邊緣計(jì)算（Edge computing）是相對(duì)云計(jì)算而言的，它是指收集并分析數(shù)據(jù)的行為發(fā)生在靠近數(shù)據(jù)生成的本地設(shè)備和網(wǎng)絡(luò)中。邊緣計(jì)算又被叫做分布式云計(jì)算、霧計(jì)算或第四代數(shù)據(jù)中心。

大概很多人都有這樣的經(jīng)歷：不小心，手被火燒或被開水燙了，人會(huì)立即移開自己的手，這個(gè)反應(yīng)是人的自組織條件反射反應(yīng)。我們假設(shè)一下，如果我們的手被火燒或被開水燙由我們大腦根據(jù)匯集的信息做反應(yīng)決定，再采取行動(dòng)的話，那會(huì)是一個(gè)什么樣的場(chǎng)景？

假設(shè)我們把人的條件反射標(biāo)記為邊緣計(jì)算，把人的大腦的反應(yīng)標(biāo)記為云計(jì)算的話，那么我們就可以淺顯而又深刻地了解邊緣計(jì)算和云計(jì)算的區(qū)別。

一什么是邊緣計(jì)算

邊緣計(jì)算（Edge computing）是相對(duì)云計(jì)算而言的，它是指收集并分析數(shù)據(jù)的行為發(fā)生在靠近數(shù)據(jù)生成的本地設(shè)備和網(wǎng)絡(luò)中，而不是必須將數(shù)據(jù)傳輸?shù)接?jì)算資源集中化的云端進(jìn)行處理。邊緣計(jì)算又被叫做分布式云計(jì)算、霧計(jì)算或第四代數(shù)據(jù)中心。

邊緣計(jì)算首先通過(guò)在WAN網(wǎng)絡(luò)上虛擬化網(wǎng)絡(luò)服務(wù)而出現(xiàn)。最初是由一個(gè)平臺(tái)來(lái)驅(qū)動(dòng)的，適應(yīng)了云計(jì)算用戶的習(xí)慣，這也便是思科(Cisco)于2011年曾提出的霧計(jì)算概念的由來(lái)。隨著新的邊緣計(jì)算能力的出現(xiàn)，邊緣計(jì)算不再需要構(gòu)建集中的數(shù)據(jù)中心，創(chuàng)建了具有潛在數(shù)千個(gè)可應(yīng)用的大規(guī)模分布式節(jié)點(diǎn)的能力。

二為什么需要邊緣計(jì)算

Gartner預(yù)計(jì)到2020年全世界有多達(dá)250億的智能設(shè)備會(huì)連接互聯(lián)網(wǎng)，如此多的設(shè)備會(huì)產(chǎn)生50萬(wàn)億GB的數(shù)據(jù)，這相當(dāng)2015年全球數(shù)據(jù)量的5倍多。如果將這些設(shè)備產(chǎn)生的數(shù)據(jù)全部傳輸?shù)皆贫?，?duì)網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)流量成本控制、云端存儲(chǔ)能力都是一個(gè)巨大的挑戰(zhàn)。同時(shí)，一些應(yīng)用需要及時(shí)響應(yīng)，如工廠的機(jī)械設(shè)備的故障預(yù)測(cè)，時(shí)延即意味著損失。另外一些邊緣設(shè)備還涉及個(gè)人隱私和安全。為了應(yīng)對(duì)物聯(lián)網(wǎng)場(chǎng)景中海量數(shù)據(jù)傳輸、存儲(chǔ)和云計(jì)算能力的挑戰(zhàn)，領(lǐng)先的云計(jì)算廠商紛紛推出邊緣計(jì)算的產(chǎn)品。將部分?jǐn)?shù)據(jù)分析功能，放到了應(yīng)用場(chǎng)景的附近(終端或網(wǎng)關(guān))來(lái)實(shí)現(xiàn)，這種就近提供的智能服務(wù)可以滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。

邊緣計(jì)算的由來(lái)

