云計(jì)算產(chǎn)業(yè)鏈構(gòu)成
由于邊緣計(jì)算解決了在邊緣資源中云計(jì)算應(yīng)用的應(yīng)用問(wèn)題，成為了云計(jì)算在未來(lái)發(fā)展中的重要支撐，邊緣計(jì)算與云計(jì)算勢(shì)必彼此融合，隨之而來(lái)的就是“云邊協(xié)同”。
IaaS基礎(chǔ)設(shè)施及服務(wù):IaaS主要提供計(jì)算基礎(chǔ)設(shè)施服務(wù)，主要包括CPU、內(nèi)存、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化軟件、分布式系統(tǒng)，企業(yè)無(wú)需擔(dān)心基礎(chǔ)資源供給只要專(zhuān)注部署自己的業(yè)務(wù)應(yīng)用軟件即可，服務(wù)同質(zhì)化嚴(yán)重。
不管SaaS、PaaS、IaaS，用戶均可根據(jù)自身需求隨時(shí)調(diào)整資源使用量，避免一次性過(guò)高投入和軟硬件維護(hù)成本，云服務(wù)用戶規(guī)模越大，共享水平越高，每個(gè)用戶分擔(dān)成本越低。
按照部署方式的不同云計(jì)算被分為公有云、私有云和混合云。
公有云是指由第三方提供商為用戶提供能夠使用的云，由若干個(gè)企業(yè)和用戶共同使用，部署在因特網(wǎng)上，用戶并不擁有和管理所需的IT基礎(chǔ)設(shè)施。
私有云價(jià)格昂貴，但是安全性高，通常適用于超大型客戶。
混合云是整合了公有云與私有云所提供服務(wù)的云環(huán)境。用戶根據(jù)自身因素和業(yè)務(wù)需求將不同業(yè)務(wù)分別放在公有云及私有云上運(yùn)轉(zhuǎn)。價(jià)格適中，安全性適中，通常適用于中大型客戶。
大風(fēng)掀起云計(jì)算
全球、中國(guó)云計(jì)算快速增長(zhǎng)
公有云細(xì)分市場(chǎng)中IaaS市場(chǎng)增長(zhǎng)最快，2017年IaaS市場(chǎng)規(guī)模達(dá)到326億美元，同比增長(zhǎng)35.27%，在IaaS基礎(chǔ)服務(wù)中計(jì)算類(lèi)服務(wù)需求最為旺盛占比達(dá)92%；
2017年中國(guó)公有云市場(chǎng)規(guī)模達(dá)264.8億元，同比增長(zhǎng)55.7%，增速遠(yuǎn)超全球平均水平，預(yù)計(jì)到2021年中國(guó)公有云市場(chǎng)規(guī)模將達(dá)到902.6億元，CAGR35.87%；其中IaaS市場(chǎng)規(guī)模達(dá)148.7億元，同比增長(zhǎng)70.14%；PaaS市場(chǎng)規(guī)模達(dá)11.6億元，同比增長(zhǎng)52.64%；SaaS市場(chǎng)規(guī)模104.5億元，同比增長(zhǎng)39.15%。
2018年全球云計(jì)算市場(chǎng)規(guī)模預(yù)計(jì)將達(dá)到3000億美金，占全球整體IT投資比重約為8.6%，現(xiàn)階段云計(jì)算滲透率較低的主要原因是全球87.5%IT支出其中在大型企業(yè)，在云計(jì)算發(fā)展早期，憑借成本及技術(shù)優(yōu)勢(shì)，價(jià)格較為敏感的中小客戶是云就計(jì)算的主要客戶群體；
2018年中國(guó)云計(jì)算市場(chǎng)規(guī)模預(yù)計(jì)將達(dá)到1200億元，占整體IT投資比重約為5.2%;遠(yuǎn)低于全球平均水平，主要原因是中國(guó)云計(jì)算起步較晚，產(chǎn)業(yè)生態(tài)仍有待完善，中國(guó)云計(jì)算增速遠(yuǎn)高于全球，預(yù)計(jì)未來(lái)中國(guó)云計(jì)算滲透率將逐漸趕上全球平均水平。
