第2章 计算的网络化发展

2.1 计算的发展脉络

计算的发展经历了多个阶段，从大型计算机到个人计算机（PC），再到云计算、边缘计算等。这些发展不仅涉及软、硬件技术的不断完善，还包括计算模型、应用场景和服务模式的变迁。随着有线网络和无线网络的发展，计算服务逐渐为用户提供更多样化的服务模式。本节将介绍计算发展的多个阶段，并探讨每个阶段的特点、优势及对计算领域的影响。

2.1.1 大型计算机：传统的高性能计算

在计算机发展的早期阶段，大型计算机是主要的计算设备。大型计算机通常庞大且昂贵，仅供大型企业和机构使用。大型计算机具有强大的计算能力和存储容量，但缺乏灵活性和可扩展性，主要用于科学计算、金融行业和政府机构等，对于普通用户而言几乎遥不可及。

在大型计算机的发展历程中，发生了一些标志性事件。1964年，IBM推出IBM System/360系列大型计算机，这个事件被认为是大型计算机时代的里程碑。它引入了可插拔的软件和硬件，使得不同型号的计算机可以共享软件和外部设备。从1961年到1972年，为了支持Apollo计划，IBM开发了阿波罗制导计算机（AGC）系统，这是一种在航天器中使用的高可靠性的计算机系统。1969年，UNIX操作系统诞生，它是由肯·汤普森（Ken Thompson）和丹尼斯·里奇（Dennis Ritchie）开发的。UNIX的设计理念和特性对后来的操作系统产生了深远影响，成为大型计算机时代的重要里程碑。

直到现在，大型计算机在重要的领域，如金融、保险、航空航天和医疗等依旧发挥着关键作用。这些领域需要处理海量数据、保证高可靠性和高安全性，并提供7×24小时全天候服务。大型计算机通过其强大的计算能力和可靠性，满足了这些领域的需求。

从可靠性和容错性来看，大型计算机采用冗余设计和故障转移机制，以防止单点故障对整个系统的影响，硬件和软件方面的冗余保证了系统的高可用性和高可靠性。大型计算机拥有强大的计算能力和高速数据传输能力，采用先进的处理器架构、高速缓存和内存系统，以及优化的输入/输出子系统，在处理大规模数据和完成复杂计算任务方面表现出色。在处理敏感数据和关键业务时，大型计算机的安全性至关重要。大型计算机能够提供多层次的安全防护，如访问控制、加密和审计功能，还具备强大的安全监控和漏洞管理能力及应对网络攻击和数据泄露的能力。

从商业的角度来看，大型计算机的寿命通常较长，可以达数十年，这意味着大型计算机用户的投资得到了长期保护。大型计算机还可逐步扩展和升级系统，以满足不断增长的需求。大型计算机的能耗相对较低，占用空间少，同时维护成本和管理成本也较低。大型计算机供应商提供完善的生态系统和技术支持，用户可以获得专业的培训、咨询和技术服务，以确保系统稳定运行。此外，大型计算机用户可以从供应商的创新和发展中受益，以满足不断变化的业务需求。

2.1.2 个人计算机：个人使用的桌面计算

随着计算机技术的进步，个人计算机出现了，它的成本大幅下降，体积缩小，性能提升。个人计算机的普及使得普通用户可以拥有自己的计算设备进行文字处理、数据处理等。个人计算机的突出特点是独立，用户可以在本地运行应用程序和存储数据，但在计算能力、存储容量和安全性方面受到限制。

在个人计算机的发展历程中，发生了一些标志性事件。1981年，IBM发布PC，它是第一台被广泛使用的个人计算机，标志着个人计算机时代的开始。IBM PC的成功推动了个人计算机的普及。1985年，微软公司推出Windows操作系统，该操作系统成为个人计算机的主流操作系统。Windows操作系统友好的用户界面和广泛的软件支持促进了个人计算机的普及和应用。20世纪90年代，互联网的商业化使得个人计算机与全球网络连接起来，开启了信息时代的大门。万维网的诞生、电子邮件的普及及电子商务的兴起，改变了人们的生活和工作方式。这是个人计算机向网络化发展的重要里程碑，也是后续云计算、边缘计算等计算模式向网络化发展的启蒙。