邊緣計(jì)算是近幾年才興起的一個(gè)概念，它的出現(xiàn)是源于云計(jì)算在實(shí)際運(yùn)用中的不足：

事例1:制造業(yè)打造智能工廠時(shí)，會(huì)有大量的智能化終端和設(shè)備通過(guò)工業(yè)網(wǎng)絡(luò)接入，企業(yè)需要計(jì)算和處理的日常業(yè)務(wù)數(shù)據(jù)越來(lái)越龐大。同時(shí)，工業(yè)上有大量需要實(shí)時(shí)處理的場(chǎng)景，需要在毫秒級(jí)別進(jìn)行實(shí)時(shí)響應(yīng)。由于網(wǎng)絡(luò)的限制，云計(jì)算架構(gòu)難以實(shí)現(xiàn)實(shí)時(shí)響應(yīng)。（延時(shí)即事故）

事例2:無(wú)人汽車需要在高速移動(dòng)狀態(tài)對(duì)周圍環(huán)境做出反應(yīng)，所以響應(yīng)時(shí)間是個(gè)極其重要的指標(biāo)。假設(shè)汽車行駛速度為65英里每小時(shí)，緊急制動(dòng)響應(yīng)時(shí)間即便只慢了幾毫秒，汽車緊急制動(dòng)距離就會(huì)多出幾英尺，這或許就是發(fā)生事故和沒(méi)有發(fā)生事故的區(qū)別。（延時(shí)即生命）

事例3:通過(guò)大量傳感器，對(duì)油田生產(chǎn)數(shù)據(jù)實(shí)現(xiàn)自動(dòng)化采集，但如果每個(gè)傳感器都向云端發(fā)送聯(lián)接，海量的數(shù)據(jù)給網(wǎng)絡(luò)帶來(lái)巨大壓力。（海量即擁堵）

事例4:假如你家的空調(diào)是智能化控制的，而且依托于云計(jì)算。但你家沒(méi)有停電，卻斷網(wǎng)了，那怎么辦？無(wú)法進(jìn)行云端控制，盡管你汗如雨下，空調(diào)也是擺設(shè)，這豈不是是十分尷尬？邊緣計(jì)算解決了這沒(méi)有網(wǎng)絡(luò)情況下的控制。（無(wú)網(wǎng)無(wú)服務(wù)）

1、云計(jì)算和邊緣計(jì)算的區(qū)別

2、邊緣計(jì)算的幾個(gè)特質(zhì)

?分布式和低延時(shí)計(jì)算

邊緣計(jì)算聚焦實(shí)時(shí)、短周期數(shù)據(jù)的分析，能夠更好地支撐本地業(yè)務(wù)的實(shí)時(shí)智能化處理與執(zhí)行

?效率更高

由于邊緣計(jì)算距離用戶更近，在邊緣節(jié)點(diǎn)處實(shí)現(xiàn)了對(duì)數(shù)據(jù)的過(guò)濾和分析，因此效率更高

?更加智能化

AI+邊緣計(jì)算的組合出擊讓邊緣計(jì)算不止于計(jì)算，更多了一份智能化

?更加節(jié)能

云計(jì)算和邊緣計(jì)算結(jié)合，成本只有單獨(dú)使用云計(jì)算的39%

?緩解流量壓力

在進(jìn)行云端傳輸時(shí)通過(guò)邊緣節(jié)點(diǎn)進(jìn)行一部分簡(jiǎn)單數(shù)據(jù)處理，進(jìn)而能夠設(shè)備響應(yīng)時(shí)間，減少?gòu)脑O(shè)備到云端的數(shù)據(jù)流量

三技術(shù)進(jìn)步為布署邊緣計(jì)算提供了可能

在物聯(lián)網(wǎng)場(chǎng)景下，每個(gè)智能設(shè)備都會(huì)產(chǎn)生大量的數(shù)據(jù)，傳輸如此海量的數(shù)據(jù)從本地到云端，則需要消耗大量的網(wǎng)絡(luò)帶寬。為了加快服務(wù)和計(jì)算處理數(shù)據(jù)的時(shí)間，將計(jì)算從云端移向采集數(shù)據(jù)的邊緣節(jié)點(diǎn)則是必然之選。

