边缘计算不“边缘”：先发者优势明显，决胜于产品与场景化落地

数字经济时代，80%的人工智能决策将发生在边缘和端侧。据IDC预测，全球企业基础设施建设在边缘部署比例将从2020年的10%增长到2023年的50%，全球智能终端接入数量将从2020年的500亿个增长到2025年的1500亿个，爆发式增长的数据量在边缘侧源源不断地产生，由此导致边缘计算不“边缘”的时代正在到来。

AI等诸多因素助推，边缘计算跑步前进

提及边缘计算，咨询和评论机构可谓不吝笔墨。其中IDC给出了一些精确描述性的信息：“边缘计算是微型数据中心的网状网络，在本地处理或存储关键数据，并将所有接收到的数据推送到中央数据中心或云存储库，其覆盖范围不到100平方英尺”，不仅定性圈定了边缘计算所处的位置，还定量给出了离数据发生地的距离数字；相对IDC这段充满术语的描述，Ganter的副总裁兼分析师Dave Russell的定义更加文艺范儿：“边缘计算就是现实与数字的交互之处”。

在我们看来，边缘计算不完全是什么新鲜事。多年来，企业一直在传统数据中心之外部署信息技术。例如，石油和天然气公司一直在偏远地区使用先进的传感器和仪表进行作业。然而，只不过最近几年，一些新的技术趋势，如人工智能，物联网、计算力等的快速发展，正在加速广泛行业的边缘技术变革。

以人工智能为例，其正在从互联网行业向通信、制造、能源、医疗、政府等各行各业渗透，成为了社会经济活动中最具变革的力量。而得益于物联网等技术的发展，其在落地应用的过程中，延伸到了网络的边缘端，从疫情期间的体温检测、道路上的无人驾驶计算单元、工厂的无人质检等。

又如物联网的发展。IDC预测显示，全球企业基础设施建设在边缘部署比例将从2020年的10%增长到23年的50%，全球智能终端接入数量将从2020年的500亿个增长到2025年的1500亿个，产生的数据量爆炸式增长。人与机器、机器与机器间的数据交互、数据分析以及建模、推理，加速工作负载和数据“重心”快速向边缘发展。

鉴于此，Gartner最新分析认为，边缘计算已经跑步前进到热门期，未来2—5年内，更多的基于边缘计算的应用场景将会涌现，前景广阔。

那么问题来了，它到底有哪些优势？会给相关产业带来怎样的影响？

边缘计算好处多，相关产业、市场空间广阔

提及边缘计算的优势，与传统的云计算相比，主要体现在以下几个方面。

首先是成本更低。边缘计算的数据主要是在近端处理，因此在网络传输、中心运算、中心存储、回传等各个环节，都能节省大量的服务器、存储、交换、带宽、电量乃至物理空间等诸多成本，从而实现低成本化、绿色化。

其次是部署更加方便。众所周知，部署云计算的数据中心，是一个浩大的工程。物理选址、区域划分、工程建设、设备安装、设备调试，涉及到众多的大节点，这其中每一个节点的工作量都是巨大的。相反，边缘计算的部署相对来说就要简单得多。

再次是响应更加及时。如今AR、VR、4K、8K、直播、短视频、游戏、云上办公、云上娱乐、自动驾驶、智能家居、智能交通等各种场景日益普及，这些场景下的应用对传输、计算、存储等的速度和效率要求也越来越高。

以自动驾驶为例，几乎是“0延时”的响应速度要求。而如此低的时延，传统数据中心模式的响应、计算、存储和传输速度，显然是不够的。这时候“近端处理”的边缘计算，自然就成为了“实时化”要求的最好选择。

最后是拥有更高可用性和鲁棒性。云计算中心如果发生节点或者单个虚拟机故障，将会影响连接网络的成千上万个设备，其结果是灾难性的。相较之下，边缘计算的分布式架构，即使一个设备发生故障，也不会影响其它设备，在使用的可靠性和鲁棒性上，都要高得多。

由此来看，边缘计算的概念可能不是革命性的，但其实现将是革命性的。这些实现将解决许多日益严重的问题，包括降低大型数据中心（云计算）的能耗，提高专用数据的安全性，实现故障安全解决方案，降低信息存储量和通信成本，以及通过降低延迟能力来开创新应用。

基于此，边缘计算未来的市场空间相当广阔。

首先在市场规模上，几乎所有权威的统计机构都给予边缘计算以很好的市场预期。例如Gartner的研究报告中预测到2025年，在“传统的”集中式数据中心或云存储以外处理的企业生成的数据的比例将从2018年的10％跃升至75％。Forrester也认为“边缘云服务市场未来成长速度将达到50%以上”。

