Q：边缘计算跟云计算结合能让成本降低到36%，你们怎么看呢?能不能达到预期?
车达志：有两点，一点确实能降低成本，有些数据不需要送到后端，可以直接在边缘进行处理，能省网络源站和服务器开销，但是这个数字我没看到这个研究是怎么来的。以前无法实现的应用场景可以实现了，比如说可以实现超低延时的，如果没有把钱算到边缘的话，靠传统计算肯定做不到那么低的延时，所以省钱以外可以实现以前想不到、做不到的事情。
董乃文：这个数字我也不清楚是怎么算的，如果把很多内容，像微软自己也有很多技术中心，分发也是通过边缘方式在做，确实可以降低成本，具体数字我也没看到。
斯文：我们是为了给客户降低成本，36%这个数字从IDC带宽跟边缘IDC带宽价格来说差不多，而且我们不只是降低基础设施的成本，我们的方案里包括智能人居能降低客户的成本，比如说客户的酒店，客户的楼宇，各方面降低成本。我们总结一下，确实降成本是很大的考虑。
庄奇东：这个问题要有明确的定义，定义边缘计算是哪种，而且只是谈论价格的话，这个产业一定会做死的，无论是客户还是自身都不希望上来就进入到杀价格到你死我活的地步，这对产业的持续健康发展是不利的。我觉得不用上来就谈价格。
Q：边缘计算如何寻找客户需求和潜在的市场空间?
车达志：边缘计算很大的优点是低延迟，可以找对低延迟要求特别高的应用是比较适合的。我可以举个例子，我们有个客户跑超低延时视频直播业务，比如说赛车比赛有多机位，有驾驶舱的镜头，有草地的镜头。多机位的过程中，不同信号源可能差异是一两帧，手机信号上也是一两帧的差异，可以做到非常短的延迟，这是低延迟很好的应用场景。
董乃文：边缘计算应用还是非常广泛的，比如说物联网。很多设备，包括咱们看到的变压器，很多在边远地区的自由勘探，在现场是没有互联网的，这种情况下如果能把云中的东西下降到边缘会更好。另外娱乐业，5G出来了，很多设备是智能设备，计算力也有，如何应用起来这也是一方面。包括体感游戏，会方方面面的把边缘计算应用进去。
斯文：边缘计算找场景我们也做了很久了，对于边缘计算能解决什么问题?我们判断是解决低延时和高带宽，凡是延时要求很低，带宽要求很高的都适合。我们这边具体的就是IOT、视频相关的，因为视频一般来说对带宽要求过高，传统视频要求比较低。新兴视频，比如说路由器或者VR的，如果贷款和延时比较苛刻，我们认为这都是潜在的。
庄奇东：计算产业的商业模式可能还要再等等，计算的话认为是有正常需求的场景，需要进场感知、决策和执行这样的应用。还有需要多元的传输和通信需求，但是怎么样把整个资源池化，在池化资源之上把网络存储带宽和一些计算能力充分抽象出来，以一种最简单的方式来做，这也是我们公司在着力做的。
Q：如何优化云计算、边缘计算和P2P优化配置达到最合理的应用，你们有没有什么相关的场景给大家介绍一下呢?
董乃文：首先云计算的优势，它是无限的计算，有限的存储，网络四通八达，全球可用，这是它的优势。怎么样让数据进来，然后进行分析，需要数据增值。云已经是比较早的概念了，后来看到人工智能，这是现在数据人工智能的情况。数据上来之后我要在云上训练模型，模型训练之后我才会发布到边缘上，边缘才会实现非常快的作用，所以如何界定好很重要。
我们和科勒尔也做过项目，整个卫浴都可以实现智能，更多的东西放在边缘上。实际上CDN就有很好的作用，像咱们平常用的CDN就分发到节点，现在发现资源太多了，那就区块链。每贡献一次就可以有区块链协议，换句话说这个将来是有奖励机制的。运用区块链技术写代码，后端的过程是在云上，总体达到降成本还是提高总体经济效益，恰恰是这样的配合关系。
斯文：我理解的这个问题是说P2P、边缘计算、云计算怎么占比。先说P2P的问题，我觉得这个肯定要看业务，业务有个分享率的概念，就是下载一些视频，有百分之多少内容可以做。至于边缘计算和云计算怎么配比，我觉得早期是做算力下沉，之后做分级计算，尽量做边缘计算。将来所有应用都有分级计算了之后，大部分就可以把可以做边缘的做，实现分级。
庄奇东：我演讲中也讲到了两个优化问题，这也是我们公司的专利技术，把这些都抽象成线性问题解决，当然里面可能包含的很多，虽然我写了一个C，写了一个S，但是里面包含的内容很多，它不是简单的点或者面，在这个框架下你怎么对这个问题进行优化。
以后我们公司会出来一个东西，数据上来之后直接给你一个最优解，路由器是多少，平均点是多少，语音是多少，传统的是多少。目标也一样，是优化最后的价格还是别的问题，点击延迟还是什么，都可以最后优化出来的。
Q：目前在云计算上PaaS、SaaS服务已经很多了，这些服务可不可以应用到边缘计算上，怎么应用边缘计算开发自己的SaaS、PaaS?