从技术角度来看，随着处理器性能的提升、存储容量的扩大和图形处理能力的提高，个人计算机变得更加强大。同时，体积的缩小也使得个人计算机更加便捷。操作系统是个人计算机的核心软件。从DOS到Windows、macOS和Linux，操作系统的不断发展为用户提供了更友好、稳定和安全的环境。操作系统的创新也推动了软件和应用程序的发展。

从商业的角度来看，个人计算机为个体和企业提供了巨大的生产力。通过办公软件和存储服务，个人计算机提高了工作效率和创造力，使得工作和任务的完成更加高效和方便，促进了个人和企业的发展。个人计算机还吸引了大量的开发人员和创新人员，为用户提供多样化的软件选择。个人计算机创造了新的商业模式和机会，为企业和个人带来了经济增长和发展。

2.1.3 云计算：弹性且可扩展的池化计算

云计算是一种基于计算机网络的计算模型，通过网络提供计算资源和服务。在云计算中，计算资源（包括计算能力、存储空间和网络带宽等）及相关的软件和数据都可以被动态地分配和共享，以满足用户的需求。

在云计算中，用户无须拥有和管理自己的物理服务器或基础设施，根据不同的工作负载和流量需求，通过云服务提供商提供的虚拟化环境就可以实现计算资源的按需获取、使用和管理，为用户提供了灵活、可靠和高效的计算能力，同时降低了建设和维护计算基础设施的成本。

我们可以从常见的云计算架构中对云计算的特点进行更深入的了解，如图2-1所示。IaaS、PaaS、SaaS构成了云计算的核心，提供了不同层次和功能的服务，满足了不同用户的需求。

（1）基础设施即服务（IaaS）

IaaS是云计算架构的基础，用于提供基本的计算资源和虚拟化环境。在IaaS中，用户可以自由获取并配置和管理虚拟机、存储空间、网络资源等基础设施，根据自己的需求，按需使用和付费。

（2）平台即服务（PaaS）

PaaS在IaaS之上构建，为开发人员提供了一个完整的应用开发和部署平台。在PaaS中，用户可以利用云计算供应商提供的开发工具、运行环境和中间件，开发、测试和部署应用程序，而无须关注底层基础设施。PaaS使开发人员能够更专注于应用程序的开发和创新。

（3）软件即服务（SaaS）

SaaS是一种软件分发模型。在SaaS中，用户可以通过互联网访问和使用各种应用程序，而无须在本地安装和维护软件。常见的SaaS包括电子邮件、在线办公套件、客户关系管理系统等。用户只需要通过浏览器或移动设备即可使用这些应用，无须关注底层的基础设施和平台。

总体而言，云计算通过虚拟化、自动化和网络通信的技术手段，构建了一种灵活、可扩展和按需的计算环境，为用户提供了方便、高效的计算服务。

需要注意的是，云计算的服务模型并不是独立存在的，它们之间有着紧密的关联。例如，PaaS依赖于IaaS提供的基础设施资源，而SaaS建立在PaaS和IaaS的基础上。三者互相配合和协同工作，构成了完整的云计算架构，为用户提供了灵活、可扩展和按需的计算服务。

当前，云计算广泛应用于各个方面，包括虚拟桌面、云存储提供的数据备份恢复服务、在线协同办公等企业应用，科研人员利用云平台进行大规模的计算和模拟，通过高性能计算，加快科学研究进程等。随着云计算技术的进一步发展和创新，云计算的应用还将不断拓展和演进。

2.1.4 边缘计算：将计算能力移至数据源附近的分布式计算

边缘计算是一种分布式计算模型，它将计算和数据处理功能从传统的集中式数据中心移到接近数据源或终端设备的边缘节点上。边缘节点可以是物联网设备、网络边缘服务器等。

边缘计算的作用是将计算资源和数据处理功能尽可能地靠近数据产生和使用的地方，以降低数据传输时延、提高数据处理效率、节约带宽和保护数据隐私。

边缘计算的关键主要包括边缘节点、边缘智能和边缘分发。

① 边缘节点：边缘计算的关键组件位于网络边缘，可以是物联网设备或专用的边缘服务器等。边缘节点具有一定的计算能力和存储能力，能够执行计算任务和存储数据。边缘节点可以与终端设备和中心云进行通信，并在本地进行数据处理和分析。

