邊緣計算是何方神圣，它和云計算又是如何相愛相殺的呢？
”
云計算就像是天上的云，看得見摸不著，像章魚的大腦，邊緣計算就類似于八爪魚的那些小爪子，一個爪子就是一個小型的機房，靠近具體的實物。邊緣計算更靠近設備端，更靠近用戶。
這么說吧，云計算是把握整體，那么邊緣計算就更專注于局部。那么邊緣計算的優勢就顯而易見。
01
近水樓臺先得月
邊緣計算分布式以及靠近設備端的特性注定它實時處理的優勢，所以它能夠更好的支撐本地業務實時處理與執行。
02
簡單不粗暴效率高
家門口的事情就不麻煩遠在天邊的云計算了，邊緣計算直接對終端設備的數據進行過濾和分析，節能省時效率還高。
03
省心省力省流量
邊緣計算減緩數據爆炸和網絡流量的壓力，用過邊緣節點進行數據處理，減少從設備到云端的數據流量。
04
智能更節能
AI+邊緣計算組合的邊緣計算不止于計算，智能化特點明顯，另外云計算+邊緣計算組合出擊，成本只有單獨使用云計算的39%。
打一個不太合理的比方，設想一下，本來存錢取錢大家都要去銀行人工柜臺處理，排隊人山人海，路上交通造成堵塞，還浪費時間和精力，現在家門口就有自助柜員機，是不是再也不用取號排隊等叫號?
辣么，既然邊緣計算這么牛，就直接把云計算干掉吧！留它何用？
太天真了！能把章魚的大腦切掉直接用八個爪子生活嗎?你怎么不上天吶！
雖然今后會將越來越多的基礎任務交給邊緣計算來完成，但是這只能代表邊緣所在的裝置設備會越來越靈敏，但是不能直接說這些任務和云毫無關系，他們是一種讓彼此更完美的存在。
邊緣計算和云計算互相協同，它們是彼此優化補充的存在，共同使能行業數字化轉型。云計算是一個統籌者，它負責長周期數據的大數據分析，能夠在周期性維護、業務決策等領域運行。
邊緣計算著眼于實時、短周期數據的分析，更好地支撐本地業務及時處理執行。邊緣計算靠近設備端，也為云端數據采集做出貢獻，支撐云端應用的大數據分析，云計算也通過大數據分析輸出業務規則下發到邊緣處，以便執行和優化處理。
再打個比方吧，總公司在北京，分點在江蘇、廣東、山東各地，江蘇的實際工作任務由江蘇分部的主管執行，但是北京總公司會給出整體工作計劃，負責統籌各個區域的工作規劃。
所以不管是云計算還是邊緣計算，不存在一方完全取代一方的狀況，只是各個擅長的領域各司其職，物盡其用罷了，在最合適的場景里用最合適的運算，或者雙向出擊！
所謂萬物互聯，以時間為橫坐標延伸，最大的網絡就是物聯網。那么邊緣計算就是靠近物聯網邊緣的計算、處理、優化和存儲。搭載物聯網的發展，邊緣計算的應用也十分廣泛，智慧城市、智慧家居、智慧醫院、在線直播，到智能泊車、自動駕駛、無人機、智能制造等各方面都有它的身影，制霸物聯網的時刻指日可待。
講真，這個時候了解云計算、邊緣計算是有點晚了，畢竟很多行業大佬已經開始玩轉邊緣計算了。
當然萬物都有雙面性，邊緣計算的發展也存在不小的挑戰性。
1
跨界協作的挑戰
制造、能源、公共事業等行業要實現智能化，需要整合機械、電子、ICT等跨行業技術，邊緣計算首先要實現OT和IT領域的深度協作，并將行業專有技術與知識與ICT數字化技術相結合。
2
技術碎片化挑戰
邊緣側技術體系的每個領域都有大量的技術選擇：目前業界有超過6種以上的工業實時以太技術，超過40種工業總線，還有多種公私有云平臺。技術碎片化給系統間的互聯互通、數據價值的挖掘帶來的巨大的挑戰和成本。
3
技術不確定性挑戰
人工智能、區塊鏈等新技術在行業應用還是早期探索階段，存在不確定性風險。這些技術的早期應用者希望降低技術投資風險，獲得技術應用的商業回報。
按照IDC的統計數據，到2020年將有超過500億的終端與設備聯網，未來超過50%的數據需要在網絡邊緣側分析、處理與儲存，邊緣計算所面對的市場規模非常巨大。
物聯網的存在就是不在創造新的生態，兩個毫無關系的人可以通過各種方式連接，但太平洋里的章魚如何跟大西洋里的章魚“對話”？再賜它們幾百億個神經元也做不到，但是邊緣計算可以啊！（來源：CSDN）
IDC報告來了
聲明：如需轉載，請在開篇顯著位置注明文章出處（來源：中國IDC圈）
