20个交易日暴涨60% 揭开被资本追逐的边缘计算神秘面纱

原创看平地长得万丈高 GPLP

看好未来的发展趋势，但当前仍处于产业化早期，具体的空间测算较难。

作者：丹青

时下，资本市场什么最火？

边缘计算概念是当之无愧的焦点板块，在最近的20个交易日里，A股边缘计算概念涨幅超过了60%，被认为是5G的下一个风口。

麦肯锡在2018年11月报告预计在2025年，边缘计算的价值将会提升至1750–2150亿美元。那么边缘计算究竟是何方神圣？和5G、云计算及雾计算的关系如何？是什么让边缘计算不再“边缘”呢？

GPLP犀牛财经带大家一探究竟。

边缘计算是何方神圣？

边缘计算听起来是陌生，其实并非是一个新鲜词。

据GPLP犀牛财经了解，早在2003年，云服务的提供商AKAMAI就与IBM合作“边缘计算”，在其一份内部研究项目中即提出“边缘计算”的目的和解决问题。

不过边缘计算真正引起人们注意，却是在十年之后。2013年，产业界开始提出和布局边缘计算，并表示未来的IT架构将从集中走向集中与分布式相结合的统一系统。IT架构和移动通信网络的演变是相辅相成的，这种演变背后的原因是应用端需求的变化所驱使。

互联网时代的终端主要以PC、pad和手机为主，物联网时代的智能终端将非常丰富，智能车、机器人、VR终端，泛家电、可穿戴设备、工业互联等等。所以我们理解的边缘计算是面向物联网的IT支撑，5G网络也是面向物联网的通信网络，我们即将从移动互联网时代迈向万物互联时代。

边缘计算即指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。

边缘计算不再边缘的原因

事实上，当2006年亚马逊推出第一个云服务的时候，整个世界还没有被数据包围。直到后来，iPhone的出现以及随后Android手机集团军的崛起，智能硬件的百花齐放等。

数据处理需求正在变得越来越多，比如普通人类个体每天产生的数据量也以惊人的速度增长。预计到2020年，普通人每天平均产生1.5GB的数据，这些数据可能来自于智能手表、手环收集的运动数据，也可能来自智能手机收集的交通数据以及浏览网页、社交媒体等产生的Cookie数据等。

数据被这些移动设备大批次地生产出来，紧接着，物联网、智能汽车以及智能家居等消费市场的产品，当然还有不同垂直领域里的工业级应用，都会成为多元化的数据生成器。这些海量的数据被不断生产出来，然后不同的公司、开发者再经过或简单或复杂的过程将数据搬运到公有云的数据仓库之中。

有专家预测，2020年全球物联网产业规模预计达到1万亿美元，这个巨大的市场规模也意味着将有海量的数据需要处理，也进一步刺激了云计算公司的发展。但随着数据量的继续增加以及数据处理多样化的要求，基于云端的大数据处理面临诸多挑战。

一直以来，公共和企业设施的监测和维护消耗着大量的人力、物力成本；电力、制造等行业数字化转型中对海量数据的实时、智能处理也有着强烈需求。如果用常规模式构建物联网，随着设备的迅速增加，网络边缘侧所产生的数据量级将非常巨大。

以当下火热的自动驾驶汽车为例，从产品形态上看，自动驾驶汽车更像是一个移动数据中心。由于配备了非常多的传感器，汽车随时随地都在感知周围环境，从而源源不断地产生数据。汽车需要将这些数据实时处理，形成汽车行驶过程的指令。

比如当汽车感知到右侧有车流汇入时，就需要实时计算出车速、车距（包括与右侧、左侧、前、后），进而下达指令，或是减速，或是并道，这一系列复杂的计算过程必须实时而且还需要毫秒级别的低延时。此时，如果数据在云端服务器处理，那么数据传输过程中的任何的延时都可能导致一场车祸的发生。

边缘计算与云计算、雾计算的区别与关系

云计算是一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序等资源的计算模式。

以虚拟化的技术来整合一个数据中心或多个数据中心的资源，屏蔽不同底层设备的差异性，以一种透明的方式向用户提供计算环境、开发平台、软件应用等在内的多种服务。

雾计算是云计算的延伸概念，相比于云计算的高高在上和遥不可及，雾计算更为贴近地面，与云计算相比，雾计算所采用的架构更呈分布式，更接近网络边缘，雾计算将数据、数据处理和应用程序集中在网络边缘的设备中。

