隨著萬(wàn)物聯(lián)網(wǎng)的趨勢(shì)不斷加深，智能手機(jī)、智能眼鏡等端設(shè)備的數(shù)量不斷增加，使數(shù)據(jù)的增長(zhǎng)速度遠(yuǎn)遠(yuǎn)超過了網(wǎng)絡(luò)帶寬的增速；同時(shí)，增強(qiáng)現(xiàn)實(shí)、無(wú)人駕駛等眾多新應(yīng)用的出現(xiàn)對(duì)延遲提出了更高的要求。邊緣計(jì)算將網(wǎng)絡(luò)邊緣上的計(jì)算、網(wǎng)絡(luò)與存儲(chǔ)資源組成統(tǒng)一的平臺(tái)為用戶提供服務(wù)，使數(shù)據(jù)在源頭附近就能得到及時(shí)有效的處理。這種模式不同于云計(jì)算要將所有數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心，繞過了網(wǎng)絡(luò)帶寬與延遲的瓶頸，引起了廣泛的關(guān)注。

如何理解邊緣計(jì)算

近年來，大數(shù)據(jù)、云計(jì)算、智能技術(shù)的快速發(fā)展，給互聯(lián)網(wǎng)產(chǎn)業(yè)帶來了深刻的變革，也對(duì)計(jì)算模式提出了新的要求。大數(shù)據(jù)時(shí)代下每天產(chǎn)生的數(shù)據(jù)量急增，而物聯(lián)網(wǎng)等應(yīng)用背景下的數(shù)據(jù)在地理上分散，并且對(duì)響應(yīng)時(shí)間和安全性提出了更高的要求。云計(jì)算雖然為大數(shù)據(jù)處理提供了高效的計(jì)算平臺(tái)，但是目前網(wǎng)絡(luò)帶寬的增長(zhǎng)速度遠(yuǎn)遠(yuǎn)趕不上數(shù)據(jù)的增長(zhǎng)速度，網(wǎng)絡(luò)帶寬成本的下降速度要比 CPU、內(nèi)存這些硬件資源成本的下降速度慢很多，同時(shí)復(fù)雜的網(wǎng)絡(luò)環(huán)境讓網(wǎng)絡(luò)延遲很難有突破性提升。因此傳統(tǒng)云計(jì)算模式需要解決帶寬和延遲這兩大瓶頸。在這種應(yīng)用背景下，邊緣計(jì)算應(yīng)運(yùn)而生，并在近兩年得到了研究者的廣泛關(guān)注。

邊緣計(jì)算中的邊緣指的是網(wǎng)絡(luò)邊緣上的計(jì)算和存儲(chǔ)資源，這里的網(wǎng)絡(luò)邊緣與數(shù)據(jù)中心相對(duì)，無(wú)論是從地理距離還是網(wǎng)絡(luò)距離上來看都更貼近用戶。邊緣計(jì)算則是利用這些資源在網(wǎng)絡(luò)邊緣為用戶提供服務(wù)的技術(shù)，使應(yīng)用可以在數(shù)據(jù)源附近處理數(shù)據(jù)。如果從仿生的角度來理解邊緣計(jì)算，我們可以做這樣的類比：云計(jì)算相當(dāng)于人的大腦，邊緣計(jì)算相當(dāng)于人的神經(jīng)末端。當(dāng)針刺到手時(shí)總是下意識(shí)的收手，然后大腦才會(huì)意識(shí)到針刺到了手，因?yàn)閷⑹质栈氐倪^程是由神經(jīng)末端直接處理的非條件反射。這種非條件反射加快人的反應(yīng)速度，避免受到更大的傷害，同時(shí)讓大腦專注于處理高級(jí)智慧。未來是萬(wàn)物聯(lián)網(wǎng)的時(shí)代，思科預(yù)計(jì) 2020 年將有 500 億的設(shè)備接入互聯(lián)網(wǎng)，我們不可能讓云計(jì)算成為每個(gè)設(shè)備的“大腦”，而邊緣計(jì)算就是讓設(shè)備擁有自己的“大腦”。