如上表所示，在30年前，計(jì)算通常發(fā)生在資源集中的大型機(jī)上。而20年前，隨著PC的發(fā)展，C/S架構(gòu)變得流行，任務(wù)處理變成分布式模型，客戶端處理業(yè)務(wù)邏輯，數(shù)據(jù)庫(kù)存儲(chǔ)和交換數(shù)據(jù)。又經(jīng)過(guò)10年的發(fā)展，為了提升用戶體驗(yàn)、提供更敏捷的軟件升級(jí)和改進(jìn)，B/S架構(gòu)占據(jù)主流，業(yè)務(wù)處理和存儲(chǔ)又集中到了云端完成?，F(xiàn)今，隨著連入云端的智能設(shè)備越來(lái)越多、數(shù)據(jù)量越來(lái)越大，而且智能設(shè)備芯片的運(yùn)算能力越來(lái)越強(qiáng)，這為使用邊緣節(jié)點(diǎn)完成對(duì)初始數(shù)據(jù)的處理和分析便提供了必要的條件。

四怎么布署邊緣計(jì)算

在物聯(lián)網(wǎng)場(chǎng)景下，每個(gè)智能設(shè)備都會(huì)產(chǎn)生大量的數(shù)據(jù)，傳輸如此海量的數(shù)據(jù)從本地到云端，則需要消耗大量的網(wǎng)絡(luò)帶寬。為了加快服務(wù)和計(jì)算處理數(shù)據(jù)的時(shí)間，將計(jì)算從云端移向采集數(shù)據(jù)的邊緣節(jié)點(diǎn)則是必然之選。其實(shí)，在大數(shù)據(jù)場(chǎng)景下，將計(jì)算部署到靠近數(shù)據(jù)的節(jié)點(diǎn)早有先例。Hadoop中的MapReduce就是通過(guò)將mapper和reducer部署到數(shù)據(jù)存儲(chǔ)的節(jié)點(diǎn)，從而高效的處理HDFS中存放的海量數(shù)據(jù)。

邊緣計(jì)算環(huán)境是構(gòu)成物聯(lián)網(wǎng)生態(tài)系統(tǒng)的諸多元素的一個(gè)子集，它剔除了管理、安全和分析功能。邊緣計(jì)算是聯(lián)接物理世界和虛擬世界的一道“橋梁”。

1、設(shè)備域：邊緣計(jì)算在這一層，可以對(duì)感知的信息直接進(jìn)行計(jì)算處理。比如在制造領(lǐng)域，可以對(duì)設(shè)備進(jìn)行適時(shí)監(jiān)控，能夠?qū)崿F(xiàn)預(yù)防性維護(hù)；在視頻采集、音頻采集中直接部署智能鑒別的能力;又或者像手機(jī)一樣，能夠由語(yǔ)音輸入直接轉(zhuǎn)換成文字輸出。

2、網(wǎng)絡(luò)域：通過(guò)部署計(jì)算能力，實(shí)現(xiàn)各網(wǎng)絡(luò)協(xié)議的自動(dòng)轉(zhuǎn)換，對(duì)數(shù)據(jù)格式進(jìn)行標(biāo)準(zhǔn)化處理。要解決物理網(wǎng)中數(shù)據(jù)異構(gòu)的問(wèn)題，就需要在網(wǎng)絡(luò)域中部署邊緣計(jì)算，以實(shí)現(xiàn)數(shù)據(jù)格式的標(biāo)準(zhǔn)化和數(shù)據(jù)傳遞的標(biāo)準(zhǔn)化(例如將所有的感知數(shù)據(jù)都換算成MQTT類型數(shù)據(jù)，并通過(guò)HTTP方式傳遞)。同時(shí)，網(wǎng)絡(luò)域的邊緣計(jì)算，還能對(duì)“融合網(wǎng)絡(luò)”進(jìn)行智能化管理，實(shí)現(xiàn)網(wǎng)絡(luò)的冗余，保證網(wǎng)絡(luò)的安全，并可進(jìn)一步參與網(wǎng)絡(luò)的優(yōu)化工作。

