1999年互聯網爆發，2009年云計算概念興起，到2019年邊緣計算大熱，算力中心經歷了邊緣到中心再到邊緣的遷移。

是什么驅動著算力的遷移？在互聯網發展的20年間，無論是數據量還是應用場景，都發生了翻天覆地的變化，產業升級的需求驅動著數據結構向更優解升級，而產業升級的下一步大勢所趨，在于云邊端多端協同。

“云計算熱”的退潮

一次數據大躍進的自我修正

不難發現一個現象，“云計算”概念的熱度逐漸冷卻，相比之下“邊緣計算”火了起來。

事實上，“邊緣計算”也并不是什么新鮮事物。早在2003年，Akamai就在與IBM的合作中提出了“邊緣計算”概念，如今“邊緣計算”經歷了從概念的提出到概念的淬煉再到應用場景實踐驗證的一個輪回。

時間回到2008年。早期的云計算因為分布式計算、從互聯網調取算力資源的優勢，讓企業設施有了更大的彈性部署空間，一度受到巨大的青睞。彼時技術圈樂觀地認為，將來數據的處理以及應用，可以完全在云端而非本地完成。其時處于3G時代的尾聲，移動終端已經被驗證可以承擔大部分PC端的網絡職能，如社交、資訊獲取等。

很顯然，如今爆發式增長的數據量，已經遠遠超過了當時人們的想象力。在泛娛樂端，從4G時代起，視頻這個流量巨獸涌入移動互聯網，開啟短視頻和直播時代；在消費端，終端智能化產生的流量甚至遠超智能移動設備，如車聯網。這些都比較容易被人們直觀感知到。

然而推動數據量大幅上升的，還有企業的數字化轉型，以及工業物聯網的大規模的部署。且數據量還在高速增長，據IDC預測，到2025 年，屬于數據分析的全球數據總量將增長至現在的 50 倍，達到 5.2ZB。

數據量的飛速增長，并不是單純對云端進行擴容就可以完全應對的。大量的數據匯聚到云端進行處理，帶來的延遲逐漸讓人無法忍受。在移動智能設備終端，延遲往往令實時互動滯后，嚴重影響體驗；在制造業領域，監控瞬時數據量巨大，留給異常數據的處理窗口很小，傳輸延遲可能會造成巨大損失。若要完全借助“云計算”實現生活、生產的大數據處理，還要解決傳輸延遲，那投入的硬件成本將難以估量。

對于企業IT/OT來說，信息安全也是不得不考量的因素。底層數據往往屬于戰略機密，“太陽風”事件和近期的“阿帕奇漏洞”事件都說明，完全在云上存儲和處理數據，嚴重依賴云端安全，對用戶企業來說，這無異于臉上罩著臉盆裸奔。對信息安全的日益重視，也讓純“云計算”的技術路線被徹底否定。

與之相對的是，邊緣計算能夠在確保承載巨量數據同時，還能很好地控制傳輸成本，這得益于一系列技術的突破。期刊《計算機研究與發展》指出，7項核心技術極大推動了如今邊緣計算的發展，它們包括網絡、隔離技術、體系結構、邊緣操作系統、算法執行框架、數據處理平臺以及安全和隱私。依靠構建靠近數據端的數據處理體系，充分實現對計算需求的發現和處理，利用處理器+異構硬件加快數據處理效率，并通過更科學的數據處理架構實現數據的高并發、分布式讀寫，僅將關鍵數據上云，成為應對大數據量存儲處理的解決方案，這就是企業數字化轉型的下一步熱門產業升級方向——“云邊端協同”。

這兩點特性

助力“云邊端協同”成為時代風口

從宏觀上來看，算力經歷從“本地”到“云端”到“終端+邊緣+云端”，平均每十年實現一次算力遷移。這種現象的背后，自有其產業規律；結合社會和技術兩方面考量，這種驅動力就是成本和效率的平衡。

首先從技術層面來看。在短期內，實現“云邊端協同”的技術關鍵點有2個，分別是5G和數據庫升級。5G技術的率先提出與成熟，首先避免了從信息傳輸成本上被西方卡脖子。古人云“兵馬未動糧草先行”強調了資源極其載體暢通的重要性，而在物聯網時代，信息傳輸信道就是古時的糧道，5G的率先實現，避免了受制于西方專利的局面，實現了傳輸低成本，為工業物聯網化搬走了一塊絆腳石，也緩解了云計算的壓力。

