沙利文：火山引擎成邊緣雲“領導者”！解構三大關鍵能力

智東西（公衆號：zhidxcom）作者香草編輯漠影

在大模型的火熱角逐中，雲計算再次掀起巨大聲浪。

隨着5G、物聯網等技術的發展，可穿戴設備、機器人等終端設備的迅速增加，所產生的數據量也呈指數級增長。VR/AR、智能交通等更多應用場景對數據傳輸提出了“低時延、大帶寬、大連接”等需求，推動雲計算不斷向邊緣發展。

近日，在2024春季火山引擎FORCE原動力大會上，火山引擎邊緣雲在現場與釦子（Coze）平臺進行互動，通過API調用，觀展嘉賓可以向部署在邊緣智能設備上的bot提問，獲得展區展位分佈情況、現場人流量等信息的實時解答。這爲大模型感知或操作物理世界實體、拓展場景邊界提供了更廣闊的想象空間。

邊緣雲行業發展二十餘年，在AI時代，大模型能爲其帶來什麼樣的轉型機遇？在落地層面，邊緣雲有哪些創新的應用場景，能解決哪些產業痛點？未來的發展趨勢是什麼？

帶着這些疑問，智東西對話了火山引擎邊緣雲網絡產品研發負責人韓偉、火山引擎邊緣智能產品經理劉浩然，對此進行了深入探討。

一、藍海二十年，邊緣雲進入穩定發展階段

作爲中心雲計算的延伸，邊緣雲打通了將計算能力下沉到離用戶最近的“最後一公里”。並且由於更加靠近數據產生和使用的位置，邊緣雲具備時延低、帶寬佔用率低、數據安全性高、本地化等優勢。

邊緣雲行業的發展歷程，可以追溯到邊緣計算的興起和物聯網的快速發展，大致分爲三個階段：

1998—2015年是技術儲備階段。2006年，AWS正式對外提供雲服務。2009年，IBM首次提出了“邊緣計算”概念，指的是將計算和數據處理從雲端轉移到離數據源更近的邊緣設備上。隨着雲計算與移動互聯網的發展，特別是在2010年至2015年期間，數據中心的網絡邊緣和用戶之間的“最後一公里”帶寬成爲制約發展的瓶頸，邊緣計算應運而生，通過在邊緣側部署數據和服務，有效減輕了網絡擁堵的問題。

2015—2017年是高速發展階段。2015年，歐洲電信標準化協會發布移動邊緣計算白皮書。2016年，邊緣計算產業聯盟成立。邊緣計算開始被業界大力推廣，進入快速增長階段，市場參與者數量不斷增加、類型逐漸豐富，ICT（信息與通信技術）廠商、雲計算企業、CDN（內容分發網絡）公司等紛紛入局。

2018年至今是穩定發展階段。很多邊緣雲廠商開始以雲原生爲主流架構去做落地嘗試，將概念逐漸轉化爲實際的應用和實踐。到2022年，已有17個邊緣數據中心入選國家新型數據中心典型案例名單，覆蓋智慧城市、電力、政務、醫療、礦山等行業。

經過二十餘年的發展，邊緣雲仍處於藍海市場。據美國市場研究機構Grand View Research預測，到2028年全球邊緣計算市場規模將達到611.4億美元，在預測期內的複合年增長率爲38.4%。國際數據公司IDC預測，到2025年底，全球75%的企業生成數據將會在邊緣產生和處理。

二、百億市場的痛點：技術創新、場景適配、網絡融合

作爲藍海市場，邊緣雲仍存在大量未被開發或未被充分開發的市場機會。

一方面，企業面臨的直接競爭相對較少；另一方面，因爲沒有既定的模式可循，需要企業不斷探索和創新，挖掘新的產品、服務和商業模式。

儘管在需求上升及技術進步的推動下，邊緣雲市場呈現出百億級的發展趨勢，但該產業仍面臨技術創新、場景適配和網絡融合等挑戰，同時還存在數據管理、網絡計算和成本管理等風險。

具體來看，在技術成熟度上，邊緣雲相關技術仍在不斷髮展和完善中，穩定性、可靠性可能不足；在標準規範上，行業內缺乏統一的標準和規範，導致不同廠商的設備和解決方案之間兼容性可能較差，增加了部署和整合的難度；在安全方面，由於邊緣設備分佈廣泛且更接近用戶端，面臨的數據安全和用戶隱私保護挑戰更爲複雜，安全防護難度較大。

這對邊緣雲賽道的玩家提出要求，既需要持續的技術研發，不斷投入資源進行技術創新，提升邊緣雲技術的穩定性、可靠性，優化性能；又要強化安全保障能力，建立完善的安全防護體系，確保數據安全和用戶隱私；此外還需具備場景探索與適配能力，深入研究不同應用場景的特點和需求，針對性地開發和優化產品與服務，提高場景適配能力。

