出品 | 虎嗅智库
作者 | 梁子博
头图 | 视觉中国
近日,联通创投和腾讯产投共同设立了一家合营企业,主营业务为内容分发网络(CDN)和边缘计算。在经历了大规模的云端建设后,大厂们将眼光纷纷转向边缘端,其中就包含CDN和边缘计算。
什么叫“边缘”呢?所谓“边缘”是一个比较宽泛的概念,其实通常指的是一些非云端、非中心化的物理位置,而不是指某一个具体物体的“边缘”。无论是从物理位置还是网络位置来看,边缘计算发生的位置距离用户都会更近一些,最常见的智能手机、路由器、可穿戴设备等都可以是“边缘”节点。
在云计算的赋能下,企业获得大规模数据存储、计算的能力,但也不断暴露出计算的时效性差、成本高等问题。边缘计算则将云计算的服务能力延伸或下沉,打破计算“门槛”,赋能我们的日常生活——加速图片、视频、语音的处理和传输速度,并服务于存在大量实体业务的线下场景,如智能物联网设备、仓库管理、视频监控、等,解决宽带占用、时延、功耗、成本等问题,满足实体经济企业的多样化业务需求。
边缘端与云端的协同,弥补了云计算在时效性、有效性、成本等方面的不足。一方面减少了海量数据传输导致的带宽堵塞以及响应延迟的现象,另一方面可以降低云计算的算力浪费,并减少数据泄露的风险。
为了更清晰扫描边缘计算的应用场景,近日,虎嗅智库发布了《边缘计算技术应用场景分析报告》,报告结合企业调研和实际案例,探讨了边缘计算在技术落地的应用场景及应用价值,帮助企业明确技术在不同场景下能够满足哪些业务需求及痛点,并总结在实际应用中会面临的潜在阻碍。
该报告首发于虎嗅智库,以下为文章内容及观点节选。
通过满足“三低一高”的业务需求,来进一步解决企业降本增效和数据安全的核心痛点
边缘计算技术的特点在于将计算资源由云端的集中存储或计算移至数据诞生的位置,在数据产生后立即在本地进行预处理,进而上传至云端进行深度的云计算。
从性能的角度来看,在整个过程中,边缘计算减少了带宽承载的数据传输压力,这样不但可以实现更快的网络服务,同时也大幅提高了数据处理、数据价值挖掘的效率;从应用的角度来看,有助于推进企业实现数字化转型,满足企业对数据计算处理的安全可用、低时延、降本增效等方面的业务需求。
“三低”代表“低带宽占用、低时间延迟和低功率消耗”,“一高”代表“高网络可靠”。具体来说,低带宽指的是通过将采集数据在边缘端进行预处理的方式,在不影响正常业务的情况下减少带宽占用和带宽成本压力。低时延指的是将边缘数据的接入点从距离远、多条件的云端,设备数据所产生的边缘端,降低数据计算所需时长,减少延迟。低功耗意味着以分布式节点替代中心节点,节省计算时产生的算力功耗和损耗,降低对数据中心资源和计算条件的要求。高可靠指通过将算力中心移至用户近端,缩短中间途经的网络节点数量和距离,保证计算网络的稳定性。
边缘计算通过满足以上需求,来进一步解决企业降本增效和数据安全的核心痛点,加速技术应用企业的数字化、智能化转型进程。
图:边缘计算所解决的需求痛点
来源:虎嗅智库
边缘计算的核心服务对象是存在大量线下实体业务的应用场景
通常只有拥有众多边缘设备的线下业务场景,才会存在计算时延、带宽占用的问题,所以通过在数据产生的设备侧部署边缘计算,实现数据的即生即采、即采即算、即算即用,边缘计算才能发挥出更大价值。
音视频是边缘计算应用最广泛的领域之一,其他应用领域包括物联网设备、能源电力、工业互联网、零售等。但行业内实际的应用渗透仍比较低,应用场景非常分散。边缘计算的应用方仍以B端企业居多,所以商业模式绝大多数以To B为主。C端对时延、功耗等问题并不敏感,需求并不明确,To C市场仍需探索。从整体上看,行业需要围绕客户需求这条主线,在国家政策指导和行业良好生态环境的支持下,实现边缘计算应用范围和应用规模的进一步扩张。
边缘计算在音视频领域的应用主要体现在直播、点播和下载三类场景。在物联网上则通过赋能物联网智能设备完成更复杂的运算,提升设备的智能性和安全性。能源电力方面,边缘计算在“双碳”的背景下,以云边协同、智能AI监控、数据汇集管控等方式,打通“源网荷储”全链路。边缘计算能够帮助工业制造企业在制造工艺优化、设备协议互联等方面提升数字化程度。而在零售方面,边缘计算能够赋能前端终端设备和后端仓配管理,激活边缘数据的最大效用。
图:边缘计算技术细分应用领域
来源:虎嗅智库
技术成熟度与行业应用渗透有待提升,行业整体仍处于发展初期阶段
边缘计算技术的价值受到了市场的广泛认可,在国家发展战略、产业升级、资本、早期互联网技术红利等因素的影响下,边缘计算行业近年来获得飞跃式发展,进入高速发展期。但软件、硬件和生态方面,技术发展整体上仍处于起步阶段。随着物联网与数据要素的不断发展,边缘计算未来会迎来需求爆发期。
技术落地规模的扩张是一个循序渐进的过程,行业环境与技术的优化迭代是影响扩张速度的关键因素。作为一种相对新型的技术,边缘计算尽管在商业化上已经有一些应用落地案例,但无论是行业面临的发展环境,还是企业具体方案的落地实施,都存在大量有待优化的问题。从边缘计算行业层面来看,硬件和协议的碎片化、算力专用性与通用性的矛盾、以及线上数理与线下机理的鸿沟是目前影响技术落地的重要因素。
实现应用规模的进一步扩张,在行业及政策层面,政策需要为行业发展方向做出指导建议和战略规划,继续提供基建与底层技术的支持;在应用层面,垂类领域需要具备一定的数据能力和技术认知程度,来进一步明确场景内需求;在技术层面,技术的迭代调优需要始终围绕客户的需求痛点,从成本、效率、性价比、生态、影响力等角度挖掘需求和新型业务场景。
关于虎嗅智库:
正在改变与想要改变世界的人,都在 虎嗅APP
|