3、數(shù)據(jù)域：邊緣計(jì)算，使得數(shù)據(jù)管理更智能、存儲(chǔ)方式更靈活。首先，邊緣計(jì)算可以對(duì)數(shù)據(jù)的完整性和一致性進(jìn)行分析，并進(jìn)行數(shù)據(jù)清洗工作，消滅系統(tǒng)中的“臟”數(shù)據(jù)。其次，邊緣計(jì)算可以對(duì)計(jì)算和存儲(chǔ)能力、以及系統(tǒng)負(fù)載進(jìn)行動(dòng)態(tài)地部署。最后，邊緣計(jì)算還能和云端計(jì)算保持高效協(xié)同、合理分擔(dān)運(yùn)算任務(wù)。

4、應(yīng)用域：邊緣計(jì)算提供屬地化的業(yè)務(wù)邏輯和應(yīng)用智能。它使得應(yīng)用具有靈便、快速反應(yīng)的能力，并在離線的情況下(和云端失去聯(lián)系時(shí))，仍能夠獨(dú)立地提供本地化的應(yīng)用服務(wù)。

五邊緣計(jì)算的典型應(yīng)用場(chǎng)景

邊緣網(wǎng)絡(luò)基本上由終端設(shè)備（例如移動(dòng)手機(jī)、智能物品等等）、邊緣設(shè)備（例如邊界路由器、機(jī)頂盒、網(wǎng)橋、基站、無(wú)線接入點(diǎn)等等）、邊緣服務(wù)器等構(gòu)成。這些組件可以具有必要的性能，支持邊緣計(jì)算。作為一種本地化的計(jì)算模式，邊緣計(jì)算提供了對(duì)于計(jì)算服務(wù)需求更快的響應(yīng)速度，通常情況下不將大量的原始數(shù)據(jù)發(fā)送云網(wǎng)絡(luò)。然而，總體來(lái)說(shuō)，邊緣計(jì)算不需要會(huì)主動(dòng)協(xié)助 IaaS,、PaaS、 SaaS和其他云服務(wù)，更多地專注于終端設(shè)備端。

邊緣計(jì)算的概念是因工業(yè)制造之因而起。在工業(yè)領(lǐng)域，云端固然必不可少，但是仍需要邊緣與云端的協(xié)同工作。單點(diǎn)故障在工業(yè)級(jí)應(yīng)用場(chǎng)景中是絕對(duì)不能被接受的，因此除了中心云的統(tǒng)一控制外，工業(yè)現(xiàn)場(chǎng)的系統(tǒng)也必須具備一定的活力，能夠自主判斷并解決問(wèn)題。邊緣計(jì)算可以更便捷的處理工廠設(shè)備產(chǎn)生的海量數(shù)據(jù)，及時(shí)檢測(cè)異常情況，更好的實(shí)現(xiàn)預(yù)測(cè)性監(jiān)控，提升工廠運(yùn)行效率的同時(shí)也能預(yù)防設(shè)備故障問(wèn)題。

除工業(yè)制造之外，邊緣計(jì)算在物聯(lián)網(wǎng)時(shí)代不斷增長(zhǎng)的數(shù)據(jù)催生了對(duì)邊緣計(jì)算的需求，下圖是邊緣計(jì)算的典型應(yīng)用場(chǎng)景：

1、工業(yè)制造

邊緣計(jì)算可以更便捷的處理工廠設(shè)備產(chǎn)生的海量數(shù)據(jù)，及時(shí)檢測(cè)異常情況，更好的實(shí)現(xiàn)預(yù)測(cè)性監(jiān)控，提升工廠運(yùn)行效率的同時(shí)也能預(yù)防設(shè)備故障問(wèn)題。

2、安全監(jiān)控、ARVR

邊緣計(jì)算提供快速、高效、精準(zhǔn)的實(shí)時(shí)響應(yīng)，將驅(qū)動(dòng)安防行業(yè)人工智能應(yīng)用邁入全新層次。

