隨著萬物聯(lián)網(wǎng)的趨勢不斷加深，智能手機、智能眼鏡等端設備的數(shù)量不斷增加，使數(shù)據(jù)的增長速度遠遠超過了網(wǎng)絡帶寬的增速；同時，增強現(xiàn)實、無人駕駛等眾多新應用的出現(xiàn)對延遲提出了更高的要求。邊緣計算將網(wǎng)絡邊緣上的計算、網(wǎng)絡與存儲資源組成統(tǒng)一的平臺為用戶提供服務，使數(shù)據(jù)在源頭附近就能得到及時有效的處理。這種模式不同于云計算要將所有數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心，繞過了網(wǎng)絡帶寬與延遲的瓶頸，引起了廣泛的關注。

如何理解邊緣計算

近年來，大數(shù)據(jù)、云計算、智能技術的快速發(fā)展，給互聯(lián)網(wǎng)產(chǎn)業(yè)帶來了深刻的變革，也對計算模式提出了新的要求。大數(shù)據(jù)時代下每天產(chǎn)生的數(shù)據(jù)量急增，而物聯(lián)網(wǎng)等應用背景下的數(shù)據(jù)在地理上分散，并且對響應時間和安全性提出了更高的要求。云計算雖然為大數(shù)據(jù)處理提供了高效的計算平臺，但是目前網(wǎng)絡帶寬的增長速度遠遠趕不上數(shù)據(jù)的增長速度，網(wǎng)絡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，同時復雜的網(wǎng)絡環(huán)境讓網(wǎng)絡延遲很難有突破性提升。因此傳統(tǒng)云計算模式需要解決帶寬和延遲這兩大瓶頸。在這種應用背景下，邊緣計算應運而生，并在近兩年得到了研究者的廣泛關注。

邊緣計算中的邊緣指的是網(wǎng)絡邊緣上的計算和存儲資源，這里的網(wǎng)絡邊緣與數(shù)據(jù)中心相對，無論是從地理距離還是網(wǎng)絡距離上來看都更貼近用戶。邊緣計算則是利用這些資源在網(wǎng)絡邊緣為用戶提供服務的技術，使應用可以在數(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算，我們可以做這樣的類比：云計算相當于人的大腦，邊緣計算相當于人的神經(jīng)末端。當針刺到手時總是下意識的收手，然后大腦才會意識到針刺到了手，因為將手收回的過程是由神經(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速度，避免受到更大的傷害，同時讓大腦專注于處理高級智慧。未來是萬物聯(lián)網(wǎng)的時代，思科預計 2020 年將有 500 億的設備接入互聯(lián)網(wǎng)，我們不可能讓云計算成為每個設備的“大腦”，而邊緣計算就是讓設備擁有自己的“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，作為無脊椎動物中智商最高的一種動物，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算的“多個小腦+一個大腦”。

邊緣計算的優(yōu)點

說到邊緣計算，我們不得不提到的就是云計算。云計算服務是一種集中式服務，所有數(shù)據(jù)都通過網(wǎng)絡傳輸?shù)皆朴嬎阒行倪M行處理。資源的高度集中與整合使得云計算具有很高的通用性，然而，面對物聯(lián)網(wǎng)設備和數(shù)據(jù)的爆發(fā)式增長，基于云計算模型的聚合性服務逐漸顯露出了其在實時性、網(wǎng)絡制約、資源開銷和隱私保護上的不足。

相比于云計算，邊緣計算可以更好地支持移動計算與物聯(lián)網(wǎng)應用，具有以下明顯的優(yōu)點：

1、極大緩解網(wǎng)絡帶寬與數(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 年全球的設備將會產(chǎn)生 600ZB 的數(shù)據(jù)，但其中只有 10% 是關鍵數(shù)據(jù)，其余 90% 都是臨時數(shù)據(jù)無需長期存儲。邊緣計算可以充分利用這個特點，在網(wǎng)絡邊緣處理大量臨時數(shù)據(jù)，從而減輕網(wǎng)絡帶寬與數(shù)據(jù)中心的壓力。

2、增強響應的實時性。萬物互聯(lián)場景下應用對于實時性的要求極高。傳統(tǒng)云計算模型下，應用將數(shù)據(jù)傳送到云計算中心，再請求數(shù)據(jù)處理結(jié)果，增大了系統(tǒng)延遲。以無人駕駛汽車應用為例，高速行駛的汽車需要毫秒級的反應時間，一旦由于網(wǎng)絡問題而加大系統(tǒng)延遲，將會造成嚴重后果。而邊緣計算在靠近數(shù)據(jù)生產(chǎn)者處做數(shù)據(jù)處理，不需要通過網(wǎng)絡請求云計算中心的響應，大大減少了系統(tǒng)延遲，千兆無線技術的普及為網(wǎng)絡傳輸速度提供了保證，這些都使邊緣服務比云服務有更強的響應能力。

