新冠病毒可能是人類歷史上攻擊范圍最廣的病毒：它不僅攻擊我們的呼吸系統(tǒng)，同時(shí)還攻擊男性的生殖系統(tǒng)；它讓美國股市 4 次熔斷，還讓全球網(wǎng)速變慢。

如果你發(fā)現(xiàn)家里 Wi-Fi 變慢了，可能受新冠病毒影響了

中國在一月下旬開始了嚴(yán)格的隔離措施。

隔離不僅有效的遏制了病毒的擴(kuò)散，同時(shí)也讓老百姓困在室內(nèi)而導(dǎo)致上網(wǎng)需求激增，網(wǎng)絡(luò)開始堵車了。根據(jù)紐約時(shí)報(bào)報(bào)道，湖北省當(dāng)時(shí)的網(wǎng)速下降了一半以上。

2 月中旬，意大利、德國和西班牙等國也開始出現(xiàn)類似的情況。

如今，美國新冠確診人數(shù)已經(jīng)飆升至全球最高，突破了 14 萬，美國終于開始意識(shí)到居家隔離的緊迫性。

當(dāng)人們有更多的時(shí)間待在家里，就開始不停地上網(wǎng)。Akamai 發(fā)現(xiàn)，3 月 18 日的全球流量比正常的每日平均流量高 67％。

流量激增必然導(dǎo)致網(wǎng)絡(luò)擁堵。根據(jù)寬帶速度測(cè)試服務(wù)公司 Ookla 的數(shù)據(jù)，美國的網(wǎng)速也降了。寬帶速度較上周降低 4.9%。根據(jù)消費(fèi)者寬帶研究網(wǎng)站 Broadband Now 的數(shù)據(jù)，加州圣何塞的下載速度中位數(shù)下降了 38%，紐約下降了 24%。

網(wǎng)絡(luò)需求激增仍未到峰值，政府要求視頻網(wǎng)站“勒緊視頻體積，節(jié)省網(wǎng)絡(luò)流量”

隔離使得人們更加依賴網(wǎng)絡(luò)來進(jìn)行交流、工作、學(xué)習(xí)和娛樂。

平時(shí)只需要喊一嗓子的事兒，如今可能需要開一個(gè)視頻會(huì)議；尤其是當(dāng)學(xué)校無法開學(xué)的時(shí)候，大量的小、中、大學(xué)的師生，就不得不依賴極耗流量的視頻會(huì)議來保證課業(yè)進(jìn)度。

而那些在家無所事事的人，就開始看視頻、看直播、玩游戲。

負(fù)責(zé)數(shù)字政策的歐盟專員、前法國電信首席執(zhí)行官 Thierry Breton 有點(diǎn)著急，他說“目前的用網(wǎng)量已經(jīng)在大幅增加，但仍未到峰值”，所以在出現(xiàn)重大問題之前，必須盡快積極行動(dòng)起來。

為此，歐盟監(jiān)管者開始希望視頻、直播公司壓縮視頻體積，以求節(jié)省帶寬；美國監(jiān)管機(jī)構(gòu)則對(duì)無線運(yùn)營商開放更多頻段，以增加其網(wǎng)絡(luò)容量。

Facebook, Disney, Microsoft, Sony, Netflix, and YouTube紛紛響應(yīng)，暫時(shí)降低下載速度和視頻質(zhì)量，來節(jié)省帶寬。

迪士尼準(zhǔn)備在法國上線的“迪士尼+”流媒體服務(wù)宣布推遲兩周；微軟 Xbox 要求游戲公司盡量減少?zèng)]必要的更新。

美國運(yùn)營商積極利用 AI 解決流量擁堵

Verizon聲稱在用 AI 來解決網(wǎng)絡(luò)“交通堵塞現(xiàn)象”。其預(yù)測(cè)算法每秒監(jiān)視數(shù)百萬個(gè)網(wǎng)絡(luò)接口中超過 4GB 的數(shù)據(jù)流，每兩個(gè)小時(shí)對(duì)超過 60000 個(gè)家庭路由器進(jìn)行一次自動(dòng)化測(cè)試。通過對(duì)性能模式的分析，提前預(yù)判可能出問題的線路，及時(shí)做好規(guī)劃，節(jié)省大量的人力和浪費(fèi)。

