算力边缘化，催生了现时代的更多商业机会。
相比完全基于云的传统模型，新的场景需要更为去中心化的计算和组网方式，这推动了边缘计算从概念阶段向早期部署过渡。
随着市场和行业客户对边缘计算的关注度逐渐增加，越来越多ICT综合解决方案提供商开始构建覆盖边缘计算、核心数据中心和云计算的整体架构，同时围绕边缘计算也产生了一批新的创业企业。哪里有应用痛点和需求，哪里就有创新和新的市场。
边缘计算正带来一场新的计算风暴和商业机会。
从云计算到边缘计算
数据时代，最不缺的就是数据。IDC早前发布的《数据时代2025》报告指出，全球每年产生的数据将从2018年的33ZB增长到2025年的175ZB。
但在海量的数据中，既包括一次性的数据，又包括有价值的数据，数据种类杂乱无章。想要对数据进行梳理和筛选，离不开计算机运算。
在本地计算机算力成本等限制下，越来越多的应用依赖着云计算，因而对于云计算算力的需求也在逐步加大。当然，云计算提供服务的同时，算力系统的优化也在同步进行中。
然而，云计算虽强大，却也存在其局限性。一般而言，当对数据进行处理时，若只通过云计算来进行数据处理，则不可避免导致数据处理的拖沓情况。
从整个流程来看，所有数据先通过网络全部传输到中心机房，随后，通过云计算进行处理，待处理完成后，再将结果传输到相应位置。而对于这样数据处理会有两个较为突出的问题。
一是算力的时效性。数据反馈会出现延迟，海量数据传输是这个问题形成的主要原因。数据在有限的带宽资源中传输会出现阻塞的情况，进而使得响应时间加长。二是算力的有效性。所有数据都会传输到中心机房，但其中部分数据是没有使用价值的。正是因为缺少预处理的过程，这些数据会导致云计算算力的浪费。
“中心-边缘-端”的运作模式适时解救了云计算的困窘，并在电信网时代的到了充分的应用，也在一定程度上保证整个网络有序且有效的运作。其中，中心指的是程控交换中心，边缘是程控交换机，而电话则是终端。
互联网时代，“中心-边缘-端”模式得以延续。“数据中心-CDN-移动电话/PC”是这种其在互联网时代的应用。其中 CDN(Content Delivery Network，内容分发网络)的设计是为了尽量避免网络拥挤的情况，为客户就近提供所需内容，达到提高用户访问网站的响应速度的目的。这种边缘化的设计能使得在线内容的分发或传输的到优化，进而提高网络效率和用户体验。
然而，传统 CDN存在局限性，传统 CDN注重缓存，这显然不能满足云计算+物联网时代。在云计算+物联网时代，数据大量爆发，所需要传输的数据将会以几何形式增加，这对于整个网络的承载将会是一个极大的考验。
从传统 CDN的运作模式来看，终端所产生的数据将需要回溯到中心云进行处理，在海量数据传输的情况下，将会出现使用成本和技术实现这两个较为突出的问题。
从使用成本来看，传统CDN使用费率上一直居高不下，其中最主要的原因是资费收取不够灵活，无法实现按需收取。技术问题则表现在带宽上，以移动网为例，传统 CDN 系统一般部署在省级IDC 机房，而非移动网络内部。因而，数据需要通过较长的传输路径才能到达数据中心。
显然，传统CDN已不能满足云计算+物联网时代日益增加海量数据的存储、计算及交互需求的需求。为提升数据处理的时效性与有效性，边缘计算应运而生。
这个“边”就代表了边缘的节点，边缘计算顾名思义，指在靠近端或数据源头的，为中心平台就近提供端的计算服务。边缘计算的理念和章鱼有些类似，这里的“节点”可以理解为章鱼的触角，属于分布式计算的一种。
在更靠近终端的网络边缘上提供服务是边缘计算最大的特点。对于这样的设计，能满足各行业在数字化上敏捷联接、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。其所具备的优势对智能化具有促进作用，串联起物理和数字两个世界。
生活在边缘
作为继分布式计算、网格计算、 云计算之后的又一新型计算模型，边缘计算是以云计算为核心，以现代通信网络为途径，以海量智能终端为前沿，集云、网、端、智四位一体的新型计算模型。可以说，边缘计算是解决未来数字化难题的重要路径。
当然，对边缘计算的接纳与开发也需要经历一个漫长的过程。美国容错技术有限公司首席技术官John Vicente将边缘计算的成熟度分为四个等级，从1.0的孤立的静态系统到4.0的无形的自适应、自管理系统。
边缘计算 1.0是关于如何安全、管理和连接机器和设备以启用数字边缘。这一阶段只具备在数字世界中成功实现业务运营所需要的基本能力。
在2.0阶段，边缘计算将开始采用开放的、软件定义的技术。软件定义技术是指从底层计算机硬件中提取出各项功能，并使这些功能能够在软件中执行。
比如，借助软件定义网络(SDN)技术，企业从集中控制平台上修改包括路由表、配置和策略在内的各种属性，而不必逐一修改各交换机的属性，从而更轻松地管理网络。同样，软件定义的技术也促成了基于云技术的安全服务的实现，使企业无需自己拥有运行防火墙和入侵检测/防护系统等。
