市场研究&咨询公司 Grand View Research 预测，「即使在冠状病毒在全球肆虐的背景下，边缘计算以及 5G 网络市场最终也将出现显著增长。到 2027 年，边缘计算解决方案的市场规模将从 35 亿美元增长到 434 亿美元。」
随着 5G 商用化进程的推进，边缘计算正式站上了市场的风口，成为一股不可阻挡的技术趋势。
也有业内人士认为，边缘计算的高增长，有可能会在计算领域上演“中心走向边缘，边缘走向中心”的一幕。诚然，这样的论断并非“空穴来风”。
日前，全球边缘计算大会在北京成功召开，在该领域率先展开布局的阿里云、百度智能云、华为等互联网科技厂商的专家接连出场，大谈自家的边缘计算布局和发展。市场的追捧似乎正如此前联想集团 CTO 芮勇博士所介绍的，“在行业智能化新需求的拉动下，‘边缘’正在变得越来越‘主流’。”
那么，在风口之下，边缘计算的未来清晰了吗？
起源
施巍松教授是边缘计算的早期提出者之一和主要倡导者，也是国际边缘计算研讨会的创始人。
在评上美国终身教授之前，施巍松一直主攻功耗（energy efficiency）方向的研究。2008 年，他开始思考，彼时的数据中心已经受到非常高的重视，但是耗电很大，如何才能进一步的解决数据中心的节能问题。
于是，他和他的团队开始了有关数据中心的节能研究，并在随后几年内取得了不错的研究成果和行业影响力。这在当时，Google 等国际顶尖科技企业也同步开始了这方面的研究。
那么，这与边缘计算有什么关系呢？
随着施巍松与其团队在数据中心层面，也就是后面常说的云端领域做了诸多的研究，积累了经验，他开始顺着这个思路，去思考下一步去哪里执行数据计算。
2014 年左右，施巍松开始关注边缘计算。也是从这个时候，他和他的团队尝试着想要把计算推行到边缘。而此时正是边缘计算从技术储备期向快速增长期过渡的阶段，自此，边缘计算进入行业视野，相关论文增长 10 余倍，得到了前所未有的快速发展。
同时，这样的研究转变，在施巍松看来，是相当于之前的项目延伸。尽管当前对于边缘计算还有没有完全确定的概念定义，但是基于云计算与边缘计算的协同关系，也存在部分业内人士将边缘计算看作是云计算的补充和延伸。
诚然，这样的观点存在争议。但是，在此，我们依旧可以将其用以理解边缘计算。在目前的互联网科技企业的物联网解决方案中，云边端一体化的思路往往是主流。
从市场的角度来看，将云计算与边缘计算结合理解，更有助于我们去认知。实际上，不管如何看待云计算与边缘计算两者的关系，后者的发展也或多或少可以归结于前者的推动。
在数字时代，物联网（IoT）的快速发展和云服务的推动，日常的生活往往会产生大量的数据需要收集、处理和分析，以支持智能设备的工作和智慧服务的开展。
当云计算无法很好的解决现有的数据计算问题，边缘计算也就顺势推出，成为技术的另一个选择。
在云端与终端之间，这是一个居中取优的概念。施巍松在他的论文《Edge Computing:Vision and Challenges》对“边缘计算”如此定义——
「边缘计算是指允许计算在网络边缘，代表云服务的下游数据和代表物联网服务的上游数据上执行的使能技术。在这里，我们将“边缘”定义为沿着数据源和云数据中心之间的路径的任何计算和网络资源。」
简单理解，“边缘”是相对的，位于靠近智能终端（也就是数据的源头）的网络一侧就是边缘。智能终端产生的部分数据不再经过网络到达云端处理，直接在本土边缘进行计算和存储，从而降低了时间延迟和网络负荷，并保障了数据的安全隐私。
这是边缘计算相对于云计算的优越性。也正是基于这些优势，边缘计算在今天受到越来越多的科技企业关注和重视，逐步投入边缘计算领域研究。
流行
