边缘计算让中心化的软件控制无处不在

　　像亚马逊，微软，谷歌这样的大公司已经获取了足够的信任让我们把个人数据放心交给他们。是时候给他们更多的权限来控制我们的计算机，面包机，和汽车以获取更多的利益了。

　　首先让我来给你们介绍一下什么是边缘计算。

　　边缘是一个流行语，就像之前的物联网和云一样，它可以包括一切，也可以什么也不是。关于这个话题，我已经看过很多行业专家的视频，听过一些相关的播客，也包括在一些场合和文章上反复听人说过了。我想是时候对这个流行技术进行一些定义以及对其应用场景进行探讨了。

　　什么是边缘计算?

　　最早我们使用的是计算机，体积很大，使用Unix系统，我们通过非智能终端连接到电脑上。后来出现了PC，它使普通用户第一次拥有了能够独立工作的电脑。

　　到了2018年，我们来到了云计算的时代。尽管拥有PC，但是多数情况下我们只是用它来获取Dropbox, Gmail, Office 365这样的中心化的服务。另外，像Amazon Echo, Google Chromecast 和Apple TV这样的设备由云端的内容和智能算法驱动--而不是像DVD或者CD那样只需要一台个人电脑就可以自娱自乐。

　　一个令人吃惊的关于云计算的事实是：这个世界上越来越多的公司必须依赖于少数几家公司，如：亚马逊，微软，谷歌和IBM所提供的基础设施，主机，机器学习算法，和算力来维持自己的运营。

　　亚马逊，目前最大的公有云服务商，在2017年占有47%的市场份额。(而Apple,Facebook 和 Dropbox则是私有云的拥趸)

　　需要注意的是，尽管边缘计算开始流行，但在这些公司的阴影下，并没有多少成长的空间。所有能够被中心化的应用都已经中心化了。边缘计算是为数不多的能够在已有云计算市场下仍有想象空间的概念了。

　　边缘一词在这里指的是是物理上的分布。边缘计算就是将所有计算放在靠近数据的地方完成，而不是云端。这不是意味着云的消失，而是云离你更近了。

　　延迟

　　研究边缘计算的一个巨大的驱动是它的光速反应。如果计算机a向半个地球外的计算机b发出一个请求，在b能做出反应前，巨大的延迟让a已经认为b的服务不可用了。多人视频游戏采用各种技术来减少你向某人射击时的反馈延迟，使你清楚的知道你是否命中目标。

　　语音助手一般需要在云端解决你的需求，但是中间的耗时能够被轻易的注意到。语音助手将你的语音压缩后发到云端并处理--这可能涉及到一个在任何地方的API，比如天气预报服务，这会显著提高延迟--最后再将结果返回给你。

　　所以，会出现一个关于亚马逊正在为Alexa开发自己的AI芯片的谣言就毫不奇怪了。把更多的计算放在本地，那么服务的响应速度就会越快，而且可以把更多的隐私数据放在本地，如果亚马逊愿意的话。

　　隐私和安全

　　可能这样想有点奇怪，iPhone的安全性和保密性就是一个很好的边缘计算的例子。它就是简单的将生物信息进行加密后存于本地，让苹果公司减少了大量负担来加固自己云服务器的安全性。从另外一个个人角度来说，这让我感觉像边缘计算而不是个人计算机的原因是这些计算机的计算工作都是分布式的，但任务的控制管理却是中心化的。你不需要把软硬件凑在一起而能获得足够好的安全性。你只需要花999美元然后训练它识别你的脸。边缘计算在安全上的重要性不言而喻。想象一下当你使用那些缺乏安全机制的互联网设备后的痛苦吧。

　　SwiftOnSecurity 曾说，消费电子产品就是一个里面装了个Linux系统的塑料盒。

　　这就是为什么微软要使用Azure Sphere来管理Linux系统和云服务的原因了。确保你的面包机很难被黑客控制，同时能够像Xbox一样集中化的管理和更新。

　　我不知道行业能否拥抱微软的解决方案，但是可以预见的是，大多数近几年你能买到的都是这种能够自动更新软件并在安全上进行中心化管理的设备。不然的话，你的面包机和洗碗机将成为僵尸网络的一部分，毁掉你的生活。

　　如果你质疑我，就看看所有的这些公司：谷歌，微软，火狐都已经在各自的浏览器中加入evergreen模式了。

　　想一下，你能告诉我你用的Windows是什么版本，但是你知道你用的Chrome是什么版本么?边缘计算更多的类似于Chrome而不是Windows。

　　带宽

　　安全性不是边缘计算唯一能够帮助loT设备解决的问题，它也能在一定程度上解决设备带宽不足的问题。

　　举例来说，当你使用监控摄像头，并把数据传输到云端。如果你有一打这样的设备时，你就有带宽问题了。但是假如你的摄像头足够聪明就可以只保存重要数据，而丢弃其他无关紧要的东西。

　　几乎所有能适用于解决延迟问题的技术都能适用于解决带宽问题。在设备中运行AI貌似是苹果和谷歌当前都极力关注的问题。

　　同时，谷歌也努力地想要让网站也边缘化。不断进化的Web App通常有离线优先的功能。这意味着当你在手机上离线打开一个网站，做一些工作，并把结果保存在本地，只需要跟云端做一些同步的工作。

　　谷歌在结合本地AI特性来保护隐私和节省带宽上越来越聪明了。举例来说，Google Clips 会默认将你所有的数据保存在本地，并使用本地的AI。尽管这样做对于完成任务的效果来说没有好处。但从概念上来说，这是典型的边缘计算。

　　综上所述

　　我意识到，自动驾驶汽车就是一个边缘计算的终极案例。考虑到延迟，隐私和带宽，你不可能将所有的传感器数据都上传到云端，然后等待它的响应。你不可能忍受那样的延迟，就算可以，对这种任务来说，蜂窝网络也不是一种值得依靠的网络。

　　汽车产品也展示了用户对其设备上运行软件所负责任的一种转变。自动驾驶汽车也需要被中心化管理。它需要从厂家获取更新，把数据上传到数据中心去提升云端算法，不过像迪士尼电影中出现的那样，自动驾驶汽车和面包机洗碗机一样成为僵尸网络的噩梦依旧会是困扰人们的难题。

　　我们放弃了什么?

　　我对边缘计算有一些难以说出口的担忧，可能是我多虑了，所以我不打算深入探讨。

　　关键是，那些做得最好的公司会比现在更能控制你的生活。

　　当你的家庭和车库中的设备完全交由谷歌，亚马逊，微软，苹果管理时，你不必担心安全问题。 你不必担心软件更新。你不必担心运行。你也不必担心有哪些功能。 你只需要拿出被给予的东西，并尽情使用它。

　　在最糟糕的情形下，在早上醒来后，你可能会问Alexa Siri Cortana 这些助手： 你晚上在我的面包机，洗碗机，汽车，和手机上更新了什么新特性。在个人计算机上你可以自己选择安装的软件。但在充斥着边缘计算的世界里，你只能被动的使用它。

　　这取决于这些大公司想从用户身上获得多少控制权。但是，也有另外一种可能性：由我们用户自己来决定该建造一个怎么样的未来。是的，把你的手从汽车方向盘上方放下来，将控制权完全交由AI，可能的确是一种解脱。但是，假如你不喜欢AI带你去的地方呢?

来源：51CTO，由 宋淑杰 整理编辑！