IaaS巨頭主導(dǎo)市場(chǎng)，競(jìng)爭(zhēng)格局基本確立巨頭主導(dǎo)市場(chǎng)，競(jìng)爭(zhēng)格局基本確立。
2017年全球公有云IaaS市場(chǎng)市占率前五名分別為AWS、微軟Azure、阿里云、Google以及IBM，其中亞馬遜市占率最高達(dá)51.8%,處于絕對(duì)領(lǐng)先地位。
中國(guó)市場(chǎng)
IaaS市場(chǎng)集中度較高的主要原因:
云計(jì)算將分散的IT需求聚集起來(lái)共享使用需要大量資本投入，2017年全球主要云計(jì)算廠商資本開(kāi)支均在千億以上，巨大的投資規(guī)模造就行業(yè)高準(zhǔn)入門(mén)檻，小玩家基本被拒之門(mén)外。
PaaS:市場(chǎng)規(guī)模較小，受上下游擠壓難以單獨(dú)存在
2017H1國(guó)內(nèi)PaaS市場(chǎng)前五名依次為阿里云、Oracle、AWS、微軟、IBM，Top5%的市占率達(dá)52%，其中阿里云、AWS、IBMPaaS業(yè)務(wù)均由IaaS層向PaaS衍生而成，Oracle和微軟則是在IaaS、PaaS、SaaS均有布局。
PaaS市場(chǎng)較小且難以單獨(dú)存在的主要原因是：
PaaS在云計(jì)算起步較晚，市場(chǎng)還處于激烈競(jìng)爭(zhēng)狀態(tài)時(shí)上下游競(jìng)爭(zhēng)格局就已經(jīng)確立，IaaS、SaaS向中游PaaS衍生對(duì)其形成強(qiáng)烈的擠壓效應(yīng)。
PaaS能夠幫助IaaS與SaaS廠商構(gòu)建生態(tài)形成差異化競(jìng)爭(zhēng)，從IT產(chǎn)業(yè)發(fā)展歷史來(lái)看，一旦開(kāi)發(fā)生態(tài)建立起來(lái)，替換成本將成幾何倍數(shù)增加。
對(duì)于SaaS廠商來(lái)說(shuō)，PaaS能夠幫助其降低其合作伙伴的開(kāi)發(fā)難度，增強(qiáng)整體生態(tài)的服務(wù)能力，用戶粘性增強(qiáng)的同時(shí)整體生態(tài)占用戶IT支出比重增加，議價(jià)力提升。
2017年全球公有云SaaS市場(chǎng)規(guī)模達(dá)到656億美元，同比增長(zhǎng)26.64%，占全球公有云市場(chǎng)總規(guī)模的59.09%，，是云計(jì)算規(guī)模最大的細(xì)分市場(chǎng)，預(yù)計(jì)2021全球公有云SaaS服務(wù)市場(chǎng)規(guī)模將達(dá)到1276億元，CAGR18.1%。
內(nèi)容服務(wù)、商務(wù)智能應(yīng)用、項(xiàng)目組合管理等服務(wù)雖然規(guī)模較小但是增速較快，尤其是內(nèi)容服務(wù)在2017年的增速達(dá)到53%，未來(lái)幾年的年復(fù)合增長(zhǎng)率也將超過(guò)30%。
SaaS服務(wù)是最早出現(xiàn)的云服務(wù)形態(tài)，早在1998年SaaS服務(wù)鼻祖Salesforce就已經(jīng)創(chuàng)立，經(jīng)過(guò)近二十年的發(fā)展，在SAAS領(lǐng)域美國(guó)已經(jīng)出現(xiàn)兩家千億市值的公司，中國(guó)SaaS市場(chǎng)起步較晚，但憑借廣闊的市場(chǎng)空間，以及本土化服務(wù)優(yōu)勢(shì)，未來(lái)中國(guó)有望誕生自己的SaaS軟件巨頭。