边缘计算和雾计算这两个概念比较容易混淆，“雾计算”更强调在设备的网关里处理数据，数据被“雾计算”收集到设备的网关，进而处理、存储，并将处理后的数据发挥需要数据的设备中。雾计算更具有层次性和平坦的架构，其中几个层次形成网络，而边缘计算依赖于不构成网络的单独节点。

雾计算在节点之间具有广泛的对等互连能力，边缘计算在孤岛中运行其节点，需要通过云实现对等流量传输。而边缘计算更强调“边缘”，也就是更靠近数据生成的设备端，“雾计算”则介于云计算和边缘计算之间。

因此三者各有用途，在多数情况下，边缘计算和云计算是共生关系。不存在谁取代谁，随着物联网、虚拟现实、增强现实等技术的发展与应用，未来将会出现数据大爆炸的状况。

云计算把握整体，聚焦于非实时、长周期数据的大数据分析，在周期性维护、业务决策支撑等领域发挥特长。边缘计算则专注于局部，聚焦实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行。

这样既可以解决数据处理的时效性问题，同时降低传输成本，又可以减轻云计算的压力。因此，云计算与边缘计算配合的运行模式是：边缘端先对数据进行预处理，提取特征传输给云端再进行计算分析。

5G时代下边缘计算成必然项

通过比较，我们可以发现边缘计算有诸多“先天优势”。

1.更实时、更快速的数据处理能力。由于减少了中间传输的过程，数据处理的速度也更快。

2.成本更低。边缘计算处理的数据是小数据，从数据计算、存储上都具有成本优势。

3.更低的网络带宽需求。随着联网设备的增多，网络传输压力会越来越大，而边缘计算的过程中，与云端服务器的数据交换并不多，因此也不需要占用太多网络带宽。

4.提升应用程序的效率。减少超大流量对网络的消耗，同时为各种应用提供低延时和开放的网络能力。

5.边缘计算让数据隐私保护变得更具操作性，这在去年5月欧盟通过史上最严格的数据保护法律之后意义重大。

6.由于数据的收集和计算都是基于本地，数据也不再被传输到云端，因此重要的敏感信息可以不经过网络传输，能够有效避免传输过程中的泄漏。

如果说物联网的核心是让每个物体智能连接、运行，那么边缘计算就是通过数据分析处理，实现物与物之间传感、交互和控制。边缘计算作为一种将计算、网络、存储能力从云延伸到物联网网络边缘的架构，遵循“业务应用在边缘，管理在云端”的模式。

5G网络是网络连接和数据处理的未来，边缘计算是确保5G无缝工作的关键组成部分。5G又是边缘计算能发挥最大价值的基础。借助5G更快的速度，边缘计算可以与物联网（IoT）进行低延迟的通信，并且可以同时考虑设备的延迟，为云端留出更多的处理和网络连接能力。

来源：国盛证券研究所研究报告

边缘计算与5G，两者相辅相成、相得益彰。5G将会是一个集合了计算和通信技术的平台，而边缘计算是其中不可缺少的重要环节。在5G时代，边缘计算的应用将伸展至交通运输系统、智能驾驶、实时触觉控制、增强现实等领域。

三大运营商在5G初期部署初期也把边缘计算考虑了进来。中国电信北京研究院网络技术与规划部总工杨鑫表示，中国电信把5G的网络平台和边缘计算平台整体考虑。通过边缘网络对业务能力的构建，某种程度上可以解决在5G时代多种网络长期共存的问题。

边缘计算的应用场景

微软 CTO Kevin Scott 曾坦言，边缘计算还处在相对早期阶段。但透过近年来的场景落地状况，我们也可能窥见边缘计算的潜力。

自动驾驶成为边缘计算领域重要的行业应用。不过，当下自动驾驶也处在早期阶段，车联网或者联网汽车则是汽车领域可以马上落地的场景。

目前在国内，不管是阿里旗下的斑马网络还是百度的小度车载，都在将汽车变成一种移动的数据中心，只是相对于自动驾驶，联网汽车的数据量和处理要求要简单很多。即便如此，由于汽车的数据处理需要接近无限小的卡顿和延迟，这也就需要在汽车里部署数据处理能力。

