云计算霸占网络基础架构多年,5G能掀开下一幕吗?

简介: Technavio预测,从2018年到2022年,边缘计算技术的应用量将以每年近20%的速度增长。这也是为何办了多年的CDN峰会,今年一下子成为边缘计算的主场。

来源商业新知网,原标题:云计算霸占网络基础架构多年,5G时代是时候掀开下一幕了!

Technavio预测,从2018年到2022年,边缘计算技术的应用量将以每年近20%的速度增长。这也是为何办了多年的CDN峰会,今年一下子成为边缘计算的主场。

稍作分析的话,就会发现,这并非偶然。最核心的缘由在于无论是CDN还是边缘计算,其底层逻辑或者说技术思想,是一致的。都是希望化整为零的去中心运动,为客户提供更好的、更高性价比的产品、技术和解决方案,为用户提供更优质的使用体验。所以,行业里有不少人认为,对于边缘计算,CDN厂商有着近水楼台先得月的优势,也是事出有因的。

纵观整个TMT行业,跟应用层三年河东三年河西相比,技术架构层一直以来都是相对稳定的。无非是从IOE结构,到去IOE,从云计算,再到如今的边缘计算,中间夹杂着IDC、CDN等等行业的轮回发展。那么如今火爆的边缘计算,会变革当下云计算主导下的集中式网络架构吗?

土妖的答案是——会的。现阶段,无论是变革、取代还是其他的字眼,我们之所以看得比较少,一是因为云计算厂商的“反抗”;二是因为边缘计算厂商的蛰伏;三是很多人只能站在当下看当下,以及站在当下看未来,而不能站在未来看当下,更遑论站在未来看未来了。

总之,无论从2C端,还是从2B端,又或者从2T端看,边缘计算取代云计算都不是问题,如果有问题的话,那也仅仅是“时间”的问题而已。

2C端:应用和业务的“去中心化”,是云计算退位边缘计算崛起的根本原因

TMT行业有一个很有意思的现象,就是被人为地分为了2C和2B领域。2C自不必说,2B从最终的产品和服务来看,“使用者”仍然是用户,所以说,“用户”才是TMT行业最终的决定力量,也即所谓的“得用户者得天下”。

以其中的互联网行业为例,经过十几年的发展,“用户”一直被裹挟进“去中心化”的运动之中。从门户、搜索到信息流,信息、内容一直在去中心化;从平台电商、自营电商,到社交电商、社区团购、微商等,电商一直在去中心化;从长视频,到短视频、小视频、直播,视频流媒体也一直在去中心化……

如果反向推导的话,就很容易发现,应用和业务形态的去中心化;意味着用户的去中心化;用户的去中心化意味着数据产生的去中心化;数据产生的去中心化意味着数据处理和网络架构要去中心化;也意味着中心化的基础设施和网络架构,要让位与分布式、去中心化的架构模式。

很显然,既然客户的用户在去中心化,那么为客户提供服务的B端厂商,也自然要顺应这种从中心化到去中心化、从集中式到分布式的变革。这就是在靠近物体或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,并就近提供最近端服务的边缘计算,能够崛起的最根本原因。其它诸如5G、IoT、人工智能、智慧家庭、自动驾驶等等,不过是边缘计算兴起的利好产业背景或者说应用加速器而已。

当然,也绝不能忽视利好产业背景和加速器的作用。以IoT为例,根据《2017-2018年中国物联网发展年度报告》,早在2017年的时候,全球物联网设备数量就已经达到了84亿台,成功超过了全球人口的数量。中国产业信息网、中国通信工业协会物联网分会的相关数据也显示,预计2019年中国联网AIoT设备总数将达到24.3亿台。就连工信部部长苗圩在近期召开的博鳌会议上也指出,5G应用应该是二八分布,即20%用于人与人的通信,80%用于物与物之间的通信,即物联网。

