边缘计算和云计算：彼此竞争还是另有关系？

   近来，关于我们是否已正式步入边缘计算时代的疑问不绝于耳。全球市场情报机构 IDC 预测，全球边缘计算支出将以 13.8% 的复合年增长率（CAGR）一路攀升，到 2028 年，这一数字预计将逼近 3800 亿美元。与此同时，从零售行业到能源领域的众多企业领导者，都对边缘计算赞不绝口，称其为真正能 “改写游戏规则” 的变革性力量。边缘计算的确为制造业、电信业等领域的远程工业应用，开启了无限可能。

缘何聚焦边缘计算？

   边缘计算是一种分布式计算模式，它将数据处理和存储环节，安置在更贴近数据源的 “边缘” 位置，而非依赖远程云服务器。随着物联网（IoT）、生成式人工智能（GenAI）等新兴领域崛起，它们对低延迟、高数据处理能力的需求极为迫切，这促使企业纷纷加大对边缘计算的投入，期望借此获得更快的响应速度、更低的带宽消耗。

   最近，边缘人工智能也成为业界热议焦点。边缘人工智能（Edge AI）隶属于边缘计算范畴，指的是把人工智能模型直接部署在本地设备，而非云端。将数据处理迁移至边缘，旨在降低延迟，减少对网络连接的依赖。此外，边缘人工智能还带来了诸如强化数据隐私与安全等优势。

边缘计算备受瞩目的缘由

   边缘计算与边缘人工智能（AI）正逐渐成为行业讨论的核心话题。早在 2023 年，StorMagic 的首席营销和产品官 Bruce Kornfeld 在《福布斯》杂志上，对边缘计算未来发展做出预测时曾断言：“鉴于成本、延迟以及正常运行时间等方面的限制，在云端运行所有应用程序已不再切实可行。”

   从汽车行业到医疗保健领域，各行业团队都迫不及待地将目光投向边缘计算，期望借此从实时处理、更低延迟和更低的带宽成本中获益。与此同时，在人工智能发展进程中，边缘人工智能（AI）因具备降低成本、加速运营以及提升数据安全性等特性，正日益成为极具吸引力的选择。

   设想一下，在传统的云端架构中，数据需传输至远程服务器进行处理。这不仅会拖慢运营速度、增加延迟，还为数据盗窃及其他网络攻击创造了可乘之机。而通过在本地处理数据，边缘人工智能（AI）能够有效降低未经授权访问的风险。此外，本地数据处理意味着更少的数据流量、更少的数据存储需求，最终实现更低的能源消耗，从这个角度看，边缘人工智能更为经济实惠。

云计算会就此退场吗？

   边缘计算与边缘人工智能并非毫无挑战。首先，若想收获边缘人工智能带来的优势，就必须承担构建和管理分布式基础设施的高额成本。其次，尽管边缘计算能实现低延迟与快速响应，但在原始计算能力方面存在短板。因此，对于那些对高性能和强大数据处理能力要求苛刻的应用程序而言，云计算依旧占据主导地位。

   不过，也有观点认为，不应在边缘计算与云计算之间做非此即彼的选择。

边缘计算与云计算：携手共进

   尽管有人预言边缘计算将在一定程度上取代云计算，但研究结果并非如此。事实上，香港科技大学与微软亚洲研究院的研究表明，边缘人工智能需求的持续增长，实际上正推动着云计算消费量的上升。据 VentureBeat 报道：“边缘推理仅仅是复杂人工智能流程的最后一环，整个流程在数据存储、处理和模型训练等方面，严重依赖云计算。”

   换言之，尽管边缘计算优势显著，但对于大多数应用场景而言，它只是其中一部分；在许多情况下，仍需借助云计算来承担繁重任务（如大规模数据处理和长期存储）。这项研究揭示了边缘人工智能与云计算之间看似矛盾的关系：“随着这些系统愈发复杂，它们对云资源的依赖程度实际上在增加，而非减少。” 边缘计算非但没有取代云计算，反而让云计算的应用场景更为广阔。

雾计算又是何方神圣？

   香港科技大学和微软亚洲研究院并非最早关注到边缘计算与云计算之间矛盾关系的机构，雾计算的倡导者们早已先行一步。雾计算这一概念最初由思科提出，按照现任 Pure Storage 总经理、曾任思科副总裁的 Maciej Kranz 在思科博客文章中的描述，它 “在终端设备、‘地面’数据中心与云计算数据中心之间，增设了一层计算、存储和网络服务”。雾计算的核心理念是作为云计算的延伸，在数据源与云端之间合理分配数据、存储、计算及应用程序，从而在不牺牲云计算强大处理能力的前提下，实现边缘计算的低延迟优势。然而，雾计算目前仍处于起步阶段，由于缺乏标准化且整体架构复杂，暂时还难以实现大规模部署。

未来走向：边缘计算与云计算协同发展

   如果说边缘计算在延迟和实时响应能力上优于云计算，但在整体计算能力上又无法与之抗衡，那么关键问题就不再是哪种模式更优，而是如何将二者有机结合。一种可行的组合方案是：对于那些对低延迟和安全性要求极高，且网络连接稳定性存疑的应用，优先采用边缘计算；而当面临需要高强度计算和大规模数据分析的大型工作负载时，则依靠云计算。如此一来，既能保证速度和响应性，又不会牺牲原始处理能力。

   例如，麦肯锡认为，自动驾驶汽车的未来发展将同时依赖边缘计算和云计算，导航等对延迟容忍度较高的应用程序在云端运行，而像紧急制动系统这类关键任务系统，则在本地进行处理。同样，在医疗保健领域，边缘人工智能可能在支持物联网设备的实时监控与控制方面发挥关键作用，而云计算则负责进行聚合数据分析。

   我们或许感觉正迈向边缘计算时代，但这并不意味着云计算即将落幕。事实上，我们才刚刚踏入这场技术变革大戏的第二幕 。

   声明：本站所使用的图片文字等素材均来源于互联网共享平台，并不代表本站观点及立场，如有侵权或异议请及时联系我们删除。