行业洞察：State of Edge 2020 报告分析

未来，边缘数据中心将是数据的第一入口，且部署环境往往开放、复杂、恶劣，需要先进、高安全可靠性解决方案、无人值守、自动化运维、分布式架构、指数级提高的计算能力等技术支撑。本文作者在华为云 IEF(智能边缘平台)团队随产品经历过智慧园区、智能交通、能源电力等行业的多个大型边缘计算项目，结合相关项目经验以及对行业的理解，试着从边缘计算的应用领域、推动边缘计算的发展的四个关键因素和未来云数据中心与边缘的融合方向三个方面来解读《State of Edge 2020》这篇报告的内容。

边缘计算主要的应用领域

设备边缘和基础设施边缘

该报告将边缘分为设备边缘和基础设施边缘，其中基础设施边缘主要包括接入网络站点的基站，预聚合站点。设备边缘包括端点设备和网格及内部服务器。报告中提到的行业包含计算、网络、存储等全方位的边缘。预计到 2028 年，边缘 IT 和数据中心设施的已部署全球电力投入将达到 10.2 万兆瓦，其中 68％的部署在基础设施边缘，其余 32％在设备边缘。

预测边缘场景发展

11 个场景（80%-85%的市场）： 通信网络运营商；企业 IT；智能电网；智慧城市； 制造业；零售业；医疗保健；汽车行业；居民消费者服务；移动消费者服务；商用无人机。从调查数据来看，各个行业在 2022-2024 年之前开始在边缘上的投入开始明显增加。预计到 2028 年，其中 4G 和 5G 移动消费和住宅消费（智能家居）应用将主导边缘计算的市场，另外 CNO，企业 IT 和交通行业也会占据主要比例。每个场景对于边缘计算的需求都是从提升用户体验的角度出发，利用边缘计算的低延迟，实现相对位置更近的数据处理，支持大规模设备接入，支持数据安全性和持续交付等特性，结合行业特点解决痛点，如交通行业的车路协同，需要边缘计算在保证数据安全性的前提下，满足大规模设备接入及数据处理低延迟的需求。

聚焦设备边缘的几大场景包括：

• 交通行业，已部署的包括信息娱乐和流量管理的设备边缘体验提升主要是对于运营商网络的基础设施边缘的提升，缩短响应时间并降低网络带宽成本。随着车辆使用场景的日益复杂和辅助以及自动驾驶的普及，车辆之间的协作将变得越来越重要。为了可靠且大规模地实现此目的，将需要更靠近公路和汽车的边缘计算服务，实现超低延迟处理后返回结果。

• 智能电网，基础设施边缘预测包括发电，配电，传输，可再生能源，运营和维护的未来使用场景。当前电网的主要边缘场景在于运维和监控环境。到 2028 年，可再生能源预计将成为最大的智能电网基础设施边缘场景，其次是日常运营，包含维护和配电。

• 零售业，报告通过调查全球前 100 名零售商建立的零售店，评估了数字标牌，店内体验，邻近营销和供应链优化等零售边缘计算使用场景。目前在国内常见的应用场景主要是无人超市中的数字标牌，智能收银等。接下来随着营销理念的投入，其它实时定价和营销解决方案将借助于边缘计算的低延迟和快速迭代的优势得以在零售实体店中推广。

• 医疗保健，主要集中在医院和诊所。医疗保健边缘计算使用场景包括连续的患者监测和干预，远程患者护理，干预和手术，认知帮助，物理治疗以及患者记录管理。医疗保健行业通常对数字技术持保守态度。 因此需要边缘计算提供其高可用及极低时延的特性，同时结合医疗行业特点，优化医疗检测或者手术体验，而非完全的颠覆和创新。

• 智慧城市，该报告根据服务需求，成熟度，边缘基础架构的可用性等各种因素对每种使用场景的边缘计算需求进行预测。在 2019 年，超过 50％的电力使用与智能建筑和公共安全解决方案相关，例如视频监控和突发事件即时响应的应用场景。预计到 2028 年，智能建筑解决方案将占到整个智能城市的 36.9％，公共安全占 24.8％，其余与交通信号控制，支持智能照明切换及维护公共基础设施相关。

• 移动消费者服务，移动消费者服务的边缘指的是具有高级功能的并与云端连接的终端设备，这些设备包括照相机，GPS 定位器，重力加速度计和软件开发套件（SDK）。在满足客户对于快速迭代及相关费用等预期的前提下，基于可穿戴和集成传感器的技术，拓展终端设备的功能，例如虚拟，增强和混合现实以及实时人工智能等。这些功能将使得之后移动消费者服务更加需要边缘计算服务的支撑。

• 居民消费者服务，其中包括信息娱乐，智能设备，安全性，生活辅助和能源管理的边缘计算使用场景。该场景下家庭规模，可支配收入和收入分配（即基尼系数）是消费的决定因素。以智能家居为例，当前的相关功能主要在终端设备和智能网关中直接实现，并可以在云上做数据汇集和功能支持。在未来的几年中，预计用于智能家居的数字服务将变得越来越复杂，其沉浸式功能旨在显著增强居民的消费体验。在这种场景下，我们预计越来越多的住宅将采用智能家居和家电技术，同时需要引入基础设施边缘来提高服务体验。

