本文整理自腾讯云专家工程师王继罗在 2020年12月深圳 Qcon 大会上的分享内容——边缘计算场景下云边端一体化的挑战与实践 。
边缘计算想必大家都已经听过了，但是如何将业务扩展到边缘，从而实现更大的业务价值呢？
关于这个问题，腾讯云早在几年前就已开始进行思考，并且着手打造了云边端一体化的超融合平台，目的是希望能够让业务可以更容易落地到边缘。
今天，我们就从以下三个部分展开，跟大家分享腾讯云在建设超融合平台时的一些经验：
第一部分：主要介绍边缘计算有什么作用、业务落地边缘存在哪些挑战、以及为什么要有云边端一体化；
第二部分：主要介绍腾讯云在打造超融合平台时的一些实战经验和进展；
第三部分：介绍 3 个边缘业务落地案例。
云计算发展趋势提到云计算，大家第一时间就会想起中心云计算。中心云计算是一种集中式架构，计算资源位于中心机房，由云厂商统一维护。那么，这种模式有什么好处呢？
业务方不再需要管理底层资源，更能聚焦于业务本身，降低了管理成本；
业务方可以灵活高效地申请、使用、退还底层资源，从整体上提高了资源利用率，降低了资源的使用成本。
而边缘计算，是一种分布式计算，计算资源分散在离数据源比较近的地方，达到就近提供服务的目的。从时间维度上看，边缘计算的发展可以分为 3 个阶段：
技术形成期，1998 - 2013。最早可以追溯到内容分发网络（CDN），主要用途把数据缓存在离用户近的位置，达到缩短数据下载时间，提高用户体验的目的。
快速发展期，2014 - 2017。由于满足万物互联的需求，引起国内外学术界和产业界的密切关注，各机构纷纷出台相关的白皮书。
实际落地期，2018 - ？ 随着 5G 的发展，出现越来越多的落地场景，进入政府工作指导报告，基本上可以预见边缘计算会开始爆发。
边缘计算有什么用前面我们讲了边缘计算是什么，有些人就会有这样一个疑问：既然我们已经有了中心云计算，为什么还需要边缘计算？边缘计算能带来什么价值呢？
其实随着技术不断地发展，云计算的范畴已经从中心不断地向边缘扩展，演变成了中心云-边缘云-端设备协同工作的架构模式。
为什么会发生这样变化呢？主要是因为需求和场景在不断变化，尤其是许多传统行业在信息化改造过程中提出来更多新需求，如：工业制造、港口物流、交通能源等等。
以智能制造为例，智能制造的本质就是设备智能化、信息化，整个系统的工作流程是：采集数据、处理数据、指导生产。这带来了两个方面的问题：
高实时性要求。很多工业数据具有极强的实时性，过期时间非常短，往往只有几毫秒，这就要求采集数据、数据处理、指导生产的整个过程需要在几毫秒内完成。如果上传到云端处理，然后从云端返回控制指令，整个过程就会耗时比较长，显然不能满足时效性要求，会造成严重的后果，比如制造出的产品精度不够，或者次品率比较高，所以就近处理数据是智能制造的核心。
海量数据如何处理。智能工控设备、传感器源源不断地产生工业产品及环境方面的数据，带来很高的传输和存储成本，这些成本甚至超过智能化带来的利润，反而成了工业往智能化转型的阻碍。另一方面，这些数据 90% 以上都是无效数据，如果可以尽可能早地筛选出有用数据，去除无效数据，就可以很好地降低传输和存储成本。
再举一个高清视频的例子，4K的高清视频需要至少 40M 带宽，带宽容量和成本是我们必须考虑的重要因素，相对于中心机房，边缘机房的总带宽容量要大，单价也更便宜，因此这类服务很适合部署在边缘。
总的来说，边缘计算可以带来4个方面的好处，容量更大、时延更低、成本更低、支持本地化处理。
边缘计算架构前面我们讲了云计算在逐步演变成中心云-边缘云-端设备协同工作的模式，那新模式下的架构如何呢？