Recently, OpenStack Foundation officially released "Cloud Edge Computing: Beyond the Data Center" Chinese version of the white paper, Chinese name: "edge computing - beyond the traditional data center."
Background
Over the last decade, the center of the cloud computing model has become a standard IT services platform. While cloud computing is now widely used, but with the development of the Internet of Things is about to launch a more immersive and interactive application trends of data storage and computing center of gravity, and will away from the central data center and to the brink.
New technologies, new demand, IoT outbreak and more real-time applications will change the computing topology radically over the next four to five years. With centralized data and content from the cloud and the data center to the edge, IT infrastructure will be reversed, resulting in new computing and storage usage scenarios. People interact with digital will also become more authenticity, interactive and dynamic. Digital business will blur the boundaries between the digital and the real world, and "fuzzy" will mainly occur at the edges.
Today more and more companies, organizations and research institutions will focus on centralized power of cloud computing will shift to focus on the edge computing, architecture and applications, and data is transferred from the cloud to the edge.
Location and distributed computing and data storage for applications and IT management plays a vital role is good.
What is the edge computing
In fact, the "edge" technology is not new technology, so-called "fresh" is the occurrence of a change at the "edge." And where the only way to end the central office as a data acquisition data transfer compared to before, the "edge" of becoming a major source of critical nodes handle explosive data, and more importantly, the Internet and "people".
White Paper on the "edge computing" concept has been clearly articulated, edge cloud computing is to provide IT services and environmental services for application developers and service providers at the edge of the network. Computing target edge to provide computing, storage and network bandwidth at or near the user's data input.
The edge of a computing environment generally have the following characteristics: high potential delays between multiple sites, network bandwidth, unreliable and slow, accompanied by other delivery services and data center applications function is generally centralized pool of resources can not cope. By part or all of the processing to migrate closer to the user or data collection point, can greatly reduce the impact edge computation in large-scale distributed sites brought to the application.
