在過去的20年，數據中心基礎設施一直致力于集中化和規?；?，其結果是大型共享數據中心的資源和效率比小型服務器機房更高，大大降低了成本。因此，人們現在可以獲得一系列意想不到的大量在線服務。

　　隨著技術的進步與發展，流媒體、物聯網、虛擬現實、自動駕駛汽車等新的應用需要以非常低的延遲提供大量數據。為了更加靠近最終用戶或他們服務的設備，邊緣計算這種新的基礎設施在過去幾年應運而生。調研機構Gartner公司分析師預測，在邊緣計算處理的數據將在未來四年內激增，從當今的10%將增長到75%。

　　作為回應，數據中心供應商也加快了步伐：根據邊緣計算的特性和要求，提供模塊化的“微型”數據中心，或者是一個可鎖定的傳統機柜或機架，并配備自己的電源和散熱設備。

　　成本是多少?

　　但是邊緣計算的成本會累積起來嗎?集中化的趨勢是由規模經濟驅動的，這使得超大規模數據中心的運營成本更低。邊緣計算設施將處理更多的應用程序，但其成本會更昂貴。邊緣計算應用程序最終會為獲得資源付出更多的成本。

　　對于這一階段的邊緣計算成本高昂有一系列猜測。世邦魏理仕公司IT咨詢總監Duncan Clubb認為，邊緣計算設施與傳統云計算或托管數據中心相比更昂貴。

　　但施耐德電氣公司并不認同這種說法，聲稱邊緣計算資源實際上可能比集中式云計算服務成本更低。其發表的《邊緣微型數據中心部署的成本效益分析》的白皮書指出，“在電力容量為1兆瓦的情況下，集中式數據中心運營成本為6.98美元/瓦，分布式微型數據中心的運營成本為4.05美元/瓦”。

　　這個白皮書比較了兩種備選方案的資本支出：一個是部署了200個5千瓦機架，并采用熱通道技術的傳統數據中心;另一個是邊緣計算設施，是部署在不同建筑中的大量微型數據中心，每個微型數據中心部署一個5千瓦的機架。

　　邊緣計算的成本可能更低，部分原因是微型數據中心可以部署在企業的辦公室中，而辦公室的電價和土地成本較低，而集中式的數據中心需要更多的資本支出。

　　該白皮書的作者，施耐德數據中心科學中心主任Victor Avelar承認，“這種分析仍然是建立在假設的基礎上。但是我認為，當企業在現有建筑物中部署微型數據中心時，可以免費獲得一些基礎設施，因為很少需要重新建造建筑，幾乎不再配置配電設施、發電機、照明設備等。”

　　Avelar表示，在這個層面上進行分析可能會高估邊緣計算轉移到微型數據中心所帶來的成本節約。這個研究報告假設微型數據中心的電源和散熱不會采用2N冗余，因為在實踐中通常不會配備冗余設施。為了進行公平的比較，還是為集中式數據中心設施設定了1N冗余。

　　有限的研究

　　然而，這個分析還存在一些問題。首先，它采用傳統的集中式數據中心，因此可能錯過超大規模數據中心設施從新穎的架構中獲得的規模經濟。

　　其次，它不包括運營成本和日常支出。集中式數據中心設施可以節省大量資金。建立云計算數據中心的地方能夠以優惠的價格批量購買電力，而微型數據中心則須按照當地的電價支付電費。

　　云計算數據中心還整合了IT負載和存儲設備，因此在集中式站點中運行給定應用程序所需的硬件數量將會減少。

　　邊緣計算的成本還要考慮管理成本。麥克馬斯特大學計算機基礎設施研究中心總經理Suvojit Ghosh表示，“如果我們真的擁有大量的邊緣計算設施，那么將沒有足夠的人員來管理和運營這些設施。”

　　因此，邊緣計算設施被設計為盡可能自主并且可遠程管理。軟件可以遠程監控和更新，硬件修復由當地工作人員完成。但是，在發送和管理這些虛擬和物理設施在人員和時間上仍然存在成本。

　　Avelar針對這些要點表示，邊緣計算應用程序具有特定的通信需求，集中部署將會對它們造成不必要的浪費：除了增加延遲之外，它們與最終用戶和設備的通信成本也會更高。

　　邊緣應用程序不同于傳統應用程序，這是一個很好的觀點。實際上，它們可能比其他應用程序進行更多的通信，對于延遲需求可能更高。例如，虛擬現實眼鏡須在10毫秒或更短的時間內響應用戶視線的變化，而自動駕駛汽車須以同樣快的速度響應來避開障礙物。

　　這不僅會影響應用程序的加載位置，還會影響它們的結構，因為部分延遲是在應用程序本身的操作中。Clubb指出，“要求低延遲的應用需要‘永遠在線'。低延遲需要將軟件加載到內存中，并可立即響應。延遲受到場景切換、交換或加載活動的影響，其中計算資源須將軟件從其他地方加載到處理器中以響應傳入的數據。”

　　這意味著，無論邊緣計算應用程序在何處運行，它們都須處于高級計算空間中，Clubb說，“在理想情況下，它位于核心處理及其內存中，而不是位于硬盤上，或者在錯誤類型的內存中，以備按需交換。”

　　Avelar根據邊緣計算工作負載是計算密集型還是存儲密集型來劃分邊緣計算工作負載。計算密集型應用程序的延遲限制約為13毫秒，而存儲密集型應用程序則因數據的復制方式而異。如果需要實時復制，則需要10毫秒的延遲。

　　Avelar說，這些需求會影響從IT資源到最終用戶或設備的距離。存儲密集型工作負載須部署在距離用戶的100公里(60英里)范圍內，而計算密集型負載可能在200公里至300公里(120至180英里)范圍內。

　　這兩個數字都高于邊緣計算的信號范圍。例如，定期引用的模型會在每個蜂窩通信塔臺上部署一個邊緣計算微型數據中心。雖然蜂窩通信塔臺的較大輻射范圍為70公里(45英里)，但在人口稠密的地區，它們通常相距2～3公里(1～2英里)。它們在城市中的距離更近，而且隨著5G無線電技術的到來，其信號范圍也可能變得更近。

　　Clubb表示，開發人員可能會對代碼的不同部分做出合理的決定。他說，“在實踐中，我希望看到使用5G應用程序的開發人員和所有者拆分低延遲代碼，并將很小的必要功能部署到邊緣計算數據中心中，云平臺或數據中心將提供大多數數據處理和存儲。”

　　更高成本的邊緣計算資源最終可能只運行整個邊緣應用程序的10%，其中90%仍然使用優化的虛擬化服務器在遠程后端??運行。

　　Ghosh說：“我認為我們總是需要在后臺進行計算，以處理沒有延遲要求并且確實需要規模經濟的數據。”

　　定價溢價

　　Ghosh說，邊緣計算應用程序的定價將非常高，但他預測，隨著硬件的發展，這種溢價將會降低，以更好地滿足邊緣計算的需求。

　　Clubb預測，然而就目前而言需要處理現實問題。他說，邊緣計算基礎設施的成本將是昂貴的，并且需要大量的內存。其定價模型顯然比云計算實例更昂貴。”

　　這種認識將會影響那些計劃采用邊緣計算的組織。在邊緣計算真正迅速發展之前，他們的應用程序須找到一種方法來量化該成本，并采用合理的商業模式。