• 商用无人机，该报告通过估计商用无人机的系统安装量和出货量来预测。边缘计算预计将支持以下场景，包括：测绘、摄影测量以及 3D 和数字建模。

• 其他市场，预计占边缘计算市场总量的 15％至 20％。

推动边缘计算的发展的四个关键因素

到 2028 年，边缘市场将由消费者应用程序主导，随着边缘以平台为中心的产品的成熟，边缘使用场景的种类和范围预计将大大增加。但并不是说边缘计算会取代当今的互联网，相反，边缘计算是超大规模数据中心的补充，并且将随着超大规模数据中心的出现而激增，因为这两者都是受消费者和企业不断增长的数字需求推动的。用户在互联网体验方面的四大需求趋势推动了边缘计算的发展：

• 用户对数据延迟容忍度降低

• 数据量快速上升和带宽不足的矛盾加剧

• 用户对于数据处理成本的顾虑

• 用户对明确数据拥有权、安全性和合规性的需求提升

用户对数据延迟容忍度降低

新应用和新场景的出现使网络结构更加复杂，不同的应用和场景对于网络的性能要求不尽相同。 在直播、VR、AR 等用户参与程度较高的场景中，数据传输高延迟会严重影响用户交互流畅程度，时延可以被认为是影响用户体验的决定性因素。在自动驾驶场景中，车辆要实时感知复杂的交通环境，并且车辆要与其他车辆、行人、道路设施之间进行低时延通信，数据传输延迟是保障自动驾驶安全性的一个重要因素。同样在工业互联网场景下，工业自动化设备需要实时接收操作控制指令，数据传输延迟也是保证产品质量的一个重要因素。在远程机器人手术场景中，手术效果依赖于现场向外科医生提供的实时反馈，任何延迟都会严重影响外科医生的判断。可以看出，边缘计算正在逐渐以满足机器的速度要求为目标，这种对数据传输延迟的低容忍度激发了相关产业对于边缘设备和网络的需求。

数据量快速上升和带宽不足的矛盾加剧

万物互联环境下，随着边缘设备数量的增加，这些设备产生的数据量也在激增，导致网络带宽逐渐成为了云计算的一个瓶颈。数以亿计的智能终端设备连入网络，生 ZB 量级的数据，这些大数据中所包含的信息对应用服务至关重要。在从这些大数据中分析和提取信息的过程中，使用边缘服务器可以缓解数据量快速上升和带宽不足之间的矛盾。例如，在边缘服务器中收集和分析数据，然后将数据分析的结果传递到核心网以进一步处理，从而减轻核心网的压力。

用户对于数据处理成本的顾虑

随着在云服务器运行的用户应用程序越来越多，未来大规模数据中心对成本的需求将难以满足，这在万物互联的场景下将更加突出。 对于边缘侧产生的越来越多的数据，网络传输、数据存储、数据运算处理及处理后结果回传等方面都会产生大量的资源消耗和处理成本。对于很多应用场景来说，例如边缘视频处理业务，如果不经过边缘预处理，直接将原始数据全部传输到云端进行处理，会导致大量的冗余处理。边缘计算服务可以将这些视频数据在边缘侧进行预处理之后，提取关键信息传输到云端，这种处理模式能够极大的节约数据处理成本。

用户对明确数据拥有权、安全性和合规性的需求提升

随着智能家居的普及，许多家庭在屋内安装网络摄像头，直接将摄像头收集的视频数据上传至云计算中心会增加泄露用户隐私数据的风险。 因此用户并不总是愿意将数据上传至云端进行处理，尤其是一些家庭内部视频数据。而边缘计算可以将这些数据处理推送至家庭内部网关，减少隐私数据的外流，从而降低数据外泄的可能性，提升系统的隐私性。

对于很多工业场景来说，将所有数据上传到云端进行处理，不仅会遇到恶意攻击导致工业数据泄露的风险，还可能会产生数据所有权分歧导致的商业纠纷，因此很多工业用户也不愿意将数据上传至云端进行处理。为了满足这些用户连接到公共网络场景中的多样化安全性需求，边缘计算需要在本地部署计算资源，将计算推至靠近用户的地方，避免了数据上传到云端的过程，降低了隐私数据泄露的可能性。

未来云数据中心与边缘的融合方向

边缘并不是绝对的事物，而是相对的位置。所以，未来云中心和边缘之间的距离将会越来越短，界限也越来越模糊、难以划分。未来不是云和边缘，而是连成一片的边缘云。

边缘云发展方向

未来数据中心产业将呈现“边缘数据中心+云数据中心”融合发展模式。一方面，受云计算和新型运维等技术推动及市场竞争的影响，云数据中心资源逐步整合，进而呈现规模化的发展趋势；另一方面，将涌现大量微型的边缘数据中心，以保障边缘侧时延敏感型业务的用户体验。

边缘数据中心将采用分布式架构。物理分散的边缘数据中心在逻辑上形成一个整体，它们之间将会通过大带宽的网络实现互联，需要有综合调度平台将分布于不同地理位置的边缘数据中心进行统一管理和调度。未来几年甚至更长时间内，云数据中心并不会消失。集中存储、大数据的挖掘和分析等业务的数据量和计算量巨大，仍然需要具有丰富资源的云平台对相关业务进行集中高效的处理。

未来，边缘数据中心将是数据的第一入口，且部署环境往往开放、复杂、恶劣，需要先进、高安全可靠性解决方案、无人值守、自动化运维、分布式架构、指数级提高的计算能力等技术支撑。