[[199667]]

AWS Greengrass是一款新推出的軟件，可以滿足客戶的需求，而這些需求不一定能在亞馬遜海量的公有云數據中心內實現。它將計算、消息傳遞和數據緩存帶入本地設備，專門針對邊緣計算和物聯網(IoT)的新興趨勢。

Forrester Research的一項研究表明，大約35%的生產IoT應用的公司希望擁有邊緣功能。這反映了物聯網更為復雜的用途的演變，而AWS近期的舉措反映了其在這個市場中想要擁有一席之地的意圖。

“當你看到亞馬遜正在做什么，以及他們為什么要這樣做的時候，你總是要看看他們從客戶那里得到了什么反饋”，馬薩諸塞州劍橋市的Forrester公司的分析師Jeffrey Hammond說，“他們已經開始走向邊緣，因為客戶正把他們推向邊緣”。

Hammond說，物聯網中出現了兩條戰線。第一個是連接設備，它往往更簡單，依賴于傳感器或移動設備。 第二個——也是AWS與Greengrass的目標——是工業互聯網，在某些機器上投資了1000萬美元的公司，將不會在高功率CPU的邊緣設備上花費額外的資金。

然而，AWS在這個市場上并不孤單。 思科、通用電氣和PTC都傾向于使用其特有的技能來獲得該領域的優勢。而亞馬遜可以依靠其云端的專業知識，像微軟和谷歌這樣的競爭對手也已經進軍到這一市場上了。

“亞馬遜的與眾不同之處在于，它從主流開發者的角度出發，使用AWS Lambda作為Greengrass核心，”Hammond表示，“這是我們看到的網絡和移動開發者所做的事情的延伸，而不是傳統的技術和嵌入式的解決方式。”

多年來，AWS的高管把公有云的興起描繪成一條單行道——所有的工作都會最終搬到那里，永遠不會再回到客戶的辦公室。但云上的先鋒部隊已經軟化了這一立場，以適應混合部署。AWS Greengrass進一步推進，使AWS計算資源可以在亞馬遜云數據中心之外可用。基于同樣的AWS軟件可運行在云和本地，使得亞馬遜最接近于具有混合云的能力。

Greengrass于去年11月的最后一天發布，并于今年6月份在14個AWS地區中的四個地區得到普遍的支持。它依靠Lambda函數在客戶自己的機器上執行作業，企業可以使用它跟蹤內部網絡上的傳感器和機器數據。它結合了AWS IoT平臺和AWS IoT Button，并內置于Snowball Edge中，這為流行的數據傳輸設備增加了計算能力。

不是所有的東西都適用于公有云

Stanley Black&Decker的Digital Accelerator為公司的不同業務部門提供服務。其中一組致力于將IoT功能構建在個人工具和設備中，而另一組則希望使用IoT設備在非傳統環境中創建數字工作區，如網站建設。

后一種情況下，邊緣設備對于克服與云的連接的限制至關重要。

Stanley Black&Decker Digital Accelerator的軟件工程總監Hamid Montazeri說：“根據物理學定律，這一響應時間有幾百毫秒的延遲，但它在控制系統中具有不穩定因素。”

AWS轉向解決邊緣計算，說明了為什么并不是所有場景都適用于使用云。不過，這并不令人意外，因為每個基礎設施供應商都必須為科技市場的下一個大前沿做好準備，坐落于波士頓的存儲創業公司和AWS合作伙伴ClearSky Data公司的首席技術官兼聯合創始人之一的Laz Vekiarides說。

不過，AWS Greengrass并沒有真正解決連接問題。他說，只要亞馬遜和其他云供應商將巨大的數據中心的業務定位在無處不在的地步，那么這樣的網絡問題就會持續下去。

Vekiarides表示，一些擁抱云的公司需要了解在云上什么可以做以及什么不能做。 例如，他們可能會將POS處理和事務處理放在云中，但是很多需要即時響應和用戶交互的IoT應用無法到達那里。

GE Energy Connections副總裁兼首席數字官Steven Martin表示，隨著對計算能力的需求的不斷上升，以及對光速和其他延遲因素的挑戰，邊緣設備變得越來越復雜。該公司與多家公有云提供商合作。

Martin說，到目前為止，亞馬遜已經解決了關于更多計算能力問題的最簡單的部分。他在去年11月加入GE之前曾幫助構建Microsoft Azure。更大的挑戰在于系統上有多少業務邏輯，如何管理兩者之間的交互，以及給予邊緣設備多大的自主權等等。

“任何稱職的開發人員都可以在兩個端點之間架起橋梁，”馬丁說，“真正的價值在于管理復雜的業務邏輯，并在中央控制與邊緣之間的模型間進行應用程序設計或編排。”

也值得注意的是，從架構上看，AWS是基于Lambda而不是裸機上的服務，Vekiarides表示。不僅僅是提供一個與其他物理基礎設施具有相同的價格標簽的盒子，亞馬遜還需要在此有所區分。

“如果他們提供一個完整的核心，并且在Ashburn或Portland的管理環境之外擁有英特爾核心，那么與從Dell或Quanta或其他任何大型OEM廠商所購買的產品就沒有什么區別了。”Vekiarides說，“你總能看到這些東西包裹著計算基礎架構。”

但對于Stanley Black&Decker來說，AWS Greengrass解決了多個問題。當客戶不希望某些數據離開工廠時，這一點就很重要，它甚至可以作為某種過濾器。

Montazeri說，這些傳感器可以收集大量數據，但并不是所有的數據都必須到云上。例如，如果傳感器每60秒檢查一次更改，那么管理員可以指示邊緣設備僅發送指示這些更改的數據，而不是在一小時內收集的所有60個數據點。有效修剪數據的能力降低了存儲需求，從而降低了成本。

也許更重要的是，將Lambda函數引入工廠的能力意味著在整個環境中可以應用相同的方法。這包括在AWS上構建應用程序時使用相同的規則引擎和功能即服務，以及在本地部署軟件之前在云中所采用的許多身份驗證和授權機制。

“它在新環境中創造了發展的一致性，也就是在云中我們所習慣的，現在我們也可以將這些知識應用于邊緣。” Montazeri說，“這比學習一個全新的平臺并且學習平臺的所有細微之處要好得多。”