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格的隔離措施。

隔離不僅有效的遏制了病毒的擴散，同時也讓老百姓困在室內(nèi)而導致上網(wǎng)需求激增，網(wǎng)絡開始堵車了。根據(jù)紐約時報報道，湖北省當時的網(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，美國終于開始意識到居家隔離的緊迫性。

當人們有更多的時間待在家里，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％。

流量激增必然導致網(wǎng)絡擁堵。根據(jù)寬帶速度測試服務公司 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)絡流量”

隔離使得人們更加依賴網(wǎng)絡來進行交流、工作、學習和娛樂。

平時只需要喊一嗓子的事兒，如今可能需要開一個視頻會議；尤其是當學校無法開學的時候，大量的小、中、大學的師生，就不得不依賴極耗流量的視頻會議來保證課業(yè)進度。

而那些在家無所事事的人，就開始看視頻、看直播、玩游戲。

負責數(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)管機構(gòu)則對無線運營商開放更多頻段，以增加其網(wǎng)絡容量。

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

迪士尼準備在法國上線的“迪士尼+”流媒體服務宣布推遲兩周；微軟 Xbox 要求游戲公司盡量減少沒必要的更新。

美國運營商積極利用 AI 解決流量擁堵

Verizon聲稱在用 AI 來解決網(wǎng)絡“交通堵塞現(xiàn)象”。其預測算法每秒監(jiān)視數(shù)百萬個網(wǎng)絡接口中超過 4GB 的數(shù)據(jù)流，每兩個小時對超過 60000 個家庭路由器進行一次自動化測試。通過對性能模式的分析，提前預判可能出問題的線路，及時做好規(guī)劃，節(jié)省大量的人力和浪費。

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“增強控制，編排，管理和策略”（ECOMP）。同樣也使用 AI 來預判事故，管理第三方云，并協(xié)助技術(shù)人員從無人機拍攝的視頻中找出基站的損壞部分。

沃達豐使用基于 Google Cloud 的系統(tǒng)“Neuron”，實時生成分析，自動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 預判事故、分配資源。

中國運營商啟動應急預案，保障網(wǎng)絡通暢

中國的運營商應對方式相比起來，屬于實在型。三大電信央企承諾，為 116.95 萬人次免停機，足不出戶即能辦理各項業(yè)務。

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

中國移動和中國聯(lián)通紛紛啟動全網(wǎng)應急響應機制，通過建立重保場景、加強重要區(qū)域網(wǎng)絡監(jiān)測等措施，強化應急保障力度，保障通信網(wǎng)絡暢通。

保障網(wǎng)絡暢通的全新思路：邊緣計算

除此之外，被譽為 5G 時代的下一個風口的邊緣計算，也將成為運營商應對網(wǎng)絡流量激增的有利武器。相對于云計算，邊緣計算更接近于用戶終端，因此有更低時延，傳輸安全性也得到了保障；同時因為邊緣側(cè)的設備很多，流量負載也會更加均衡。

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

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 萬多個分店的零售商正在使用邊緣計算技術(shù)提供視頻監(jiān)控和店內(nèi)語言翻譯服務，節(jié)省了許多上傳至 AWS 的流量費，當然一些重要的數(shù)據(jù)可以在邊緣側(cè)處理后上傳至云端進行持久化，大大節(jié)省了計算和流量成本。

和云共生，彌補云端不足

正如前面說的，邊緣計算并不是將服務從云端徹底移除了，而是擴展了云的范圍。它不會影響工作負載遷移到云計算的趨勢，隨著時間的推移，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 等公有云供應商的邊緣計算計劃中可以看出來。如果一個企業(yè)想要做邊緣計算，亞馬遜現(xiàn)在會給你發(fā)送一個 AWS 前哨站——一個完全集成的計算和存儲架構(gòu)，模仿亞馬遜自己數(shù)據(jù)中心的硬件設計?？蛻艨梢詫⑺惭b在自己的數(shù)據(jù)中心，由亞馬遜幫助進行監(jiān)控、維護和升級，這樣就彌補了云計算的一些弊端。

分階段建設，逐步深入邊緣計算

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

第一階段是利用公有云服務商提供的多個區(qū)域的云服務。例如，AWS 在 22 個城市擁有數(shù)據(jù)中心，從一個區(qū)域到多個區(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，利用成百上千個位置的基礎設施，而不是僅僅幾十個城市的超大規(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 個城市。

第三階段是將邊緣基礎設施移動到網(wǎng)絡的接入端，類似一個微型數(shù)據(jù)中心，而這個微型數(shù)據(jù)中心的規(guī)模大大減小可能只有一個服務車，可以部署在路邊或信號塔的周圍。

軟硬兼施，才是邊緣計算的未來

上面我們已經(jīng)概述了邊緣計算的各種體系結(jié)構(gòu)以及“邊緣”計算的各種部署方案。然而，這個行業(yè)的最終方向?qū)y(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載。這就需要對云中部署、伸縮和管理應用程序的軟件進行改進。

此前，云中的應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)建云基礎設施軟件。幾乎所有這些產(chǎn)品都有一個共同點: 它們基于 Kubernetes，這已經(jīng)成為管理集容器類應用程序的主要方法。

Kubernetes 是一個面向應用的容器集群部署、管理及編排系統(tǒng)，旨在為最終用戶屏蔽物理/虛擬計算、網(wǎng)絡、存儲基礎設施的復雜度，關注以應用為核心、以容器為基礎的自動化運維平臺。

你的應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)基礎設施之上，但是有了 Kubernetes，就可以輕松地管理各種應用，完成分布式彈性部署。

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