作者：
吴伯凡，著名媒体人，商业思想家，新物种研究院院长。
王飞鹏，「伯凡时间」公众号内容主理人。
本文摘编自《新IT：从信息到智能的大转变》，机械工业出版社出版，IT阅读排行榜经授权发布，转载请与我们取得联系。
说到边缘计算，就不得不提及云计算。很多人认为边缘计算与云计算是对立的，其实，这是一种误区。两种计算模式各有所长，云计算擅长全局性、非实时和长周期的大数据处理与分析，能够在长周期维护、业务决策支撑等领域发挥优势。边缘计算则适用于局部性、实时、短周期的数据处理与分析，能够更好地支撑本地业务的实时智能化决策与执行。因此，我们不能脱离云计算来讨论边缘计算，边缘计算的应用价值是通过边云协同来体现的。
有人曾以章鱼来形容边缘计算和云计算的关系。
章鱼是地球上最聪明的生物类群之一，不仅可以连续多次往外喷射墨汁，还能像变色龙一样改变自身的颜色和构造。它们还能从瓶子内部打开瓶盖逃走，上演各种精彩绝伦的逃跑计划。这些生物甚至可以主动改变自己的RNA，进而改变体内蛋白质的特性和功能以适应环境变化。章鱼的很多巧妙操作，正是通过边缘计算的理念来实施的。作为无脊椎动物的章鱼，拥有巨量的神经元，其中60%分布在它们的八条腿上，脑部的神经元数量仅占40%。这种“多个小脑+一个大脑”的分布式计算模型，使得章鱼在行动时异常灵巧迅速，腕足之间的配合极好，从不会缠绕打结。
边缘计算与云计算的结合就类似于章鱼，它们两者不是替代关系，而是互补协同关系，边云协同将放大边缘计算与云计算的应用价值，边缘计算既靠近执行单元，更是云端所需高价值数据的采集和初步处理单元，可以更好地支撑云端应用。云计算通过大数据分析优化输出的业务规则或模型也可以下发到边缘侧，边缘计算基于新的业务规则或模型运行。
边云协同的能力与内涵主要体现在以下几个方面：
资源协同
边缘节点提供计算、存储、网络、虚拟化等基础设施资源，具有本地资源调度管理能力，同时可以与云端协同，接受并执行云端资源调度管理策略，包括边缘节点的设备管理、资源管理以及网络联接管理。
数据协同
边缘节点主要负责终端数据的采集，按照规则或数据模型对数据进行初步处理与分析，并将处理结果以及相关数据上传给云端。云端提供海量数据的存储、分析与价值挖掘。边缘与云的数据协同，支持数据在边缘与云之间可控且有序的流动，形成完整的数据流转路径，以高效且低成本的方式对数据进行生命周期管理与价值挖掘。
智能协同
边缘节点按照AI模型执行推理，实现分布式智能。云端开展AI的集中式模型训练，并将模型下发边缘节点。
应用管理协同
边缘节点提供应用部署与运行环境，并对本节点多个应用的生命周期进行管理调度。云端主要提供应用开发、测试环境，以及应用的生命周期管理能力。
业务管理协同
边缘节点提供模块化和微服务化的应用、数字孪生、网络等应用实例。云端主要提供按照客户需求实现应用、数字孪生和网络等的业务编排能力。
服务协同
边缘节点按照云端策略实现部分EC-SaaS服务，通过EC-SaaS与云端SaaS的协同实现面向客户的按需SaaS服务。云端主要提供SaaS服务在云端和边缘节点的服务分布策略，以及云端承担的SaaS服务能力。
以上所列的都是比较典型的边云协同能力，并非所有场景都会涉及到上述几种能力。不同的使用场景下，边云协同的能力和内涵都会有所不同。此外，即便是同一种协同能力，在不同的场景下其能力与内涵也会有所不同。
