你是否有过这种经历：
　　为了一张春节回家的车票，眼睛一眨不眨地盯着电脑屏，然而就在出票的瞬间卡住了，等到一两分钟后再刷出网页，已经变成了“无票”……
　　为了一件心仪已久的宝贝凌晨数秒等“秒杀”，等到削尖脑袋挤进去的时候宝贝已经“被抢光”……
　　你想重新编辑一下你的相册空间，打开一幅照片却费了5分钟……
　　你在差两分三点之前忽然想要买点基金、证券，却无论如何跳转不到支付页面……
　　2008年，我国移动互联网用户才1.1亿。2016年年底，这个数字已经超过9亿。
　　——无论我们愿不愿意，移动互联网时代都已经不容置疑地降临到这个世界，以潮水般的速度席卷生活的方方面面，给我们带来新的生活方式的同时，也带来了新的“心塞”。
　　类似上文列举的种种“心塞”，根源就是移动互联网用户爆发带来的计算和数据处理请求在数据中心得不到及时处理所致。
　　在移动互联网时代，计算和数据处理都是基于大型数据中心和云计算的集中式处理。然而最近几年来，随着移动互联网用户的增多，出现了层出不穷的新型网络应用，由于网络带宽发展的相对落后，这种集中式处理方式开始显现一些缺陷和不足。这促使人们开始思考和研究后云计算时代的网络计算模式。为了满足这一需求，清华大学周悦芝老师带领他的团队，针对现有网络计算模式集中式计算和存储的问题，提出了利用距离终端用户较近服务器上的计算和存储资源，甚至是与用户终端对等的其他终端上的资源来完成用户所需要的计算或存储任务，从而加快终端任务的处理和响应速度，提高用户体验。由于这些计算和存储发生在距离终端用户较近的服务器或者对等终端上，可以将这种计算模式称为“近端计算”或“近端（云）计算”。与此相对应，传统意义上的云计算可以被稱为“远端云计算”。
　　周悦芝，清华大学计算机科学与技术系副研究员，近年来一直从事计算机的应用基础研究和成果推广工作，在分布式系统、网络计算和云存储方面进行了创新性研究和实现，取得了多项创新性成果。
　　随着计算机硬件、软件和网络技术的发展，计算模式也在发生变革和演变。从大的维度来看，计算模式经历从大型主机到Pc机，再到上世纪七八十年代网络流行后的网络计算的演变过程。目前是以云计算为代表的网络计算时代。大型主机是一种集中式的计算模式，计算和存储均在主机上进行，哑终端或者智能终端只执行输入和输出的人机交互功能。Pc计算模式则是一种分散式的计算模式，计算和存储分散在每台个人计算机上进行执行，相互独立。随着网络计算的发展，个人计算机开始相互连接并且和执行专门功能的服务器连接起来，形成了以个人计算为主，其他计算机和服务器为辅的网络计算模式。后Pc计算时代出现了多种网络计算模式，如网格计算、服务计算等，但是最终云计算在现阶段获得了最广泛的认可和巨大的商业成功。云计算最核心的特征就是计算和存储集中在大型云计算或数据中心来执行，尽管其表现形态和技术与大型主机似乎完全不同，但其实质是大型主机集中式计算模式的历史性、螺旋性回归。
　　从历史上看，集中式和分散式计算模式，各有各的优势和缺点。由于技术发展和应用需求的变化，集中式和分散式计算模式在不同历史时期取得了不同程度的主导式发展，呈现出历史性的螺旋式发展规律。云计算发展到今天，虽然取得了巨大的成功，但是其固有的集中式特性，在满足高速网络发展和大规模计算和存储需求的同时，也日益暴露其根本性的缺陷和发展瓶颈。
　　首先是智能终端能力的发挥问题。由于摩尔定律继续成立，手机、平板电脑等智能终端在体积越来越小的同时，其计算、存储和通信等能力越来越强大，终端处理、存储和通信等能力在一定程度上出现了相对过剩和闲置。但是另—方面，另外一些终端设备处理、存储或通信能力由于技术和应用需求而继续维持在相对弱小的状态，处理、存储或通信能力则显现明显的不足。由于云计算是一种集中式计算模式，终端只是进行输入输出的人机交化互功能，因此一方面，云计算使得强大的终端设备处理、存储和通信能力不能得到充分发挥，造成计算、存储和通信等资源的浪费。而另外一个方面，能力不足的终端设备不能在云计算模式下充分利用周围其他终端设备过剩的计算、存储和通信等能力在完成自身的计算、存储和通信等任务。这在整体上造成了计算、存储和通信资源的低利用率和低效率，也造成了.总体资源的闲置和浪费。
