誤區一

邊緣計算不安全

實際上：邊緣計算本質上是數據的分布存儲和計算，比云計算更安全

邊緣計算和云計算，誰更不安全?

客觀地說，相比于云計算數據中心機房，在防火防震、容災、電力設施、消防乃至新風系統等方面，邊緣計算在邊緣終端上的防護確實是要相差很多。只不過，值得一提的是，無論是邊緣計算還是云計算，最大的安全威脅不是來自于物理層面，而是來自于網絡傳輸、計算和存儲層面。

世界經濟論壇此前發布的《2018年全球風險報告》顯示，網絡攻擊成為2018年全球僅次于自然災害與極端天氣事件之外的第三大風險因素，排名在氣候變化減緩與應對措施失敗、人為環境災害、恐怖襲擊和非法貿易等之上，可見其危害程度。

Positive Technologies也表示，2018年全球受網絡攻擊用戶達7.65億，這意味著在全球40億左右的互聯網用戶中，大約每五個人中，就有一個人受到網絡攻擊，形勢相當嚴峻。

邊緣計算之所以比云計算更安全，核心在于其在根本邏輯架構上的優勢。在大部分情況下，邊緣終端收集的敏感數據和關鍵信息，比如支付卡行業(PCI)和個人身份信息(PII)、個體標簽數據、銀行賬戶密碼、電商平臺消費數據、搜索記錄、甚至智能攝像頭數據等，不再需要上傳到數據中心。

在邊緣終端，這些數據就可以得到及時、有效的處理，比如計算、存儲、加密和訪問控制等，這樣就可以滿足很多客戶和用戶不允許自己的數據傳到云端的需求，而且也可以極大地避免不同的國家在數據安全、個人隱私和法律條款等方方面面的合規要求。

還有一點值得一提的是，相比云計算數據中心這一明顯的“目標”，邊緣計算在分布層面還有“化整為零”的防暴露優勢。這種“既無所在，又無所不在”的天然優勢，加大了攻擊的難度和門檻。這也是邊緣計算更為安全的重要原因之一。

誤區二

邊緣計算更易于管理

實際上：邊緣計算并不簡單，運維和管理能力是其核心競爭力之一

一邊是超大規模的數據中心，另一邊是極簡主義的邊緣終端，所以不少人第一反應會認為相比于云計算，邊緣計算更加易于管理。實際上，這個看法是錯誤的。邊緣計算和云計算其難易點，各有不同。

傳統云計算數據中心，運維和管理主要包含全維度日常監控、全流程的IT規范化、全節點自動化處理、一體化的管理模式、以業務為導向的服務能力等方面。這其中有兩個核心，一個是事前預控，另外一個是事中“在場”處理。這兩點讓看似很復雜的云計算的運維和管理，變得簡單和可控起來。

而邊緣計算之所以說“并不簡單”，就在于邊緣終端的問題往往發生在“千里之外”的遠端，這就需要邊緣計算廠商有著更強的定位、遠程修復、運維和管理能力。在邊緣計算聯盟白皮書中，就指出邊緣計算面臨：海量連接與異構、業務的實時性、應用的智能性、數據的優化、安全與隱私保護等痛點。

與此類似，韋恩州立大學計算機科學系教授、博士生導師施巍松也歸納了網絡技術、隔離技術、體系結構、邊緣操作系統、算法執行框架、數據處理平臺、安全和隱私等邊緣計算的七大核心技術。

無論是痛點也好還是技術也罷，所有這些其實都與運維和管理高度相關，可見邊緣計算的運維和管理，其實不簡單。

為了加快邊緣計算的落地，并加強在運維和管理方面的能力，國內外廠商都紛紛推出了融合容器技術的邊緣計算平臺，比如全球最大云服務商亞馬遜AWS、工業互聯網鼻祖GE Digital等推出的邊緣計算平臺等，就都采用了容器技術;而在國內，網宿科技也在去年推出的邊緣計算平臺中，同樣使用了融合容器等虛擬化技術。

值得一提的是，同樣基于分布式架構這個基礎，讓邊緣計算跟CDN其實有著異曲同工之妙。換句話說，國外Akamai，國內的網宿科技、藍汛等廠商，可能在面臨邊緣計算的運維和管理時，都有“似曾相識”的經驗和能力可供復制。