3、智能交通

智能交通信號(hào)燈可以根據(jù)路上車流的情況動(dòng)態(tài)的調(diào)整信號(hào)燈的顏色，提高交通流暢度，減少擁堵，還可以應(yīng)用于緊急情況，例如：信號(hào)燈可以為緊急情況開辟出一條綠色通道。

4、自動(dòng)駕駛

自動(dòng)駕駛在躲避障礙物的過(guò)程，若按照先上傳云端、分析處理、再返回設(shè)備的模式，將造成信號(hào)傳輸?shù)难舆t，緊急情況下極易發(fā)生交通事故。

5、智慧家居

家中有非常多的智能家居的設(shè)備，智能家居不同產(chǎn)品之間互動(dòng)場(chǎng)景的定義，需要邊緣計(jì)算。另外，對(duì)于智慧家居來(lái)說(shuō)，接入網(wǎng)絡(luò)的安全性和私密性也為人們所看重，邊緣云可以在物聯(lián)網(wǎng)網(wǎng)關(guān)和數(shù)據(jù)中心之間建立加密通道，進(jìn)一步提高系統(tǒng)的安全性和隱私性。

6、智慧城市

邊緣計(jì)算就好比城市神經(jīng)末梢，將人工智能與分布在城市中的傳感器結(jié)合，可以高效處理城市運(yùn)營(yíng)問(wèn)題，如在道路兩側(cè)路燈桿上安裝傳感器，收集城市路面信息，檢測(cè)空氣質(zhì)量、光照強(qiáng)度、噪音水平等環(huán)境數(shù)據(jù)。

7、智慧路燈

嵌入到路燈內(nèi)部的傳感器、執(zhí)行器、計(jì)算和存儲(chǔ)單元可以組合起來(lái)構(gòu)成邊緣計(jì)算的節(jié)點(diǎn)，傳感器采集的數(shù)據(jù)發(fā)送到位于網(wǎng)絡(luò)邊緣的計(jì)算和存儲(chǔ)節(jié)點(diǎn)，經(jīng)過(guò)計(jì)算將結(jié)果返回給執(zhí)行器，執(zhí)行器對(duì)路燈進(jìn)行控制，而不是將數(shù)據(jù)發(fā)送到位于網(wǎng)絡(luò)邊緣的云計(jì)算中心。這樣既可以提高系統(tǒng)的實(shí)時(shí)性，又可以減輕云端的壓力。

8、風(fēng)力發(fā)電

在風(fēng)力發(fā)電機(jī)機(jī)組上布置邊緣節(jié)點(diǎn)，實(shí)時(shí)收集數(shù)據(jù)信息。數(shù)據(jù)信息上傳至工業(yè)網(wǎng)關(guān)，如風(fēng)速、啟動(dòng)等做優(yōu)化，將模型轉(zhuǎn)化為算法或者規(guī)則，即時(shí)控制機(jī)組。

9、醫(yī)療保健

醫(yī)療設(shè)備上存儲(chǔ)的數(shù)據(jù)可用于更新患者的數(shù)字醫(yī)療記錄。邊緣計(jì)算將連接起來(lái)這些醫(yī)療設(shè)備，在緊急情況下為醫(yī)院和醫(yī)生提供可靠和最新的患者信息。

10、無(wú)人機(jī)

邊緣計(jì)算使無(wú)人機(jī)能夠檢查數(shù)據(jù)并實(shí)時(shí)響應(yīng)數(shù)據(jù)，廣泛應(yīng)用于各種領(lǐng)域，如當(dāng)無(wú)人機(jī)識(shí)別到車禍時(shí)，無(wú)人機(jī)可以向附近的行人提供有價(jià)值的信息。

六結(jié)語(yǔ)

據(jù)IDC預(yù)測(cè)，未來(lái)超過(guò)50%的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析、處理和儲(chǔ)存。邊緣計(jì)算將延伸至交通運(yùn)輸系統(tǒng)、智能駕駛、實(shí)時(shí)觸覺(jué)控制、增強(qiáng)現(xiàn)實(shí)等諸多領(lǐng)域，成為運(yùn)營(yíng)商數(shù)字化轉(zhuǎn)型的關(guān)鍵使能技術(shù)。