隨著技術(shù)的進(jìn)步與發(fā)展，流媒體、物聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)、自動駕駛汽車等新的應(yīng)用需要以非常低的延遲提供大量數(shù)據(jù)。為了更加靠近最終用戶或他們服務(wù)的設(shè)備，邊緣計算這種新的基礎(chǔ)設(shè)施在過去幾年應(yīng)運(yùn)而生。調(diào)研機(jī)構(gòu)Gartner公司分析師預(yù)測，在邊緣計算處理的數(shù)據(jù)將在未來四年內(nèi)激增，從當(dāng)今的10%將增長到75%。

作為回應(yīng)，數(shù)據(jù)中心供應(yīng)商也加快了步伐：根據(jù)邊緣計算的特性和要求，提供模塊化的“微型”數(shù)據(jù)中心，或者是一個可鎖定的傳統(tǒng)機(jī)柜或機(jī)架，并配備自己的電源和散熱設(shè)備。

成本是多少？

但是邊緣計算的成本會累積起來嗎？集中化的趨勢是由規(guī)模經(jīng)濟(jì)驅(qū)動的，這使得超大規(guī)模數(shù)據(jù)中心的運(yùn)營成本更低。邊緣計算設(shè)施將處理更多的應(yīng)用程序，但其成本會更昂貴。邊緣計算應(yīng)用程序最終會為獲得資源付出更多的成本。

對于這一階段的邊緣計算成本高昂有一系列猜測。世邦魏理仕公司IT咨詢總監(jiān)Duncan Clubb認(rèn)為，邊緣計算設(shè)施與傳統(tǒng)云計算或托管數(shù)據(jù)中心相比更昂貴。

但施耐德電氣公司并不認(rèn)同這種說法，聲稱邊緣計算資源實(shí)際上可能比集中式云計算服務(wù)成本更低。其發(fā)表的《邊緣微型數(shù)據(jù)中心部署的成本效益分析》的白皮書指出，“在電力容量為1兆瓦的情況下，集中式數(shù)據(jù)中心運(yùn)營成本為6.98美元/瓦，分布式微型數(shù)據(jù)中心的運(yùn)營成本為4.05美元/瓦”。

這個白皮書比較了兩種備選方案的資本支出：一個是部署了200個5千瓦機(jī)架，并采用熱通道技術(shù)的傳統(tǒng)數(shù)據(jù)中心;另一個是邊緣計算設(shè)施，是部署在不同建筑中的大量微型數(shù)據(jù)中心，每個微型數(shù)據(jù)中心部署一個5千瓦的機(jī)架。

邊緣計算的成本可能更低，部分原因是微型數(shù)據(jù)中心可以部署在企業(yè)的辦公室中，而辦公室的電價和土地成本較低，而集中式的數(shù)據(jù)中心需要更多的資本支出。

該白皮書的作者，施耐德數(shù)據(jù)中心科學(xué)中心主任Victor Avelar承認(rèn)，“這種分析仍然是建立在假設(shè)的基礎(chǔ)上。但是我認(rèn)為，當(dāng)企業(yè)在現(xiàn)有建筑物中部署微型數(shù)據(jù)中心時，可以免費(fèi)獲得一些基礎(chǔ)設(shè)施，因?yàn)椴辉傩枰匦陆ㄔ旖ㄖ?，不再配置配電設(shè)施、發(fā)電機(jī)、照明設(shè)備等。”

Avelar表示，在這個層面上進(jìn)行分析可能會高估邊緣計算轉(zhuǎn)移到微型數(shù)據(jù)中心所帶來的成本節(jié)約。這個研究報告假設(shè)微型數(shù)據(jù)中心的電源和散熱不會采用2N冗余，因?yàn)樵趯?shí)踐中通常不會配備冗余設(shè)施。為了進(jìn)行公平的比較，還是為集中式數(shù)據(jù)中心設(shè)施設(shè)定了1N冗余。

有限的研究

然而，這個分析還存在一些問題。首先，它采用傳統(tǒng)的集中式數(shù)據(jù)中心，因此可能錯過超大規(guī)模數(shù)據(jù)中心設(shè)施從新穎的架構(gòu)中獲得的規(guī)模經(jīng)濟(jì)。

其次，它不包括運(yùn)營成本和日常支出。集中式數(shù)據(jù)中心設(shè)施可以節(jié)省大量資金。建立云計算數(shù)據(jù)中心的地方能夠以優(yōu)惠的價格批量購買電力，而微型數(shù)據(jù)中心則必須按照當(dāng)?shù)氐碾妰r支付電費(fèi)。

云計算數(shù)據(jù)中心還整合了IT負(fù)載和存儲設(shè)備，因此在集中式站點(diǎn)中運(yùn)行給定應(yīng)用程序所需的硬件數(shù)量將會減少。

邊緣計算的成本還要考慮管理成本。麥克馬斯特大學(xué)計算機(jī)基礎(chǔ)設(shè)施研究中心總經(jīng)理Suvojit Ghosh表示，“如果我們真的擁有大量的邊緣計算設(shè)施，那么將沒有足夠的人員來管理和運(yùn)營這些設(shè)施?！?/p>

