鄔賀銓院士針對邊緣計算提出的10個問題，算是直戳核心（后文附）。

實際上這和邊緣計算還未真正落地有關。

在工業(yè)互聯(lián)網(wǎng)的發(fā)展中，邊緣計算將成為重要的支撐與使能技術。國家在十三五規(guī)劃中提出的兩化融合、《中國制造2025》等戰(zhàn)略，對ICT與OT的融合提出了迫切的需求，而邊緣計算是ICT與OT融合的使能技術，是實現(xiàn)控制工業(yè)自動化架構的重要支撐（注：ICT是信息和通信技術；OT是操作技術，Operation Technology ）。

此前與邊緣計算領域的創(chuàng)業(yè)公司、資深學者甚至電力行業(yè)等需求方都有過接觸，他們的觀點幾乎一致：

工業(yè)制造、電力領域的企業(yè)，他們的數(shù)據(jù)處理也開始往外拓展，但不一定拓展到云上面，因為并不想讓自己的數(shù)據(jù)依賴于阿里云、騰訊云等公司去處理。隱私是個非常大的考慮，即使是各項條件都允許，它也未必會愿意那么做，因為太危險了。

因為這種“不放心”，我們也看到云計算廠商開始在邊緣計算領域“大張旗鼓”：

亞馬遜AWS：2016年re：Invent開發(fā)者大會上推出AWS Greengrass，以公司現(xiàn)有的物聯(lián)網(wǎng)和Lambda（無服務器計算）產品為基礎，將AWS擴展到間歇性連接的邊緣設備。

微軟Azure：自2017年6月開始在Microsoft的BUILD 2017開發(fā)者大會上推出Azure IoT Edge，允許云工作負載集裝箱化，并在從Raspberry Pi到工業(yè)網(wǎng)關的智能設備上本地運行。

Google：2018年7月，Google宣布推出兩款大規(guī)模開發(fā)和部署智能連接設備的產品：Edge TPU和Cloud IoT Edge。Edge TPU是小型ASIC芯片，Cloud IoT Edge是軟件堆棧。

阿里云：2018年3月，阿里巴巴宣布全面進軍IoT領域，戰(zhàn)略布局邊緣計算，陸續(xù)推出了Link Edge、邊緣節(jié)點服務ENS等，發(fā)力新制造。

一大批創(chuàng)業(yè)公司也正馬不停蹄地趕來......

回到原點，我在想，邊緣計算是對傳統(tǒng)互聯(lián)網(wǎng)的顛覆嗎？

似乎不是。

傳統(tǒng)互聯(lián)網(wǎng)幾十年來天生的缺陷，給現(xiàn)在的互聯(lián)網(wǎng)造成很大了困擾，尤其是直播場景、工業(yè)應用場景。在過去，有一批人想過從底層開始改造，但這個想法基本上已經被完全拋棄了——底層改造實在代價太大，幾乎不可能，因為社會場景已經完全依賴。

因此，除了改造互聯(lián)網(wǎng)，邊緣計算實際提供一種很好的方式，它在很大程度上可以解決很多問題：因為最終的東西是做應用。邊緣計算沒有破壞性，不是對傳統(tǒng)互聯(lián)網(wǎng)做一個徹底的改造，畢竟試過了，徹底的改造無法實現(xiàn)。

邊緣計算之所以被想象成下一代互聯(lián)網(wǎng)的一個重要技術，主要在于它橫跨OT、IT、CT多個領域，且涉及網(wǎng)絡聯(lián)接、數(shù)據(jù)聚合、芯片、傳感、行業(yè)應用等多個產業(yè)鏈角色，涉及不同行業(yè)、不同廠商之間的互通和互操作。

思科于2014年1月推出了霧計算作為將云計算功能帶到網(wǎng)絡邊緣的一種方式。然而本質上，霧才是標準，邊緣只是概念。霧在邊緣計算概念中實現(xiàn)可重復的結構。霧計算概念下，邊緣設備定義為傳感器數(shù)據(jù)來源，具有必要的計算硬件、運行系統(tǒng)、應用軟件和連接參與分布式計算。它從邊緣擴展到“近邊緣”功能，形成“霧節(jié)點”。

據(jù)451 Research稱，就市場份額而言，2022年霧計算的主要垂直行業(yè)將是公用事業(yè)、交通運輸、醫(yī)療保健、工業(yè)和農業(yè)，此外在智慧城市也有相當多的應用——這些行業(yè)給了邊緣計算更多的“陽光”。

圖片來源：451 Research＆OpenFog Consortium/ Chart：ZDNet

盡管可以想象，在邊緣的一個視頻監(jiān)控系統(tǒng)中，使用者更希望監(jiān)控錄像能夠存儲在云存儲中而不是邊緣。這是由于云的物理安全性以及固有的冗余、無限的彈性和非常低成本的存儲層，適合長期存檔、完美匹配。

但是，在實踐中，這種選擇有其問題：你是否能夠在互聯(lián)網(wǎng)服務中斷期間保持錄像？你是否需要能夠快速從存檔中本地檢索視頻？這些限制意味著邊緣存儲仍然像以前一樣重要。

