5G生態(tài)具備低延時、高速度的特點，在物聯(lián)網，特別是工業(yè)互聯(lián)網中的應用更為廣泛，而邊緣計算是發(fā)展工業(yè)互聯(lián)網的重要輔助。

云計算已經不足以即時處理和分析由物聯(lián)網設備、聯(lián)網汽車和其他數(shù)字平臺生成或即將生成的數(shù)據(jù)，這個時候邊緣計算能夠派上用場。該技術擁有著應用于諸多行業(yè)領域和發(fā)揮巨大作用的潛力。

目前，大數(shù)據(jù)處理已經從以云計算為中心的集中式處理時代正在跨入以萬物互聯(lián)為核心的邊緣計算時代。

什么是邊緣計算

邊緣計算是指在網絡邊緣執(zhí)行計算的一種新型計算模型，邊緣計算中邊緣的下行數(shù)據(jù)表示云服務，上行數(shù)據(jù)表示萬物互聯(lián)服務，而邊緣計算的邊緣是指從數(shù)據(jù)源到云計算中心路徑之間的任意計算和網絡資源。

云計算中心不僅從數(shù)據(jù)庫收集數(shù)據(jù)，也從傳感器和智能手機等邊緣設備收集數(shù)據(jù)。這些設備兼顧數(shù)據(jù)生產者和消費者。因此，終端設備和云中心之間的請求傳輸是雙向的。

網絡邊緣設備不僅從云中心請求內容及服務，而且還可以執(zhí)行部分計算任務，包括數(shù)據(jù)存儲、處理、緩存、設備管理、隱私保護等。因此，需要更好地設計邊緣設備硬件平臺及其軟件關鍵技術，以滿足邊緣計算模型中可靠性、數(shù)據(jù)安全性的需求。

為什么需要邊緣計算?

1、云計算服務的不足

云計算大多采用集中式管理的方法，這使云服務創(chuàng)造出較高的經濟效益，而在萬物互聯(lián)的背景下，應用服務需要低延時、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，主要歸因于３個方面：?

１）實時性．

萬物互聯(lián)環(huán)境下，邊緣設備產生大量實時數(shù)據(jù)，云計算性能正逐漸達 到瓶頸。據(jù)ＩＤＣ預測，到２０２０年，全球數(shù)據(jù)總量將大于４０ＺＢ。隨著邊緣設備數(shù)據(jù)量的增加，網絡帶寬正逐漸成為云計算的另一瓶頸．僅提高網絡帶寬并不能滿足新興萬物互聯(lián)應用對延遲時間的要求。

例如，波音７８７每秒產生的數(shù)據(jù)超過５ＧＢ，但飛機與衛(wèi)星之間的帶寬不足以支持實時傳輸。裝載在無人駕駛汽車上的傳感器和攝像頭實時捕捉路況信息，每秒產生約１ＧＢ數(shù)據(jù)，根據(jù)ＩＨＳ預測，到２０３５年，全球將有５４００萬輛無人駕駛汽車，如何實現(xiàn)較短延時將是未來主要研究方向。為此，在接近數(shù)據(jù)源的邊緣設備上執(zhí)行部分或全部計算是適應萬物互聯(lián)應用需求的新興計算模式。

２）隱私保護。

當用戶使用電子購物網站、搜索引擎、社交網絡等時，用戶的隱私數(shù)據(jù)將被上傳至云中心。比如有人研究出一種基于運動追蹤的醫(yī)療體育應用服務，其包含用戶隱私數(shù)據(jù)，如從路由起點信息可以查找到用戶的家庭地址。

隨著智能家居的普及，許多家庭在屋內安裝網絡攝像頭，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。

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。

３）能耗。

針對云數(shù)據(jù)中心的能耗問題，許多研究者進行了深入的調查研究，結果表明，到２０２０年美國所有數(shù)據(jù)中心的總能耗將增長４％，在２０２０年將達到約７３０億千瓦時。

在我國，環(huán)境３６０報告表明，僅我國數(shù)據(jù)中心所消耗的電能已經超過匈牙利和希臘兩國用電的總和。

隨著在云計算中心運行的用戶應用程序越來越多，未來大規(guī)模數(shù)據(jù)中 心對能耗的需求將難以滿足。

在云計算中心的能耗優(yōu)化方面，現(xiàn)有的研究內容主要集中在如何提高能源使用效率和動態(tài)資源管理策略方面，以達到減緩能耗增速、最大程度的節(jié)能。