巨頭合縱連橫，云市場(chǎng)集中趨勢(shì)將更加顯著。2017年各大云服務(wù)商在不斷進(jìn)行技術(shù)創(chuàng)新的同時(shí)，還積極合縱連橫尋找盟友，整合各自服務(wù)與客戶資源，優(yōu)勢(shì)互補(bǔ)。
巨頭通過(guò)抱團(tuán)實(shí)現(xiàn)資源共享從而為客戶提供更加全面優(yōu)質(zhì)的服務(wù)，實(shí)現(xiàn)共贏，用戶從影響力、服務(wù)能力和可靠性角度也更愿意選擇巨頭聯(lián)盟的產(chǎn)品，強(qiáng)者恒強(qiáng)市場(chǎng)集中度加速提升。
混合云采用多云混合部署在保正核心業(yè)務(wù)系統(tǒng)安全性的同時(shí)又可利用公有云低成本和可擴(kuò)展性的優(yōu)勢(shì)，根據(jù)信通院的數(shù)據(jù)顯示，在公有云、私有云以及混合云策略中，82%的企業(yè)優(yōu)先選擇混合云。
云端結(jié)合將逐漸成為趨勢(shì)
邊緣計(jì)算與云計(jì)算結(jié)合將幫助云向更靠近用戶的方向延伸，便于滿足低延時(shí)、高帶寬等新興業(yè)務(wù)的需求。
云計(jì)算廠商將逐漸AI化
云計(jì)算廠商積極發(fā)展人工智能的主要原因是：
人工智能有望成為云計(jì)算廠商新的變現(xiàn)方式，提高云計(jì)算的行業(yè)天花板。
云計(jì)算廠商本身有利用人工智能實(shí)現(xiàn)智能化運(yùn)維、智能化主動(dòng)安全防護(hù)等功能降低成本的需求。
邊緣計(jì)算是對(duì)云計(jì)算的有效補(bǔ)充
1
實(shí)時(shí)或更快速的數(shù)據(jù)處理和分析
數(shù)據(jù)處理更接近數(shù)據(jù)來(lái)源，而不是在外部數(shù)據(jù)中心或云端進(jìn)行，因此可以減少延遲時(shí)間。例如，自動(dòng)駕駛汽車(chē)創(chuàng)造了大量的實(shí)時(shí)數(shù)據(jù)，其中大部分?jǐn)?shù)據(jù)需要與鄰近的汽車(chē)共享，數(shù)據(jù)上傳到云端進(jìn)行計(jì)算，再下放到終端設(shè)備，數(shù)據(jù)傳輸?shù)难舆t時(shí)間是不能被接受的。利用邊緣計(jì)算設(shè)備，就能夠確保信息進(jìn)行快速處理并作出正確的反應(yīng)，同時(shí)把信息快速傳遞到其它車(chē)輛。
2
較低的成本
企業(yè)在本地設(shè)備的數(shù)據(jù)管理解決方案上的花費(fèi)比在云端和數(shù)據(jù)中心網(wǎng)絡(luò)上的花費(fèi)要少。
3
網(wǎng)絡(luò)流量較少
隨著聯(lián)網(wǎng)設(shè)備的增多，將會(huì)產(chǎn)生大量的實(shí)時(shí)數(shù)據(jù)，據(jù)IDC預(yù)測(cè)，到2020年，全球數(shù)據(jù)總量將大于40ZB，大量的數(shù)據(jù)要上傳到云端進(jìn)行計(jì)算，網(wǎng)絡(luò)傳輸壓力會(huì)越來(lái)越大，而邊緣計(jì)算的過(guò)程中，與云端服務(wù)器的數(shù)據(jù)交換并不多，只需要將少量的有效信息上傳到云端，因此不需要占用太多網(wǎng)絡(luò)帶寬。
4
更高的應(yīng)用程序運(yùn)行效率
隨著滯后減少，應(yīng)用程序能夠以更快的速度更高效的運(yùn)行。
5