边缘计算的“边缘”指的是位于管理域的边缘，尽可能地靠近数据源或用户。这个概念同样适用于运营商网络、有众多分支机构的大企业，如零售或者是与IoT相关的其他应用。边缘计算的概念必须包括边缘站点(如计算、网络和存储基础设施)和运行着的应用程序(计算任务)。边缘计算环境中的应用程序能够享有云计算中的各种资源，如计算、块存储、对象存储、虚拟网络、裸机或者容器。
边缘计算的特性
对于边缘计算的特性、用例及应用场景，白皮书也进行了深入剖析。
驱动边缘计算至关重要的动力就是为了能够更近一步的为用户或终端数据资源提供 服务。边缘计算环境将与核心协作，目标在不向核心提出无理连接请求的前提下提供更佳的用户体验。并且将通过降低延时、降低带宽限制两方面进行改进，以解决响应的瓶颈，带来更有效、真实的互动与体验。
同时，白皮书也提出了这其中可能存在的问题，比如为了应用边缘计算，大幅增加部署数量是必要条件。这也就导致了我们面临着大范围边缘部署的挑战。在未来仍存在着必要的利弊权衡。
边缘计算的用例
在此版白皮书中重点总结出几类重要的示例，这些用例是目前边缘计算较具代表性的应用机遇与近期工作的重点。概括说来，分析、合规、安全和网络功能虚拟化是受益于分布式结构的四类主要工作需求：
1、数据采集及分析
物联网，通常其数据采集于大规模的微型网站网络，是受益于边缘计算模型的典型应用。通常大量数据通过有限的网络连接传输至位于集中式数据中心的分析引擎进行数据分析，而这却是适得其反;分析引擎可能出现响应不足，也可能导致额外的延时 并浪费宝贵的带宽。鉴于边缘计算设备同样能够产生兆兆级数据，将数据接近于源头进行分析，只向中枢系统发送小批量的汇总信息，这样更接近于位于边缘侧数据源的分析显得更具有成本效益。当然，这其中也需要在向中枢传递数据所产生的成本和缺 失部分信息之间进行权衡。
2、安全
遗憾的是，随着边缘设备(包括手机及物联网传感器)的普及，终端设备的激增也使得新兴的攻击矢量不断涌现。边缘计算能够使得安全部件更接近于攻击源，启动更高效的安全应用并增加分层数量以抵御针对核心的侵犯和风险。
3、合规要求
合规涵盖了广泛的需求，包括地理围栏，数据主权及版权执法。基于地理及政治边界约束数据使用，基于版权限制进行数据限流，将数据存储于包含特定规章的区域，这些操作在边缘计算基础环境中都是可实现和可执行的。
4、网络功能虚拟化
网络功能虚拟化的核心是一个典型的边缘计算应用，因为边缘计算为其提供了基础功能。电信运营商正尝试通过运行虚拟网络功能作为部分或其上层的边缘计算基础环境，并以此来转换他们服务提供模式。在边缘计算基础环境中运行虚拟网络功能确 实能够发挥出其最高的效能以及最低的支出/复杂度。
边缘计算的使用场景
所谓边缘计算其实就是事物与人类连接的起点，其使用场景小到与个人相关的智能手机，路由器，游戏机，机顶盒，移动信号塔，蓝牙耳机，笔记本电脑，嵌入式车载智能系统，大到制造工厂中无人机器手臂，无人流水线，船舶、飞机以及户外大型重工业机器设备数据采集等。
因此在此版白皮书中归纳出以下几个典型的应用场景：供零售/金融/远程连接领域使用的“盒中云”、移动连接、Network-as-a-Service(网络即服务)、通用用户驻地设备(uCPE)、卫星通信(SATCOM)
1、供零售/金融/远程连接领域使用的“盒中云”
提供了一系列可定制于特定企业或产业应用的边缘计算环境。这类边缘计算主要由企业使用，它从根本上与分布式结构相结合来达到以下效果:降低硬件消耗，多站标准化部署，灵活更替部署在边缘侧的应用以及提升韧性并关注间断WAN连接。当设定为有限网络连接时，内容缓存或提供计算、存储服务以及网络服务都是边缘计算常见的使用方法。
2、移动连接
许多应用或多或少都依赖于移动网络，例如应用于远程修复的增强现实、远程医疗、捕捉公共设施( 水力，煤气，电力，设施管理)数据的物联网设备、库存、供应链以及运输解决方案、智慧城市、智慧道路和远程安全保障应用。这些应用都受益于边缘计算就近端处理的能力。
3、Network-as-a-Service(网络即服务)
该场景的主要特征包括:硬件资源占用量小，移动(更改网络连接)及频繁更替工作，数据和应用混合安置。这也是基础平台需要支持微型节点(在非 传统包(冷却数据中心内不都是19英寸机架)内进行少量计算)的案例之一。NaaS需要由上千或上万个边缘侧节点支持。同时，它还必须支持网状和/或层次式结构以及按需响应的站点(可能在需要时进行运转而在完成后关闭)。APIs 和GUIs将会不断变化来映射安置于不同位置而非是同一数据中心内的大量计算节点。
4、通用用户驻地设备(uCPE)
其特点为:网络连接有限，工作量较为稳定但需确保可用性高。于此同时，它也需要一种方法来支持跨上百至上千节点的数据应用混合安置，而拓展现有 uCPE部署也将成为一项新要求。 而这点非常适用于NFV应用，尤其当不同站点可能需要不同系列的服务链应用，或是区域内一系列不同的应用需要统一协作时。由于本地资源的利用以及必须满足在间断的网络连接下进行存储和进行数据处理，我们可需要支持网状或层次式的结构。自我修复以及与远程节点管理相结合的自我管理都是必须条件。
5、卫星通信(SATCOM)
该场景以大量可用的终端设备分布于最偏远和恶劣的环境为特征。同时，将这些分散的平台用于提供托管服务也是极为合理的，尤其是当考虑到极高的延时，有限的带宽以及跨卫星通讯的费用。具体事例可能包括船舶、飞机、石油及钻井，采矿作业或军事基础设施。
边缘计算为远离中心机房的应用提供数据采集、计算、存储服务，其基础特性就是将基础设施更接近于终端的用户，即站点分布范围广且边缘节点由WAN网络连接。形式众多的边缘计算为各式各样的边缘应用场景提供边缘服务。而在整个拓扑结构中，边缘服务是从边缘到中央处理内核所提供一系列的更加灵活的计算服务。而未来在更多场景中的不断验证，将有助于帮助我们评估已应用现有功能，同时发现可改进的方向不断完善。
边缘计算的挑战
在白皮书文末，也直面了当下边缘计算存在的问题和挑战。
虽然当前有非常多边缘计算的实例正在部署，但若要真正大规模推广，还是需要解决不断涌现或者一直就存在的各种挑战与局限。例如针对一个可运维并依靠WAN互联达成的跨地域IaaS设施系统，边缘计算资源管理系统应当提供一组高层机制可以组合输出。换言之，这里的挑战是如何修订(而且如需要时进行扩展)IaaS层的核心服务，以处理如上所述边缘计算的特定需求如网络断联/带宽，计算和存储设备有限的功能，缺乏管理的部署等等。
作者：视界云科技社区
链接：https://www.jianshu.com/p/ba6918803817
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