如何突破這些痛點，把握更多市場機會呢？也許能從知名機構的報告及評估標準中得到答案。

近日，全球增長諮詢公司沙利文發佈《2024年中國邊緣雲市場報告》，對國內邊緣雲產品、技術、市場動向等進行了梳理分析，並結合市場發展前景解讀了國內邊緣雲領域內主要競爭者所處的地位。

智東西注意到，其中火山引擎作爲產業中游橫跨SaaS、PaaS、IaaS服務的解決方案提供商，憑藉規模彈性、邊緣雲原生、技術創新與內外統一四大技術優勢，以及增長能力和創新能力，入選邊緣雲“領導者”象限。

邊緣雲行業發展二十餘年，據公開信息顯示，火山引擎從2020年開始大力建設邊緣雲資源底座。作爲該領域的“後來者”，火山引擎是如何“後來居上”成爲領導者的？在技術層面上相比友商具有哪些優勢？

火山引擎邊緣雲網絡產品研發負責人韓偉告訴智東西，火山引擎以雲原生技術爲基礎底座，融合異構算力和邊緣網絡，在大規模邊緣基礎設施之上，形成以邊緣位置的計算、網絡、存儲、安全、智能爲核心能力的新一代分佈式雲計算解決方案。

具體來看，其優勢主要在於四個方面：

一是規模彈性。基於從字節跳動集團內部業務發展起來的背景，火山引擎的邊緣雲從最開始就具備了一定的規模優勢，目前全網的帶寬儲備已達到150T，邊緣節點達到2500個，覆蓋全球50多個國家和地區。

二是邊緣雲原生。在雲原生技術的基礎上，火山引擎團隊對邊緣計算進行了創新嘗試，提供了一套小型化、輕量化和集成化的原生操作系統，從而具備完整的雲邊、網邊協同能力。

三是技術創新。基於邊緣雲原生的操作系統，通過融合網絡鏈路加速等方式提供對CPU、GPU等異構算力的支持。

四是內外統一。指的是字節跳動內部業務和對外業務採用相同的邊緣雲產品和服務。基於公司內部業務的規模和複雜性，技術團隊持續打磨架構和產品，同時也經歷了很多流量洪峰的驗證，呈現出相對成熟的一套方案。

韓偉談道，火山引擎邊緣雲的Slogan是讓“連接與計算無處不在”，體現了其在網絡的邊緣側提供IT基礎設施和雲服務的目標。

其中有兩個關鍵點，“連接”和“計算”，分別對應網絡、計算從中心向邊緣的延伸。

火山引擎是如何踐行這一Slogan的？主要包含三個層面的佈局。

網絡是支撐邊緣雲的關鍵基礎設施。火山引擎採取融合的分佈式網絡，面向客戶數字化應用和業務需求，提供1~40ms的廣域網絡接入，具有低延遲、低成本、廣覆蓋等特徵，具備強網絡調度屬性及擴展性。

操作系統是雲原生在邊緣場景的創新實踐。火山引擎自研邊緣雲原生操作系統，爲客戶提供包含邊緣虛擬機、裸金屬、容器等多種形態的異構算力，同時提供雲上一致的邊緣網絡、邊緣存儲等多種雲服務能力。

邊緣智能是“邊緣+AI”的創新實踐。火山引擎邊緣雲還將AI能力下沉到邊緣，推出了邊緣智能產品，提供AI應用能力，支持邊緣推理功能，包括雲上推理模型管理和本地模型實時推理，支持實時響應、安全隱私等邊緣AI場景的業務需求。

通過這三個層面的佈局，火山引擎爲未來在更廣泛的領域連接和拓展奠定了基礎。韓偉告訴智東西，火山引擎未來將從縱向、橫向兩個維度去突破。

在縱向維度上，火山引擎將強調更深的融合，在雲邊端的聯動上融合得更加緊密；在橫向維度上， 隨着邊緣雲網絡規模越來愈大，火山引擎將在全球範圍內建立更廣的連接。

三、AI+萬物互聯開啓增量市場

在邊緣雲落地中，AIoT（智能物聯）是非常重要且極具潛力的場景之一。

作爲AI技術與物聯網在實際應用中的落地融合，在當下政務數字化、產業數字化、企業數字化轉型的大趨勢下，AIoT正逐漸成爲傳統行業智能化升級的重要通道和物聯網產業未來發展的大趨勢。近年來，AIoT結合邊緣雲技術在各個行業中的應用越來越廣泛，如智慧城市建設、工業互聯網、智能交通、遠程醫療等，這些都依賴於邊緣雲的實時數據處理能力和AIoT的技術優勢。

