什么是邊緣計算
2019-08-23
發表日期：2019-8-22
之前我們為大家科普了什么是霧計算，繼云計算之后，霧計算可謂是順應了物聯網的發展潮流?，F在我們知道霧計算是比云計算更接近于終端用戶和數據源的計算，那么今天我們為大家科普的是一種比霧計算更更更接近于終端用戶和數據源的計算，那就是邊緣計算。
邊緣計算(Edge Computing)進一步推進了霧計算中“局域網處理能力”的理念，但實際上邊緣計算的概念提出比霧計算還要早。邊緣計算的起源可以追溯到上個世紀90年代，當時Akamai公司推出了內容傳送網絡(CDN)，該網絡在接近終端用戶設立了傳輸節點，這些節點能夠存儲緩存的靜態內容，如圖像和視頻等。
邊緣計算是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程序在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業連接之間，或處于物理實體的邊緣末端。而云端計算，仍然可以訪問邊緣計算的歷史數據。[1]
對物聯網而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現而無需交由云端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕云端的負荷。由于更加靠近用戶，還可為用戶提供更快的響應，將需求在邊緣端解決。[2]
邊緣計算的優勢
邊緣計算作為新晉IT技術之一，它有著諸多先天優勢。
1、更實時、快速的數據處理能力。由于數據處理更接近數據來源，而不是在外部數據中心或云端進行，因此可以減少遲延時間。同時因為減少了中間傳輸過程，數據處理的速度也更快速。
2、更低的成本。邊緣計算處理的數據是“小數據”，從數據計算、存儲上都具有成本優勢，故企業在本地設備的數據管理解決方案上的花費比在云和數據中心網絡上的花費要少。
3、更低的網絡帶寬需求。隨著聯網設備數量的增多，網絡傳輸壓力會越來越大，而邊緣計算的過程中，與云端服務器的數據交換并不多，因此也不需要占用太多網絡帶寬。
4、更高的應用程序運行效率。當數據處理更快、網絡傳輸壓力更小、數據處理延時減少，應用程序能夠以更快的速度更高效地運行。
5、更低的云端依賴。邊緣計算削弱了云端的角色，同時也降低了發生單點故障的可能性。減少對云的依賴也意味著某些設備可以穩定地離線運行，這在互聯網連接受限的地區尤其能夠派上用場。
6、更安全合規的數據處理方式。數據的安全性越來越得到重視，歐盟（EU）最近實施的《通用數據保護條例》就旨在保護個人可識別信息免遭數據濫用。邊緣計算讓數據隱私保護變得更具操作性，由于邊緣設備能夠在收集和本地處理數據，數據不必傳輸到云端，因此，敏感信息不需要經由網絡，這樣要是云遭到網絡攻擊，影響也會變得更小。
邊緣計算的應用場景
1、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，例如無人駕駛汽車。
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，來幫助車輛運行。這些自動駕駛汽車可以利用邊緣計算，通過多個傳感器在離車輛更近的地方處理數據，進而盡可能地減少系統在駕駛過程中的響應時間。邊緣計算無疑將會助力無人駕駛汽車的發展。
不僅僅是自動駕駛汽車會產生大量的數據并需要實時處理。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的數據。邊緣計算支持對數據進行實時處理，因此該公司能夠主動處理引擎問題。
2、醫療保健
如今，人們越來越喜歡佩戴健身追蹤設備、血糖監測儀、智能手表和其他監測健康狀況的可穿戴設備。要真正地從所收集的海量數據中獲益，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，但是隨著邊緣計算的發展，越來越多的設備開始了自己的簡單運算。