　　其次，由于泛在化网络技术的发展，网络带宽和速度得到大幅度提高，宽带无线接入随时随处可得。但是云计算中用户终端和大型云计算中心之间需要跨越网络，一般往往是长距离的广域网络或异构的无线网络。相关研究表明，长距网络在带宽不断增长的同时，在拥塞、延迟、抖动和失效等方面的性能提高和性能保证却十分有限。因为延迟、拥塞等问题，由于网络路由、中间网络节点包处理、跨网络服务提供商以及安全监控等方面的原因，很难在近期甚至长期得到提高和改善。而无线网络在网络服务质量方面也难以得到保证和有效提高，无线广播机制会导致高峰时期的用户拥塞，从而导致网络丢包和网络抖动现象的出现，这些都会降低交互式应用和服务的服务用户体验。由于云计算需要在数据中心进行集中处理，再加上网络固有的延迟和拥塞等，在交互式应用中，云计算显得力不从心。
　　最后，复杂新型网络应用场景需求不断更新和变化。随着移动互联网、无线传感器网以及普适化终端的发展，新型网络应用、服务以及新型网络应用场景不断涌现，令人目不暇接。复杂多样化的新型网络应用和服务，其在终端类型和能力、网络类型和能力，应用和服务需求等方面各不相同，这给云计算的普遍适用造成带来了极大的挑战。以物联网应用场景为例进行分析，集中式的云计算难以满足物联网应用在无线接入和低延迟访问、移动支持和位置及环境感知等方面的应用需求。在未来的5G应用场景，虽然网络带宽和延迟性能进一步提高，但是由于用户数量和应用数量急剧增长带来的巨大需求，使得云计算在内容高效分发、移动大数据分析、智能交通/政务/医疗、端端协作与实时应用等方面还是难以满足需求。因此，云计算难以满足未来互联网中数据或内容分发以及实时或近实时应用的需求，严重阻碍了新型网络应用和服务的发展，人们寻求云计算的替代模式已经成为必然。
　　而近端计算就好比是《西游记》中弥勒佛的法宝“后天袋”，可根据需要任意缩放，使计算或者存储的处理和运行快速高效，最大限度降低云计算集中式处理带来的延迟。
　　近端计算的基本原理就是“让云离地面更近”，实质上就是将云计算从集中式的大型数据中心扩展到离用户距离较近的网络边缘，从而克服集中式处理的网络瓶颈，提高终端用户服务请求的处理速度和用户体验。在技术途径上，可以在距离用户较近的网络边缘部署专门服务器和设备或者小型的数据中心，也可以利用周边空闲的服务器或者其他用户终端上空闲的资源来进行分散式的计算和存储。很显然，近端计算是云计算由集中走向分散式集中的一种自然扩展，是Pc分散式计算模式的一种历史性回归。
　　云计算是由终端和云计算处理中心组成的二层架构，而近端计算在中间增加了一层或多层计算，将原来的二层架构扩展到了三层或多层。一些计算和数据处理就近进行处理，然后再发送到远端的云计算中心进行进一步处理。近端计算可以集中附近服务器或者终端节点的计算和存储能力，因此可以认为是一种小型的集中式处理。从执行时序上看，云计算中所有计算和处理均在数据中心上进行，终端必须等待云计算中心返回的处理结果才能进行下一步的处理。而在近端计算中，由于两级或者多级中心的存在，计算和存储可以在多个中心上进行并行处理。此外，计算、存储或联网等任务除了可以在服务器或微型数据中心上执行外，还可以在终端本身或者周围邻近终端上进行；终端与终端之间还可以组成对等和分散的协作网络，合作完成某项计算、存储或联网等不同任务。近端计算并非简单的将云计算扩展到网络边缘，而是在体系结构、计算和存储执行模式、服务控制、可用性等诸多方面与云计算存在根本性的区别，是云计算集中式处理技术的全面提升和进化。
　　人口规模的巨大优势和信息产业的快速发展，使我国具备无可匹敌的移动互联网应用规模，由此带来的技术挑战也是艰巨而紧迫的。
　　面向市场需求解决实际问题，才能让用户满意、让企业满意、让国家产业有序发展，让各种“心塞”得到根治，这是周悦芝和其团队一直奉行的理念。
　　推动产业继续前行，周悦芝团队仍在研究不辍。期待他们在“近端计算”领域，能够带来新的突破。