因此，邊緣計算設(shè)施被設(shè)計為盡可能自主并且可遠(yuǎn)程管理。軟件可以遠(yuǎn)程監(jiān)控和更新，硬件修復(fù)由當(dāng)?shù)毓ぷ魅藛T完成。但是，在發(fā)送和管理這些虛擬和物理設(shè)施在人員和時間上仍然存在成本。

Avelar針對這些要點(diǎn)表示，邊緣計算應(yīng)用程序具有特定的通信需求，集中部署將會對它們造成不必要的浪費(fèi)：除了增加延遲之外，它們與最終用戶和設(shè)備的通信成本也會更高。

邊緣應(yīng)用程序不同于傳統(tǒng)應(yīng)用程序，這是一個很好的觀點(diǎn)。實(shí)際上，它們可能比其他應(yīng)用程序進(jìn)行更多的通信，對于延遲需求可能更高。例如，虛擬現(xiàn)實(shí)眼鏡必須在10毫秒或更短的時間內(nèi)響應(yīng)用戶視線的變化，而自動駕駛汽車必須以同樣快的速度響應(yīng)來避開障礙物。

這不僅會影響應(yīng)用程序的加載位置，還會影響它們的結(jié)構(gòu)，因?yàn)椴糠盅舆t是在應(yīng)用程序本身的操作中。Clubb指出，“要求低延遲的應(yīng)用需要‘永遠(yuǎn)在線‘。低延遲需要將軟件加載到內(nèi)存中，并可立即響應(yīng)。延遲受到場景切換、交換或加載活動的影響，其中計算資源必須將軟件從其他地方加載到處理器中以響應(yīng)傳入的數(shù)據(jù)?！?/p>

這意味著，無論邊緣計算應(yīng)用程序在何處運(yùn)行，它們都必須處于高級計算空間中，Clubb說，“在理想情況下，它位于核心處理及其內(nèi)存中，而不是位于硬盤上，或者在錯誤類型的內(nèi)存中，以備按需交換?！?/p>

Avelar根據(jù)邊緣計算工作負(fù)載是計算密集型還是存儲密集型來劃分邊緣計算工作負(fù)載。計算密集型應(yīng)用程序的延遲限制約為13毫秒，而存儲密集型應(yīng)用程序則因數(shù)據(jù)的復(fù)制方式而異。如果需要實(shí)時復(fù)制，則需要10毫秒的延遲。

Avelar說，這些需求會影響從IT資源到最終用戶或設(shè)備的距離。存儲密集型工作負(fù)載必須部署在距離用戶的100公里（60英里）范圍內(nèi)，而計算密集型負(fù)載可能在200公里至300公里（120至180英里）范圍內(nèi)。

這兩個數(shù)字都高于邊緣計算的信號范圍。例如，定期引用的模型會在每個蜂窩通信塔臺上部署一個邊緣計算微型數(shù)據(jù)中心。雖然蜂窩通信塔臺的最大輻射范圍為70公里（45英里），但在人口稠密的地區(qū)，它們通常相距2～3公里（1～2英里）。它們在城市中的距離更近，而且隨著5G無線電技術(shù)的到來，其信號范圍也可能變得更近。

Clubb表示，開發(fā)人員可能會對代碼的不同部分做出合理的決定。他說，“在實(shí)踐中，我希望看到使用5G應(yīng)用程序的開發(fā)人員和所有者拆分低延遲代碼，并將最小的必要功能部署到邊緣計算數(shù)據(jù)中心中，云平臺或數(shù)據(jù)中心將提供大多數(shù)數(shù)據(jù)處理和存儲。”

更高成本的邊緣計算資源最終可能只運(yùn)行整個邊緣應(yīng)用程序的10%，其中90%仍然使用優(yōu)化的虛擬化服務(wù)器在遠(yuǎn)程后端運(yùn)行。

Ghosh說：“我認(rèn)為我們總是需要在后臺進(jìn)行計算，以處理沒有延遲要求并且確實(shí)需要規(guī)模經(jīng)濟(jì)的數(shù)據(jù)?！?/p>

定價溢價

Ghosh說，邊緣計算應(yīng)用程序的定價將非常高，但他預(yù)測，隨著硬件的發(fā)展，這種溢價將會降低，以更好地滿足邊緣計算的需求。

Clubb預(yù)測，然而就目前而言需要處理現(xiàn)實(shí)問題。他說，邊緣計算基礎(chǔ)設(shè)施的成本將是昂貴的，并且需要大量的內(nèi)存。其定價模型顯然比云計算實(shí)例更昂貴?！?/p>

這種認(rèn)識將會影響那些計劃采用邊緣計算的組織。在邊緣計算真正迅速發(fā)展之前，他們的應(yīng)用程序必須找到一種方法來量化該成本，并采用合理的商業(yè)模式。
? ?
? ? ? ?來源：企業(yè)網(wǎng)