一些可穿戴健康監控器可以在不連接云的情況下本地分析脈搏數據或睡眠模式。然后，醫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。
但在醫療保健領域，邊緣計算的潛力遠不局限于可穿戴設備。
快速的數據處理能夠給遠程患者監控、住院患者護理以及醫院和診所的醫療管理帶來更多的好處。醫生和臨床醫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據也多了一層安全保護。在美國，醫療領域的本地數據非常多樣化，比如醫院的病床可以和 20 多個設備連接，這些數據被收集、清洗、挖掘之后，可以幫助醫生更好地了解病人的身體狀況。這些數據的處理將直接發生在更靠近邊緣的地方，而不是將保密數據發送到云端，因此能夠避免數據被不當訪問的風險。
3、制造行業
在工業制造領域，邊緣計算也正在發揮越來越重要的作用。從工業發展的方向來看，數據將成為驅動生產制造的重要生產資料，那么如何處理這些海量、實時產生的數據就成為企業能否快速發展的重要課題。
以流程型生產為例，一條生產線其實就是數據流動的通道，產品從上一名工人傳遞到下一個工人，同時伴隨著產品數據的傳遞。在這個過程中，如果由于某一名工人錯誤操作的導致了數據異常，在下一名工人開始操作時，基于邊緣計算的生產線可以做出預警提示。如果再進一步，當機器學習能力被邊緣計算融入到生產線的時候，工人的不合規操作可以被實時監測出來并預警，這對提升產品的良品率意義重大。
邊緣計算的應用場景遠不止以上幾個，在能源、農業、金融、零售等多個行業，邊緣計算的也將發揮著更多的用途。隨著邊緣計算的發展，邊緣設備會越來越有自己的“思想”，人們的生活也會越來越智能。
霧計算與邊緣計算
談到邊緣計算，必然會要再談到霧計算。
邊緣計算具體是指在網絡的“邊緣”處或附近進行的計算過程，而霧計算則是指邊緣設備和云端之間的網絡連接。霧計算和邊緣計算都涉及處理更接近原點的數據。關鍵的區別在于處理發生的確切位置。
雖然霧計算與邊緣計算這兩種技術非常相似，但霧計算與邊緣計算的使用方式是不同的。霧計算過程發生在局域網(LAN)級網絡架構上，使用與工業網關和嵌入式計算機系統交互的集中式系統。而邊緣計算處理的大部分數據來源于所在的物聯網設備本身。
為了區分它們，讓我們考慮智能城市的用例。
想象一下配備了智能交通管理基礎設施的智能城市，交通信號燈上連接了一個傳感器，可以檢測到交叉路口每側有多少車輛在等待，并優先為最大等待數量的車道轉動綠燈。這是一個相當簡單的計算，可以使用邊緣計算在交通燈本身中執行。這減少了需要通過網絡發送的數據量，從而降低了運營和存儲成本。
現在，想象一下這些交通信號燈是連接對象網絡的一部分，包括更多交通信號燈，行人過路處，污染監視器，公交車GPS跟蹤器等等。
關于是否在五秒鐘或十秒內將交通信號燈變為綠色的決定變得更加復雜。也許有一輛公共汽車在交叉路口的一側遲到了，也許開始下雨了，為了鼓勵居民更積極地旅行，該市決定在下雨時優先考慮行人和騎自行車的人。附近是否有人行橫道或自行車道?有人用嗎?在下雨嗎?等等問題。
在這種更復雜的情況下，計算的判斷邏輯也會更復雜一些，此時我們可以在本地部署一個微型數據中心，以便分析來自多個邊緣節點的數據。這些微型數據中心就像局域網內的本地迷你云一樣，被認為是霧計算。[3]
所以，邊緣計算給云計算帶來了補充，并且與霧計算一起非常緊密地運作，但它絕不是二者的替代者。
雖然邊緣計算還處于起步階段，但隨著物聯網的發展，邊緣計算也得到越來越多的關注，亞馬遜、微軟、Google等各大科技巨頭紛紛加入邊緣計算的賽場，開始了相關產業的布局。從智能手機到可穿戴設備，從醫療到工業制造，邊緣計算正助力于一個又一個行業，邊緣計算讓終端成為更智慧的存在，相信隨著邊緣計算更多的被采用，互聯網生態系統會更加的完善，我們的世界業會更加的智能和便利。
參考資料：
1、邊緣計算產業聯盟正式成立 華為等公司牽頭 ．人民網．2016-12-01
2、邊緣計算產業聯盟成立 促進物聯網從夢想變現實 ．中國政府網．2016-11-30
