私有云+边缘计算，打破局限

CMP是云计算发展的必然补充，随着客户业务的不断发展，单一的云平台已经无法满足客户业务多样性的要求，为了实现更高效的使用云计算资源，对多个云平台的统一管理、使用和运营催生了CMP平台的发展。

而边缘计算是近几年兴起的新概念，目前，业界关于什么是边缘计算，还有着不同认知。

维基百科认为：边缘计算是一种分散式运算的架构，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。边缘节点更接近于用户终端装置，可以加快资料的处理与传送速度，减少延迟。在这种架构下，资料的分析与知识的产生，更接近于数据资料的来源，因此更适合处理大数据。

Gartner认为，边缘计算是一种新兴的拓扑结构，这个结构基于分散式的计算模型，该模型让计算节点尽可能地靠近数据和内容的源头。

边缘计算产业联盟认为，边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。它可以作为联接物理和数字世界的桥梁，使能智能资产、智能网关、智能系统和智能服务。

虽然主流机构对于边缘计算的精确定义众说纷纭，但是我们仍然能够看到边缘计算有如下几个特征。

分散式部署。边缘计算节点和传统的云计算节点不同，不再集中部署在某一个或多个数据中心内部，而是分散在不同的地域或区域，更加靠近数据的源头。

节约网络流量。因为边缘计算节点更加靠近数据源头，所以大量数据的采集和处理只需要在边缘侧完成，只有部分需要进一步处理的数据、备份的数据或处理的结果需要上传给中心云平台，因此，可以节约大量的网络流量。

提供计算、存储、网络能力。边缘计算节点在不同场景下需要提供不同的服务，但是几乎都需要计算、存储、网络功能，来进行边缘数据的计算处理，对处理后的数据进行存储，以及通过网络功能对外上传。(www.xing528.com)

协同处理。边缘计算节点需要和云端节点进行通信，接受并执行云端资源调度管理策略，并和云端节点实现数据的协同处理和交换。

目前，国际主流的云计算巨头都已经开拓边缘计算业务，推出自己的边缘计算产品。

AWS推出了AWS IoTGreengrass，将云功能扩展到本地设备的软件。该软件使设备能够收集和分析更靠近信息源的数据，自主应对本地事件，并在本地网络上相互安全地通信。

微软也发布了Azure IoT Edge边缘侧产品，将云分析扩展到边缘设备，支持离线使用，同时聚焦边缘的人工智能应用。

谷歌也在2018年推出了硬件芯片Edge TPU和软件堆栈Cloud IoT Edge，可将数据处理和机器学习功能扩展到边缘设备，使设备能够对来自其传感器的数据进行实时操作，并在本地进行结果预测。

阿里云推出了Link IoT Edge，是阿里云能力在边缘端的拓展。它继承了阿里云安全、存储、计算、人工智能的能力，可部署于不同量级的智能设备和计算节点中，通过定义物模型连接不同协议、不同数据格式的设备，提供安全可靠、低延时、低成本、易扩展、弱依赖的本地计算服务。同时，可以结合阿里云的大数据、AI学习、语音、视频等能力，打造出云边端三位一体的计算体系。

甚至原先一些主打私有云场景的厂商，也针对边缘计算场景，推出更加轻量级的边缘计算节点。能够以更低的成本，运行在边缘场景，提供计算、网络、存储的虚拟化功能，并提供业务的高可用保证，同时和云端协同工作。

可以看到，边缘计算将会是云计算的一个有益补充，随着物联网技术的发展，边缘计算将会成为未来云发展的一个不可替代的部分。