根據《2024中國AIoT產業全景圖譜報告》數據，2022年全球企業級AIoT市場規模達到5.37萬億元，預計到2026年將達到7.61萬億元。同時中國市場佔比將持續上漲，2022年中國市場規模佔比爲23.5%，預計到2026年提升至29.7%。

整體市場需求呈上升趨勢，但AIoT要成爲企業的生產力工具，仍面臨工程化落地的挑戰，包括需求碎片化、系統割裂、成本高企等。

具體來說，AIoT市場用戶需求碎片化、應用場景分散，需要大量的行業應用知識和領域知識來完成技術的效能轉化；同時隨着各類物聯網設施的出現，如何實現多設備間的互聯互通、打通各子系統的數據鏈路也成爲決定AIoT系統實用性的一大關鍵；在算力、算法等成本上，AI應用前期需要投入較大，因此目前AIoT規模化應用的場景主要集中在G端和大B端行業市場。

由於業務中存在子業務系統多、專業性強、數據結構不統一、設備異構等問題，AI場景落地層面存在較大的困難。爲了解決這一系列AI工程化的難點，火山引擎面向AIoT場景的應用開發，提供了平臺化的解決方案，也就是邊緣智能產品。

根據算力部署的位置和數據處理延時不同，邊緣計算分爲現場邊緣、近場邊緣、雲邊緣三層。

其中現場邊緣指的是位於用戶現場或自有機房，覆蓋 1~5ms 時延範圍，可以將雲中心訓練好的模型算法和能力下沉到用戶現場側，滿足超低時延的計算和網絡能力，主要應用於AIoT、邊緣時序數據等實時性業務的典型場景。

火山引擎邊緣智能的定位是“立足於現場邊緣，協同近場/雲邊緣的算力網絡，打造智能物聯解決方案”，圍繞AIoT場景，提供從設備接入、數據處理、邊緣推理，到處理結果上雲的全鏈路開發平臺。

這一定位該如何理解？火山引擎邊緣智能產品經理劉浩然告訴智東西，火山引擎認爲，從雲到終端之間的所有算力層都屬於邊緣，其中現場邊緣作爲最靠近用戶的地方尤爲重要。如樓宇中的配電房、家庭中的家庭網關等，這些算力載體提供響應的時效性更高，處理數據也更爲有效。

以智能樓宇爲例，火山引擎與美的樓宇科技聯合共創了智慧園區解決方案，通過採用雲邊端一體架構，解決了碎片化異構數據統一、不同場景標準化的難題。

劉浩然稱，邊緣智能的主要核心能力在於低延時、快速響應以及數據安全保障。

具體到場景中，邊緣智能是如何應用的？

火山引擎與國內某高校合作，通過邊緣智能實現了本地化算力運行算法，來識別監控視頻中的異常，如外來人員進入、食品安全問題等。在監測到這些異常現象後及時發送警報給保衛處、後勤處，便於學校管理智能化，減少人力投入。

談及邊緣智能未來的想象空間，劉浩然認爲大模型與邊緣雲的結合會是未來的主要方向。更長遠來看， AI 將會進入生產環節，從數據篩選分類、環境監測判斷、重複性指令執行等簡單場景開始，嚮應對突發故障、綜合決策等複雜場景和複雜任務演進。

結語：邊緣雲需求爆發，下一戰場有三大關鍵

邊緣雲作爲雲計算的前沿技術，正迅速成爲支持智能應用的關鍵力量。火山引擎憑藉其技術優勢和全鏈路開發平臺，推動了AIoT等智能場景的創新應用。

作爲藍海市場，邊緣雲正在快速增長，這個產業最終將走向何方？

根據沙利文報告，邊緣雲技術未來發展趨勢涵蓋邊緣雲硬件面向場景深度定製化、核心技術趨勢同化、智能行業驅動邊緣智能化三方面。

在邊緣硬件基礎設施技術方面，未來邊緣硬件將會支持集成大量的異構設備，同時爲了滿足邊緣場景的定製化需求，也會出現更多定製化設備；在邊緣管控技術方面，統一的管控技術會持續升級，同時中心與邊緣間也需要建立完善的分級管控機制，實現邊緣雲在資源和業務層面協同統一；在智能邊緣化方面，當AI下沉到邊緣側，涉及大計算的智能硬件將變成機器人，形成場景中心。

在此背景下，如何通過技術創新，針對不同行業提供定製化的解決方案，並抓住AI時代的智能化機遇，成爲邊緣雲下一戰場的關鍵。