全球物联网设备数对全球人口的超越,以及中国联网AIoT数字远比我国的智能手机保有量、网民数量要高,都表明物联网相较于移动互联网,有着更为广袤的空间。《2017-2018年中国物联网发展年度报告》就预测,到2025年,全球物联网市场规模或将成长至3.9-11.1万亿美元。无独有偶,国际知名数据分析公司Statista也预计,物联网市场的规模将有望在2020年达到9万亿美元。

毫无疑问,要想真正实现IoT的万物互联、物联互通,最大化挖掘产业的容量与价值,人与设备、设备与设备间的网络、计算、存储、应用,自然是最为关键的,而这些都是边缘计算的“业务范畴”。

从更大的TMT行业技术演进的视角去看,无论是IOE和去IOE,还是IDC和CDN,又或者是云计算和边缘计算,TMT在网络技术和基础架构层面,就像“合久必分,分久必合”的历史规律一样,也一直在中心化和去中心化“这两点”中间的路上,不断来回。只不过如今的天平,再一次偏向了去中心化的一端而已。

2B端:三大行业趋势和底层逻辑,决定云计算是过去式而边缘计算是下一站

前面说到,2C端的应用和业务的“去中心化”,是云计算退位边缘计算崛起的根本原因。那么如果从2B端看呢?在2B的视角里,会发现边缘计算更加符合行业发展的三大趋势和底层逻辑:

首先,边缘计算更平等,更符合TMT行业充分竞争的趋势。在云计算时代,行业被亚马逊AWS、 微软Azure、谷歌云、阿里云等巨头把守,其他厂商获得的机会非常少。但是边缘计算却不同,其是互联网、移动互联网、物联网、工业互联网、电子、AI、IT、云计算、硬件设备、运营商等诸多领域的“十字交叉口”,每一类型的厂商都有自己独特的优势,都有趁势崛起的机会。比如运营商,就拥有互联互通的优势;比如CDN厂商,就拥有分布式架构以及产品、技术运营的先天优势等等。

其次,边缘计算是算力的下沉,符合当下“下沉为王”的时代脚步。近年来TMT行业,尤其是互联网领域,掀起了声势浩荡的下沉运动。市场下沉、渠道下沉、运营下沉、品牌下沉、营销下沉……“下沉为王”的时代轰然到来。边缘计算的算力下沉,既是紧随行业的脚步,也是为其他作业节点的下沉,提供技术架构方面的保证。

就像Gartner首席研究分析师Santhosh Rao所说的,“已经开始数字化商业旅程的组织已经意识到,需要一种更加分散的方法来满足数字化商业基础设施的需求。”和CDN技术理念和思想一脉相承的边缘计算,显然就是这种“更加分散”的方法。

再次,边缘计算更加符合TMT行业的下一步走势。TMT行业的下一步走势是什么?从大的方面说,是人工智能、5G、物联网、工业互联网,从更小点的维度看,则是智慧家庭、自动驾驶、智能交通、智慧城市、智能制造、AR、VR以及万物互联、万物云化等等。

这些不同的细分领域有着一个共同的特点,那就是对网络、计算、存储、应用的“时效要求”,如果把数据从终端设备传到云端,在云端分析、计算之后在传到终端设备,在响应速度上,显然是无法满足需求的。因此,边缘计算的“近端处理”,就成为了目前最合适的解决之道了。

根据传统上的定义,CDN是依靠部署在各地的边缘服务器,通过中心平台的负载均衡、内容分发、调度等功能模块,使用户就近获取所需内容,降低网络拥塞,提高用户访问响应速度和命中率。边缘计算和CDN异曲同工,都是充分利用了边缘的“能量”,只不过跟CDN相比,边缘计算不仅仅是网络传输层面的内容分发而已,还包括了计算、存储、应用等等。