因此，云存儲顯然有其缺陷，但純邊緣存儲也有其不完美的地方。列舉幾個：

需要定期備份到安全的遠程位置，以避免在發(fā)生本地災難時丟失數(shù)據(jù)。

在站點之間進行邊緣存儲協(xié)作并不容易，并且由于缺乏本地IT而極難進行大規(guī)模管理。

它很容易被盜，而且無法搜索，造成了“黑暗數(shù)據(jù)”的孤島。

各地的IT部門都在花費大量的時間和金錢來管理邊緣存儲。例如當員工購買新筆記本電腦時，IT需要將數(shù)據(jù)從舊設備傳輸?shù)叫略O備。

我們能觀察到的事實是，從大型機到臺式PC，到本地數(shù)據(jù)中心，再到云數(shù)據(jù)中心?，F(xiàn)在，無論是學術圈還是產業(yè)界，都在研究現(xiàn)有元素的混合，以及與數(shù)十億的智能IoT設備、網(wǎng)關和節(jié)點之間的“霧”進行聯(lián)系。

設備連接一直是阻礙這種轉變的瓶頸，但隨著5G移動網(wǎng)絡的出現(xiàn)，這種情況即將得到巨大的改變。

因此，靈活運用“邊緣+云”的方式，云廠商或許會提供出更多有彈性的方案。而提供單獨方案的公司，有點像Gartner魔力象限里面最靠近原點的那部分，里面的企業(yè)被稱為“niche players”，即利基玩家的意思，很容易被替代，也很容易被淘汰。

當然，如何在云計算與邊緣計算間做好計算能力的“分割”，也是目前全球的企業(yè)CIO應該認真考慮實施“邊緣到云”、“邊緣+云”范例的重要問題。

附：鄔賀銓《十問邊緣計算》

中國工程院院士鄔賀銓是推進邊緣計算技術與產業(yè)繁榮發(fā)展倡議的專家之一，對邊緣計算有著更加深入的思考。在近期的2018邊緣計算技術峰會上，他表示，邊緣計算技術應該是一個體系，但目前包括他本人都對這個體系了解只是邊緣，根本沒有進入到核心，很多東西不太清楚，所以提出十問，特做轉發(fā)。文中MEC指的是Mobile Edge Computing，即移動邊緣計算。

圖為：中國工程院院士 鄔賀銓

NO1：5G MEC應該下沉到什么位置？邊緣計算放在DU？還是CU？還是放在核心網(wǎng)？顯然靠近底下反應越快，數(shù)量越多，放在什么位置是值得研究的。

NO2：計算能力是一級設置還是多級設置？在采用MEC的前提下，還要不要同時設置云計算？在云計算和MEC之間是否需要設置霧計算？一個云計算節(jié)點聯(lián)接的移動邊緣計算（或霧計算）節(jié)點的合理數(shù)量是多少？

NO3：計算能力如何在云計算與邊緣計算間優(yōu)化配置？計算能力的分割是固定的還是可動態(tài)調整的？MEC需要向云計算節(jié)點上報過濾后的數(shù)據(jù)。云計算節(jié)點需要向MEC下發(fā)指令，除此之外兩者間的通信還應有什么任務？

NO4：MEC間通過云計算節(jié)點互通還是直接通信？同樣是邊緣計算節(jié)點，它們之間要不要互通，或者說必須間接互通？

NO5：邊緣計算需要有IaaS/PaaS/SaaS等服務能力嗎？假如通過邊緣計算增強人臉識別能力，邊緣計算至少具備PaaS的功能，還需要可能具有一些視頻轉碼的功能就是SaaS，有可能需要DaaS（數(shù)據(jù)即服務）的功能，邊緣計算是不是都這么全？到底需要有幾層，值得研究。

NO6：邊緣計算需要同時具備接入、轉發(fā)和控制云能力嗎？如果說邊緣計算是放在CU，它要集中管理好多DU，是否也應該具有控制云的能力？

NO7：MEC應該與網(wǎng)絡切片結合嗎？網(wǎng)絡切片是5G最基本的一個特征，邊緣計算要不要結合？

NO8：位于C-RAN的MEC需要按業(yè)務來配置嗎？不同的邊緣計算對應不同的應用，有對應移動大數(shù)據(jù)，有對應大連接的，還有對應社會與互聯(lián)網(wǎng)數(shù)據(jù)的。在這種情況下，邊緣計算是按業(yè)務來配置的，將來的邊緣計算也是這樣嗎？

NO9：MEC是獨立設置還是應與其他功能集成？基站的邊緣計算首先進行大數(shù)據(jù)的收集采集，同時實現(xiàn)加密，在對大數(shù)據(jù)進行消化后，它回送網(wǎng)絡數(shù)據(jù)鏈應該是減少的，也就意味著對數(shù)據(jù)過濾，為了過濾，它可能需要緩存，所以，邊緣計算會跟緩存數(shù)據(jù)采集，數(shù)據(jù)分析，過濾，計算能力集中在一起，邊緣計算絕不是單一的計算能力。

NO10：MEC的功能需要軟件定義嗎？MEC可仿照NFV實現(xiàn)軟件定義，允許跨過多廠家的MEC平臺有效與無縫集成來自廠商、服務提供商和第三方的應用，MEC的功能會開放嗎？如果開放就要有接入權限管理。

鄔賀銓還說，他對MEC的思考還不止這些，但他希望能看到答案。

你如何評價？你有答案嗎？