在刚刚过去的2017年，能够显然见到全球边缘计算市场正在从过载的传统集中式云计算架构中获得红利。边缘计算，即通过靠近数据源的地方，处理网络外围的数据并加以细致化处理的云计算方式，能有效降计算成本与云端压力，通过涉及的大量物联网（IoT）体系结构的联网设备是推动采用边缘计算体系结构的关键因素。
驱动边缘计算市场的关键因素之一，是整个物联网环境的扩散，边缘计算使物联网（IoT）设备生成的数据能够在接近创建源的地方进行处理，从而无需将其发送到数据中心或云。随着物联网逐步改变了人类的操作方式以及数据访问习惯，智能手机、虚拟技术、数字可穿戴等物联网设备正在逐步改变人们的日常生活。物联网提供了无处不在的网络，并将访问流程进一步优化，通过连接设备、传感器的决策分析与大数据能力，最终面向多个行业推动其采用的企业营销策略。但如果将全部负载都基于云上，将显着增加其功能和响应速度，因此需要在本地处理或存储关键性数据。
边缘计算能够为各个运营商及互联网应用带来可观的经济效益，由于执行靠近网络边缘的计算可以帮助企业实时分析关键数据，边缘计算对于制造业，电信，医疗保健和金融等垂直行业具有重大的价值。在一则由IDC发布的《中国制造业物联网市场预测2016-2020年》的报告能够清晰看出物联网发展对于边缘计算的关系，2018年将会有40%的数据需要在网络边缘侧分析、处理与储存，到2020年中国制造业企业物联网支出有望达到1275亿美元，其中软件和服务合计市场占比或超过60%，而现阶段这个比例尚还不及10%。可以预见的是基于公开互联网络的边缘计算服务将成为推动物联网发展的有力力量！
根据TMR市场研究公司的一份报告估计，2017年全球边缘计算市场将以80.245亿美元进行估值，而到2022年底，其年复合增长率将达到10.7％，进一步达到133.137亿美元。
优化边缘能力，CDN寻求合作伙伴及新业务
基于对未来5G场景以及物联网快速发展带来的网络架构变化，一些CDN服务提供商正式推出各类边缘计算产品，在前不久的2018年2月，Limelight Networks就升级其用于视频和内容传送的全球基础设施，完成了在其内容交付网络上推出的增强版EdgePrism OS软件。
为优化最终用户体验，该新软件旨在通过最大化Limelight的服务器硬件和应用套件的性能，将Limelight的边缘服务器容量提升120％以上。因此，内容的下载速度可以更快，观众可以以更高质量播放视频，同时减少重复播放次数。客户提供的真实世界数据显示，经历重建者的视频会话减少了19％以上。其边缘服务器借由新技术的推动，已经升级到最新的高密度1U服务器，具有固态硬盘和50 GbE以太网（GbE）网络连接。此硬件更新增加了边缘计算容量，并改善了性能和缓存管理，同时减少了部署的服务器数量。
而另一家CDN服务的老品牌，内容交付网络公司Qwilt正在思考如何与运营商的软件节点合作，构建最后一英里网络。 Qwilt在现有的硬件上建立节点，并且对节点编程以适应广泛网络提供商的内容。每个节点都将成为内容交付边缘的重要资源，运营商可以将其用于自己的业务，或者至少在理论上用作与合作伙伴和客户谈判的边缘资产。
可以明确的看到，越来越多的应用程序正在利用网络边缘的存储，计算和连接资源，从视频传输到分析本地行为的应用程序，以及延迟敏感的物联网服务。这类应用程序越是发展，需要的边缘网络资源就会越多。需求在增长，解决方案正在激增，无论是网络运营商或者CDN服务提供商还是云服务，想要利用这一从集中到分布的周期性变化优势，各个势力都必须尽快在边缘进行云化，而不是在错过之后的晚些时候。
抓住周期红利，运营商借力边缘能力抢占云市场
从现任Accenture的IBB（Interactive Broadband Consulting LLC）研究院Matt Haines（之前担任时代华纳云业务副总裁）的一些报告中，我们能够明确看出边缘计算对运营商的影响及利用价值。“实际上，如今的每个计算机用户都是操作员，都在做着边缘工作;他们在具有特殊用途的设备和应用中正处于边缘的位置，那么运营商为什么不将这些专用设备和工作负载管理起来，将他们视为通用的云资源，埃森哲通过从这个角度来考虑问题的。”
通过IBB，Haines希望传达的理念是，在网络边缘侧，一些领先的运营商应该考虑使用软件架构部署商用硬件，而不是构建单一用途的设备系统，只要软件架构足够灵活，就可以满足于各类应用。
Haines说：“当你思考云究竟是什么的时候，本质上，它是一种能力，可以根据需要配置它，并安排一些工作，以便与应用服务提供商提前合作......那么为什么我们不一开始就将云模型转换成在边缘使用的方式？“