３、保護隱私數(shù)據(jù)，提升數(shù)據(jù)安全性。物聯(lián)網(wǎng)應用中數(shù)據(jù)的安全性一直是關鍵問題，調(diào)查顯示約有 78% 的用戶擔心他們的物聯(lián)網(wǎng)數(shù)據(jù)在未授權的情況下被第三方使用。云計算模式下所有的數(shù)據(jù)與應用都在數(shù)據(jù)中心，用戶很難對數(shù)據(jù)的訪問與使用進行細粒度的控制。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)的傳輸不僅會占用帶寬資源，還增加了泄露用戶隱私數(shù)據(jù)的風險。為此，針對現(xiàn)有云計算模型的數(shù)據(jù)安全問題，邊緣計算模型為這類敏感數(shù)據(jù)提供了較好的隱私保護機制，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)點直接對數(shù)據(jù)源進行處理，以實現(xiàn)對一些敏感數(shù)據(jù)的保護與隔離；另一方面，邊緣節(jié)點與云數(shù)據(jù)之間建立功能接口，即邊緣節(jié)點僅接收來自云計算中心的請求，并將處理的結(jié)果反饋給云計算中心。這種方法可以顯著地降低隱私泄露的風險。

然而，邊緣計算并不能替代云計算，而是對云計算的補充，很多需要全局數(shù)據(jù)支持的服務依然離不開云計算。例如電子商務應用，用戶對自己購物車的操作都可以在邊緣節(jié)點上進行，以達到最快的響應時間，而商品推薦等服務則更適合在云中進行，因為它需要全局數(shù)據(jù)的支持。

邊緣計算的應用

目前邊緣計算應用非常廣泛，特別適合具有低時延、高帶寬、高可靠、海量連接、異構(gòu)匯聚和本地安全隱私保護等特殊業(yè)務要求的應用場景。

智慧城市

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

邊緣計算在智慧城市的建設中有豐富的應用場景。在城市路面檢測中，在道路兩側(cè)路燈上安裝傳感器收集城市路面信息，檢測空氣質(zhì)量、光照強度、噪音水平等環(huán)境數(shù)據(jù)，當路燈發(fā)生故障時能夠及時反饋至維護人員。在智能交通中，邊緣服務器上通過運行智能交通控制系統(tǒng)來實時獲取和分析數(shù)據(jù)，根據(jù)實時路況來控制交通信息燈，以減輕路面車輛擁堵等。在無人駕駛中，如果將傳感器數(shù)據(jù)上傳到云計算中心將會增加實時處理難度，并且受到網(wǎng)絡制約，因此無人駕駛主要依賴車內(nèi)計算單元來識別交通信號和障礙物，并且規(guī)劃路徑。EdgeOSc 是一種基于邊緣計算的面向智慧城市的系統(tǒng)級操作系統(tǒng)，它分為３個部分，底層的數(shù)據(jù)感知層、中間的網(wǎng)絡互聯(lián)層和頂層數(shù)據(jù)應用管理層。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，以實現(xiàn)智慧城市中數(shù)據(jù)價值的最大化。

（來源：邊緣計算在物聯(lián)網(wǎng)領域的應用及展望）

智能制造

智能制造是邊緣計算在物聯(lián)網(wǎng)中非常典型的應用領域，借助于邊緣計算將促進 IT 和 OT 系統(tǒng)的深度融合。工業(yè)機器人是實現(xiàn)智能制造的基礎，最近幾年工業(yè)機器人在中國市場呈現(xiàn)蓬勃發(fā)展的趨勢。據(jù)統(tǒng)計，2016 年中國市場工業(yè)機器人消費總量達 87000 臺，接近世界銷量的近三分之一，是世界上最大的工業(yè)機器人市場。工業(yè)機器人的應用領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)，通過機器人完成搬運和上下料、裝配和拆卸、焊接等工作環(huán)境惡劣、自動化/執(zhí)行精度和安全程度要求非常高的工作場景。工業(yè)機器人需要具備應對復雜的現(xiàn)場環(huán)境并結(jié)合當前工作流程進行綜合分析和判斷的能力，以及與其他機器人協(xié)作完成復雜工作任務的能力。這些都需要機器人配備智能控制器以執(zhí)行復雜的計算任務，而對于工廠環(huán)境使用幾十、上百臺機器人的應用場景，如果每臺機器人都配備復雜的智能控制器，這將增加機器人的成本。但是如果采用邊緣技術，把工業(yè)機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，在保證時延的情況下還能實現(xiàn)集中控制，完成機器人之間的聯(lián)動協(xié)同，可以大大降低工業(yè)機器人的開發(fā)、部署和維護成本。

智能家居

在當前的智能家居中，智能家電設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，這些智能家電設備需要依賴于云平臺才能實現(xiàn)手機端在外網(wǎng)的遠程控制。這種基于云平臺的智能家居在網(wǎng)絡出現(xiàn)故障時將無法進行控制，特別是多個智能單品聯(lián)動的場景將無法對多個設備進行協(xié)調(diào)。智能家電設備都是通過 Wi-Fi 模塊連接到云/數(shù)據(jù)中心，用戶對存放在云/數(shù)據(jù)中心的家庭數(shù)據(jù)也存在泄漏的擔憂，另外大量的監(jiān)控視頻數(shù)據(jù)也會消耗智能家居設備到云/數(shù)據(jù)中心之間的通信帶寬。采用邊緣計算技術，可以把家庭視頻數(shù)據(jù)存放在本地邊緣計算網(wǎng)關設備上，確保用戶的隱私不被泄漏；多個智能單品之間的聯(lián)動也可以通過本地邊緣計算進行近實時的協(xié)調(diào)；邊緣計算節(jié)點還能實現(xiàn)定期與云計算同步更新控制和設備狀態(tài)信息。

來源：搜狐