另一個關鍵點是數據庫的迭代。物聯網時代是巨量數據時代，數據庫的效能是數據存儲和處理的核心，目前市面上占主流的還是西方的關系型商業數據庫，遠遠落后于生產力升級的步伐；面對更加復雜應用場景，只能采取多種數據庫混用的解決方案，協調成本高、效率極低。而面向IT/OT專門設計的超融合數據庫，滿足高并發讀寫和分布式存儲，并支持事務處理和實時檢索，且具有極強的兼容性，才能成為“云邊端協同”的基礎設施。美信科技的Big River數據庫恰好滿足上述條件。

其次是社會層面。從“工業4.0”起，國內產業開始全面升級，生產場景由“IT”到“IT+OT”，海量應用場景得到釋放；另一方面，西方“卡脖子”讓國內制造業從上游被斷供，這使得國產信創走上快車道，加速的“國產替代”進程讓市場技術產品極大豐富。這兩個因素讓信創下游產業得以快速完成“云邊端協同”體系的搭建，跨地區布局生產網點，實現戰略擴張。在社會層面，“云邊端協同”已然構架了生態支撐。

“云邊端協同”實現

需循序漸進

構建“云邊端協同”的生態，和長期的技術積累、面向場景的探索密不可分。

美信科技從創立之初，到現在賦能用戶進行云邊端產業升級，成為信創產業的賦能“標兵”，得益于把握住了未來網絡世界發展的命脈——數據。

傳統關系型數據庫多面向商業場景開發，數據類型較為統一，無需面向復雜的生產場景，也對事務有較好的支持。這樣的數據庫很顯然并不能滿足將來多類型數據、復雜生產場景的使用需求，勢必會從設備智能化、自動化等方面制約企業的數字化轉型。在當時的市面上，傳統關系型商業數據庫的專利方受限于其產業規模，也缺乏向具體生產場景下沉、面向生產企業提供服務的驅動力；開源數據庫又面臨無人維護的困境，在可靠性上無法保障。

為此，美信科技毅然投身于數據這一未來互聯網底層設施的建設之中。其推出的Big River超融合數據庫，跟市面上同時期的數據庫相比，可支持表狀、Key Value、時序、內存四種主流數據格式，兼具關系型數據庫的事務處理優勢、NoSQL數據庫的高效存取優勢、時序數據庫的實時檢索優勢；采用了雙緩存技術，采集大數據可以存儲在內存中，提高了數據的存儲速度；分布式存儲也更利于多終端的邊緣計算。Big River數據庫在開發之初，就具有了面向復雜應用場景的兼容性，和面向分布式終端部署的潛質，這為邊緣計算的落地奠定了基礎。Big River超融合數據庫還采用了B+樹算法，能更好地表達數據之間的邏輯關系，讓企業數據可視化具有可行性，更好地賦能云邊端一體化運維，降低人工成本。這些面向場景的設計思路讓Big River超融合數據庫完全適配如今“云邊端協同”的技術趨勢。

另一方面，美信科技采用完全自研的“蘋果模式”，也讓產品能夠面向企業應用場景實現快速升級和完整的B端售后服務，同時避免被西方技術公司“卡脖子”。基于Big River數據庫，美信科技針對IT場景打造了監控易泛IT一體化智能運維平臺，實現了跨區域、跨網絡、跨安全域的復雜場景數據采集；以及針對面向OT的美之信工業物聯網平臺，通過支持軟件定義智能工廠賦能工業企業數字化轉型。至此，美信科技已經打造了IT和OT領域的“云邊端協同”服務體系，能夠直接賦能企業數字化轉型和工業生產的物聯網建設。

在“信創”大背景下，美信科技“被集成”的業務思路，有助于賦能信創產業“云邊端協同”生態建設。產品的易用性以及低代碼的開發環境，瓦解了用戶企業產業升級的技術壁壘，使得信創產品得以向下游企業快速落地，讓國內產業吃到降本增效的技術紅利。

回顧美信科技產品落地生產應用的過程不難發現，“云邊端協同”雖說是企業數字化轉型以及生產向物聯網過度的必然結果，但打造與之相匹配的體系，卻需要循序漸進。“云邊端協同”體系首先要滿足技術自主，再面向場景提煉共性，而后根據主流需求進行產品升級，再指導配套設施迭代和投入設施升級后的再生產。遵循這樣的產業規律，才能在避免資源浪費、解決兼容性問題的基礎上，在國內實現如此市場規模的產業升級。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。