网络运营商正在投资并增加其边缘容量，采用的方式是增加光纤，分发网络功能以增加本地资源的可用性并虚拟化部分功能，以优化网络资源的使用。随着运营商进行这些网络投资，Haines评论道，他们也应该会对一些增值服务有所思考，并讨论如何在将来做出长远的考虑。
“很快，运营商就可以在边缘销售容量，根据与客户的接近程度，在500或5000多个边缘销售产品中作出选择，并按照推荐的方式将其部署到公共云。“Haines在看待未来边缘计算的市场时如此认为。
对于有线运营商来说，可能需要基于分布式接入体系结构的转变，有线电视公司正在花费资金将光缆调制解调器终端系统（CMTS）功能推到网络的边缘，同时将光纤延伸到更深的地方，并以指数方式增加其在用户区域内部署的光节点数量。
“随着所有公司的持续推动，越来越多的存储进入光纤转换点，以处理更多、更快的信息，而如今正是考虑如何寻找合适的时机将这些资源转变成云。“Haines表示，“将这部分资源转化为云计算实际上是一种软件架构，即在软件层构建一个云软件，OpenStack堆栈位于那里，将硬件转变为可配置虚拟机的产品。“
“最后，你会发现在边缘配置的能力和应用出现了价值，能够向公众进行销售，如同今天的公有云服务一样。”
云巨头争夺边缘资源，AWS、微软落地相关项目
当然在2017年，对边缘计算动作最明显的，还是公有云巨头，Amazon与微软无疑是其中最典型的代表。对于边缘计算带来的机会，公有云服务的巨头也意识到了其重要性，2017年，亚马逊、微软等大公司对于边缘计算的态度相当明确，在7月旧金山举行的一场活动中，亚马逊宣布推出AWS Greengrass。推出GreenGrass的目的，是提供当地的边缘网关和设备提供支持。这正是业内所希望看到的对AWS IoT业务的扩展。
AWS Greengrass的体积很小，可以运行由ARM处理器驱动的Raspberry Pi和BeagleBone等系统设备，还可以在大型数据中心环境中运行完整的x86服务器。 Greengrass的计算层是通过几年前推出的第一个无服务器计算平台AWS Lambda提供。
亚马逊已将AWS Greengrass的管理工具与门户集成。客户通过注册其边缘设备，然后创建一组可与本地IoT端点通信的设备来启动配置。 Lambda函数也可以从AWS管理门户推送到边缘。
AWS Greengrass的三点核心优势在于：
? 减少设备和数据处理层之间的延迟
? 将大量数据摄入云中所需的带宽成本降低
? 通过在本地保留敏感数据实现合规性和安全性
但AWS GreenGrass的确存在其缺陷，对象存储（S3）或NoSQL数据库（DynamoDB）形式的本地存储缺乏迫使客户采用Device Shadow等不寻常的模式，这种方法其实并不是本地存储和处理数据的最直观方式。
其次，没有Kinesis兼容端点，用以在本地摄取和分析数据。即使高速数据也通过MQTT通道，通过Lambda函数进行过滤。这不是在边缘执行热路径分析的最佳方式。
另一个显而易见的缺点是缺乏本地情报，边缘计算的关键驱动力是能够在入站传感器数据流的本地运行进行分析。在目前的形式下，AWS生成的机器学习模型无法推向边缘。预计开发人员将调用公有云中托管的Amazon ML的实时预测端点。这严重阻碍了本地运行预测性维护模型的能力。缺乏边缘分析使得Greengrass只是一个现场网关，而不是一个智能边缘设备。
另一方面，在6月份的Build大会上，Satya Nadella也阐述了微软对智能云和智能优势的展望。在主题演讲中，Satya推出了Azure IoT Edge，这是AWS Greengrass的潜在竞争对手。微软的边缘计算方法与亚马逊的战略有着根本的不同。该公司不仅开源Azure IoT Edge，还计划将Azure的相关公共云服务作为模块提供给边缘层。微软同时还是OpenFog联盟的创始成员之一，联盟正试图推动Edge的标准化。
【结语】边缘计算将成为该行业的下一个重要的时间节点。诸如AR / VR，连接汽车和智能城市等当代应用将严重依赖边缘层的关键驱动力。而2017年，微软和亚马逊的布局，让更多人觉得边缘计算其实是一个重要的潜在机会。边缘计算的部分解决方案无论是传统的CDN服务提供商、云计算平台还是运营商，如何把握边缘计算的部署资源一剂5G网络环境下的移动边缘能力，不仅是拓宽业务渠道，寻找新业务模式的路径，同时也是抢占下一轮市场的重要手段，如何把握边缘能力将成为下一代CDN的重要思考方向。
