人工智能一直是近年來科技圈熱門的領(lǐng)域，國內(nèi)更是在這幾年誕生了諸如曠視科技、商湯科技、極鏈科技Video++、依圖科技等優(yōu)秀初創(chuàng)企業(yè)。但隨著5G、人工智能和物聯(lián)網(wǎng)時代的到來，傳統(tǒng)的云計算技術(shù)已經(jīng)無法滿足人工智能終端“大連接、低時延、大帶寬”的需求。

盡管目前云計算的能力越來越強大，但是面對大量涉及個人隱私的數(shù)據(jù)，傳統(tǒng)的云計算依然不能高效地支持基于物聯(lián)網(wǎng)的應(yīng)用服務(wù)程序，而邊緣式大數(shù)據(jù)處理時代下的邊緣云計算恰好可以很好的解決這些問題。

邊緣計算是什么

邊緣云是基于云計算技術(shù)的核心和邊緣計算的能力，構(gòu)筑在邊緣基礎(chǔ)設(shè)施之上的云計算平臺。形成邊緣位置的計算、網(wǎng)絡(luò)、存儲、安全等能力全面的彈性云平臺，并與中心云和物聯(lián)網(wǎng)終端形成“云邊端三體協(xié)同” 的端到端的技術(shù)架構(gòu)，通過將網(wǎng)絡(luò)轉(zhuǎn)發(fā)、存儲、計算，智能化數(shù)據(jù)分析等工作放在邊緣處理，降低響應(yīng)時延、減輕云端壓力、降低帶寬成本，并供全網(wǎng)調(diào)度、算力分發(fā)等云服務(wù)。

簡單來說，邊緣計算就是指在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣，融合了網(wǎng)絡(luò)、計算、存儲以及應(yīng)用處理能力的分布式平臺，就近提供智能服務(wù)。邊緣計算可以理解為云計算的一個逆操作，云計算強調(diào)的是計算和存儲等能力從邊緣端或桌面端集中，而邊緣計算則是將這種計算和存儲能力重新下沉到邊緣。

邊緣計算產(chǎn)生原因

邊緣計算產(chǎn)生原因主要還是云計算的服務(wù)不足，云計算大多采用集中式管理的方法，這使云服務(wù)創(chuàng)造出較高的經(jīng)濟效益，而在萬物互聯(lián)的背景下，應(yīng)用服務(wù)需要低延時、高可靠性以及數(shù)據(jù)安全，而傳統(tǒng)云計算無法滿足這些需求。

首先物聯(lián)網(wǎng)環(huán)境下，邊緣設(shè)備產(chǎn)生大量實時數(shù)據(jù)，云計算性能正逐漸達到瓶頸，據(jù)IDC預(yù)測，到2020年，全球數(shù)據(jù)總量將大于40ZB，隨著邊緣設(shè)備數(shù)據(jù)量的增加，網(wǎng)絡(luò)帶寬正逐漸成為云計算的另一瓶頸。其次當用戶使用電子購物網(wǎng)站、搜素引擎、社交網(wǎng)絡(luò)等時，用戶的隱私數(shù)據(jù)將被上傳至云中心，其包含用戶隱私數(shù)據(jù)，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)的傳輸不僅會占用帶寬資源，還增加了泄露用戶隱私數(shù)據(jù)的分風險，邊緣計算模型恰好為這類敏感數(shù)據(jù)提供了額較好的隱私保護機制。最后，針對云數(shù)據(jù)中心的能耗問題，隨著在云計算中心運行的用戶應(yīng)用程序越來越多，未來大規(guī)模數(shù)據(jù)中心對能耗的需求將難以滿足，為解決這一能耗難題，邊緣計算模型提出將原有云數(shù)據(jù)中心上運行的一些計算任務(wù)進行分解，然后將分解的計算任務(wù)遷移到邊緣節(jié)點進行處理，以此降低云計算中心的計算負載，以達到降低能耗的目的。

邊緣計算的應(yīng)用場景

邊緣計算的應(yīng)用場景從覆蓋上可以分為全網(wǎng)覆蓋和本地覆蓋兩類。全網(wǎng)覆蓋類應(yīng)用的核心要求是從邊緣節(jié)點在地區(qū)和運營商網(wǎng)絡(luò)兩個層面上的覆蓋度，來保證就近計算（如 CDN、視頻直播、邊緣撥測/監(jiān)控等業(yè)務(wù)），或者基于足夠多的節(jié)點進行網(wǎng)絡(luò)鏈路優(yōu)化。

本地覆蓋類應(yīng)用的核心要求是邊緣節(jié)點的本地化，即邊緣節(jié)點的接入距離要足夠近(<30 公里)，時延足夠低(<5ms)，來支持本地化服務(wù)的上云需求，例如新零售、醫(yī)療等行業(yè)的監(jiān)控數(shù)據(jù)上云等。這類應(yīng)用的大帶寬需求是最能體現(xiàn)邊緣云計算時延和成本優(yōu)化等核心優(yōu)勢的場景。

視頻直播的媒體流推送到就近的邊緣節(jié)點，在邊緣節(jié)點直接進行轉(zhuǎn)碼，轉(zhuǎn)碼后的媒體流分發(fā)到CDN邊緣節(jié)點，當有用戶訪問時就近返回內(nèi)容?；谶吘壒?jié)點上的服務(wù)、直播流的上下行內(nèi)容推送以及轉(zhuǎn)碼處理等都不用再回中心處理，大大降低了業(yè)務(wù)時延，提升了互動體驗，同時邊緣處理架構(gòu)對帶寬成本的節(jié)省也非常明顯。

小結(jié)：

過去AI必須依靠強大的云端計算能力來進行數(shù)據(jù)分析與算法的運作，隨著技術(shù)的成熟以及新應(yīng)用的出現(xiàn)，商業(yè)數(shù)字化概念逐漸深入人們的思想，芯片能力不斷提升、邊緣計算平臺成熟，開始賦予了AI更強的能力，協(xié)助數(shù)據(jù)初步篩選分析、裝置設(shè)備實時反應(yīng)等，在工業(yè)領(lǐng)域、智慧城市、視頻識別都能讓服務(wù)有進一步的提升。邊緣云計算技術(shù)將成為人工智能、物聯(lián)網(wǎng)等領(lǐng)域的關(guān)鍵組成部分，也將得到更大的發(fā)展，覆蓋的潛在客戶和場景將不斷出現(xiàn)。隨著邊緣云計算的應(yīng)用場景越來越多，用戶需求的變化將是未來關(guān)注的重點，如果做得好，未來邊緣云計算將比傳統(tǒng)云計算低更多的成本實現(xiàn)項目。