然而，提高能效水平仍不能解決數(shù)據(jù)中心巨大能耗的問題，這一問題在萬物互聯(lián)環(huán)境下將更加突出．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進行分解，然后將分解的計算任務遷移到邊緣節(jié)點進行處理，以此降低云計算數(shù)據(jù)中心的計算負載，進而達到降低能耗的目的。

在現(xiàn)有以云計算模型為核心的集中式大數(shù)據(jù)處理基礎上，亟待需要以邊緣計算模型為核心，面向海量邊緣數(shù)據(jù)的邊緣式大數(shù)據(jù)處理技術，二者相輔相成，應用于云中心和邊緣端大數(shù)據(jù)處理，解決萬物互聯(lián)時代云計算服務不足的問題。

2、萬物互聯(lián)的興起?

傳感器、智能手機、可穿戴設備以及智能家電等設備將成為萬物互聯(lián)的一部分，并產生海量數(shù)據(jù)，而現(xiàn)有云計算的帶寬和計算資源還不能高效處理這些數(shù)據(jù)。?

傳統(tǒng)云計算模型，源數(shù)據(jù)由生產者發(fā)送至云端，終端用戶、智能手機、個人電腦等數(shù)據(jù)消費者向云中心發(fā)送使用請求。?云計算利用大量計算資源來處理數(shù)據(jù)，?但萬物互聯(lián)環(huán)境下，傳統(tǒng)云計算模型不能有效滿足萬物互聯(lián)應用的需求，它將邊緣設備端海量數(shù)據(jù)發(fā)送到云端，造成網絡帶寬負載和計算資源浪費；傳統(tǒng)云計算模型的隱私保護問題將成為萬物互聯(lián)架構中云計算模型的障礙；萬物互聯(lián)架構中大多數(shù)邊緣設備節(jié)點的能源是有限的，并且無線傳輸模塊的能耗較大。

3、從數(shù)據(jù)消費者到生產者

在云計算模型中，邊緣終端設備通常作為數(shù)據(jù)消費者（如用智能手機觀看在線視頻），如今智能手機也可生產數(shù)據(jù)，從數(shù)據(jù)消費者到生產者角色的轉變要求邊緣設備具有更強的計算能力，如人們通過社交軟件分享照片及視頻。?微信朋友圈和騰訊 ＱＱ空間每天上傳的圖片高達１０億張；騰訊視頻每天播放量達２０億次．這些圖片和視頻數(shù)據(jù)量較大，上傳至云計算中心過程會占用大量帶寬資源．為此，在源數(shù)據(jù)上傳至云中心之前，可在邊緣設備執(zhí)行預處理，以減少傳輸?shù)臄?shù)據(jù)量，降低傳輸帶寬的負載．此外，若在邊緣設備處理個人身體健康數(shù)據(jù)等隱私數(shù)據(jù)，用戶隱私會得到更好地保護。

邊緣計算的優(yōu)勢

邊緣計算模型將原有云計算中心的部分或全部計算任務遷移到數(shù)據(jù)源的附近執(zhí)行．根據(jù)大數(shù)據(jù)的３Ｖ 特點，即數(shù)據(jù)量（ｖｏｌｕｍｅ）、時效性（ｖｅｌｏｃｉｔｙ）、多樣性（ｖａｒｉｅｔｙ），通過對比云計算模型為代表的集中式大數(shù)據(jù)處理（如圖）和以邊緣計算模型為代表的邊緣式大數(shù)據(jù)處理（如圖）時代不同數(shù)據(jù)特征來分析邊緣計算模型的優(yōu)勢。

集中式大數(shù)據(jù)處理時代，數(shù)據(jù)的類型主要以文本、音視頻、圖片以及結構化數(shù)據(jù)庫等為主，數(shù)據(jù)量維持在 ＰＢ級別，云計算模型下的數(shù)據(jù)處理對實時性要求不高。

萬物互聯(lián)背景下的邊緣式大數(shù)據(jù)處理時代，數(shù)據(jù)類型變得更加復雜多樣，其中萬物互聯(lián)設備的感知數(shù)據(jù)急劇增加，原有作為數(shù)據(jù)消費者的用戶終端已變成了具有可產生數(shù)據(jù)的生產者終端，并且邊緣式大數(shù)據(jù)處理時代，數(shù)據(jù)處理的實時性要求較高，此外，該時期的數(shù)據(jù)量已超過 ＺＢ級．針對此，邊緣式大數(shù)據(jù)處理時代，由于數(shù)據(jù)量的增加以及對實時性的需求，需將原有云中心的計算任務部分遷移到網絡邊緣設備（如圖的邊緣云）上，以提高數(shù)據(jù)傳輸性能，保證處理的實時性，同時降低云計算中心的計算負載。