誤區三

邊緣計算可以彎道超車

實際上：先發優勢遠勝后發優勢，邊緣計算要“趁早為王”

“很多人輸就輸在，對于新興事物第一看不見、第二看不起、第三看不懂、第四來不及。”馬云曾經這樣告誡過。毫無疑問，邊緣計算就是當今TMT行業最大的新興事物之一。

熟悉TMT行業的人都知道，其細分領域所謂“彎道超車”的機會并不太多。原因在于落后者以同樣的方式追趕領先者，那么幾乎是永遠也追不上的，即時通訊、社交、搜索、電商、安全等領域，無不如此。

很顯然，邊緣計算也會是如此。要知道邊緣計算是產品、技術、解決方案和服務等各方面的綜合比拼，不像O2O、網約車、共享單車等領域，有錢就能解決問題。所以O2O、網約車、共享單車這幾個領域，和前面說的領域不一樣，最終的“勝者”并不都是最初的先發者。

邊緣計算最早的“先發者”，應屬一票CDN廠商。因為CDN一定程度上，是僅僅涉及到內容分發的“邊緣計算”，或者說是邊緣計算的細分表現形式之一，甚至可以把邊緣計算看作是CDN在業務和技術領域的“升級版”。

所以，在市場還沒有“邊緣計算”的時候，CDN廠商已經在做邊緣計算做的事情了。而如今CDN廠商在角逐邊緣計算的過程中，自然有了天生的網絡、節點等優勢。由此，也難怪無論是國外的Akamai、EdgeCast、Fastly、Cloudflare，還是國內的網宿科技、藍汛等等，個個都充滿生機和激情，因為他們身上的基因，讓他們占據了有利的先發地位。

除了廠商之外， 很多敏銳的投資機構也早早地開始了行動，包括德森霍洛維茨基金(Andreessen Horowitz)、軟銀(Softbank)、伯克希爾哈撒韋公司(Berkshire Partners)和高盛(Goldman Sachs)等在內的，幾乎所有頂級風投基金都已紛紛押注邊緣計算領域的初創公司。

邊緣人工智能解決方案提供商Anagog、云和邊緣計算公司Packet.inc、基礎架構和邊緣計算解決方案提供商Vopor.io以及邊緣智能軟件公司Swim.ai等大批涌現的初創公司紛紛獲得了頂級風投的資金注入。

誤區四

大的云計算廠商更具有優勢

實際上：邊緣計算各類型廠商各有優勢，大型云計算廠商面臨左右互搏的問題

邊緣計算哪一類廠商最具優勢?可能大家第一反應是大型的云計算廠商。其實不然，至少從目前的發展態勢上看，邊緣計算、云計算、硬件制造和CDN等各類廠商各有優勢。

大型云計算廠商的優勢自不必多言，而其劣勢在于自身的“囚徒困境”所致。

眾所周知，云計算本身是一個超重資產的投入，阿里巴巴在余杭建造的浙江云計算數據中心，投入高達62億元;無獨有偶杭州鋼鐵集團有限公司投資建設的云計算數據中心，總投資預計也高達30億元。如此重金投入之后，面對邊緣計算這一新鮮勢力，哪怕知道其再有潛力，也很難去革自己的命。

而且邊緣計算和云計算、CDN等業務一樣，大型云計算廠商，都有一個不夠獨立第三方、不夠客觀性的“身份劣勢”，自己無所不包的業務，勢必會讓很多細分領域的廠商，在選擇時有所顧忌。

就超重資產投入而言，大型云計算廠商是如此，中型云計算廠商也是一樣。只不過他們更為尷尬的地方在于，大型云計算廠商實力雄厚可以承受，而中型云計算廠商不投入則業務難以做大，投入則成本又難以承受。而且在邊緣計算這種新技術、新時代來臨時，云計算廠商都要一方面面臨左右互搏的尷尬，另一方面還要面臨尾大不掉的困境。

來自Gartner的報告顯示，全球IoT數據量正在以每年59%的速度遞增，到2025年，數據量將激增至163ZB，遠超當前任何互聯網公司所儲備的數據量。毫無疑問，就IoT來說，在5G的加持下，邊緣計算要明顯優于云計算，所以對大中型云計算廠商而言，到底是要保留今天的已有成果，還是及早轉向未來更寬廣的賽道和空間，還真是個令人糾結的問題。