车达志：我们看到的是挺典型适合边缘计算的应用是微信里的小程序，这种小程序很适合在边缘计算里做，使用微信的人就可以运行微程序得到快速的反应，如果都跑到后端云的中心做的话比较慢，所以我们看到了一个比较典型的就是微信小程序，可以跑到边缘计算里。现在我们还没有做，但是从技术架构上分析讲，是很适合把这种计算放在边缘计算节点中的。
庄奇东：我们公司在这方面涉及的比较多，深有感触。千差万别的边缘硬件，性能比服务器是弱很多的，甚至连普通X86服务器节点都不如。这些节点初始存储空间都比较小，这都是大问题。在边缘开发上，我们要返回以前比较古老的方式，可能要用非常底层的语言，比如说纯C语言来写。也要考虑到硬件性，用SIND的方式来写，这样对我们技术的要求会高很多。
我们公司所做的每件事情就相当于在边缘计算的子类别中的一些库，就是把网络连接能力抽象出来，能让大家使用起来，不用再考虑用几年时间实现。
董乃文：实际上微软有很多东西，我们做过的有两类：一类是IOT，这就是普通的数学派，还有在深圳搞的一些板子的，上面的传感器可以测温度、湿度等等，有不同的情况，这就是IOT的Egde，可以把Egde能力做得更强一点。数据可以以引流的方式发到云上，存起来，存起来之后做适当的分析，包括趋势分析。另一类就是人工智能，把训练好的模型放到设备上。有的模型比较大，几十G，它的好处是机械手或者什么东西，可以直接马上识别。
Q：边缘计算到底下沉到哪里才符合需求?
董乃文：对传统CDN而言，Edge比较重要，Edge是普通的还是有人工智能，机器学习能力的智能型Edge?如果您的竞争对手比您早有这个动作，你可能就被市场逐出去了，因为大家都会买更有能力的服务和产品，所以IOT Edge很重要。另外就是安全，随着Edge出来的越来越多，安全性出问题也直接把你扫地出门了，云都断掉了，网络、机器、人个人隐私信息都被泄露了，那是很不安全的，所以Edge这一端很重要。
斯文：家庭级别是我们应该下沉到的，我们的计算应该下沉到家庭，下沉到人的身边，这样才能提供更好的服务。如果百亿级别设备都到不了的话，那是一个很麻烦的事情。
庄奇东：这个问题不同厂商有不同的想法，不同场景也有不同的设计，有的运营商可能也不太喜欢下沉到每一家，对于另外一些厂商可能要下沉到每个用户这样才合适。抛开这些因素，对于网络来讲是稀缺的资源。比如说从深圳到北京发一个数据，中间经过了六七套路由器，每两个路由器之间是一段，这每一段都相当于众多网络带宽资源给了这个连接，也就意味着传输距离越远，对网络资源占用越大，所以越长距离的越对网络其他对象的不公平加剧，所以要越短距离越好，效率才越来越高，对更多资源占有才会降到更低。
车达志：我的看法略有不同，边缘计算是一种公共服务的概念。计算资源或者存储资源是要为很多人提供服务的，所以我不觉得需要把它下沉到太深。比如说家庭路由器，路由器就是为你自家服务的，你怎么想象它还为别人服务呢?所以不管有多大多小的计算能力，我不认为在家庭路由器这个级别上也要把边缘计算下沉到这个地方，这个没必要。因为你这个东西本身就是要提供公共服务的，提供服务的资源要有足够的能力，这样才能被很多人共用。
Q：最后希望四位嘉宾展望一下边缘计算分发和视频行业有什么可以结合的，在2019年有什么可突破的。
车达志：边缘计算很令人兴奋的一点就是能实现非常短延时的直播应用，比如说赛马、股票、电子竞技，甚至是网上彩票，延时要求非常短的，一两帧、两三帧的应用，这也是2019年我们想做的，超短延时的视频应用。
董乃文：微软全球都有视频服务，对于传统的视频服务，包括在线游戏，更好的发挥云的力量，对于未来而言，CDN怎么应用Edge和区块链去做创新，如果这样转化出来，整个经济效益有可能会显现出来。
斯文：关于边缘计算和视频的结合，金山也是把主要精力放在了视频上，今年正好又赶上了边缘计算的爆发。之前金山云推出过很多跟视频有关的领先技术，包括极致高清，提高画质，以及在端上做画面增强。结合边缘计算，我们认为近期云游戏或者超低延时互动型的视频应用，以及再远一点AR和VR这几个方面应该跟边缘计算结合得比较紧密。
庄奇东：边缘计算也可以加速在线VR视频的到来，激发更多流量需求，让整个产业从芯片到设备商，到运营厂商，到媒体，都变得更大，整个蛋糕会变得更大，我想这是大家都乐于见到的情况。视频这一块也会迎来成本下降，质量能提升的情况。