邊緣式大數(shù)據(jù)處理時代的數(shù)據(jù)特征催生了邊緣計算模型．然而，邊緣計算模型與云計算模型并不是非此即彼的關系，而是相輔相成的關系，邊緣式大數(shù)據(jù)處理時代是邊緣計算模型與云計算模型的相互結合的時代，二者的有機結合將為萬物互聯(lián)時代的信息處理提供較為完美的軟硬件支撐平臺。

邊緣計算在各行各業(yè)的應用

隨著傳感器價格和計算成本的持續(xù)下降，更多的“東西”將被連接到互聯(lián)網。

隨著更多的聯(lián)網設備變得可用，邊緣計算將在各行各業(yè)中得到越來越多的應用，尤其是在云計算效率低下的一些領域。

我們已經開始看到該技術在多個不同的行業(yè)領域產生影響。

“當我們把云的威力下沉到設備（即邊緣）時，我們可帶來實時地響應、分析和行動的能力，尤其是在網絡條件有限或者缺乏網絡的地區(qū)……它還處于初期發(fā)展階段，但我們正開始看到這些新功能能夠應用于解決全球范圍的一些重大挑戰(zhàn)。”——微軟首席技術官凱文·斯科特（Kevin Scott）

從自動駕駛汽車到農業(yè)，以下幾個行業(yè)將會從邊緣計算的潛力中獲益。

交通運輸

邊緣計算技術最顯而易見的潛在應用之一是交通運輸——更具體地說，是無人駕駛汽車。

自動駕駛汽車裝備了各種各樣的傳感器，從攝像頭到雷達到激光系統(tǒng)，來幫助車輛運行。

如前所述，這些自動駕駛汽車可以利用邊緣計算，通過這些傳感器在離車輛更近的地方處理數(shù)據(jù)，進而盡可能地減少系統(tǒng)在駕駛過程中的響應時間。雖然無人駕駛汽車還不是主流趨勢，但公司們正在未雨綢繆。

今年早些時候，汽車邊緣計算聯(lián)盟（AECC）宣布將啟動以聯(lián)網汽車解決方案為重點的項目。

“聯(lián)網汽車正迅速地從豪華車型和高端品牌擴張到大批量的中端車型。汽車行業(yè)將很快達到一個臨界點，屆時汽車所產生的數(shù)據(jù)量將超過現(xiàn)有的云、計算和通信基礎設施資源?！薄狝ECC主席兼總裁村田兼一（Kenichi Murata）

該聯(lián)盟的成員包括DENSO Corporation、豐田汽車、AT&T、愛立信、英特爾等公司。

不過，不僅僅是自動駕駛汽車會產生大量的數(shù)據(jù)并需要實時處理。飛機、火車和其他的交通工具也是如此——不管它們有沒有人類駕駛。

例如，飛機制造商龐巴迪（Bombardier）的C系列飛機就裝備了大量的傳感器來迅速檢測發(fā)動機的性能問題。在12小時的飛行中，飛機產生了多達844 TB的數(shù)據(jù)。邊緣計算支持對數(shù)據(jù)進行實時處理，因此該公司能夠主動處理引擎問題。

醫(yī)療保健

如今，人們越來越喜歡佩戴健身追蹤設備、血糖監(jiān)測儀、智能手表和其他監(jiān)測健康狀況的可穿戴設備。

但是，要真正地從所收集的海量數(shù)據(jù)中獲益，實時分析可能是必不可少的——許多的可穿戴設備直接連接到云上，但也有其他的一些設備支持離線運行。

一些可穿戴健康監(jiān)控器可以在不連接云的情況下本地分析脈搏數(shù)據(jù)或睡眠模式。然后，醫(yī)生可以當場對病人進行評估，并就病人的健康狀況提供即時反饋。

但在醫(yī)療保健領域，邊緣計算的潛力遠不局限于可穿戴設備。

不妨想想，快速的數(shù)據(jù)處理能夠給遠程患者監(jiān)控、住院患者護理以及醫(yī)院和診所的醫(yī)療管理帶來多大的好處。

醫(yī)生和臨床醫(yī)生將能夠為患者提供更快、更好的護理，同時患者所生成的健康數(shù)據(jù)也多了一層安全保護。醫(yī)院病床平均有20個以上的聯(lián)網設備，會產生大量的數(shù)據(jù)。這些數(shù)據(jù)的處理將直接發(fā)生在更靠近邊緣的地方，而不是將保密數(shù)據(jù)發(fā)送到云端，因此能夠避免數(shù)據(jù)被不當訪問的風險。