② 边缘智能：在边缘节点上进行的智能计算和决策，使边缘节点能够根据本地数据进行实时的智能处理。边缘智能包括机器学习、深度学习（DL）、模式识别等技术，使边缘节点能够实现数据分析、预测、优化和决策等智能功能，减少对中心云的依赖。

③ 边缘分发：将计算和服务的功能推向边缘节点，使其能够提供更高效、实时的计算和服务。边缘分发可以通过将应用程序、数据和服务部署在边缘节点，使终端设备可以直接与边缘节点进行通信和交互，降低数据传输时延，满足实时计算需求。

边缘计算在IoT、智慧交通、零售行业、医疗保健、城市管理等许多领域都有广泛的应用。通过这些应用，边缘计算提供了强有力的商业价值，具体如下。

（1）智能化赋能

① 实时数据处理与快速决策：边缘计算将计算能力移动到接近数据源的边缘设备上，实现了实时数据处理和快速决策。这种能力为企业提供了更高效的智能化应用，例如智慧城市、智慧工厂和智慧交通等，帮助企业实现自动化、智能化的转型。

② 降低网络时延与提升安全性：边缘计算将数据的处理和存储推向离用户更近的地方，降低了数据传输时延。这对于对时延敏感的应用非常重要，如虚拟现实、物联网和自动驾驶等。此外，边缘计算还提供了更好的数据安全性，因为数据可以在本地进行处理，减少了在云端传输敏感信息。

③ 强化AI的本地化：边缘计算将AI算法和模型部署到边缘设备上，使得智能决策可以在本地进行，不需要依赖云端的连接。这为实时的、个性化的智能化应用提供了可能性，如智能家居、智能健康监测和智能零售等，为企业创造了巨大的商机。

（2）优化用户体验

① 提升响应速度与可靠性：边缘计算将计算资源靠近用户，缩短了数据传输的距离，从而大大提升了应用的响应速度。例如，边缘计算可以在游戏中实现低时延的游戏体验，在视频流媒体中实现无缝的高清播放。这种优化的用户体验有助于提升用户满意度和忠诚度。

② 个性化与场景感知：边缘计算可以根据用户的个性化需求和特定场景进行数据处理和决策。通过在边缘设备上实现个性化模型和算法，企业可以提供定制化的产品和服务，满足用户需求的多样性，并增强用户体验。

③ 离线工作与网络容错：边缘计算可以在网络不稳定或无网络连接的环境下继续工作，保证应用的稳定性和可用性。这对于一些关键领域，如医疗保健、紧急救援和工业自动化等，具有重要意义。边缘计算的离线工作能力为企业提供了更强的容错性和可靠性。

（3）推动业务增长

① 本地化服务与市场扩展：边缘计算使企业能够在本地提供更加个性化和定制化的服务。通过充分利用边缘计算，企业可以更好地了解本地市场需求，并有针对性地开展营销和业务扩展。这有助于企业在本地市场中获得竞争优势，推动业务增长，扩大市场份额。

② 数据驱动的业务决策：边缘计算提供了更接近数据源的机会，使得企业可以更加深入地了解用户行为和偏好。通过对本地数据的分析和利用，企业可以进行数据驱动的业务决策，优化产品和服务，提高市场反应速度，并实现更高的客户满意度和业务增长。

③ 合作与生态系统建设：边缘计算为企业提供了合作和生态系统建设的机会。通过与边缘计算平台提供商、设备制造商和应用开发人员等合作，企业可以开发新的解决方案，并拓展业务的边界。这种合作和生态系统建设有助于企业实现协同效应，提高市场竞争力，促进业务增长。

2.1.5 端计算：用户端的实时计算

端计算是指具备计算能力和通信功能的电子设备，能够进行数据处理、存储和传输，并与其他设备或网络进行交互的计算形态，它的实物表现形态为智能终端，其通常由操作系统、用户界面和应用程序组成，能够执行多种任务和提供各种服务。

智能终端是云计算、边缘计算及智能技术面向终端用户的最显著的体现。

首先，智能终端可以通过连接云服务器，利用云端的高性能计算资源和大规模存储，实现更复杂、更密集的计算任务和应用。智能终端还可以利用云计算提供的数据中心级别的安全性和可靠性为用户处理和存储数据。