边云协同满足了多样性计算需求。算力的分布式部署是云计算从单一数据中心向不同物理位置多数据中心部署、从中心化架构向分布式架构扩展带来的新模式。这种模式下，“中心-区域-边缘”的算力处理能力深入到传统集中式计算处理模式无法覆盖到的边缘应用场，并通过多种算力基础设施的协同，为各种计算场景提供有针对性的算力。一方面，利用多种计算架构解决多样性数据的处理问题。比如计算密集型应用需要中心计算平台执行逻辑复杂的调度任务，而数据密集型应用则需要边缘计算高效地完成多样性数据接入及海量数据处理。另一方面，“云计算+边缘计算”的新型算力处理模式逐步代替集中式算力处理模式，通过提高边缘侧算力处理能力和边云协同能力，达到算力服务分布式发展的最终目标。
增强边云协同能力是计算资源分布式发展的核心。边缘侧更多提供轻量化、实时性的计算能力，对于应用场景中复杂的环境，需要中心云对数据进行分析挖掘、数据共享、模型训练和升级等工作，并对边缘侧进行管理。只有增强边云协同能力，才能保证中心与边缘进行更好地协同工作，使分布式计算资源能够得到更高地利用。
现阶段，云计算基础设施布局已经相对清晰，各大云计算服务商已经在各地构建了大型数据中心，满足中心云相关的服务需求，而区域云和边缘云等边缘侧基础设施的建设，还存在数量少、覆盖小、网络差等问题。未来需要重点推进边缘侧基础设施建设部署，同时增强边云协同能力建设，促进分布式计算资源的发展。
边云协同最大化体现了云计算与边缘计算的应用价值。两者结合而打造出的“云端训练-边缘推理”的模式支持多种模型的发布、更新和推进，形成完整的模型闭环，并且在越来越丰富和复杂的应用场景中落地实践。
在以工业制造、自动驾驶等为代表的生产控制类应用场景中，大量数据需要在终端侧进行处理，以此保证低时延、高并发、大流量等需求。同时，数据存储、模型训练和大数据挖掘等操作，又需要云端强大的计算能力的支持。鉴于此，边云协同正在成为加速工业、农业和交通等行业数字化进程的主流模式。
在工业制造领域，工业现场的边缘计算节点具备一定的计算能力，能够自主判断并解决问题，及时检测异常情况，更好的实现预测性监控，提升工厂运行效率的同时也能预防设备故障问题，而后将处理后的数据上传到云端进行存储、管理和态势感知。云端也在负责监控数据传输和管理边缘设备的使用。中心云与边缘云在资源管理、远程控制、安全管理、运维监控等方面协同运作，保证现场接入设备能够快速、准确、方便地进行相关生产操作，在预防设备及产品故障的同时，也在加强数字化建模与实体映射，真正实现数字化生产。
在农业领域，边云协同正在帮助传统农业向数字化、智能化和网络化转型。以畜牧养殖业为例，边缘网关、边缘控制器等边缘计算设备接受来自猪、牛、羊等牲畜佩戴的设备所上传的数据，并在边缘侧对养殖数据进行处理，实时掌握牲畜的分布、饲料用量和疫病相关的数据信息。云计算平台与边缘计算设备协同工作，解决带宽和网络覆盖不全面、生产风险不可控等问题，保证牲畜采集信息和数据的准确性，对疫病进行有效管控，全程监管畜牧生产过程，最终达到数字化、智能化和网格化养殖的目的。
利用新一代技术推动城市各类信息系统之间的资源共享和业务协同，实现城市的感知、互联和智慧，是城市化发展的高级阶段，达到这种阶段的城市也被称为智慧城市。智慧城市的构建和运行，具有广泛终端接入、海量数据处理和实时性要求高等特点，利用边云协同可以大幅度降低网络负载，提高相应的速度，降低能源消耗。边云协同在交通、园区和安防等领域的实施，正在加速智慧城市的建设。
在城市交通方面，边云协同可以缓解城市拥堵问题。随着我国机动车保有量的迅速增加，城市交通系统结构日趋复杂，如何获取实时路况信息、快速解决突发事故、缓解交通拥堵越来越成为社会关注的焦点。在边云协同模式下，云计算相当于智慧交通的“大脑”，边缘计算相当于智慧交通的“神经末梢”。在边缘服务器上通过运行智能交通控制系统来实时获取和分析数据，根据实时路况来控制交通信号灯，以减轻路面车辆拥堵等问题。此外，也可借助多方数据资源，通过自动比对和分析，对道路拥堵情况提前发出预警，辅助人工决策。
