微服務可以坐在邊緣，支持物聯(lián)網(wǎng)平臺，這樣它們占用的空間更小，并盡可能少地使用計算資源，這意味著物聯(lián)網(wǎng)平臺可以以閃電般的速度運行。

這一優(yōu)勢已不再停留于概念驗證階段，它已進入主流應用領(lǐng)域，并且預計將以41%的復合年增長率增長。

企業(yè)正在采用邊緣策略改善他們的運營并為其網(wǎng)絡帶來實時性能。

?

從智能手機到可穿戴設備，從醫(yī)療到汽車以及工業(yè)制造，邊緣計算正在上演一個又一個行業(yè)傳奇。

未來，針對邊緣計算展開的測試和驗證會越來越多，邊緣計算所面對的市場規(guī)模也將越來越大，我們相信，它會讓終端成為更智慧的存在，會讓數(shù)字世界更加精彩。

【關(guān)于科技云報道】專注于原創(chuàng)的企業(yè)級內(nèi)容行家——科技云報道。成立于2015年，是前沿企業(yè)級IT領(lǐng)域Top10媒體。獲工信部權(quán)威認可，可信云、全球云計算大會官方指定傳播媒體之一。深入原創(chuàng)報道云計算、大數(shù)據(jù)、人工智能、區(qū)塊鏈等領(lǐng)域。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。