可離線運(yùn)行并支持?jǐn)帱c(diǎn)續(xù)傳
減少對(duì)云端的依賴(lài)也意味著某些設(shè)備可以穩(wěn)定地在信號(hào)較弱，甚至沒(méi)有網(wǎng)絡(luò)服務(wù)的地區(qū)離線運(yùn)行；當(dāng)需要上傳數(shù)據(jù)時(shí)，只需要將設(shè)備移動(dòng)到有信號(hào)覆蓋的區(qū)域，就可以將數(shù)據(jù)上傳到云端。例如在海洋中的石油鉆井平臺(tái)，正在空中飛行的飛機(jī)等場(chǎng)景，都是嚴(yán)重缺乏網(wǎng)絡(luò)服務(wù)地特定地區(qū)。
6
安全性和合規(guī)性
2018年5月歐盟通過(guò)《通用數(shù)據(jù)保護(hù)條例》（GDPR），稱(chēng)為史上最嚴(yán)格地?cái)?shù)據(jù)保護(hù)法律。由于數(shù)據(jù)地收集和計(jì)算都在本地進(jìn)行，敏感信息可以不經(jīng)過(guò)網(wǎng)絡(luò)傳輸?shù)皆贫?，能夠有效地避免傳輸過(guò)程中地?cái)?shù)據(jù)泄漏，同時(shí)云端遭到攻擊，一部分信息也會(huì)收到相應(yīng)的保護(hù)。
邊緣計(jì)算要依托云計(jì)算發(fā)展
物聯(lián)網(wǎng)中的設(shè)備產(chǎn)生大量的數(shù)據(jù)，數(shù)據(jù)都上傳到云端進(jìn)行處理，會(huì)對(duì)云端造成巨大的壓力，所以要分開(kāi)處理。這時(shí)候，分布在各個(gè)節(jié)點(diǎn)的邊緣計(jì)算將負(fù)責(zé)自己范圍內(nèi)的數(shù)據(jù)計(jì)算和存儲(chǔ)工作。而對(duì)于應(yīng)用場(chǎng)景來(lái)說(shuō)，這還遠(yuǎn)遠(yuǎn)不夠。
以自動(dòng)駕駛為例，未來(lái)的計(jì)算模式是邊緣計(jì)算與云計(jì)算結(jié)合，邊緣側(cè)的自動(dòng)駕駛專(zhuān)用芯片會(huì)感知傳感器數(shù)據(jù)并立刻處理、做決策；同時(shí)，這些處理之后的數(shù)據(jù)，也會(huì)在云端匯聚，進(jìn)行大數(shù)據(jù)分析、模型搭建和編輯，同時(shí)做大規(guī)模的仿真，進(jìn)行深度分析和機(jī)器學(xué)習(xí)，并對(duì)邊緣側(cè)設(shè)備進(jìn)行更新和升級(jí)，使邊緣側(cè)設(shè)備更智能。算法+芯片+云計(jì)算，構(gòu)成了未來(lái)自動(dòng)駕駛的三大核心支點(diǎn)。
再以物聯(lián)網(wǎng)為例，阿里云發(fā)布的邊緣計(jì)算產(chǎn)品Link Edge。確實(shí)通過(guò)賦予家庭網(wǎng)關(guān)計(jì)算能力，即便是在斷網(wǎng)的狀態(tài)下，諸如生物識(shí)別門(mén)鎖、機(jī)器人等都能正常運(yùn)作。但是，如果加上云計(jì)算，基于云端的大數(shù)據(jù)分析和判斷，在聯(lián)動(dòng)的前提下，整個(gè)家庭場(chǎng)景的智能設(shè)備將變得更為個(gè)性化和智能化，譬如關(guān)上門(mén)的時(shí)候，掃地機(jī)器人就開(kāi)始運(yùn)作等等。
由此可以看出邊緣側(cè)設(shè)備在大數(shù)據(jù)處理，大數(shù)據(jù)存儲(chǔ)，應(yīng)用程序開(kāi)發(fā)、機(jī)器學(xué)習(xí)和人工智能等方面的處理能力無(wú)法與云端相比。同時(shí)，在云端的應(yīng)用設(shè)計(jì)、開(kāi)發(fā)、測(cè)試、部署、管理等功能是開(kāi)發(fā)邊緣應(yīng)用的關(guān)鍵。