边缘计算 3.0阶段，IT和OT将实现真正的融合，具备了一系列弹性和实时能力。如今，仍然有很多IT未触达的工业领域。例如，工厂需要机械控制系统来执行确定性行为，并保障安全性。这些控制系统诞生于操作技术领域，而不是信息技术产业。
落实边缘计算 3.0的功能是成功迈向边缘计算 4.0转变的必要条件。在边缘计算 4.0阶段，IT和OT基础设施和运营将与人工智能(AI)相融合，一个自管理、自愈和自动化的工业领域即将诞生。一旦机器出现问题，AI系统就能进行诊断并进行修复——无需人工干预。
就目前来看，边缘计算仍处于起步阶段，但却已经展现出了生生力量。根据中国移动发布的《中国移动边缘计算白皮书》，目前智能制造、智慧城市、直播游戏和车联网4个垂直领域对边缘计算的需求最为明确。
在智能制造领域，工厂利用边缘计算智能网关进行本地数据采集，并进行数据过滤、清洗等实时处理。同时，边缘计算还可以提供跨层协议转换的能力，实现碎片化工业网络的统一接入。
在智慧城市领域，应用主要集中在智慧楼宇、物流和视频监控几个场景。边缘计算可以实现对楼宇各项运行参数的现场采集分析，并提供预测性维护的能力;对冷链运输的车辆和货物进行监控和预警;利用本地部署的 GPU服务器，实现毫秒级的人脸识别、物体识别等智能图像分析。
在直播游戏领域，边缘计算可以为 CDN 提供丰富的存储资源，并在更加靠近用户的位置提供音视频的渲染能力，让云桌面，云游戏等新型业务模式成为可能。特别在AR/VR场景中，边缘计算的引入可以大幅降低 AR/VR终端设备的复杂度，从而降低成本，促进整体产业的高速发展。
在车联网领域，业务对时延的需求非常苛刻。边缘计算可以为防碰撞、编队等自动辅助驾驶业务提供毫秒级的时延保证，同时可以在基站本地提供算力，支撑高精度地图的相关数据处理和分析，更好地支持视线盲区的预警业务。
边缘计算的应用场景，已逐渐覆盖到制造、运输、公共事业、医疗保健、零售等诸多领域。尽管目前多是项目试验及小规模部署的阶段，但放眼至不久的未来，因边缘计算而带起的新兴产业收入无疑非常可观。
谁在做边缘计算的生意?
Gartner认为，到2025年，大约超过75%的数据将在边缘侧处理，为边缘计算产业带来巨大的发展机遇。
同时，IBM商业价值研究院2019年发布的边缘计算调研报告《为何边缘计算成为企业的重投领域》显示，仅需三年，边缘投资的平均回报率可达到6%。能源和公共事业的高管对边缘计算的投资回报尤其乐观，预计平均投资回报率将接近10%;汽车行业高管紧随其后，预计为8%。
边缘计算将带来更多的商业机会成为不争的事实和未来的趋势。仅2020全年，根据IT桔子的收录，有22家边缘计算相关的企业获得融资。
目前，国内各从业者积极投身尚在起步阶段的边缘计算，其中包括三大运营商、主要网络设备提供商(Ericsson、华为、Nokia和中兴)以及中国大型云服务企业(阿里巴巴、腾讯和百度)。众多小型ICT公司、云和边缘技术专业公司、垂直行业也纷纷加入，寻求边缘新业务和解决方案的机会。
从上游的芯片、模组到中游的运营商、通信设备商以及云平台厂商，再到下游的终端设备厂商和行业应用商，整个产业链充斥着边缘计算的商业价值分析与投资。
此外，中国企业对边缘计算的认知日益提高。GSMA智库全球企业物联网调查显示，76%的中国企业计划在未来部署物联网时采用5G技术。虽然在许多国家，5G的速度增益似乎是其最引人注目的能力，但中国企业(相对于其他区域)对5G能够提供的其他网络能力(包括网络切片、边缘计算、低时延)有更强的认知。
中国运营商早期的合作和试点促进了这种认知的提高，企业广泛使用边缘计算能力的意愿就证明了这一点。将近一半的中国企业认为其未来物联网部署需要具备边缘能力，而在美国和欧洲，这一比例不到40%。制造业和运输业尤为突出，与平均水平相比，这些行业的公司更期望通过探索边缘计算技术助力业务发展。
而在美国，为了在边缘计算市场中分一杯羹，美国五大科技巨头Facebook、Amazon、Microsoft、Google 和 Apple也正在投资边缘计算，包括云计算基础设施、设备和应用等。
比如，亚马逊正试图通过扩展 AWS(Amazon Web Services)的功能，以及投资智能家居和自动驾驶等新兴应用，在边缘计算领域站稳脚跟。
2018 年，微软宣布计划在 4 年内向边缘计算和物联网(IoT)投资 50 亿美元。从那时起，微软就将其公有云功能(在其 Azure 业务下)扩展到边缘，并投资了一些服务型企业，它们能在企业运行大型设备时，满足一些管理和安全需求。另外，微软持续加注可能从边缘计算中受益的 AR 和游戏。
当然，挑战也无处不在。虽然从整体上看，边缘计算正处于上升阶段，市场前景广阔。但是，边缘计算的技术和应用仍然存在一些问题。
由于现在处于发展前期，越来越多的试点和项目仍聚焦于开发边缘计算的潜力。而实际商业模式和实际的应用场景在很多情况下则仍不明确。边缘的完整定义依然不明确，特别是关于计算资源的部署位置和边缘基础设施的规模没有统一观点。
毫无疑问，边缘计算的发展必然要经受时间的考验，一如过去的云计算。但目前，边缘计算受到的关注都与过去不同，边缘计算的赛道已经开启。