医疗成为边缘计算领域重要的行业应用。随着苹果发布 Apple Watch 所带来的新穿戴设备潮流，这些穿戴设备也开始拥有了自己的芯片，并能实现一些简单的计算。医生可以通过这些计算结果作出一些简单诊断。

另外如医院的病床通过和多个设备连接，这些数据被收集、分析、挖掘之后，可以帮助医生更好地了解病人的身体状况。

工业制造领域，边缘计算也正在发挥越来越重要的作用。从工业发展的方向来看，数据将成为驱动生产制造的重要生产资料，那么如何处理这些海量、实时产生的数据就成为企业能否快速发展的关键。

另外边缘计算在制造业转型升级赋能，新旧动能接续转换，以及实现工业物联网，“中国制造2025”目标上，还会发挥重要作用。

边缘计算将助力物联网场景应用。5G是物联网的CT支撑，边缘计算是物联网的IT支撑，ICT融合加深，满足物联网在实时业务、应用智能、安全与隐私保护等方面需求。

内容分发网络（CDN）本质上就是边缘计算的一部分能力，其与生俱来的边缘节点属性，令内容分发网络（CDN）服务提供商在边缘计算市场具备先发优势。5G物联网将驱动新一轮的流量周期，开启内容分发网络（CDN）行业云安全和边缘计算新业态的成长空间。

另外新兴业务也对边缘计算的需求将越来越迫切，电信运营商、云计算厂商和内容分发网络（CDN）厂商都在积极布局移动边缘计算MEC。目前车联网、直播游戏、4K/VR、智能制造、智能家居、智慧城市等垂直领域对边缘计算的需求最为明确。

边缘计算发展面临的挑战

1.开发难度大。原来程序只运行在云端，是由一种编程语言完成并编译到特定目标平台运行。

但是在边缘计算中，针对固定互联网、移动通信网、消费物联网、工业互联网等不同网络接入和承载技术中，边缘计算的技术实现上存在一定差异。计算任务分到各种不同平台的边缘节点上。不同节点运行时间不同，程序开发者面临着巨大的困难。

2.技术理论尚未成熟。研究边缘计算技术的最新进展，关键是要回答三个问题：一是究竟边缘节点在哪里，二是究竟会出现什么新事物，三是需什么样的新技术来支撑。

目前来看，能否基于软件定义、虚拟化、服务化等关键技术打造一个支撑边缘计算理念的通用型操作系统，部署在设备、网关或者边缘数据平台等不同位置，还需要加强基础研发和试验验证。

3.产业推进难度很大。从实施角度看，行业设备专用化，各行业差异大，过渡方案能否平滑升级、新技术方案能否为企业接受还需考验。

从产业角度看，工业互联网、物联网技术方案碎片化，跨厂商的互联互通和互操作一直是很大的挑战，边缘计算需要跨越计算、网络、存储等多方面进行长链条的技术方案整合，难度更大。

4.商业模式有待研究。边缘计算平台由于在部署时将服务下移，计算、网络、存储、应用、智能在边缘侧进行本地化提供，对于现有的网络运营商服务体系，需要重新设计计费规则。

同时，由于相关技术研发、标准化工作涉及到较多的利益相关方，还需要互联网企业、通信设备企业、通信运营商、工业企业等多方共同努力和积极探索。

5.边缘数据安全问题。需要建立基于数据协同的安全产品协同，但面临检测分析手段缺乏的问题、响应处置的难以高效闭环等挑战。需要建立以人为核心的边缘计算安全运营，但面临安全能力的不足、安全人才的缺失等挑战。

360企业安全集团总裁吴云坤表示，涉及到边缘计算的物联网它比传统互联网更加复杂，安全防护要难的多，有很多系统在设计之初未考虑安全，如果它们一旦被攻击控制，那么带来的将是整个城市的生命安全，甚至危害国家安全。

边缘计算四个强相关方向达成共识：一是边缘计算设备；二是边缘计算节点资源；三是边缘计算运营方；四是边缘计算安全监测等。

具体到资本市场上，众多券商看好未来的发展趋势，但当前仍处于产业化早期，具体的空间测算较难。对于投资来说，在充分参与的同时要谨慎过度的炒作。