从这个角度出发,甚至可以一定意义上,把边缘计算看作是CDN在业务和技术领域的“升级版”。难怪无论是国外的Akamai、AWS 、EdgeCast、Fastly、Cloudflare、还是国内的网宿科技、蓝汛等等,个个都在摩拳擦掌。很显然,他们也看到了潜在天然的卡位优势。

这和行业大佬的观点,也是不谋而合的。Gartner的云服务提供商研究副总裁Ted Chamberlin就表示,“老实说我认为,对于边缘路由和交换、甚至对于DDoS(分布式拒绝服务)设备中的传统防火墙来说,最大的威胁来自真的能够夺取这个市场的CDN。直到最近它们才醒悟过来,意识到自己可轻松取代广域网边缘设备市场。”

2T端:最难超越的技术优势,就是“天生优势”

在TMT行业里,相比于产品、运营、资金、资源等元素,技术才是最难超越的,而要超越“天生的技术优势”,则是难上加难。边缘计算除了拥有更加符合行业发展趋势和底层逻辑的三大特点之外,就技术本身而言,相较于云计算,边缘计算也有着三大优势。

第一,是响应上几乎“无延迟性”的优势。如今AR、VR、4K、8K、直播、短视频、游戏、云上办公、云上娱乐、自动驾驶、智能家居、智能交通等各种场景日益普及,这些场景下的应用对传输、计算、存储等的速度和效率要求也越来越高。

以自动驾驶为例,在这方面,几乎是要求秒级甚至是毫秒级的速度。而面对自动驾驶方面由摄像头、雷达、激光雷达等众多传感器创造的大量原生数据,以及人与车、人与路、车与车、车与路等各种交互数据,传统数据中心模式的响应、计算和传输速度,显然是不够的,这时候“近端处理”的边缘计算,自然就成为了 “实时化”要求的最好选择。

对此,著名风投厂商安德森·霍洛维茨公司的彼得·莱文表示,“在不久的将来,一辆自动驾驶汽车,其内部可能有超过200台电脑的能力,一辆自动驾驶汽车实际上是一个车轮上的数据中心。”在这样的背景下,“遥远”的云计算,自然“远水救不了近火”。

就像国际咨询机构IDC的物联网和移动副总裁Carrie McGillivray所认为的,边缘计算使计算能够在整个网络中分布,未来的数据将不总是需要传回云中。这里所说的“云中”,就是传统云计算架构中的“数据中心”。

第二,是对重要数据资产的“化整为零”的防暴露优势。在边缘计算出现之前,用户的大部分数据都要上传至数据中心,在这一上传的过程中,用户的数据尤其是重要的隐私数据,比如个体标签数据、银行账户密码、电商平台消费数据、搜索记录、甚至智能摄像头等等,就存在着泄露的风险。而边缘计算因为很多情况下,不用再把每一条数据上传到集中式云中心,而是在边缘就近处理,因此也从源头有效解除了类似的风险。

第三,是对资源能源消耗更低的绿色优势。这点比较好理解,因为数据是在近端处理,因此在网络传输、中心运算、中心存储、回传等各个环节,都能节省大量的服务器、存储、带宽、电量乃至物理空间等诸多成本,从而实现低成本化、绿色化。

或许正是因为仅在技术层面就有诸多优势,才让各大第三方调研机构,纷纷看多边缘计算市场。美国市场调研公司CB Insights估算,到2023 年全球边缘计算行业,整体市场容量有望达到340亿美元。而无论是各类厂商还是投资机构,更是或者通过产品、技术和解决方案创新,或者战略、财务投资等各种方式,早早地就进行了布局。

为加快边缘计算的落地,国内外厂商还都纷纷推出了融合容器技术的边缘计算平台,比如全球最大云服务商亚马逊AWS、工业互联网鼻祖GE Digital等推出的边缘计算平台等,就都采用了容器技术;而在国内,网宿科技也在去年推出的边缘计算平台,同样融合容器等虚拟化技术。