云計(jì)算無(wú)法被邊緣計(jì)算替代，二者相互補(bǔ)充協(xié)同
結(jié)合上面的例子可以看出，提供邊緣計(jì)算能力的設(shè)備主要在前端，負(fù)責(zé)數(shù)據(jù)的實(shí)時(shí)采集、計(jì)算和處理。但是，大多數(shù)的數(shù)據(jù)并不是一次性數(shù)據(jù)，那些經(jīng)過(guò)處理的數(shù)據(jù)需要在系統(tǒng)中進(jìn)行留存，用以做算法訓(xùn)練、數(shù)據(jù)驗(yàn)證等用途。這時(shí)候就需要一個(gè)大容量的“容器”，而這個(gè)是邊緣計(jì)算所沒(méi)有的。在這個(gè)“容器”中，這些數(shù)據(jù)將被存儲(chǔ)，用于大數(shù)據(jù)挖掘、算法訓(xùn)練、用戶個(gè)性化功能塑造等等，這些都是非實(shí)時(shí)需求，在完成這些操作之后將數(shù)據(jù)傳輸給終端設(shè)備，從而進(jìn)一步提升服務(wù)質(zhì)量。這個(gè)“容器”就是云計(jì)算，云計(jì)算做大數(shù)據(jù)分析挖掘、數(shù)據(jù)共享，同時(shí)進(jìn)行算法模型的訓(xùn)練和升級(jí)，升級(jí)后的算法推送到前端，使前端設(shè)備更新和升級(jí)，完成自主學(xué)習(xí)閉環(huán)。同時(shí)，這些數(shù)據(jù)也有備份的需要，當(dāng)邊緣計(jì)算過(guò)程中出現(xiàn)意外情況，存儲(chǔ)在云端的數(shù)據(jù)也不會(huì)丟失。
從整體來(lái)看，邊緣計(jì)算并不能代替云計(jì)算，也離不開(kāi)云計(jì)算。未來(lái)，云計(jì)算將與邊緣計(jì)算形成一種互補(bǔ)、協(xié)同的關(guān)系，邊緣計(jì)算需要與云計(jì)算通過(guò)緊密協(xié)同才能更好的滿足各種應(yīng)用場(chǎng)景的需求。邊緣計(jì)算將主要負(fù)責(zé)那些實(shí)時(shí)、短周期數(shù)據(jù)的處理，負(fù)責(zé)本地業(yè)務(wù)的實(shí)時(shí)處理與執(zhí)行，為云端提供高價(jià)值的數(shù)據(jù)；云計(jì)算通過(guò)大數(shù)據(jù)分析，負(fù)責(zé)非實(shí)時(shí)、長(zhǎng)周期數(shù)據(jù)的處理，優(yōu)化輸出的業(yè)務(wù)規(guī)則或模型，下放到邊緣側(cè)，使邊緣計(jì)算更加滿足本地的需求，同時(shí)完成應(yīng)用的全生命周期管理。
如何實(shí)現(xiàn)協(xié)同依然存在較多困難點(diǎn)
云計(jì)算與邊緣計(jì)算在磨合中逐步走向協(xié)同發(fā)展，但是在當(dāng)前的形勢(shì)下，云計(jì)算與邊緣計(jì)算協(xié)同還面臨諸多挑戰(zhàn)。
1
連接協(xié)同
網(wǎng)絡(luò)是系統(tǒng)互聯(lián)與數(shù)據(jù)聚合傳輸?shù)幕０殡S聯(lián)接設(shè)備數(shù)量的劇增，網(wǎng)絡(luò)運(yùn)維管理、靈活擴(kuò)展和可靠性保障面臨巨大挑戰(zhàn)。同時(shí)，工業(yè)現(xiàn)場(chǎng)長(zhǎng)期以來(lái)存在大量異構(gòu)的總線聯(lián)接，多種制式的工業(yè)以太網(wǎng)并存，如何兼容多種聯(lián)接并且確保聯(lián)接的實(shí)時(shí)可靠是必須要解決的現(xiàn)實(shí)問(wèn)題。
