AWS Greengrass是一款新推出的软件，可以满足客户的需求，而这些需求不一定能在亚马逊海量的公有云数据中心内实现。它将计算、消息传递和数据缓存带入本地设备，专门针对边缘计算和物联网(IoT)的新兴趋势。

Forrester Research的一项研究表明，大约35%的生产IoT应用的公司希望拥有边缘功能。这反映了物联网更为复杂的用途的演变，而AWS近期的举措反映了其在这个市场中想要拥有一席之地的意图。

“当你看到亚马逊正在做什么，以及他们为什么要这样做的时候，你总是要看看他们从客户那里得到了什么反馈”，马萨诸塞州剑桥市的Forrester公司的分析师Jeffrey Hammond说，“他们已经开始走向边缘，因为客户正把他们推向边缘”。

Hammond说，物联网中出现了两条战线。第一个是连接设备，它往往更简单，依赖于传感器或移动设备。 第二个——也是AWS与Greengrass的目标——是工业互联网，在某些机器上投资了1000万美元的公司，将不会在高功率CPU的边缘设备上花费额外的资金。

然而，AWS在这个市场上并不孤单。 思科、通用电气和PTC都倾向于使用其特有的技能来获得该领域的优势。而亚马逊可以依靠其云端的专业知识，像微软和谷歌这样的竞争对手也已经进军到这一市场上了。

“亚马逊的与众不同之处在于，它从主流开发者的角度出发，使用AWS Lambda作为Greengrass核心，”Hammond表示，“这是我们看到的网络和移动开发者所做的事情的延伸，而不是传统的技术和嵌入式的解决方式。”

多年来，AWS的高管把公有云的兴起描绘成一条单行道——所有的工作都会最终搬到那里，永远不会再回到客户的办公室。但云上的先锋部队已经软化了这一立场，以适应混合部署。AWS Greengrass进一步推进，使AWS计算资源可以在亚马逊云数据中心之外可用。基于同样的AWS软件可运行在云和本地，使得亚马逊最接近于具有混合云的能力。

Greengrass于去年11月的最后一天发布，并于今年6月份在14个AWS地区中的四个地区得到普遍的支持。它依靠Lambda函数在客户自己的机器上执行作业，企业可以使用它跟踪内部网络上的传感器和机器数据。它结合了AWS IoT平台和AWS IoT Button，并内置于Snowball Edge中，这为流行的数据传输设备增加了计算能力。

不是所有的东西都适用于公有云

Stanley Black&Decker的Digital Accelerator为公司的不同业务部门提供服务。其中一组致力于将IoT功能构建在个人工具和设备中，而另一组则希望使用IoT设备在非传统环境中创建数字工作区，如网站建设。

后一种情况下，边缘设备对于克服与云的连接的限制至关重要。

Stanley Black&Decker Digital Accelerator的软件工程总监Hamid Montazeri说：“根据物理学定律，这一响应时间有几百毫秒的延迟，但它在控制系统中具有不稳定因素。”

AWS转向解决边缘计算，说明了为什么并不是所有场景都适用于使用云。不过，这并不令人意外，因为每个基础设施供应商都必须为科技市场的下一个大前沿做好准备，坐落于波士顿的存储创业公司和AWS合作伙伴ClearSky Data公司的首席技术官兼联合创始人之一的Laz Vekiarides说。

不过，AWS Greengrass并没有真正解决连接问题。他说，只要亚马逊和其他云供应商将巨大的数据中心的业务定位在无处不在的地步，那么这样的网络问题就会持续下去。

Vekiarides表示，一些拥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，他们可能会将POS处理和事务处理放在云中，但是很多需要即时响应和用户交互的IoT应用无法到达那里。

GE Energy Connections副总裁兼首席数字官Steven Martin表示，随着对计算能力的需求的不断上升，以及对光速和其他延迟因素的挑战，边缘设备变得越来越复杂。该公司与多家公有云提供商合作。

Martin说，到目前为止，亚马逊已经解决了关于更多计算能力问题的最简单的部分。他在去年11月加入GE之前曾帮助构建Microsoft Azure。更大的挑战在于系统上有多少业务逻辑，如何管理两者之间的交互，以及给予边缘设备多大的自主权等等。

“任何称职的开发人员都可以在两个端点之间架起桥梁，”马丁说，“真正的价值在于管理复杂的业务逻辑，并在中央控制与边缘之间的模型间进行应用程序设计或编排。”

也值得注意的是，从架构上看，AWS是基于Lambda而不是裸机上的服务，Vekiarides表示。不仅仅是提供一个与其他物理基础设施具有相同的价格标签的盒子，亚马逊还需要在此有所区分。

“如果他们提供一个完整的核心，并且在Ashburn或Portland的管理环境之外拥有英特尔核心，那么与从Dell或Quanta或其他任何大型OEM厂商所购买的产品就没有什么区别了。”Vekiarides说，“你总能看到这些东西包裹着计算基础架构。”

但对于Stanley Black&Decker来说，AWS Greengrass解决了多个问题。当客户不希望某些数据离开工厂时，这一点就很重要，它甚至可以作为某种过滤器。

Montazeri说，这些传感器可以收集大量数据，但并不是所有的数据都必须到云上。例如，如果传感器每60秒检查一次更改，那么管理员可以指示边缘设备仅发送指示这些更改的数据，而不是在一小时内收集的所有60个数据点。有效修剪数据的能力降低了存储需求，从而降低了成本。

也许更重要的是，将Lambda函数引入工厂的能力意味着在整个环境中可以应用相同的方法。这包括在AWS上构建应用程序时使用相同的规则引擎和功能即服务，以及在本地部署软件之前在云中所采用的许多身份验证和授权机制。

“它在新环境中创造了发展的一致性，也就是在云中我们所习惯的，现在我们也可以将这些知识应用于边缘。” Montazeri说，“这比学习一个全新的平台并且学习平台的所有细微之处要好得多。” 

本文作者：Trevor Jones

来源：51CTO