DeepTech深科技|Insights首次发布中国云边协同榜单,边缘计算2.0时代来临,中国边缘计算27强企业上榜!CB


DeepTech深科技|Insights首次发布中国云边协同榜单,边缘计算2.0时代来临,中国边缘计算27强企业上榜!CB
文章图片
根据CBInsights预测 , 到2026年 , 全球物联网市场规模将增至1.1万亿美元 , 相较于2018年的1900亿美元 , 增长超过5倍 。
底层设备增长的延伸 , 是边缘设备数量、数据量的陡然增加和应用场景的多元化 。 边缘设备的多标准现状和丰富的垂直应用场景 , 不仅对软硬件的适配度提出更高要求 , 还对数字化和智能化反向施压 。 物联网系统一般遵循以云为中心的互联网架构 , 主要涉及到三大技术:嵌入式系统、中间件以及云服务 。 嵌入式系统主要为前端设备 , 如摄像头、机器人、无人机等提供智能支持 , 中间件主要解决前端设备的异构嵌入式系统与云端的联系协同 , 云服务提供全面的存储、处理和管理机制 。 但在巨大数据量、设备量、场景需求的语境下 , 传统意义上的云计算可能会面临带宽、时延、连接质量、资源分配、安全等多方面的挑战 。 为了处理和应对传统云基础架构可能满足不了的应用和场景所带来的困境 , 在端侧更加有效率、针对性地采集、传输和处理数据 , 用以提高生产生活经济价值的边缘计算(EdgeComputing)概念应运而生 。 根据CBInsights数据 , 截至2019年年底 , 美国上市企业财报会议中提到“边缘计算”的次数 , 首次超过了“云计算”被提及的次数 , 从一定程度可以反映出全球化背景下 , 公司领导层对边缘计算的概念和技术越来越重视 。 【DeepTech深科技|Insights首次发布中国云边协同榜单,边缘计算2.0时代来临,中国边缘计算27强企业上榜!CB】
DeepTech深科技|Insights首次发布中国云边协同榜单,边缘计算2.0时代来临,中国边缘计算27强企业上榜!CB
文章图片
图|财报会议中提到“边缘计算”的次数(来源:CBInsights)什么是边缘计算?研究机构IDC将边缘计算描述为“(一个)微型数据中心的网络 , 它可以在本地处理、存储关键数据 , 并将所有接收到的数据推送到附近的中央数据中心或云端” 。 边缘计算产业联盟(ECC)2019年发布的《运营商边缘计算网络技术白皮书》中给出了边缘计算2.0的定义 , 也是本文采用的定义 。 边缘计算2.0是“在靠近物或数据源头的网络边缘侧 , 融合联接、计算、存储、应用核心能力的开放平台 , 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 。 边缘计算的业务本质是云计算在数据中心之外汇聚节点的延伸和演进 , 主要包括云边缘、边缘云和云化网关三类落地形态;以‘边云协同’和‘边缘智能’为核心能力发展方向” 。 边缘计算存在的基础是云计算 , 本着“为云分担”的任务和使命而运作 。 最终边缘计算实现的意义是云边协同:边缘向云反馈信息 , 云向边缘发布指令等 , 完成上传下达 , 实现共存协同式的调度、命令、搜集、处理、计算、更新等工作 。 因此本文将边缘计算2.0也称作云边协同 。
DeepTech深科技|Insights首次发布中国云边协同榜单,边缘计算2.0时代来临,中国边缘计算27强企业上榜!CB
文章图片
图|云边协同工作网络流程示意图及主要参与者(来源:CBInsightsChina)边缘节点在哪里?我们理解的边缘节点是在靠近设备端或数据来源端的物理位置 , 并不具体限制距离 , 可以是不同行业的工作现场、基站附近或者是在传输网部署 。 通过缩短数据来源与数据处理部分的距离 , 边缘计算可以更加高效、低时延地处理数据;将前端采集到的数据存储在更近的边缘侧 , 虽然对基础设施部署范围产生了一定的要求 , 但是可以更好地保证安全性与可信赖性 , 从而让客户可以更自主地部署计算、存储和控制功能 , 减轻对远程云端的依赖 。 但这种自主并不意味脱离云独立存在 , 重点在于边云协同 , 也是边缘计算定义中的核心能力发展方向之一 。 边云协同是中心云和边缘侧之间资源、安全、应用、业务以及不同地域之间等多方面的协同 。 边缘计算的优势有哪些?关于边缘计算的优势 , 有边缘计算产业联盟(ECC)提出的CROSS , 即敏捷连接(connection)、实时业务(real-time)、数据优化(optimization)、应用智能(smart)、安全与隐私保护(security) , 也有Buyya教授与Srirama教授在FogandEdgeComputing:PrinciplesandParadigms中提出的SCALE , 即安全(security)、认知(cognition)、敏捷(agility)、低延迟(latency)和高效率(efficiency) 。 虽然表述略有不同 , 但本质上都是在肯定边缘计算的低时延、高效率、安全性、智能化的优势 。低时延:通过缩短数据的传送距离 , 将大量复杂的数据在边缘端进行初筛、分析、计算 , 从而在边缘端及时决策 , 可以避免因海量数据涌向云端 , 带来线路阻塞或响应缓慢等问题 。