3、怎么通俗理解霧計算和邊緣計算．今日頭條EdgeAItech
之前我們為大家科普了什么是霧計算，繼云計算之后，霧計算可謂是順應了物聯網的發展潮流?，F在我們知道霧計算是比云計算更接近于終端用戶和數據源的計算，那么今天我們為大家科普的是一種比霧計算更更更接近于終端用戶和數據源的計算，那就是邊緣計算。
邊緣計算(Edge Computing)進一步推進了霧計算中“局域網處理能力”的理念，但實際上邊緣計算的概念提出比霧計算還要早。邊緣計算的起源可以追溯到上個世紀90年代，當時Akamai公司推出了內容傳送網絡(CDN)，該網絡在接近終端用戶設立了傳輸節點，這些節點能夠存儲緩存的靜態內容，如圖像和視頻等。
邊緣計算是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程序在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業連接之間，或處于物理實體的邊緣末端。而云端計算，仍然可以訪問邊緣計算的歷史數據。[1]
對物聯網而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現而無需交由云端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕云端的負荷。由于更加靠近用戶，還可為用戶提供更快的響應，將需求在邊緣端解決。[2]
邊緣計算的優勢
邊緣計算作為新晉IT技術之一，它有著諸多先天優勢。
1、更實時、快速的數據處理能力。由于數據處理更接近數據來源，而不是在外部數據中心或云端進行，因此可以減少遲延時間。同時因為減少了中間傳輸過程，數據處理的速度也更快速。
2、更低的成本。邊緣計算處理的數據是“小數據”，從數據計算、存儲上都具有成本優勢，故企業在本地設備的數據管理解決方案上的花費比在云和數據中心網絡上的花費要少。
3、更低的網絡帶寬需求。隨著聯網設備數量的增多，網絡傳輸壓力會越來越大，而邊緣計算的過程中，與云端服務器的數據交換并不多，因此也不需要占用太多網絡帶寬。
4、更高的應用程序運行效率。當數據處理更快、網絡傳輸壓力更小、數據處理延時減少，應用程序能夠以更快的速度更高效地運行。
5、更低的云端依賴。邊緣計算削弱了云端的角色，同時也降低了發生單點故障的可能性。減少對云的依賴也意味著某些設備可以穩定地離線運行，這在互聯網連接受限的地區尤其能夠派上用場。
6、更安全合規的數據處理方式。數據的安全性越來越得到重視，歐盟（EU）最近實施的《通用數據保護條例》就旨在保護個人可識別信息免遭數據濫用。邊緣計算讓數據隱私保護變得更具操作性，由于邊緣設備能夠在收集和本地處理數據，數據不必傳輸到云端，因此，敏感信息不需要經由網絡，這樣要是云遭到網絡攻擊，影響也會變得更小。
邊緣計算的應用場景
1、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，例如無人駕駛汽車。
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，來幫助車輛運行。這些自動駕駛汽車可以利用邊緣計算，通過多個傳感器在離車輛更近的地方處理數據，進而盡可能地減少系統在駕駛過程中的響應時間。邊緣計算無疑將會助力無人駕駛汽車的發展。
不僅僅是自動駕駛汽車會產生大量的數據并需要實時處理。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的數據。邊緣計算支持對數據進行實時處理，因此該公司能夠主動處理引擎問題。
2、醫療保健
如今，人們越來越喜歡佩戴健身追蹤設備、血糖監測儀、智能手表和其他監測健康狀況的可穿戴設備。要真正地從所收集的海量數據中獲益，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，但是隨著邊緣計算的發展，越來越多的設備開始了自己的簡單運算。