2
數(shù)據(jù)協(xié)同
統(tǒng)一數(shù)據(jù)聯(lián)接和數(shù)據(jù)聚合是業(yè)務(wù)智能的基礎(chǔ)，面對(duì)當(dāng)前工業(yè)現(xiàn)場(chǎng)存在的多樣化與異構(gòu)的技術(shù)和標(biāo)準(zhǔn)，離不開(kāi)跨廠商、跨領(lǐng)域的數(shù)據(jù)集成與互操作。
3
任務(wù)協(xié)同
任務(wù)的下達(dá)和反饋是實(shí)現(xiàn)引用場(chǎng)景功能的重要溝通手段，云端面對(duì)海量的邊緣側(cè)設(shè)備和復(fù)雜的應(yīng)用環(huán)境，如何能夠?qū)⑷蝿?wù)準(zhǔn)確完整的下達(dá)到邊緣側(cè)；邊緣側(cè)設(shè)備通過(guò)邊緣計(jì)算后，如何將有效信息整合到任務(wù)中進(jìn)行反饋都是考驗(yàn)云邊協(xié)同能力的重要指標(biāo)。
4
管理協(xié)同
云邊協(xié)同的管理協(xié)同包含兩方面的內(nèi)容：一是云端如何對(duì)海量和異構(gòu)的邊緣側(cè)設(shè)備的接入進(jìn)行統(tǒng)一和有效的管理；二是如何對(duì)邊緣側(cè)設(shè)備和云端的應(yīng)用開(kāi)發(fā)管理、生命周期管理、業(yè)務(wù)管理進(jìn)行協(xié)同，保證邊緣側(cè)設(shè)備和運(yùn)算能夠共同完成應(yīng)用場(chǎng)景的管理工作。
5
安全協(xié)同
安全橫跨云計(jì)算和邊緣計(jì)算，需要實(shí)施端到端防護(hù)。網(wǎng)絡(luò)邊緣側(cè)由于更貼近萬(wàn)物互聯(lián)的設(shè)備，訪問(wèn)控制與威脅防護(hù)的廣度和難度因此大幅提升。邊緣側(cè)的設(shè)備和產(chǎn)生的數(shù)據(jù)接入到云端的安全和隱私如何保證，云端如何抵御來(lái)自邊緣側(cè)的攻擊，云端下放到邊緣側(cè)的數(shù)據(jù)如何保證安全，這些都是安全領(lǐng)域需要關(guān)注的重點(diǎn)內(nèi)容。大部分應(yīng)用場(chǎng)景中，邊緣計(jì)算和云計(jì)算分屬不同的提供者，如何兼顧和協(xié)調(diào)邊緣側(cè)和云端的安全和隱私，同樣是云邊協(xié)同中的安全重點(diǎn)。
6
多方協(xié)同
邊緣計(jì)算和云計(jì)算協(xié)同應(yīng)用場(chǎng)景越來(lái)越多，越來(lái)越復(fù)雜，比如在車(chē)聯(lián)網(wǎng)應(yīng)用中，存在多種傳感器和采集器之間的協(xié)同、汽車(chē)之間的協(xié)同、汽車(chē)端與云端協(xié)同等環(huán)境將會(huì)越來(lái)越復(fù)雜。如何在同一應(yīng)用場(chǎng)景中實(shí)現(xiàn)云邊協(xié)同、邊邊協(xié)同、多邊協(xié)同等多方協(xié)同方案，也成為越來(lái)越需要著重考慮的問(wèn)題；如何在統(tǒng)一不同應(yīng)用場(chǎng)景中的云邊協(xié)同、邊邊協(xié)同、多邊協(xié)同也是另一個(gè)重要的方面。同時(shí)，在運(yùn)營(yíng)商層面，邊緣云與核心云、邊緣云與邊緣云之間如何協(xié)同也是運(yùn)營(yíng)商關(guān)注的重點(diǎn)。
