物联网企业未来到底是上云还是下云？【物女心经】

　　未来的计算将同时存在于边缘和云平台，他们之间的界线越来越难以划分，未来不是云和边缘，而是连成一片的边缘云。

　　本周，谷歌云宣布将限时关闭IoTCore物联网核心服务，用户有1年的时间进行缓冲。这条公告本周低调的出现在IoT Core网页的顶部，同时谷歌还向用户们发送了一封电子邮件，通知这一变化。

　　不久之前，阿里智能运营团队发布公告称：“由于业务调整和技术方案不再适宜未来客户需求，原阿里智能云物联平台将暂停开展拓客运营工作，终止所有已签署合约。”

　　也许是时候让我们一起思考：在物联网领域，未来的趋势是企业上云，还是下云（这里的云，特指公有云）？

　　消息一出，引起不少争议。对此，谷歌发言人酸溜溜的回应道：“自从推出IoT Core以来，我们的客户显然可以从专门从事物联网应用和服务的合作伙伴那里，获得更好的服务。我们为客户提供迁移选项和替代解决方案，并在IoT Core停止服务之前，提供长达一年的缓冲时间。”

　　回顾IoT Core的历程，谷歌云最早于2017年以公开测试版的形式推出该项服务，并在2018年将其商业化。

　　根据官方介绍，IoT Core是一项全代管式服务，可帮助用户安全地连接和管理分布在全球各地的数百万台设备，并从中提取数据。IoT Core与谷歌云上的其他服务搭配在一起，便可构成一套完整的解决方案，可以实时地收集、处理、分析和直观展示IoT数据，从而帮助提高运营效率。

　　有网友公开了谷歌云发给IoT Core用户的电子邮件内容。邮件提到，IoT Core服务将在2023年8月16日停用。谷歌建议用户尽早采取行动，从IoT Core迁移到“替代服务”。

　　7月26日，阿里智能运营团队发布公告，原阿里智能云物联平台将暂停开展拓客运营工作，终止所有已签署合约。

　　此外，与平台配套的用户端软件“阿里智能”APP也于7月26日起从各大应用商店下架，后续将仅针对存量用户提供服务。从阿里智能APP的操作界面上可以看出，这是一款类似于“米家”的软件，可以连接用户的各类智能设备，并通过手机进行控制和管理，并且进行部分自动化的设置。

　　官方消息透露，阿里智能APP服务已逐步由阿里云与天猫精灵的IoT新平台承接。再往前看，另一家企业，UCloud，也曾经历类似的至暗时刻。

　　今年2月，以“中国云计算第一股”身份上市的UCloud，发出官方通知：“因产品运营调整，物联网UIoT公有云计划在2022年3月31日0时下线，建立您在收到信息后尽快到控制台确认并完成迁移，下线后所有数据都不再保留，感谢大家对UCloud的关注和支持。”

　　其关停的UCloud物联网通信云平台（UIoT Core）主要为设备上云和产业数字化转型提供支持，在设备和云端之间架起桥梁，支撑海量的设备上云，同时也提供云端API，方便客户的应用研发。关停业务的时间，距离UCloud发布物联网UIoT公有云服务，不过才三年左右。

　　根据市场研究机构Gartner的分析，公有云正处于“陡峭”的增长阶段，尤其在疫情期间，企业对于数字化转型的需求与日俱增。根据预测，在2022年，传统IT的增速为4％，而云计算的增速则高达17％。

　　营收不及预期是重要原因之一。由于入不敷出又看不到盈利的希望，很多企业放弃了对IoT云平台的继续投资。

　　典型的例子是三星。2015年，三星推出了自己的物联网平台Artik，这是整合了软硬件及云服务的一体化平台，针对量产型家电产品设计。截止2018年底，已有85家合作伙伴与Artik建立合作。

　　虽然表面上合作伙伴众多，但实际推出的采用Artik平台的家电产品却屈指可数，并未取得实际的成果。当计算投资回报率时，Artik历经四年的投入，最后却发现入不敷出。尤其是对于三星这种大企业，Artik物联网平台的收入与其他业务对比，更加微不足道，所以自然也就落到了被放弃的下场。

　　出于对隐私和时延的要求，大量的现场数据并不用上传到物联网公有云，而应进行实时的本地处理和高频的数据交换，最终的决策相关数据才上传到云端。训练好的算法和模型也应部署的离现场越近越好，并保持随时更新。这就需要云端和现场层之间的“桥梁”不仅负责通讯，还应具备计算和分析功能。