一些可穿戴健康監控器可以在不連接云的情況下本地分析脈搏數據或睡眠模式。然后，醫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。
但在醫療保健領域，邊緣計算的潛力遠不局限于可穿戴設備。
快速的數據處理能夠給遠程患者監控、住院患者護理以及醫院和診所的醫療管理帶來更多的好處。醫生和臨床醫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據也多了一層安全保護。在美國，醫療領域的本地數據非常多樣化，比如醫院的病床可以和 20 多個設備連接，這些數據被收集、清洗、挖掘之后，可以幫助醫生更好地了解病人的身體狀況。這些數據的處理將直接發生在更靠近邊緣的地方，而不是將保密數據發送到云端，因此能夠避免數據被不當訪問的風險。
3、制造行業
在工業制造領域，邊緣計算也正在發揮越來越重要的作用。從工業發展的方向來看，數據將成為驅動生產制造的重要生產資料，那么如何處理這些海量、實時產生的數據就成為企業能否快速發展的重要課題。
以流程型生產為例，一條生產線其實就是數據流動的通道，產品從上一名工人傳遞到下一個工人，同時伴隨著產品數據的傳遞。在這個過程中，如果由于某一名工人錯誤操作的導致了數據異常，在下一名工人開始操作時，基于邊緣計算的生產線可以做出預警提示。如果再進一步，當機器學習能力被邊緣計算融入到生產線的時候，工人的不合規操作可以被實時監測出來并預警，這對提升產品的良品率意義重大。
邊緣計算的應用場景遠不止以上幾個，在能源、農業、金融、零售等多個行業，邊緣計算的也將發揮著更多的用途。隨著邊緣計算的發展，邊緣設備會越來越有自己的“思想”，人們的生活也會越來越智能。
霧計算與邊緣計算
談到邊緣計算，必然會要再談到霧計算。
邊緣計算具體是指在網絡的“邊緣”處或附近進行的計算過程，而霧計算則是指邊緣設備和云端之間的網絡連接。霧計算和邊緣計算都涉及處理更接近原點的數據。關鍵的區別在于處理發生的確切位置。
雖然霧計算與邊緣計算這兩種技術非常相似，但霧計算與邊緣計算的使用方式是不同的。霧計算過程發生在局域網(LAN)級網絡架構上，使用與工業網關和嵌入式計算機系統交互的集中式系統。而邊緣計算處理的大部分數據來源于所在的物聯網設備本身。
為了區分它們，讓我們考慮智能城市的用例。
想象一下配備了智能交通管理基礎設施的智能城市，交通信號燈上連接了一個傳感器，可以檢測到交叉路口每側有多少車輛在等待，并優先為最大等待數量的車道轉動綠燈。這是一個相當簡單的計算，可以使用邊緣計算在交通燈本身中執行。這減少了需要通過網絡發送的數據量，從而降低了運營和存儲成本。
現在，想象一下這些交通信號燈是連接對象網絡的一部分，包括更多交通信號燈，行人過路處，污染監視器，公交車GPS跟蹤器等等。
關于是否在五秒鐘或十秒內將交通信號燈變為綠色的決定變得更加復雜。也許有一輛公共汽車在交叉路口的一側遲到了，也許開始下雨了，為了鼓勵居民更積極地旅行，該市決定在下雨時優先考慮行人和騎自行車的人。附近是否有人行橫道或自行車道?有人用嗎?在下雨嗎?等等問題。
在這種更復雜的情況下，計算的判斷邏輯也會更復雜一些，此時我們可以在本地部署一個微型數據中心，以便分析來自多個邊緣節點的數據。這些微型數據中心就像局域網內的本地迷你云一樣，被認為是霧計算。[3]
所以，邊緣計算給云計算帶來了補充，并且與霧計算一起非常緊密地運作，但它絕不是二者的替代者。
雖然邊緣計算還處于起步階段，但隨著物聯網的發展，邊緣計算也得到越來越多的關注，亞馬遜、微軟、Google等各大科技巨頭紛紛加入邊緣計算的賽場，開始了相關產業的布局。從智能手機到可穿戴設備，從醫療到工業制造，邊緣計算正助力于一個又一個行業，邊緣計算讓終端成為更智慧的存在，相信隨著邊緣計算更多的被采用，互聯網生態系統會更加的完善，我們的世界業會更加的智能和便利。
參考資料：
1、邊緣計算產業聯盟正式成立 華為等公司牽頭 ．人民網．2016-12-01
2、邊緣計算產業聯盟成立 促進物聯網從夢想變現實 ．中國政府網．2016-11-30
3、怎么通俗理解霧計算和邊緣計算．今日頭條EdgeAItech