“边缘在哪里？”这个问题在我们最近讨论云计算和边缘计算时频繁出现。即便是技术人员，也很难确定边缘的确切位置。大约10年前，思科引入了“雾计算”这一概念——鉴于如今存在诸多计算位置选择，寻找边缘更像是在迷雾中玩捉迷藏。

边缘对于不同的用例来说总是会有所不同，因此，要描述边缘，让我们借鉴一下约翰·盖奇（John Gage）上世纪 80 年代的策略。在 Sun Microsystems 工作时，他提出了“网络即计算机”的观点。约翰描述的是超出工作站范围、存在于网络上的计算能力。稍作修改后，我想提出“网络即边缘”的观点。

更具体地说，你的数据在通过网络传输时，每经过一个网络转换节点都有可能成为边缘。那么，你应该把边缘放在哪里呢？虽然数据隐私和基础设施管理始终是可能影响结果的因素，但成本和延迟对你的应用程序的相对重要性才是驱动决策的关键因素。

以汽车为例。汽车上的摄像头或激光雷达会生成大量数据，这些数据被神经网络消耗，以做出瞬间驾驶决策。推理模型需要在毫秒内完成前向传播——即非常低的延迟。许多这些“嵌入式边缘”或“产品边缘”设备要么生成大量数据，这些数据难以快速传输到另一个位置，要么在本地设备上做出这些决策的成本足够低。如果你需要在源头进行低延迟决策或可视化，那么嵌入式边缘将是首先要考虑的边缘。

那些仍需要低延迟但可以接受将数据向上游发送一两个跳数所引入的时间的设备和应用，可能会利用电信提供商网络中的边缘。例如，智能城市设备可能会利用 5G MEC（移动边缘计算）中的计算能力来确定行动。5G MEC 提供了低延迟连接，并允许部分计算逻辑和决策驻留在嵌入式边缘之外，以便在大量设备上扩展。

这种“移动边缘”通常是雾边缘的起点。边缘的选择可能包括私有企业云或数据中心、电信云、互联网数据中心或交换中心——实际上是任何先于当今最常考虑的超大规模云边缘的边缘变体。

评估和操控数据流的功能可能会部署在距离本地 ISP一两个网络跳的 CDN 边缘。推理模型、游戏和实时金融应用可能可以接受算力被部署在连接良好的对等交换或会合数据中心，这些数据中心具有专属 IP 传输和互联互通。训练大型语言模型则可能需要在核心数据中心或超大规模计算环境中部署 GPU。根据延迟要求，我们可以评估从设备、数据和用户到整个网络路径，并找到一个能在延迟和成本之间为应用程序提供最佳平衡的网络边缘。

在不断演变的边缘计算领域中，企业正越来越多地采用一系列解决方案来加强其战略举措并实现目标。通过利用不同的边缘环境，企业可以确保他们正在优化其运营效率、可扩展性和安全性。这种多边缘方法有助于优化延迟和成本之间的平衡，以及适应市场需求和技术进步的灵活性。因此，选择一个能够容纳各种用例的边缘提供商已经变得复杂。

在 Zenlayer，我们深知延迟的重要性以及评估成本、隐私、安全性和部署灵活性的复杂性。我们的超连云部署在增长最快且最难触及的市场中，我们致力于为您的应用程序提供最低延迟的边缘算力。

我们拥有近 300 个接入点（PoP），它们与本地网络高度互连，并且可以通过专属骨干网实现与其他城市或地区的低延迟连接。在 zenConsole 中，您可以评估我们接入点与最终用户网络之间的延迟，以评估您的裸机或虚拟机部署的最佳位置。您还可以使用我们的控制台来评估接入点之间的延迟，并在其他城市或地区的接入点之间无缝部署二层点对点或完全网状的三层连接。

在每个接入点，我们与广泛的本地对等体和传输提供商构建 BGP 混合，以优化我们客户的流量。我们与 AWS、Microsoft、Oracle、Alibaba 和其他公共云合作，提供从我们的接入点到这些领先的超大规模计算环境和灵活部署模型的直接连接，以便将您的私有数据中心连接到我们的网络。

以下是达卡接入点以及到孟加拉国本地网络的延迟的示例。

随着技术的发展和边缘的扩展，选择一个能够提供广泛算力和低延迟能力的合作伙伴至关重要。Zenlayer 的超连云体现了我们致力于提供灵活、经济高效且位置优越的服务的决心，从而在不断演变的边缘生态系统中推动您的业务向前发展。