如前所述，本地化數(shù)據(jù)處理意味著大范圍的云端或網絡故障不會影響業(yè)務運轉。即使云操作中斷，這些醫(yī)院的傳感器也能獨立地正常運行。

制造業(yè)

智能制造有望從現(xiàn)代工廠大量部署的傳感器中獲得洞見。

由于能夠減少滯后，邊緣計算可能會使得制造流程能夠更快速地做出響應和變動，能夠實時地應用數(shù)據(jù)分析得出的洞見和實時行動。這可能包括在機器過熱之前將其關閉。

一家工廠可以使用兩個機器人來完成同樣的任務，兩個機器人裝有傳感器，并連接到一個邊緣設備上。邊緣設備可以通過運行一個機器學習模型來預測其中一個機器人是否會操作失敗。

如果邊緣設備斷定機器人很可能會出現(xiàn)故障，它就會觸發(fā)行動來阻止或減慢機器人的運轉。這會使得工廠能夠實時地評估潛在的故障。

如果機器人能夠自己處理數(shù)據(jù)，它們也可能變得更加自給自足和反應靈敏。

邊緣計算應該支持更快地從大數(shù)據(jù)中更多的洞見，以及支持將更多的機器學習技術應用到業(yè)務運營中。

最終目標是，挖掘實時產生的海量數(shù)據(jù)的巨大價值，防止安全隱患，并減少工廠車間機器運轉中斷的情況。

農業(yè)和智能農場

邊緣計算非常適合應用于農業(yè)，因為農場經常處于偏遠的位置和惡劣的環(huán)境中，可能存在帶寬和網絡連接方面的問題。

現(xiàn)在，想要改善網絡連接的智能農場需要在昂貴的光纖、微波連接或者擁有一顆全天候運行的衛(wèi)星上進行投資；而邊緣計算則是一種合適的、具有成本效益的替代方案。

智能農場可以使用邊緣計算來監(jiān)測溫度和設備性能，以及自動讓各種設備（比如過熱的泵）減緩運轉或者關閉。

能源和電網控制

邊緣計算或許在整個能源行業(yè)都尤其有效，尤其是在石油和天然氣設施的安全監(jiān)測方面。

例如，壓力和濕度傳感器應當受到嚴密監(jiān)控，不能在連接性上出差錯，尤其是考慮到這些傳感器大多位于偏遠地區(qū)。如果出現(xiàn)異常情況——比如油管過熱——卻沒有被及時注意到，那就可能會發(fā)生災難性的爆炸。

邊緣計算的另一個好處是能夠實時檢測設備故障。通過電網控制，傳感器可以監(jiān)控從電動汽車到風力發(fā)電廠的一切設施所產生的能源，有助于相應作出決策來降低成本和提高能源生產效率。

其他行業(yè)領域的應用

其他可以利用邊緣計算技術的行業(yè)包括金融業(yè)和零售業(yè)。這兩個行業(yè)都使用大型的客戶和后端數(shù)據(jù)集來提供從選股信息到店內服裝擺放的各種信息，可以從減少對云計算的依賴中獲益。

零售可以使用邊緣計算應用程序來增強顧客體驗。如今，許多零售商都在致力于改善店內體驗，優(yōu)化數(shù)據(jù)收集和分析的方式對它們而言絕對很有意義——尤其是考慮到許多零售商已經在嘗試使用聯(lián)網的智能顯示屏。

此外，很多人使用店內平板電腦所生成的銷售點數(shù)據(jù)，這些數(shù)據(jù)會被傳輸?shù)皆贫嘶驍?shù)據(jù)中心。借助邊緣計算，數(shù)據(jù)可以在本地進行分析，從而減少敏感數(shù)據(jù)泄漏的風險。

當前邊緣計算應用雖然尚屬探索起步期，但在很多領域都已得到應用。其中包括自動駕駛、安防前端智能化、工業(yè)級低時延應用、VR/AR即時對戰(zhàn)類游戲、遠程醫(yī)療等。5G時代的多元化應用催生了邊緣計算的快速發(fā)展，傳統(tǒng)的數(shù)據(jù)中心將向邊緣側延伸，邊緣計算將加速ICT融合落地。邊緣計算市場規(guī)模萬億可期，將成為與云計算平分秋色的新興市場。

審核編輯：黃飛

?