硅秘 | 边缘计算：一个值得关注的未来投资热点

[ 摘要 ]根据麦肯锡预测，到2025年，工业级物联网将产生7.5万亿美元的价值，边缘计算对这类市场极为重要。

（本文由Fusion Fund创始人、硅谷投资人张璐撰写，英文原文发布于Medium，中文版为腾讯新闻独家首发）

边缘计算（Edge Computing）不是一个全新的概念。从某种意义上来说，它可以称为一种“重返未来”的技术。

在过去的十年中，数据计算和存储越来越多地转移到云端，让集中式计算再次成为大热话题。 但是，随着数据生成量的急剧增加（根据英特尔预测，一辆运行了8小时的自动驾驶汽车，将产生超过40TB的数据，但要把这些数据全部上传云端是不现实的），以及在源头或接近源头处更加快速处理数据的需求的出现（比如IoT设备、工业机器人、自动驾驶汽车都是如此）， 商业计算迎来了一个重大的转变：我们正在回到计算更为接近用户和消费者的时期，也就是边缘计算。

到现在，像GE（通用电气）一样的众多巨头公司，都正在探索如何将边缘计算应用到企业级计算中，其中的发展潜力不可估量。根据麦肯锡预测，到2025年，工业级物联网将产生7.5万亿美元的价值，边缘计算对这类市场极为重要。

为了更好地理解边缘计算，我们可以把它再分为设备边缘（DeviceEdge）和云边缘（Cloud Edge）。

设备的边缘计算可以理解为，在用户所有的本地硬件上运行软件。比如说，在iPhone的计算器app上而非云端计算餐馆的消费，或者在火车上的一个传感器就能计算火车的平均速度。

而云边缘（有时称为cloudlets，雾节点或微数据中心）则位于云的外围，更靠近终端用户。

举个例子：一个用户正在看电影，该电影的数据可以位于云边缘。这样一来，数据推送到设备的速度就会远远快于从大型数据中心获取数据的速度。当用户观看视频时，边缘计算可以改善用户的观看体验、减轻缓冲压力。

值得一提的是，有的人可能会认为边缘计算将取代云，但其实它们是协同工作——边缘计算只是将某些任务从大型网络服务器上“解放”出来，并转移到更接近用户的地方。

(边缘计算让物联网设备上的数据在发送到数据中心或云上之前，在网络的边缘进行分析、计算)

你可能会疑惑为什么当下会是投资边缘计算的一个好时机。我认为，由于无人机、车辆、智能机器人和智能家居等设备产业的快速发展，我们需要开发更快，更高效的计算系统来提供更好的硬件环境。

当我们思考这些设备的交互过程时，会发现如今所有这些创新设备都是通过从外部世界获取数据、分析数据，然后提供合适的回应来与它们周围的环境进行交互的。

诸多设备都有着20世纪90年代PC所没有的功能，比如神经网络加速器，人工智能和机器学习——这些功能让设备可以自己“看”和“思考”。而边缘计算的优势在于，让它们得以执行一些需要实时响应的任务，可以避免网络系统中断或者长延迟响应。

以自动驾驶汽车为例，一辆自动驾驶汽车需要各种传感器会测量温度，速度，牵引力等，并将信息传递给车载计算系统，该系统分析信息需要以适当的方式引导发动机、车轮和制动器运行，在这个时候，系统反应需要非常地即时、迅速。例如，一只鹿跳到一辆车前，系统不能留下延迟的时间，第一时间就要做出反应，这时就需要边缘计算的“救场”。

另外，边缘计算与云计算结合可以带来更高效的存储。比如说在自动驾驶汽车的案例中，不必要的重复数据会被删除，汽车只会把最重要的信息发送到云以用于学习和分析。在分析了数千辆汽车的数据后，更新的数据将从云端推送到汽车，以此创造良性循环。这个过程不仅对边缘设备有效，而且可以防止云存储过多的冗余数据。

这点很重要，因为数据中心虽然可以容纳大量数据，但这种存储是能源和资金密集型的，并且这些数据的通信可能会阻塞带宽。研究小组IDC预测，到2025年年度数据生成量将增加近10倍——每年增加163个zettabytes （1 zettabyte = 10 ^10 TB）。所以只让必要的重要信息长期存储在云中十分关键。

当然，也有人对此提出了边缘计算可能的脆弱性——边缘设备可能更容易遭受攻击，从而影响其安全性。正是因此，在设计边缘计算的部署架构时，安全将是一个重点关注方向，我们可能可以从数据加密、控制访问、使用专用的虚拟网络等等方面来保护边缘计算系统。

展望未来，我们将看到越来越多的边缘计算的应用场景，特别是在医疗保健，虚拟和增强现实，无人机，AV，智能城市以及石油和天然气的远程监控方面。我在带领Fusion Fund团队投资时，看到越来越多的初创企业采用、接受边缘计算。比如我们最近投资一个边缘计算的应用（具体信息目前还处在保密阶段），可以透露的是，他们专注于边缘计算技术在下一代信息载体技术的应用，未来可以应用在无人驾驶和智能工业等方面。我坚信，边缘计算的进步将推动一些最具创新性的消费及工业产品和应用程序的发展。