誤區五

邊緣計算是云計算的延伸

實際上：邊緣計算不是云計算的延伸，很可能是云計算的革命者

此前有一些觀點認為，在云計算已經占據了計算主導地位的當下，邊緣計算將會是云計算的延伸和補充。實際上，無論是延伸還是補充，均不足以反映邊緣計算的巨大潛力。而且，不能因為邊緣計算和云計算有協同關系，就認為后來者只是先行者的延伸和補充。

相反，邊緣計算未來很可能會反客為主，成為計算領域的主導者，甚至是革命者。之所以這樣說，是因為邊緣計算和云計算相比，有著明顯的四大方面的優勢：

01

成本更低

邊緣計算的數據主要是在近端處理，因此在網絡傳輸、中心運算、中心存儲和回傳等各個環節，都能節省大量的服務器、存儲、交換、帶寬、安防、電量乃至物理空間等諸多成本，從而實現低成本化、綠色化。而且這還沒有算上云計算數據中心的建設成本這一塊，這一塊是個大頭。一個達到一定規模的數據中心，目前的建設成本已經高達十億級別了。

市場調研機構Wikibon的統計數據也顯示，云計算和邊緣計算結合，成本只有單獨使用云計算的36%。可見邊緣計算在節省成本方面，較之云計算有著巨大優勢。而對成本的控制，對當下仍舊處于寒冬的TMT行業的巨大意義，不言而喻。

02

部署更加方便

眾所周知，部署云計算的數據中心，是一個浩大的工程。物理選址、區域劃分、工程建設、設備安裝、設備調試，涉及到眾多的大節點，這其中每一個節點的工作量都是巨大的。以工程建設為例，就包括了裝修工程、電器工程、弱電工程、空調和新風系統、消防工程等等。

相反，邊緣計算的部署相對來說就要簡單得多。邊緣計算聯盟ECC針對邊緣計算，定義了四個領域：設備域(感知與控制層)、網絡域(連接和網絡層)、數據域(存儲和服務層)、應用域(業務和智能層)。

邊緣計算就部署在邊緣架構模型的各個層域上。這種部署和CDN的部署有著高度類似的地方。只不過CDN從專注于網絡分發的網絡域，擴展到了設備域、應用域等等。中國聯通和網宿科技合資成立的云際智慧，其實就是看到了CDN“擴張”的這個捷徑。

而且這也是Gartner的云服務提供商研究副總裁Ted Chamberlin更看好CDN廠商在邊緣計算領域發展前景主要原因，他表示，“老實說我認為，對于邊緣路由和交換、甚至對于DDoS(分布式拒絕服務)設備中的傳統防火墻來說，最大的威脅來自真的能夠奪取這個市場的CDN。”

03

響應更加及時

如今AR、VR、4K、8K、直播、短視頻、游戲、云上辦公、云上娛樂、自動駕駛、智能家居、智能交通等各種場景日益普及，這些場景下的應用對傳輸、計算、存儲等的速度和效率要求也越來越高。

以自動駕駛為例，在這方面，幾乎是要求“0延時”的響應速度。谷歌曾表示其自動駕駛汽車每秒產生的數據高達1GB，面對自動駕駛方面由攝像頭、雷達和激光雷達等眾多傳感器創造的大量原生數據，以及人與車、人與路、車與車和車與路等各種交互數據，傳統數據中心模式的響應、計算、存儲和傳輸速度，顯然是不夠的。這么慢的響應速度，汽車可能早已經發生了碰撞。這時候“近端處理”的邊緣計算，自然就成為了“實時化”要求的最好選擇。

04

更高的可用性和強壯性

如果云計算中心節點或者單個虛擬機發生故障，將會影響連接網絡的成千上萬個設備，其結果是災難性的。此前，即使是阿里云和騰訊云這樣頂尖的國內云服務廠商，也多次出現過重大的故障，更遑論其他的中小云服務廠商了。相比較起來，邊緣計算的分布式架構，即使一個設備發生故障，也不會影響其它設備，在使用的可靠性和強壯性上，都要高得多。

以上內容由物聯卡小編整理發布，希望對大家有所幫助。更多內容盡在物聯卡！