不論我們如何嘗試，都不可能打敗物理限制，這里我指的是數據重力與計算。物聯網的網絡邊緣對IT運營和供應商服務均產生了巨大影響。舉例而言，IoT強制改變了數據模式，促使亞馬遜發布Snowball Edge，這個具有集成存儲和計算資源的數據傳輸設備。Snowball Edge可在網絡邊緣實現一些計算能力，并有助于將數據傳輸回云端。那么Snowball Edge會是公有云未來的代表嗎？ 在Andreessen Horowitz的合伙人Peter Levine看來，物聯網將終結公有云。

　　Levine認為，傳感器數量的增長以及處理數據的需求將會阻礙公有云的采用。公有云模型假定數據位于云提供商的數據中心內，數據重力有利于Amazon Web Services（AWS）而不是客戶。

　　亞馬遜提供多種將數據加載到AWS中的方法。從物理Snowball驅動器到拖車上的存儲，AWS能收集任何尺寸的數據。將數據導入AWS的成本與獲取數據的成本相比非常少，而離開AWS則將付出極大代價，因為現實讓數據變得沉重。

　　在AWS數據中心內托管數據有很大優勢。到目前為止，最具吸引力的功能是利用不斷增長的AWS計算服務列表來應對 所采集的所有數據。AWS現在提供機器學習或人工智能服務，為了實際使用，機器學習需要大量數據。這樣的數據集和處理過程被Levine視為其昭示著“云計算的死亡”。

　　許多迷你數據中心

　　IoT設備持續產生大量數據，數據重力在使用由傳感器生成的數據的能力方面起著至關重要的作用。舉例而言，無人駕駛汽車所需的數據。這些汽車上的傳感器可以采集數TB數據。這些車必須實時處理傳感器數據。從純粹延遲和帶寬的角度來看，不可能將數據傳輸到數據中心進行決策處理。

　　因此，決策處理必須最接近數據，也就是在車內。在惡劣天氣條件下識別停車標志需要很大的處理能力，并根據道路狀況確定最佳行動方案。這個例子并不是自駕汽車的獨特之處。邊緣計算正開始以與邊緣數據收集器相似的速度進行擴張。據Levine預測，如今的非自駕豪華車有100個CPU。公有云根本無法抵消物理學對實時物聯網處理的影響。

　　這對企業IT和公有云的采用意味著什么？IoT是消費者和企業計算領域的下一個熱潮。單個業務可能有數百萬個傳感器在本地設備上生成和處理TB數據。管理每個本地設備差不多與管理數據中心或至少一個子數據中心相當。因此，IoT 給企業IT提出了獨特的挑戰。

　　物聯網計算基礎設施

　　AWS Snowball Edge允許某些級別的計算在遠程站點上進行。AWS所提供的示例：Invent 2016是風力發電場傳感器數據。渦輪機產生大量數據，其中一些數據需要接近產生源分析。Snowball Edge能夠進行一些分析，并將較大的數據集發送到AWS進行數據挖掘或歸檔。在許多情況下，處理IoT數據所需的計算資源類似于數據中心的設備的造價。

　　結果是公有云試圖解決的所有問題重新出現。多年來，企業IT組織專注于整合數據中心和服務。

　　服務整合為公有云創造了機會。終端用戶不在乎綜合數據中心是由客戶還是公有云提供商擁有和經營。對于業務，邊緣IoT計算重新引入了分布式企業數據中心服務的復雜性。

　　在當今環境中，人員、流程和技術面向集中管理。

　　企業需要制定部署微型數據中心策略。我預測，AWS不會讓這個業務流入傳統企業IT供應商。Snowball Edge是解決私有云功能的混合平臺類型前身。更多的管理物理硬件產品將成為亞馬遜物聯網的愿景，包括其IoT軟件開發工具包。

　　我也希望供應商能夠在綜合平臺模式（例如超融合基礎架構）上取得突破。我正在關注IoT具體的投資。前不久思科宣布收購AppDynamics，該軟件將成為思科IoT業務部門的一部分。在思科購買之前，AppDynamics并沒有專注于物聯網。購買和重新定位到互聯網的行為表明，物聯網是企業IT供應商的下一個戰場。

　　現在說公有云已經結束還為時過早，不過我希望傳統提供商和公有云提供商的產品能適應企業IT調整以支持IoT邊緣計算。