其次，智能终端利用边缘计算，能够在离用户更近的地方进行计算和处理，减少对云服务器的依赖。这对于实时性要求较高的应用场景尤为重要，如智能家居、智慧工厂等。

最后，智能终端的核心是AI技术，通过将AI算法和模型部署到智能终端上，智能终端可以具备语音识别、图像识别、自然语言处理等能力。这使得智能终端能够理解用户的指令和需求，并提供个性化的服务和智能化的决策。智能终端通过泛在智能为用户带来智能、便捷和个性化的体验，推动了智能化社会的发展。

智能终端能够与用户进行交互、感知环境、学习用户喜好，并根据需求提供各种智能化的解决方案。

智能终端的使用场景非常广泛，如智能灯光、智能门锁、智能温控系统等。通过智能终端，人们可以远程监控和控制家居设备，实现智能化的家居管理，拥有舒适的生活体验。智能手机、平板计算机和智能手表等终端设备可以帮助员工随时随地处理工作任务、查看日程安排和与团队成员进行沟通；智能手环和智能手表可以记录佩戴者的身体活动、心率和睡眠质量等，指导人们健康生活。

随着技术的不断进步和创新，智能终端将在更多领域发挥作用，为人们的生活和工作带来更多便利和智能化的体验。

随着终端设备的硬件性能大幅提升，各种各样的智能终端发挥着重要的作用，可以归结为以下几点。

① 数据收集和传感能力：智能终端通常配备了各种传感器和数据收集设备，能够实时获取环境数据、用户行为数据等。智能终端可以直接接触到数据源，能够快速、准确地收集大量的实时数据，并将数据传输到边缘节点进行处理和分析。

② 实时响应和低时延需求：某些应用场景对实时响应和低时延有较高的要求，例如智慧交通系统或工业自动化。通过将计算和任务在智能终端上进行处理和分析，可以在数据产生的地方实时做出反应，降低数据传输时延，提高系统的响应速度和效率。

③ 离线处理和边缘决策：智能终端具备一定的计算能力和处理能力，可以在边缘节点上进行数据分析和决策，而无须依赖云端。这种离线处理和边缘决策的能力对于一些对隐私保护要求较高或网络连接不稳定的场景非常重要，可以减少对云端的依赖性，增加系统的可靠性和安全性。

④ 灵活性和个性化服务：智能终端通常拥有不同的用户界面和交互方式，能够提供个性化的用户体验和服务。智能终端通过在本地进行计算和分析，可以根据用户的需求和偏好，实现个性化的推荐、定制化的服务，并与用户进行实时的交互和反馈。

⑤ 网络带宽和成本优化：智能终端在边缘计算中可以对数据进行初步的处理和筛选，只将重要的数据或结果传输到云端进行进一步分析和存储。传输筛选和优化的数据可以节约网络带宽，降低数据传输成本，并减轻云端的负担。

2.1.6 计算持续发展的推动因素

从大型计算机到个人计算机，再到云计算和边缘计算及端计算的发展是由多种因素驱动的。需求的增长和多样化、数字化转型的推动、技术的进步与成本下降及数据的暴增与实时性要求都促使计算能力向更强大、更灵活和更高效的计算资源转移。这些动力在不断推动着云计算和边缘计算及端计算的持续发展和创新。

① 需求的增长和多样化：随着科技的进步和社会的发展，人们对计算和数据处理的需求变得越来越多样化和复杂化。个人计算机无法满足所有需求，因为它们的计算能力和存储容量是有限的。云计算和边缘计算的发展提供了高度可扩展的计算资源和存储资源，可以满足不同规模和类型的需求。

② 数字化转型的推动：现代社会正经历着数字化转型的浪潮，越来越多的业务和服务依赖于计算和数据处理。云计算和边缘计算提供了高效的基础设施和平台，可以支持大规模数据存储、处理和分析，加速数字化转型的进程。

③ 技术的进步与成本下降：云计算和边缘计算的发展得益于计算技术和通信技术的不断进步，计算能力提升、数据传输更加高效和经济。同时，随着技术的成熟和普及，云计算和边缘计算的成本逐渐下降，更多的组织和个人能够接触并使用这些资源。

④ 数据的暴增与实时性要求：随着物联网、移动设备和传感器技术的快速发展，大量的数据被生成和收集。这些数据需要进行实时分析和处理，以提取有价值的信息并用于支持决策。边缘计算和端计算的出现满足了数据处理的实时性要求，将计算能力推向数据源和终端设备附近，避免了数据传输的网络拥塞。