　　边缘计算采用新的网络、新的方法、新的设备和新的架构，打通万物互联的“最后一米”，并创造可持续的商业模式，由此开启了边缘计算的新商机。

　　根据Gartner的分析，边缘计算是一整套解决方案。仅凭外表并不能判定出工业边缘平台的真正实力，它的价值恰恰在于不可见的部分。它是一套使用云原生思维，在边缘侧部署的完整方案，具备全局统一调度与管控、云平台与边缘的协同、软件功能随时更新与分发等能力。

　　毕竟边缘智能的核心，不是我们所看到的各种硬件设备，而是将各种计算资源充分集成和调度，发挥出最佳生产效用的整体方案。边缘连续体的部署是一个复杂的问题，需要综合分析由部署位置、用户需求、硬件类型、软件架构、运营要求、节点数量、设备所有权…等构成的复杂矩阵，才能找到最适合的方案。

　　可见，边缘设备是这些企业在数字化转型之路中重要的新工具，那么如何评价这个工具的优劣？基于分析市场上获得成功的边缘计算产品，我曾提炼过极致边缘计算UEC的评价框架。

　　极致功耗：根据数据统计，大约1／4的物联网设备依靠电池供电，而且这个比例仍在不断提升，有预测认为到2030年，接近半数的物联网系统都将主要依靠电池供电。同时这些设备对成本极为敏感，如果将设备投入使用的成本减半，那么意味着销售额不止翻番。因此无论从供电环境还是从使用成本出发，将功耗降低到极致，都是重中之重。

　　极致简化：边缘计算的使用者不仅包括IT工程师，还包括OT运营人员。过去OT和IT经常是“鸡同鸭讲话”，很难沟通。OT团队缺乏IT专业知识来实施部署边缘计算，IT团队又缺乏对工艺和运营的理解，以构建和完善满足业务流程的创新应用程序。为了做到将复杂留给自己，把简单交给用户，边缘计算平台需要提供低代码能力，将编程和使用过程极致简化，促进IT与OT的无缝衔接，加速边缘计算的普及。

　　极小空间：设备占用的空间同样是一个重要因素，更小、更紧凑的外形尺寸，往往意味着设备更易被安装。还有一些场景，比如智能手表、智能眼镜、智能耳标脚环，对边缘计算产品的尺寸非常敏感。

　　极度智能：在各种约束条件之下，边缘设备仍需要具备一定的智能。微型机器学习TinyML使得工程师们在mW功率范围以下的设备上，实现机器学习的方法、工具和技术成为可能。

　　极致灵活：虽然边缘计算脱胎于嵌入式系统，但边缘计算与嵌入式系统已有本质不同。嵌入式系统是指软硬件关系非常紧密的一类“计算机”系统，边缘计算将两者解耦，部署更快，随时升级，按需更新，弹性更强。更进一步，大部分边缘计算产品将无线通信作为标配，安装位置和使用场景都更加灵活。

　　想要实现极致边缘计算并非易事，不仅需要熟练运用硬件设计、网络技术、传感技术、数据分析、终端应用，还需要对各种应用场景有极为深刻的理解。

　　未来的计算将同时存在于边缘和云平台，他们之间的界线越来越难以划分，未来不是云和边缘，而是连成一片的边缘云。

　　不可否认，云平台与终端设备之间的计算能力存在此消彼长的关系，如上图所示。如果计算越依赖于云平台，那么设备的算力越弱、反馈的时延越长；反之，如果计算越依赖于设备，那么云平台需要提供支撑的算力越少、时延越短。

　　“边缘”与“本地”之间也有区别，边缘为本地设备提供了扩展能力、虚拟化能力和按需配置的能力，这些属性让本地设备在极短时间内，近似于完成了从“功能机”到“智能机”的华丽转身。

　　虽然从表面上来看，通过云端控制工业机器人与在手机上玩联网游戏没有什么不同，但是这种区别对物联网企业来说却是本质上的颠覆。

　　目前公有云与终端设备之间的通信网络，更适合人们的上网冲浪和消费，而不太适合机器之间的交互，网络延迟时间长而且不够稳定可靠。因此实现“云机器人”或者“云PLC”，都需要对网络进行改造。

　　我们正在从一个静态的二维互联网，进化到一个场景丰富、体验丰满的数字世界。医生需要复杂的实时反馈，远程操控机器人进行手术；工人需要了解设备的当前信息，以便合理规划生产决策；控制员需要及时了解无人机的位置信息，更好的提升工作质量。结合边缘计算新方法，远程控制、虚拟现实、位置服务等各种各样原有的应用，都将被“重做一遍”。

　　本文灵感来自中科创达本周在深圳举办的智能边缘系统研讨会。研讨会上，中科创达邀请了诸多行业专家、意见领袖及生态伙伴共同探讨在边缘领域的技术突破与应用创新。