AT＆T使用一系列虛擬化技術(shù)來緩解用網(wǎng)高峰，其中之一就是所謂的“增強(qiáng)控制，編排，管理和策略”（ECOMP）。同樣也使用 AI 來預(yù)判事故，管理第三方云，并協(xié)助技術(shù)人員從無人機(jī)拍攝的視頻中找出基站的損壞部分。

沃達(dá)豐使用基于 Google Cloud 的系統(tǒng)“Neuron”，實(shí)時(shí)生成分析，自動(dòng)為擁堵路線分配更多帶寬，減少空閑線路帶寬。

澳洲電信也在使用 AI 預(yù)判事故、分配資源。

中國運(yùn)營商啟動(dòng)應(yīng)急預(yù)案，保障網(wǎng)絡(luò)通暢

中國的運(yùn)營商應(yīng)對(duì)方式相比起來，屬于實(shí)在型。三大電信央企承諾，為 116.95 萬人次免停機(jī)，足不出戶即能辦理各項(xiàng)業(yè)務(wù)。

中國電信10000 客服中心利用 AI 智能客服，依托增值業(yè)務(wù)運(yùn)營中心建設(shè)運(yùn)營的智能客服云平臺(tái)，快速推出智能語音導(dǎo)航“即需即配”方案。并從 1 月下旬開始在全國啟動(dòng)“居家座席”，目前已開通超 1.35 萬，保障每日 100 余萬次的人工話務(wù)量。

中國移動(dòng)和中國聯(lián)通紛紛啟動(dòng)全網(wǎng)應(yīng)急響應(yīng)機(jī)制，通過建立重保場(chǎng)景、加強(qiáng)重要區(qū)域網(wǎng)絡(luò)監(jiān)測(cè)等措施，強(qiáng)化應(yīng)急保障力度，保障通信網(wǎng)絡(luò)暢通。

保障網(wǎng)絡(luò)暢通的全新思路：邊緣計(jì)算

除此之外，被譽(yù)為 5G 時(shí)代的下一個(gè)風(fēng)口的邊緣計(jì)算，也將成為運(yùn)營商應(yīng)對(duì)網(wǎng)絡(luò)流量激增的有利武器。相對(duì)于云計(jì)算，邊緣計(jì)算更接近于用戶終端，因此有更低時(shí)延，傳輸安全性也得到了保障；同時(shí)因?yàn)檫吘墏?cè)的設(shè)備很多，流量負(fù)載也會(huì)更加均衡。

邊緣計(jì)算是一種新的范式，它讓計(jì)算和數(shù)據(jù)存儲(chǔ)到更接近終端的地方。與傳統(tǒng)的云計(jì)算形成鮮明對(duì)比，傳統(tǒng)的云計(jì)算將計(jì)算集中在少數(shù)幾個(gè)超大規(guī)模的數(shù)據(jù)中心，而邊緣設(shè)備可能在 100 英里之外，這時(shí)邊緣計(jì)算的優(yōu)勢(shì)就發(fā)揮出來了，可以大大降低時(shí)間延遲。雖然降低時(shí)延是一個(gè)重要的用例，但它不是邊緣計(jì)算的全部。邊緣計(jì)算的另一個(gè)用例是最小化云端的網(wǎng)絡(luò)流量，或者稱為云卸載，這對(duì)緩解網(wǎng)絡(luò)擁堵意義重大，可以有效防止大型網(wǎng)絡(luò)服務(wù)崩潰。

云卸載非常典型的用途是處理視頻或音頻數(shù)據(jù)，這兩種數(shù)據(jù)最占用帶寬。亞洲一家擁有 1 萬多個(gè)分店的零售商正在使用邊緣計(jì)算技術(shù)提供視頻監(jiān)控和店內(nèi)語言翻譯服務(wù)，節(jié)省了許多上傳至 AWS 的流量費(fèi)，當(dāng)然一些重要的數(shù)據(jù)可以在邊緣側(cè)處理后上傳至云端進(jìn)行持久化，大大節(jié)省了計(jì)算和流量成本。

和云共生，彌補(bǔ)云端不足

正如前面說的，邊緣計(jì)算并不是將服務(wù)從云端徹底移除了，而是擴(kuò)展了云的范圍。它不會(huì)影響工作負(fù)載遷移到云計(jì)算的趨勢(shì)，隨著時(shí)間的推移，云和邊緣之間的界限將變得模糊。