為了大家更方便的理解，我們可以聯(lián)想一下世界上非常神奇的一種生物——章魚，作為無(wú)脊椎動(dòng)物中智商最高的一種動(dòng)物，章魚擁有巨量的神經(jīng)元，但有 60% 分布在章魚的八，條腿（腕足）上，腦部卻僅有 40%。逃跑、捕獵時(shí)異常迅速，八條腿明明白白，從不纏繞打結(jié)，這得益于章魚類似分布式計(jì)算的“多個(gè)小腦+一個(gè)大腦”。

邊緣計(jì)算的優(yōu)點(diǎn)

說到邊緣計(jì)算，我們不得不提到的就是云計(jì)算。云計(jì)算服務(wù)是一種集中式服務(wù)，所有數(shù)據(jù)都通過網(wǎng)絡(luò)傳輸?shù)皆朴?jì)算中心進(jìn)行處理。資源的高度集中與整合使得云計(jì)算具有很高的通用性，然而，面對(duì)物聯(lián)網(wǎng)設(shè)備和數(shù)據(jù)的爆發(fā)式增長(zhǎng)，基于云計(jì)算模型的聚合性服務(wù)逐漸顯露出了其在實(shí)時(shí)性、網(wǎng)絡(luò)制約、資源開銷和隱私保護(hù)上的不足。

相比于云計(jì)算，邊緣計(jì)算可以更好地支持移動(dòng)計(jì)算與物聯(lián)網(wǎng)應(yīng)用，具有以下明顯的優(yōu)點(diǎn)：

1、極大緩解網(wǎng)絡(luò)帶寬與數(shù)據(jù)中心壓力。思科在 2015-2020 年全球云指數(shù)中指出，隨著物聯(lián)網(wǎng)的發(fā)展，2020 年全球的設(shè)備將會(huì)產(chǎn)生 600ZB 的數(shù)據(jù)，但其中只有 10% 是關(guān)鍵數(shù)據(jù)，其余 90% 都是臨時(shí)數(shù)據(jù)無(wú)需長(zhǎng)期存儲(chǔ)。邊緣計(jì)算可以充分利用這個(gè)特點(diǎn)，在網(wǎng)絡(luò)邊緣處理大量臨時(shí)數(shù)據(jù)，從而減輕網(wǎng)絡(luò)帶寬與數(shù)據(jù)中心的壓力。

2、增強(qiáng)響應(yīng)的實(shí)時(shí)性。萬(wàn)物互聯(lián)場(chǎng)景下應(yīng)用對(duì)于實(shí)時(shí)性的要求極高。傳統(tǒng)云計(jì)算模型下，應(yīng)用將數(shù)據(jù)傳送到云計(jì)算中心，再請(qǐng)求數(shù)據(jù)處理結(jié)果，增大了系統(tǒng)延遲。以無(wú)人駕駛汽車應(yīng)用為例，高速行駛的汽車需要毫秒級(jí)的反應(yīng)時(shí)間，一旦由于網(wǎng)絡(luò)問題而加大系統(tǒng)延遲，將會(huì)造成嚴(yán)重后果。而邊緣計(jì)算在靠近數(shù)據(jù)生產(chǎn)者處做數(shù)據(jù)處理，不需要通過網(wǎng)絡(luò)請(qǐng)求云計(jì)算中心的響應(yīng)，大大減少了系統(tǒng)延遲，千兆無(wú)線技術(shù)的普及為網(wǎng)絡(luò)傳輸速度提供了保證，這些都使邊緣服務(wù)比云服務(wù)有更強(qiáng)的響應(yīng)能力。