其次是边缘端将演化出多样化的计算场景，比如ICT融合场景、泛CDN、智能网联汽车、工业互联网、能源、交通、金融等产业+AI、城市治理、智能物联网等均会带来很大的市场前景和机会。

如此巨大的市场机会，边缘计算的竞争也就此拉开帷幕。

边缘计算马太效应渐显，产品与场景化落地是关键

熟悉TMT行业的人都知道，其细分领域所谓“弯道超车”的机会并不太多。原因在于落后者以同样的方式追赶领先者，那么几乎是永远也追不上的，即时通讯、社交、搜索、电商、安全等领域，无不如此。对于边缘计算也不例外。

IDC分析称，在物联网与AI的推动下，边缘计算未来将呈现指数级增长，占领市场先机也将占据领先优势，马太效应开始显现。

与云计算的落地需要“软硬兼施”一样，边缘计算也是如此。而从目前看，在边缘计算基础设施层面，中国市场发展势头最猛。

以边缘服务器为例，据IDC发布的2020年度《中国边缘计算服务器市场报告（PRC Edge ComputingServer Tracker）》显示，中国边缘计算服务器市场的增长率高于全球，5年复合增长率为22%。2020年度中国边缘计算服务器市场中，浪潮边缘计算服务器以32%的市场占有率，位居第一，超第2—5名厂商份额之和，表现最为抢眼。

那么问题来了，以浪潮为代表的中国企业何以在边缘服务器市场占有如此大的优势？

究其原因，浪潮早在多年前，就从产品性能、节能、安全性、严苛环境的适应性、大规模场景的运维部署等方面进行全面考量，快速布局边缘，并率先发布边缘微中心、边缘云服务器、便携AI服务器、边缘微服务器四大产品系列，提供从数据中心到边缘侧的智慧算力，满足用户数字化转型与重塑过程中多样化、场景化的应用需求。

值得一提的是，浪潮边缘服务器NE5260M5更是在国际AI基准测试MLPerfTM中“一战成名”，一举拿下边缘场景下7项冠军，覆盖图像分类、目标检测、医疗图像分割、语音识别等6类AI边缘推理场景，成为边缘AI推理全能王，先发优势凸显。

需要说明的是，同样是来自IDC的报告称，在制造、能源、交通等行业用户需求的驱动下，边缘定制服务器市场将由点到面迎来快速增长，预计在未来五年成为服务器市场增长最快的子市场之一。具体到中国市场，边缘定制服务器市场在2019-2024年将保持130.2%的年复合增长率，到2024年，在该细分市场的占比将超过40%，这意味着浪潮的先发优势还将延续。

除了上述基础设施层面，在应用层面，边缘计算的落地需要与生态伙伴的深度合作，针对不同行业的实际需求打造有针对性的解决方案。这方面，中国企业也体现出相当的实力。

以在前述在边缘计算服务器领先的浪潮为例，其面对边缘侧多样化、复杂的计算需求，与合作伙伴发布了6大行业的场景化解决方案，汇聚双方在基础设施、系统、算法、应用等方面优势，为智慧能源、智慧水利、智能工厂等应用场景提供云边端一体化的全解决方案，驱动边缘计算、AI等技术向传统行业的加速落地。

以智慧油井解决方案为例，众所周知，石油天然气是国民经济的重要支柱之一。在我国，有上万口油井需要进行日常监测和维修，人力运维远不足支撑日常的管理需求。不仅如此，安全、合规地进行开采和生产作业是保障石油化工企业平稳运行的基础条件。

为此，浪潮推出了智慧油井解决方案，通过对油田现场智能仪器的电压、电流、载荷、温度、视频图像等数据进行自动化采集，在基于浪潮边缘微服务器EIS200的边缘计算平台进行实时分析处理，并将数据回传到数据中心进行模型的优化与算法迭代，实现对油井设备的智能监测管理，矿机可以按照底下油量储备情况去智能启停和调节它的频率，从而节省电费80%以上，同时，可以对作业现场的人员是否佩戴安全帽等安全合规操作行为进行检测，保障油田开采工作安全平稳运行。

又如在智慧电力解决方案中，针对近年来电网规模不断增大，设备的巡视和作业的压力也与日俱增的挑战，浪潮联合全球能源互联网研究院有限公司（简称“国网联研院”）推出的电网设备巡检及监控解决方案，通过人工智能、边缘计算技术与电网场景的深度融合，实现配电站房智能监控、输电线路巡视图像智能分析、作业现场安全监控等场景的智能化改造，大幅降低了资源占用和人力投入。算力和人工智能模型的“端-边-云”协同，使边缘侧15ms内网络延时，秒级识别分析，异常情况及时预警，保障了设备和作业安全。