邊緣和云是相互協(xié)同的，在 AWS 和微軟 Azure 等公有云供應(yīng)商的邊緣計(jì)算計(jì)劃中可以看出來。如果一個(gè)企業(yè)想要做邊緣計(jì)算，亞馬遜現(xiàn)在會(huì)給你發(fā)送一個(gè) AWS 前哨站——一個(gè)完全集成的計(jì)算和存儲(chǔ)架構(gòu)，模仿亞馬遜自己數(shù)據(jù)中心的硬件設(shè)計(jì)?？蛻艨梢詫⑺惭b在自己的數(shù)據(jù)中心，由亞馬遜幫助進(jìn)行監(jiān)控、維護(hù)和升級(jí)，這樣就彌補(bǔ)了云計(jì)算的一些弊端。

分階段建設(shè)，逐步深入邊緣計(jì)算

雖然有些應(yīng)用程序中的計(jì)算可以在本地設(shè)備運(yùn)行，但是也有一些需要云端的計(jì)算能力，而且還要低延遲，這種場(chǎng)景就需要一個(gè)更接近用戶端的計(jì)算基礎(chǔ)設(shè)施。這個(gè)基礎(chǔ)設(shè)施聽起來很像云，但是比現(xiàn)在的超大規(guī)模數(shù)據(jù)中心分散得多，這個(gè)既像云又處在邊緣側(cè)的基礎(chǔ)設(shè)施可能會(huì)分三個(gè)階段到來。

第一階段是利用公有云服務(wù)商提供的多個(gè)區(qū)域的云服務(wù)。例如，AWS 在 22 個(gè)城市擁有數(shù)據(jù)中心，從一個(gè)區(qū)域到多個(gè)區(qū)域可以大大減少延遲。

第二階段是將邊緣延伸到更深的層次，利用成百上千個(gè)位置的基礎(chǔ)設(shè)施，而不是僅僅幾十個(gè)城市的超大規(guī)模數(shù)據(jù)中心。將靜態(tài)內(nèi)容緩存到更接近終端用戶的地方，比如 Cloudflare 的 CDN 覆蓋了全美 194 個(gè)城市。

第三階段是將邊緣基礎(chǔ)設(shè)施移動(dòng)到網(wǎng)絡(luò)的接入端，類似一個(gè)微型數(shù)據(jù)中心，而這個(gè)微型數(shù)據(jù)中心的規(guī)模大大減小可能只有一個(gè)服務(wù)車，可以部署在路邊或信號(hào)塔的周圍。

軟硬兼施，才是邊緣計(jì)算的未來

上面我們已經(jīng)概述了邊緣計(jì)算的各種體系結(jié)構(gòu)以及“邊緣”計(jì)算的各種部署方案。然而，這個(gè)行業(yè)的最終方向?qū)?huì)統(tǒng)一，不管邊緣位于何處，都可以用同樣的工具和流程來管理云和邊緣工作負(fù)載。這就需要對(duì)云中部署、伸縮和管理應(yīng)用程序的軟件進(jìn)行改進(jìn)。

此前，云中的應(yīng)用程序一直都是基于單一數(shù)據(jù)中心的架構(gòu)，而現(xiàn)在像谷歌的 Anthos、微軟的 Azure Arc 和 VMware 的 Tanzu，都是以分布式彈性部署容器的方式來構(gòu)建云基礎(chǔ)設(shè)施軟件。幾乎所有這些產(chǎn)品都有一個(gè)共同點(diǎn): 它們基于 Kubernetes，這已經(jīng)成為管理集容器類應(yīng)用程序的主要方法。

Kubernetes 是一個(gè)面向應(yīng)用的容器集群部署、管理及編排系統(tǒng)，旨在為最終用戶屏蔽物理/虛擬計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)基礎(chǔ)設(shè)施的復(fù)雜度，關(guān)注以應(yīng)用為核心、以容器為基礎(chǔ)的自動(dòng)化運(yùn)維平臺(tái)。

你的應(yīng)用集群可能位于由邊緣、內(nèi)部環(huán)境和公有云組成的異構(gòu)基礎(chǔ)設(shè)施之上，但是有了 Kubernetes，就可以輕松地管理各種應(yīng)用，完成分布式彈性部署。

雖然現(xiàn)在邊緣計(jì)算仍處于非常早期的階段，但也有了很多商用實(shí)踐，隨著物聯(lián)網(wǎng)大潮的來臨，相信邊緣計(jì)算也會(huì)在計(jì)算領(lǐng)域留下濃墨重彩的一筆。