近年来，游戏行业的火爆对各游戏厂商提出了更高要求，如何在激烈的市场竞争环境下通过更好的用户体验，不断获取用户的青睐和忠诚，是各大游戏厂商最关心的问题。边云协同在游戏领域的应用，可以使AR、VR及云游戏等的落地更为容易。一方面，通过边云协同可以根据不同场景需求分别在近用户的边缘侧和云端进行游戏画面渲染计算，减少由于高延迟和低刷新率造成的头晕等不适应感，实现完整的AR、VR体验；另一方面，对于大规模多人在线游戏，通过边云协同可以基于位置匹配玩家，实现统一地域的玩家就近通过同一个边缘节点进行连接，降低游戏互动时延。随着5G的推广，边云协同+5G将会促进云游戏模式发展落地，为游戏行业带来全新的升级体验。
从计算的视角来看，新IT转型的过程，就是要通过“端-边-云-网-智”的技术组合，努力实现计算资源的布局最大化，让计算资源渗入到日常生活的方方面面，将其变成一种类似水电的资源，成为一种基础性的支撑资源，让人们想不起同时又离不开，其终极目的就是实现计算资源的普适化与泛在化。
1991年，施乐公司首席科学家马克·维瑟（Mark Weiser）在一篇名为《21世纪的计算机》的文章中，提出了普适计算（Ubiquitous computing）的概念。在马克·维瑟看来，未来，计算资源会融入网络，融入环境，融入生活，计算机设备也会变得更小、更便宜，彻底融入日常生活以至于用户甚至察觉不到其存在。
按照马克·维瑟的描述，普适计算的实现要遵循四条原则：
第一，计算机的目的是帮助人们做其他事情，它是外在导向的，不是内在导向。
第二，最好的电脑是一个看不见的忠实仆人，并且还能够预知需求（这某种程度上就是智能化要实现的使命）。
第三，电脑应该延伸人类的无意识，凭直觉做得越多就越聪明。
第四，所有真正重要的技术一定都是会消失的技术，所谓的“消失”不是物理的消失，而是心理的消失、感觉的消失。换言之，技术应该创造宁静，它让人们在不知不觉的情况下使用。比如现在的很多智能推送技术，就是在我们没有知觉的情况下运行的。
普适计算意味着，计算将深深嵌入到人们的日常生活和工作环境中，让人与计算机的交互更加自然。普适计算也意味着，人们不用为了使用计算资源而去专门寻找一套计算机，无论我们身处何处，都可以根据需要获得相应的计算资源。
如今，距离马克·维瑟提出普适计算的概念已经过去了30多年，尽管马克·维瑟本人在1999年就与世长辞，但是我们能够看到，计算机产业的发展一直是向着他当初所预言的方向前进的。
计算形态从主机计算、PC计算，到今天的网络计算以及在此基础上发展出的边缘计算，其发展趋势就是要使计算网络化、云化，通过将足够多的设备接入贯通全球的网络后，将计算资源变成一种构筑人类日常生活的基础性资源，在悄无声息中为人们提供个性化服务。
只有从这样一个宏观的方向出发，我们才能看到当前各个局部技术变革的方向、意义和价值。多终端系统、云计算、物联网等都可以看作普适计算的构成部分，而我们要实现的是更便捷的计算。在智能时代，我们希望借助新IT达到的是一种无所不在的计算状态。
作者：
吴伯凡，著名媒体人，商业思想家，新物种研究院院长。
王飞鹏，「伯凡时间」公众号内容主理人。
本文摘编自《新IT：从信息到智能的大转变》，机械工业出版社出版，IT阅读排行榜经授权发布，转载请与我们取得联系。
推荐语：未来已来，人类社会已然步入尼葛洛庞帝所说的“后信息化时代”。而引领我们进入这个时代的，是全新的数字技术，我们将其称之为“新IT”。
▼
福利群
欢迎扫码加入福利群，可参与“快乐星期五”抽奖赠书活动。如群满或二维码过期，可加微信DoctorData备注福利，拉你入群。
本文来源：原创，图片来源：pexels
责任编辑：王莹，部门领导：卢志坚
发布人：白钰
