近日，IBM在其Think Digital大会上宣布推出新的边缘计算服务和多云解决方案，以帮助企业和电信公司在5G时代加快向边缘计算迈进。
云厂商们在努力推动全球边缘计算的发展。曾经推崇向集中式计算转型的大型云服务提供商现在则寻求向分布式计算转型。但云厂商们也并不希望基于云的业务被取代，相反，他们布局5G边缘计算是在防守，IT和CT融合加速，云厂商们想要把在云领域领先的优势复制到5G边缘计算领域。
随着IBM推出边缘计算产品和方案，至此，海外几大云厂商科技巨头均已完善布局边缘计算。本文选取AWS、微软、谷歌和IBM共4个国际互联网/IT头部公司为代表，了解这些巨头如何抢滩边缘计算。
1
AWS
亚马逊AWS服务是世界上最大的云计算平台之一，为数百万的Web服务提供基础架构支持。作为全球最成功的云厂商，AWS在新技术上无疑扮演着持续领先者的角色。
Amazon于2017年推出其首个商用边缘产品AWS IoT Greengrass，该产品将AWS业务无缝扩展到边缘设备，使这些设备对各自产生的数据进行本地处理，同时使用云上管理、分析和存储。
Amazon还开发一种数据迁移和边缘计算设备AWS Snowball Edge，用于数据本地存储和大规模数据传输。该设备可以部署在客户现场，内置存储和计算功能。它不仅可以实现在本地环境和AWS云之间的数据传输，还可以按需承载本地处理和边缘计算的工作负载。
Amazon还提供现场运行AWS基础设施的AWS Outposts。它专为网联环境设计，可用于支撑因低时延或本地数据处理需求而必须留在本地的工作负载。企业可以从公有云获取惯用的、相同的本地AWS业务。
2019年12月，亚马逊宣布发布 AWS Wavelength服务，可以看成是一项“边缘计算”服务。
它让开发者能够在5G网络上构建应用程序、向最终用户交付几有几毫秒的延迟。AWS Wavelength将 AWS 计算和存储服务嵌入到电信提供商的 5G 网络边缘，使开发者能够服务于需要超低延迟的应用场景，例如边缘的机器学习推理、自主工业设备、智能汽车与智慧城市、物联网，以及增强现实与虚拟现实。
据悉，该边缘计算平台专为“低延迟领域”打造，使用场景包括云AR/VR、云游戏、IoT等。Amazon提到：“包括云游戏串流，VR/AR实时渲染串流，等交互是场景应用需要毫秒级的延迟进行传输”，这是AWSWavelength的潜在应用场景。
2
Azure
作为AWS最强的竞争对手，微软(Microsoft)在边缘计算上也有很多策略。
Microsoft将智能边缘定义为一组不断扩展的网联系统和设备，它们在靠近最终用户、数据、或两者兼有的位置收集和分析数据。通过Microsoft的Azure Stack，客户可以在各自的数据中心小规模地复制云环境，Microsoft也是首批使用这项技术的公司之一。
对于没有数据中心的地方，另一种解决方案是物理移动数据，比如通过存储容量超大的“数据盒子”产品，这些“盒子”会定期运至Microsoft，实现数据云上提取和处理。相比之下，Azure数据盒子边缘实现互联网上传输数据、在边缘执行计算。
2019年Microsoft发布的Azure SQLDatabase Edge，旨在通过高度可用及安全的SQL引擎来解决边缘侧数据和分析的需求。开发人员可以在统一的编程面上对SQL数据库进行开发，并在本地、云或边缘运行相同的代码。此外，通过Azure SQLDatabase Edge，开发者可以构建即使在完全断网的边缘场景下也能运行在边缘设备上的AI应用。
2020年4月，微软宣布推出Azure EdgeZones ，这是Azure公共云的扩展基础架构服务，将在Microsoft的全球网络，电信提供商的5G网络和客户数据中心中提供。Azure Edge Zones被称为业界最全面的边缘计算平台。
Azure Edge Zone从本质上来说是一个缩小的Azure数据中心，它比微软的主要云设施更靠近客户。
由于距离较近，所以数据跨网络所需的时间较少，这可以显着提高对延迟敏感的应用程序的性能。Edge Zones建立在Azure公共云和Azure Stack产品组合的坚实基础上通过Azure边缘区域提供三种边缘类型。
微软推出Azure Edge Zones是与AWS展开的直接竞争，后者在去年底推出了Wavelength解决方案。
3
Google推出的应用平台Cloud Anthos，使企业能够改造现有应用，构建新的应用，并随时随地（包括本地）运行这些应用，确保了本地应用和云环境的一致性。Google对源代码开源，意味着兼容不同厂商的硬件和应用程序。
在2018年谷歌云年度大会上，谷歌宣布推出两款旨在帮助客户大规模开发和部署智能连接设备的新产品：Edge TPU，一款新的硬件芯片，以及Cloud IoT Edge，一款将Google Cloud强大的AI功能扩展到网关和连接设备的软件栈。用户可以在云上构建和训练ML模型，然后通过Edge TPU硬件加速器在Cloud IoT Edge设备上运行这些模型。
随着云端训练的A I 模型越来越需要边缘运行， Edge TPU解决方案可以支撑AI在边缘运行。Edge TPU是对Cloud TPU和GoogleCloud业务的补充，提供端到端基础设施（云到边，硬件+软件），用于部署客户基于AI的解决方案。
Edge TPU方案性能高、功耗低、安装空间小，使能AI高精度边缘部署。由于性能出色、体型纤小、能耗极低，Edge TPU 可实现高品质 AI 在边缘的广泛部署。Edge TPU 不仅仅是一种硬件解决方案，它将定制硬件、开源软件和最先进的 AI 算法结合在一起，为边缘提供优质、易部署的 AI 解决方案。
4
IBM
100多年历史的IBM，在边缘计算也有研究。
早在2012年，IBM发布的物联网生态图中的7层技术架构中就包含一层边缘计算（Edge Computing），这是IBM首次在公开报告中谈到边缘计算。距今8年了，IBM边缘计算战略布局怎么样？
今年5月6日，IBM和Red Hat发布了新的边缘服务和多云解决方案。该新解决方案包括IBM边缘应用管理器（IBM Edge Application Manager）、IBM电信网络云管理器（IBM Telco Network Cloud Manager）、一个启用了边缘计算的应用和服务组合、专注于边缘计算和电信网络云业务的IBM Services团队。
据了解，新解决方案运行在Red Hat OpenShift之上，确保其可以在任何地方运行——从数据中心到多个公有云，再到边缘端。借助这些解决方案，企业可以克服跨不同厂商的海量设备来管理工作负载这一复杂难题，同时为电信公司提供他们所需要的灵活性，快速地为其客户交付支持边缘的服务。
此外，IBM还发布了IBM边缘生态系统 (IBM Edge Ecosystem)和IBM电信网络云生态系统 (IBM Telco Network Cloud Ecosystem)。据IBM介绍，这一开放生态聚集了电信行业很多合作伙伴，如思科、戴尔、英特尔、英伟达、三星等。
目前，大约有10％的企业生成数据是在传统的集中式数据中心或云环境之外创建和处理的。据Gartner预测，到2025，到这一数字将达到75％。IDC预测，到2020年底，将有超过500亿个终端与设备联网，超过50%的数据需要在网络边缘分析、处理与存储。因此，边缘计算市场规模将超万亿元。
万亿市场，如果你是巨头，你会放过这块大蛋糕吗？
