2.2.1　云、边、端算力资源多级分布

随着全球数据总量的持续增长，预计2025年数据总量将达到163 ZB，并将以年复合增长率为20%的速度持续增长，其中绝大多数来自亚太（约40%）、美（约25%）和欧洲（约15%）地区。全球数据中心安装服务器数量已超过6200万台，年增长约4%；智能终端（包含手机/M2M/PC等）年复合增长率约为10%。由于物理因素的约束，单芯片在5 nm之后将接近摩尔定律的极限，传统集约化的数据中心算力和智能终端算力可增长的空间将面临极大挑战，中心化的云计算无法满足部分低时延、大带宽、低传输成本的场景，如智慧安防、自动驾驶等的需要。在数据持续增长的机器智能时代，目前终端和数据中心两级处理已经无法满足算力需求，算力必然会从云和端向网络边缘进行扩散。边缘计算（Multi-access Edge Computing，MEC）要求网络连接从对业务无感知的私有网络向感知用户业务需求、为数据和算力服务之间建立按需连接的开放型网络发展，这也是未来云网技术的重要演进趋势，如图2-4所示。

图2-4　边缘计算的典型应用场景

支撑未来数据处理的算力将会出现三级架构：终端、边缘和云数据中心。边缘处理能力在未来几年将高速增长，尤其是随着5G网络的全面建成，其大带宽和低时延的特征，将加速算力需求从端、云向边缘扩散，如图2-5所示。边缘计算与云计算互相协同，共同使能行业数字化转型。云计算聚焦非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长。边缘计算聚焦实时、短周期数据的分析，能更好地支撑本地业务的实时智能化处理与执行。有研究表明，将计算部署在边缘端后，计算、存储、网络成本可节省30%以上。

图2-5　云、边、端三级算力架构

为满足现场级业务的计算需求，网络中的计算能力将进一步下沉，目前已经出现以移动设备和IoT设备为主的端侧计算架构。在未来计算需求持续增加的情况下，虽然网络化的计算有效补充了单设备无法满足的大部分算力需求，但仍然有部分计算任务受不同类型网络带宽及时延限制，且不同的计算任务也需要由合适的计算单元承接，因此未来形成“云、边、端”三级异构计算部署方案是必然趋势，即云端负责大体量复杂计算、边缘端负责简单计算和执行、终端负责感知交互的泛在计算模式，也必将形成一个集中和分散的统一协同泛在计算能力框架，如图2-6所示。

图2-6　将由云计算和边缘计算走向泛在计算