投资机构方面,则包括德森霍洛维茨基金(Andreessen Horowitz)、软银(Softbank)、伯克希尔哈撒韦公司(Berkshire Partners)和高盛(Goldman Sachs)等在内的,几乎所有顶级风投基金都已纷纷押注边缘计算领域的初创公司。边缘人工智能解决方案提供商Anagog、云和边缘计算公司Packet.inc、基础架构和边缘计算解决方案提供商Vopor.io以及边缘智能软件公司Swim.ai等大批涌现的初创公司纷纷获得了顶级风投的资金注入。

写在最后:

去IOE,让IBM、Oracle、EMC没落了,EMC甚至还卖身戴尔,边缘计算会不会未来也革了亚马逊AWS、微软Azure、谷歌云、阿里云的命?这一问题现在看来似乎有点像无稽之谈,但是回顾一下科技企业的历史,看看柯达、北电、Sun、摩托罗拉、诺基亚,这一长串远去背影的名单,还会觉得这只是天方夜谭吗?

云计算已经霸占网络基础架构多年了,在5G、IoT、人工智能时代,是时候掀开下一幕了。

目录
打赏
0
0
0
0
7
分享
相关文章
云计算的加速引擎——5G技术如何改变未来
云计算的加速引擎——5G技术如何改变未来
41 7
云计算的加速引擎——5G技术如何改变未来
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
138 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
5G网络安全全解析——新机遇与潜在风险
5G网络安全全解析——新机遇与潜在风险
44 4
FANformer:融合傅里叶分析网络的大语言模型基础架构
近期大语言模型(LLM)的基准测试结果显示,OpenAI的GPT-4.5在某些关键评测中表现不如规模较小的模型,如DeepSeek-V3。这引发了对现有LLM架构扩展性的思考。研究人员提出了FANformer架构,通过将傅里叶分析网络整合到Transformer的注意力机制中,显著提升了模型性能。实验表明,FANformer在处理周期性模式和数学推理任务上表现出色,仅用较少参数和训练数据即可超越传统Transformer。这一创新为解决LLM扩展性挑战提供了新方向。
51 5
FANformer:融合傅里叶分析网络的大语言模型基础架构
深度用云——释放企业潜能 | 网络先行——阿里云网络卓越架构白皮书正式发布
深度用云——释放企业潜能 | 网络先行——阿里云网络卓越架构白皮书正式发布
《docker高级篇(大厂进阶):4.Docker网络》包括:是什么、常用基本命令、能干嘛、网络模式、docker平台架构图解
《docker高级篇(大厂进阶):4.Docker网络》包括:是什么、常用基本命令、能干嘛、网络模式、docker平台架构图解
261 56
《docker高级篇(大厂进阶):4.Docker网络》包括:是什么、常用基本命令、能干嘛、网络模式、docker平台架构图解
YOLOv11改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
YOLOv11改进策略【模型轻量化】| 替换骨干网络 CVPR-2024 RepViT 轻量级的Vision Transformers架构
165 12
云卓越架构:云上网络稳定性建设和应用稳定性治理最佳实践
本文介绍了云上网络稳定性体系建设的关键内容,包括面向失败的架构设计、可观测性与应急恢复、客户案例及阿里巴巴的核心电商架构演进。首先强调了网络稳定性的挑战及其应对策略,如责任共担模型和冗余设计。接着详细探讨了多可用区部署、弹性架构规划及跨地域容灾设计的最佳实践,特别是阿里云的产品和技术如何助力实现高可用性和快速故障恢复。最后通过具体案例展示了秒级故障转移的效果,以及同城多活架构下的实际应用。这些措施共同确保了业务在面对网络故障时的持续稳定运行。
图卷积网络入门:数学基础与架构设计
本文系统地阐述了图卷积网络的架构原理。通过简化数学表述并聚焦于矩阵运算的核心概念,详细解析了GCN的工作机制。
298 3
图卷积网络入门:数学基础与架构设计
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等