在施巍松教授看来，目前边缘计算领域取得最大的突破在于应用场景逐渐清晰化。所谓有的放矢，不管是我们理解边缘计算的概念，或是认知边缘计算的优势，实际上都是基于场景应用来判断的。
而推动边缘计算发展的，是在 5G、AI、大数据、云计算等新技术的支持下，物联网（IoT）应用的成熟，随之而来的是智能家居、智慧城市、智慧交通、工业互联网等场景的建设大步开展，实时计算需求的爆发，直接大幅提升了边缘计算的应用需求。
据数据显示，2019 年全球物联网设备联网数达 107 亿个，同增 17.58%，预计 2020 年有望同比增长 19% 达 127 亿个，2025 年物联网设备联网数有望达到 252 亿个。不难发展，边缘计算的发展有着足够扎实的基础场景支持。
而这些场景，正是当前互联网科技公司竞相角逐的领域。随着场景建设起步，边缘计算的关注与重视也就“水到渠成”，进而发生了从过去的云端一体化到现在的云边端一体化的思路转变。
这样的思路也决定了互联网科技厂商们习惯于将边缘计算定义为云能力在边缘端的拓展。譬如，阿里的物联网边缘计算（Link IoT Edge），实际上便是阿里云功能向边缘端的下沉，基本继承了阿里云在安全、存储、计算、人工智能等方面的能力。
云能力像这样下沉到边缘，进而又可以在本地范围搭建自闭环的管理系统，实现本地自治。腾讯云的边缘智能数据处理（IoT EIDP）便支持客户将 AI 算法容器部署在边缘硬件平台，进而实现离线 AI 计算，在确保数据反馈迅速、降低运营成本的同时，也保障了智慧运算的隐私安全。
总的来说，边缘计算在场景应用中的优势非常显著，承接云计算能力，它甚至可以解决云计算深受诟病的问题，譬如客户最忌惮的数据安全、隐私等等。
可以说，边缘计算的流行并非无端起风，在云边协同的理念，云计算有多么火热，边缘计算便能追随跟上，成为下一个技术布局的重点。
当然，伴随着两个技术的差异化，即云计算的集中化与边缘计算的分布式，未来后者的热度甚至可以超越前者，成为更加广泛的选择。
但是，这也仅是面向未来的预想。在当下，边缘计算发展的桎梏还须解决云边协同的技术问题和部署问题。
譬如，边缘节点需要与其他节点整合，与云中心联动，数据资源如何进行筛选、迁移，都是需要解决的关键问题。而边缘节点之间、边缘与中心之间也都需要一个统一的底层传输网络支持，涉及到的协议栈优化、私有协议以及动态选路和组网技术都需要面对。
那么，解决这一系列问题的前提都在于对云计算的深入理解，阿里云与百度智能云都倾向于拥抱云原生的理念。其中，阿里云主要利用云原生实现资源的抽象和纳管，以容器作为主要的服务载体，来实现内外部业务的交付。
在万物互联的数据时代，快速处理数据是一项至关重要的能力。
以场景来看，在智慧交通方面，华为云的 IoT 边缘（IoT Edge）需要实时提供碰撞告警、红绿灯相位推送、车流量感知及控制等智能服务，皆是需要场景之下快速的数据处理和反馈能力。
以体验来看，在视频观看方面，爱奇艺应用百度智能云边缘计算节点 BEC 后，分发到用户侧观看速度提升了 20%，用户体验有了 25% 的优质提升。可见，边缘计算节点支持的分发能力往往就是影响你下饭观影体验的一个重要因素。
事实上，计算发展至今，在社会运作过程的影响越来越大。在 2016 年，浪潮王恩东院士便提出，“融合是未来趋势，融合的结果是‘一切皆计算’。”
多年以来，在边缘计算的流行风口上，我们看到的恰恰是这样一个技术融合（5G、AI、云计算、物联网等等）、应用融合、场景融合的趋势，而融合也最终推动了计算的另一个范式，即边缘计算走上更高的发展水平。
当我们笃定，未来属于计算，那么或许我们也可以回答，边缘计算的未来，清晰吗？
答案，是肯定的。