３、保護(hù)隱私數(shù)據(jù)，提升數(shù)據(jù)安全性。物聯(lián)網(wǎng)應(yīng)用中數(shù)據(jù)的安全性一直是關(guān)鍵問題，調(diào)查顯示約有 78% 的用戶擔(dān)心他們的物聯(lián)網(wǎng)數(shù)據(jù)在未授權(quán)的情況下被第三方使用。云計(jì)算模式下所有的數(shù)據(jù)與應(yīng)用都在數(shù)據(jù)中心，用戶很難對(duì)數(shù)據(jù)的訪問與使用進(jìn)行細(xì)粒度的控制。隨著智能家居的普及，許多家庭在屋內(nèi)安裝網(wǎng)絡(luò)攝像頭，如果直接將視頻數(shù)據(jù)上傳至云數(shù)據(jù)中心，視頻數(shù)據(jù)的傳輸不僅會(huì)占用帶寬資源，還增加了泄露用戶隱私數(shù)據(jù)的風(fēng)險(xiǎn)。為此，針對(duì)現(xiàn)有云計(jì)算模型的數(shù)據(jù)安全問題，邊緣計(jì)算模型為這類敏感數(shù)據(jù)提供了較好的隱私保護(hù)機(jī)制，一方面，用戶的源數(shù)據(jù)在上傳至云數(shù)據(jù)中心之前，首先利用近數(shù)據(jù)端的邊緣結(jié)點(diǎn)直接對(duì)數(shù)據(jù)源進(jìn)行處理，以實(shí)現(xiàn)對(duì)一些敏感數(shù)據(jù)的保護(hù)與隔離；另一方面，邊緣節(jié)點(diǎn)與云數(shù)據(jù)之間建立功能接口，即邊緣節(jié)點(diǎn)僅接收來自云計(jì)算中心的請(qǐng)求，并將處理的結(jié)果反饋給云計(jì)算中心。這種方法可以顯著地降低隱私泄露的風(fēng)險(xiǎn)。

然而，邊緣計(jì)算并不能替代云計(jì)算，而是對(duì)云計(jì)算的補(bǔ)充，很多需要全局?jǐn)?shù)據(jù)支持的服務(wù)依然離不開云計(jì)算。例如電子商務(wù)應(yīng)用，用戶對(duì)自己購(gòu)物車的操作都可以在邊緣節(jié)點(diǎn)上進(jìn)行，以達(dá)到最快的響應(yīng)時(shí)間，而商品推薦等服務(wù)則更適合在云中進(jìn)行，因?yàn)樗枰謹(jǐn)?shù)據(jù)的支持。

邊緣計(jì)算的應(yīng)用

目前邊緣計(jì)算應(yīng)用非常廣泛，特別適合具有低時(shí)延、高帶寬、高可靠、海量連接、異構(gòu)匯聚和本地安全隱私保護(hù)等特殊業(yè)務(wù)要求的應(yīng)用場(chǎng)景。

智慧城市

智慧城市是利用先進(jìn)的信息技術(shù)，實(shí)現(xiàn)城市智慧式的管理和運(yùn)行。2016 年阿里云提出了“城市大腦”的概念，實(shí)質(zhì)是利用城市的數(shù)據(jù)資源來更好地管理城市。然而，智慧城市的建設(shè)所依賴的數(shù)據(jù)具有來源多樣化和異構(gòu)性的特點(diǎn)，同時(shí)涉及城市居民隱私和安全的問題，因此應(yīng)用邊緣計(jì)算模型，將數(shù)據(jù)在網(wǎng)絡(luò)邊緣處理是一個(gè)很好的解決方案。

邊緣計(jì)算在智慧城市的建設(shè)中有豐富的應(yīng)用場(chǎng)景。在城市路面檢測(cè)中，在道路兩側(cè)路燈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)，當(dāng)路燈發(fā)生故障時(shí)能夠及時(shí)反饋至維護(hù)人員。在智能交通中，邊緣服務(wù)器上通過運(yùn)行智能交通控制系統(tǒng)來實(shí)時(shí)獲取和分析數(shù)據(jù)，根據(jù)實(shí)時(shí)路況來控制交通信息燈，以減輕路面車輛擁堵等。在無(wú)人駕駛中，如果將傳感器數(shù)據(jù)上傳到云計(jì)算中心將會(huì)增加實(shí)時(shí)處理難度，并且受到網(wǎng)絡(luò)制約，因此無(wú)人駕駛主要依賴車內(nèi)計(jì)算單元來識(shí)別交通信號(hào)和障礙物，并且規(guī)劃路徑。EdgeOSc 是一種基于邊緣計(jì)算的面向智慧城市的系統(tǒng)級(jí)操作系統(tǒng)，它分為３個(gè)部分，底層的數(shù)據(jù)感知層、中間的網(wǎng)絡(luò)互聯(lián)層和頂層數(shù)據(jù)應(yīng)用管理層。該操作系統(tǒng)可以有效管理智慧城市中的多來源數(shù)據(jù)，提高了數(shù)據(jù)共享的范圍和深度，以實(shí)現(xiàn)智慧城市中數(shù)據(jù)價(jià)值的最大化。