正是由于浪潮在边缘计算中，平台+生态的发力，不仅让其在边缘计算市场竞争中处在前列，更让行业切身感受到边缘计算带来的好处，这对于推动边缘计算的快速发展才是最关键的。

智算中心+元脑生态，边云协同效应的未来

毋庸置疑，由于边缘计算如火如荼的发展及更多AI的属性，让边云效应显得更加重要，即大部分数据处理（如AI推理）都在边缘进行，而云被用于存储和大型计算（如AI训练和大型应用程序）。原因何在？在此，业内通常用动物界的章鱼来比喻说明。

众所周知，章鱼之所以聪明，是因为它拥有“一个大脑+多个小脑”，不仅能通过40%的大脑容量进行分析和决策，还能通过八条腿上分布的60%的巨量神经元进行感知和分析，腕足和大脑有效配合，让章鱼在各种复杂环境中都能游刃有余。

以章鱼类比，边缘计算就像是章鱼的小脑，云计算则是大脑，边缘计算与云计算其实各有所长。

其中云计算擅长全局性、非实时、长周期的大数据处理与分析，能够在长周期维护、业务决策支撑等领域发挥优势；边缘计算更适用局部性、实时、短周期数据的处理与分析，能更好地支撑本地业务的实时智能化决策与执行。

因此，边缘计算与云计算之间不是替代关系，而是互补协同关系。边缘计算与云计算需要通过紧密协同才能更好地满足各种需求场景的匹配，从而放大边缘计算和云计算的应用价值。边缘计算既靠近执行单元，更是云端所需高价值数据的采集和初步处理单元，可以更好地支撑云端应用；反之，云计算通过大数据分析优化输出的业务规则或模型可以下发到边缘侧，边缘计算基于新的业务规则或模型运行。

比如在智慧城市建设过程中，每一个路口都会安装许多的摄像头，这里既有针对智能交通应用的摄像头，也有针对监控等应用的摄像头，它们随时都在产生数据，但如果把这些数据统统上传到云端，显然并不现实。在这种情况下，边缘计算的应用就可以帮助边缘端进行数据的实时处理和筛选，将最有价值的数据同步到云端，从而让云端的“大脑”越来越聪明。

另据市场调研机构Wikibon的统计数据显示，云计算和边缘计算结合，成本只有单独使用云计算的36%。可见云边协作的经济效应。

实际的情况是，几乎所有的云计算企业以及应用云计算的企业都有一个共识，那就是在即将到来的智能时代，云计算将与边缘计算互为协同，共同构成智能社会底层的计算基础。

例如浪潮认为，边缘侧的数据整合、打通，将刺激数据中心数据的新需求、新业务产生，同时，随着数据中心算力的快速增长，必将带动新的边缘计算场景应用，二者相互促进，相辅相成。

但随之而来的问题是，面对智能社会庞大的AI计算需求和提升效率的挑战，传统数据中心本身已经越来越难以承载这样的需求，为此，作为边缘计算领先企业浪潮提出的智算中心及相应的元脑生态引发了业内的高度关注。

与传统数据中心不同，智算中心不仅把算力高密度地集中在一起，而且要解决调度和有效利用计算资源、数据、算法等问题，更像是从计算器进化到了大脑。

至于元脑生态则是联合具备 AI 开发核心能力的左手伙伴和具备行业整体方案交付能力的右手伙伴，聚合AI最强算力平台、最优质的算法模型开发能力和最优质的集成、部署和服务能力，支撑和加速各行业、各产业与人工智能的融合。

不知业内看到此有何感想？从未来云边协同效应的角度看，由于边缘计算更多面对的是基于AI的计算资源、数据、算法，而这些恰好与智算中心遥相呼应，从而使得边缘计算与云计算之间可以实现无缝衔接，让数据处理和流动效率更高，同时保证了从边缘计算到云计算的一致性管理和操作体验，实现了边缘计算所有的基础能力尽可能与云计算对齐，简而言之，就是大幅提升现有边云协同的效率，有可能成为未来边云协同的发展方向。

总结：会当凌绝顶，一览众山小。当边缘计算在业内狂风乍起之时，唯有从整个智慧计算的高度去审视、布局和发展，才能充分发挥其与云计算的协同效应，才能真正惠及千行百业。