本文的观点总结

• 毫无疑问，科技界最令人兴奋和最重要的话题之一是边缘计算（Edge Computing ）技术的持续发展和进步。
• 然而，通过所有这些定义讨论，大家对边缘计算（Edge Computing ）技术的案发似乎是一致的，即边缘计算（Edge Computing ）技术是一种新型的分布式计算技术，其中计算资源分散在许多不同的位置。
• 像英特尔这样的公司正在努力解决软件框架的一些异构性问题，比如它的One API标准。
• 但是边缘计算（Edge Computing ）技术缺乏的是一种被业界所普遍接受并且遵守的设计和应用标准，就像移动通信技术中的3GPP协议标准一样；

边缘计算（Edge Computing ）技术受到关注

本文的观点论证

毫无疑问，科技界最令人兴奋和最重要的话题之一是边缘计算（Edge Computing ）技术的持续发展和进步。也就是说，如果你能弄清楚“边缘”到底是什么，那么你就能大概弄清楚边缘计算（Edge Computing ）技术到底指的是什么。

其中一个大问题是，似乎没有人能够以简洁一致的方式做到这一点。似乎每个技术供应商和行业预测者都对“边缘”以及边缘计算的真正含义有自己的看法。

这是可以理解的，部分原因是，对于边缘从核心网络延伸多远，存在多少种合理的情况，因此谈论近边缘，远边缘等技术定义是合理的。

然而，通过所有这些定义讨论，边缘计算似乎是一致的，即边缘计算是一种新型的分布式计算，其中计算资源分散在许多不同的位置。基于现代微服务的容器化软件架构非常适合这个分散但互联的智能世界。

在边缘计算的许多不同版本和定义中似乎相对一致的另外一点是，可以在“边缘”利用的可用的资源比过去可用的资源要多样化得多。

当然，将会有很多功能强大的x86 CPU - 事实上，考虑到AMD（AMD）已经做出的重大影响以及这一挑战给英特尔（INTC）的复兴带来竞争力，甚至比以前有更多的选择 - 但还有许多其他选择。

来自主要云供应商的Arm驱动的CPU，如AWS（AMZN）的最新Graviton 3，以及Ampere等公司的新服务器CPU选项，也正在成为流行的选择。有些人甚至认为，Arm驱动的处理器可能会在功耗敏感的“远边缘计算”的应用中占据主导地位，例如用于MEC（移动边缘计算）实现的5G蜂窝发射塔架构。

当然，来自Nvidia（NVDA）和AMD的GPU，以及来自众多成熟和初创的硅芯片公司的大量专用AI处理器，也开始在分布式计算环境中感受到它们的存在，增加了可用的新计算资源的范围。

然而，尽管这种看似无限的计算资源的概念可能很强大，但它确实提出了一个重要的实际问题。当开发人员不一定知道在其代码将会运行的各个位置上将有哪些资源可用时，他们究竟如何为边缘构建应用程序？

云计算爱好者可能会很快指出，过去云开发人员面临着同样困境的某种相关版本，但是后来他们开发了软件抽象技术，基本上减轻了软件工程师的负担。

但是，大多数云计算环境的潜在计算资源范围要小得多。另一方面，边缘计算环境不仅会提供更多的选择，而且还会提供跨相关站点的不同选项（例如蜂窝网络中的所有基站发射塔）。最终结果可能是有史以来存在的软件应用程序中最异构的运行环境之一。

像英特尔这样的公司正在努力解决软件框架的一些异构性问题，比如它的One API标准。

一个API是英特尔努力创建工具，让人们编写代码，这些代码将巧妙地利用CPU，GPU，FPGA，AI加速器等芯片的不同功能，而无需学习如何为每个芯片单独独立的编写软件代码。

显然，这是朝着正确的方向迈出的一步。但是，它仍然没有解决更大的问题，因为它只是为英特尔的芯片而设计。

似乎缺少的是两个关键标准，可以帮助定义和扩展边缘计算的范围。首先，需要有一种标准化的方法来查询哪些资源可用 - 包括芯片和网络类型，容量，网络吞吐量，延迟等 - 以及用于返回该查询结果的标准协议或消息传递方法。

其次，需要有一个标准的机制来解释这些结果，然后动态调整应用程序或提供正确类型的硬件抽象层，允许软件在它所处的任何类型的分布式计算环境中运行。通过将这两种功能放在一起，您可以大大增强创建可用且可共享的分布式计算环境的能力。

然而，这些都是不简单的任务，需要大量的行业合作和讨论才能创造出来。尽管如此，如果我们不希望边缘计算分解成一个错综复杂的不兼容平台泥潭，那么它们似乎是必不可少的。

一个可能的选择是开发一个更高级别的“元”平台，通过该平台，不同类型的硬件和软件可以进行通信和共存。需要明确的是，我们这里指的并不是“元宇宙”，而是高阶软件层。

与此同时，创建一个元宇宙风格的数字世界无疑需要统一或至少标准化不同的边缘计算概念，以便至少提供一种可以在不同设备上可视化这样一个世界的一致性方法。

就像IP和HTTPS等互联网标准提供了一种通用的信息呈现方式一样，这个元平台可能会提供一种通用的方法来计算信息，跨越一组智能连接但高度分散的资源。

本文的观点总结

诚然，其中一些讨论可能有点太理论化了，无法很快实现。尽管如此，为了使边缘计算超越有趣的概念阶段和理论阶段，进入引人注目的体验领域，至少需要解决其中的一些问题。

如果没有，我担心试图将高度多样化的计算资源集合集成到一个有用，强大的工具中，能够运行一组令人兴奋的新应用程序是否能够取得成功，而现实世界中的复杂性可能会使它很快变得遥不可及。那将是边缘计算（Edge Computing ）技术领域中一个真正的让人感到遗憾的事情。