（來源：邊緣計(jì)算在物聯(lián)網(wǎng)領(lǐng)域的應(yīng)用及展望）

智能制造

智能制造是邊緣計(jì)算在物聯(lián)網(wǎng)中非常典型的應(yīng)用領(lǐng)域，借助于邊緣計(jì)算將促進(jìn) IT 和 OT 系統(tǒng)的深度融合。工業(yè)機(jī)器人是實(shí)現(xiàn)智能制造的基礎(chǔ)，最近幾年工業(yè)機(jī)器人在中國(guó)市場(chǎng)呈現(xiàn)蓬勃發(fā)展的趨勢(shì)。據(jù)統(tǒng)計(jì)，2016 年中國(guó)市場(chǎng)工業(yè)機(jī)器人消費(fèi)總量達(dá) 87000 臺(tái)，接近世界銷量的近三分之一，是世界上最大的工業(yè)機(jī)器人市場(chǎng)。工業(yè)機(jī)器人的應(yīng)用領(lǐng)域主要集中在汽車制造、3C 行業(yè)、物流、金屬加工、塑料和化工等行業(yè)，通過機(jī)器人完成搬運(yùn)和上下料、裝配和拆卸、焊接等工作環(huán)境惡劣、自動(dòng)化/執(zhí)行精度和安全程度要求非常高的工作場(chǎng)景。工業(yè)機(jī)器人需要具備應(yīng)對(duì)復(fù)雜的現(xiàn)場(chǎng)環(huán)境并結(jié)合當(dāng)前工作流程進(jìn)行綜合分析和判斷的能力，以及與其他機(jī)器人協(xié)作完成復(fù)雜工作任務(wù)的能力。這些都需要機(jī)器人配備智能控制器以執(zhí)行復(fù)雜的計(jì)算任務(wù)，而對(duì)于工廠環(huán)境使用幾十、上百臺(tái)機(jī)器人的應(yīng)用場(chǎng)景，如果每臺(tái)機(jī)器人都配備復(fù)雜的智能控制器，這將增加機(jī)器人的成本。但是如果采用邊緣技術(shù)，把工業(yè)機(jī)器人的智能控制器功能集中部署在生產(chǎn)車間的邊緣節(jié)點(diǎn)，在保證時(shí)延的情況下還能實(shí)現(xiàn)集中控制，完成機(jī)器人之間的聯(lián)動(dòng)協(xié)同，可以大大降低工業(yè)機(jī)器人的開發(fā)、部署和維護(hù)成本。

智能家居

在當(dāng)前的智能家居中，智能家電設(shè)備基本上都是由智能單品構(gòu)成的，比如密碼鎖、智能照明、智能空調(diào)、安防監(jiān)控、智能衛(wèi)浴、室內(nèi)環(huán)境監(jiān)控、家庭影院多媒體系統(tǒng)等，這些智能家電設(shè)備需要依賴于云平臺(tái)才能實(shí)現(xiàn)手機(jī)端在外網(wǎng)的遠(yuǎn)程控制。這種基于云平臺(tái)的智能家居在網(wǎng)絡(luò)出現(xiàn)故障時(shí)將無(wú)法進(jìn)行控制，特別是多個(gè)智能單品聯(lián)動(dòng)的場(chǎng)景將無(wú)法對(duì)多個(gè)設(shè)備進(jìn)行協(xié)調(diào)。智能家電設(shè)備都是通過 Wi-Fi 模塊連接到云/數(shù)據(jù)中心，用戶對(duì)存放在云/數(shù)據(jù)中心的家庭數(shù)據(jù)也存在泄漏的擔(dān)憂，另外大量的監(jiān)控視頻數(shù)據(jù)也會(huì)消耗智能家居設(shè)備到云/數(shù)據(jù)中心之間的通信帶寬。采用邊緣計(jì)算技術(shù)，可以把家庭視頻數(shù)據(jù)存放在本地邊緣計(jì)算網(wǎng)關(guān)設(shè)備上，確保用戶的隱私不被泄漏；多個(gè)智能單品之間的聯(lián)動(dòng)也可以通過本地邊緣計(jì)算進(jìn)行近實(shí)時(shí)的協(xié)調(diào)；邊緣計(jì)算節(jié)點(diǎn)還能實(shí)現(xiàn)定期與云計(jì)算同步更新控制和設(shè)備狀態(tài)信息。

來源：搜狐