2018，云计算自我的颠覆和重生

“可能有人会觉得这个题目有点不合时宜——在云计算如日中天的时候，去讨论TA的“终结”，让人感觉怪怪的。不过越接近云计算的人越容易发现，这两年对云计算这种集中式数据处理模式的吐槽渐渐多起来。我们不妨随着数据在云计算的标准路径上走一遭，看看可能遭遇到的“槽点”有哪些。

物联网时代，数百亿级的设备正在井喷式地“生产”出海量的数据，如果这些数据全部汇聚到云端进行处理，那就会对数据传输的带宽提出极高的要求。尽管5G等下一带通信技术值得期待，但我们可以做一个简单的类比——在北京，如果所有人的工作场所都在五环以内，那么修再多的路，都会很快被上班族的洪流拥塞掉——因此现实中，基础设施的进步总是会滞后于需求的增长。

其次，当数据汇聚到云端之后，如此高密度的数据计算和处理对于摩尔定律和现有的计算机体系结构都是巨大的挑战。与此同时，和高性能计算伴生的可观的能耗，也是人们无法回避的一个问题。

数据在云端经过处理和决策，会将行动指令下发到边缘端，但在很多追求实时性的应用场景下这样的“响应”已经太迟了。比如当今一辆汽车上会有100个CPU，无人驾驶汽车CPU的数量可能会达到300~400个，如果关键的决策都需要数据在云上转一圈才形成，后果可能不堪设想。

最后，难免会有一些“心存恶意”的数据会在网络中游荡，如果仅在云端设置一道网络和数据安全的防线，这样的防御策略显然让人放心不下。

图1，经典云计算架构（图片来源：网络）

既然云计算不能给出一份“完美”的答卷，人们自然会去寻找新的解决方案。如今被作为云计算“颠覆者”推到前台的就是边缘计算。故名思议，边缘计算就是要在网络端点或接近网络端点的网络边缘地带去完成数据的计算和处理，经过边缘计算预处理的数据（而非原始数据）可以有选择地发送到云端做“深加工”，也可以根据需要在边缘端直接形成决策和响应指令。

边缘计算这种“去中心化”的分布式计算架构，恰恰弥补了云计算的软肋：离数据源更近，带宽要求不高，对基础设施依赖度低，实时性强，还有利于在网络边缘上构筑第一道数据安全防线。根据IDC的预测，到2021年43%的物联网计算将发生在边缘。

图2，边缘计算架构（图片来源：网络）

有两个有利的技术因素也在加速边缘计算的发展。一是越来越强大的嵌入式处理器性能，为边缘计算的实施提供了有力的保障。二是深度学习等人工智能技术的发展，使得我们可以对边缘设备进行训练，让其具备更强的边缘智能。

比如海康威视在2017年推出的“明眸”人脸识别系统，就采用了边缘设计的理念，在数据源头就近完成数据预处理、存储和传输等服务，实现了更优的实时性和可靠性。同时，基于边缘计算的“刷脸”系统，无需配套机房、带宽成本、运维成本，因此在部署和应用成本方面远低于云端智能识别架构。

一些非技术性的因素也在助长人们对边缘计算的热情。崇尚资源“集中”的云计算发展到今天，某种意义上已经成了“有钱人”的游戏，后来者想在价值链中占据一席之地，越来越不易。而在人们的想象中，边缘计算的“去中心化”也有望体现在价值链的重构上，未来掌握了网络边缘就意味着掌握了新的财富入口，新的商业模式成为可能，新的机会无疑会让人兴奋。

既然边缘计算如此“有人缘”，是否意味着从今往后云计算会被“边缘化”呢？显然不能草率地下此结论。实际上从数据的角度来看，边缘计算处理的数据只是局部的数据，而云端才有机会通览全局性的数据，形成完整的洞察，这就是所谓树木和森林的区别。当然，在边缘计算兴起之后，云计算的角色定位会发生变化，“云”不再会去大包大揽所有的数据处理任务，而是会与边缘计算达成一种分工默契。

业内比较中肯的预测是，未来云端会担负更多的算法和模型的建立，然后以适当的方式推送到边缘设备上，云将成为物联网的教学和培训中心，帮助边缘设备通过机器学习等方法发展更高级的智能化技能。

有人将这种未来的计算架构与人类的神经系统做了个类比：云端作为整个物联网的“大脑”，仍然是更高级别认知、分析和决策的中枢，而边缘计算则像是无处不在的神经末梢，它既可以向“大脑”输送信息，也可以根据信息做出“反射”等及时和智能化的响应。云计算和边缘计算互为依托，才能构建起未来所需的物联网体系。

所以回到文章的标题，“云计算是否会被颠覆”这个命题的判断，也对也不对。“对”是指传统意义上集中式云计算的发展路径已经走到尽头了，“不对”是说在边缘计算潮流的推动下，云计算将以一种全新的形式存在并继续前行。这实际上可以看成是一次云计算自我的颠覆和重生。”