邊緣計(jì)算（Edge computing）是相對(duì)云計(jì)算而言的，它是指收集并分析數(shù)據(jù)的行為發(fā)生在靠近數(shù)據(jù)生成的本地設(shè)備和網(wǎng)絡(luò)中。邊緣計(jì)算又被叫做分布式云計(jì)算、霧計(jì)算或第四代數(shù)據(jù)中心。

大概很多人都有這樣的經(jīng)歷：不小心，手被火燒或被開水燙了，人會(huì)立即移開自己的手，這個(gè)反應(yīng)是人的自組織條件反射反應(yīng)。我們假設(shè)一下，如果我們的手被火燒或被開水燙由我們大腦根據(jù)匯集的信息做反應(yīng)決定，再采取行動(dòng)的話，那會(huì)是一個(gè)什么樣的場(chǎng)景？

假設(shè)我們把人的條件反射標(biāo)記為邊緣計(jì)算，把人的大腦的反應(yīng)標(biāo)記為云計(jì)算的話，那么我們就可以淺顯而又深刻地了解邊緣計(jì)算和云計(jì)算的區(qū)別。

一.什么是邊緣計(jì)算

邊緣計(jì)算（Edge computing）是相對(duì)云計(jì)算而言的，它是指收集并分析數(shù)據(jù)的行為發(fā)生在靠近數(shù)據(jù)生成的本地設(shè)備和網(wǎng)絡(luò)中，而不是必須將數(shù)據(jù)傳輸?shù)接?jì)算資源集中化的云端進(jìn)行處理。邊緣計(jì)算又被叫做分布式云計(jì)算、霧計(jì)算或第四代數(shù)據(jù)中心。

邊緣計(jì)算首先通過(guò)在WAN網(wǎng)絡(luò)上虛擬化網(wǎng)絡(luò)服務(wù)而出現(xiàn)。最初是由一個(gè)平臺(tái)來(lái)驅(qū)動(dòng)的，適應(yīng)了云計(jì)算用戶的習(xí)慣，這也便是思科(Cisco)于2011年曾提出的霧計(jì)算概念的由來(lái)。隨著新的邊緣計(jì)算能力的出現(xiàn)，邊緣計(jì)算不再需要構(gòu)建集中的數(shù)據(jù)中心，創(chuàng)建了具有潛在數(shù)千個(gè)可應(yīng)用的大規(guī)模分布式節(jié)點(diǎn)的能力。

二. 為什么需要邊緣計(jì)算

Gartner預(yù)計(jì)到2020年全世界有多達(dá)250億的智能設(shè)備會(huì)連接互聯(lián)網(wǎng)，如此多的設(shè)備會(huì)產(chǎn)生50萬(wàn)億GB的數(shù)據(jù)，這相當(dāng)2015年全球數(shù)據(jù)量的5倍多。如果將這些設(shè)備產(chǎn)生的數(shù)據(jù)全部傳輸?shù)皆贫耍瑢?duì)網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)流量成本控制、云端存儲(chǔ)能力都是一個(gè)巨大的挑戰(zhàn)。
同時(shí)，一些應(yīng)用需要及時(shí)響應(yīng)，如工廠的機(jī)械設(shè)備的故障預(yù)測(cè)，時(shí)延即意味著損失。另外一些邊緣設(shè)備還涉及個(gè)人隱私和安全。為了應(yīng)對(duì)物聯(lián)網(wǎng)場(chǎng)景中海量數(shù)據(jù)傳輸、存儲(chǔ)和云計(jì)算能力的挑戰(zhàn)，領(lǐng)先的云計(jì)算廠商紛紛推出邊緣計(jì)算的產(chǎn)品。將部分?jǐn)?shù)據(jù)分析功能，放到了應(yīng)用場(chǎng)景的附近(終端或網(wǎng)關(guān))來(lái)實(shí)現(xiàn)，這種就近提供的智能服務(wù)可以滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。

云計(jì)算和邊緣計(jì)算的區(qū)別

邊緣計(jì)算的幾個(gè)特質(zhì)

?分布式和低延時(shí)計(jì)算

邊緣計(jì)算聚焦實(shí)時(shí)、短周期數(shù)據(jù)的分析，能夠更好地支撐本地業(yè)務(wù)的實(shí)時(shí)智能化處理與執(zhí)行

?效率更高

由于邊緣計(jì)算距離用戶更近，在邊緣節(jié)點(diǎn)處實(shí)現(xiàn)了對(duì)數(shù)據(jù)的過(guò)濾和分析，因此效率更高

?更加智能化

AI+邊緣計(jì)算的組合出擊讓邊緣計(jì)算不止于計(jì)算，更多了一份智能化

?更加節(jié)能

云計(jì)算和邊緣計(jì)算結(jié)合，成本只有單獨(dú)使用云計(jì)算的39%

?緩解流量壓力

在進(jìn)行云端傳輸時(shí)通過(guò)邊緣節(jié)點(diǎn)進(jìn)行一部分簡(jiǎn)單數(shù)據(jù)處理，進(jìn)而能夠設(shè)備響應(yīng)時(shí)間，減少?gòu)脑O(shè)備到云端的數(shù)據(jù)流量

三. 技術(shù)進(jìn)步為布署邊緣計(jì)算提供了可能

在物聯(lián)網(wǎng)場(chǎng)景下，每個(gè)智能設(shè)備都會(huì)產(chǎn)生大量的數(shù)據(jù)，傳輸如此海量的數(shù)據(jù)從本地到云端，則需要消耗大量的網(wǎng)絡(luò)帶寬。為了加快服務(wù)和計(jì)算處理數(shù)據(jù)的時(shí)間，將計(jì)算從云端移向采集數(shù)據(jù)的邊緣節(jié)點(diǎn)則是必然之選。

四.怎么布署邊緣計(jì)算

在物聯(lián)網(wǎng)場(chǎng)景下，每個(gè)智能設(shè)備都會(huì)產(chǎn)生大量的數(shù)據(jù)，傳輸如此海量的數(shù)據(jù)從本地到云端，則需要消耗大量的網(wǎng)絡(luò)帶寬。為了加快服務(wù)和計(jì)算處理數(shù)據(jù)的時(shí)間，將計(jì)算從云端移向采集數(shù)據(jù)的邊緣節(jié)點(diǎn)則是必然之選。其實(shí)，在大數(shù)據(jù)場(chǎng)景下，將計(jì)算部署到靠近數(shù)據(jù)的節(jié)點(diǎn)早有先例。Hadoop中的MapReduce就是通過(guò)將mapper和reducer部署到數(shù)據(jù)存儲(chǔ)的節(jié)點(diǎn)，從而高效的處理HDFS中存放的海量數(shù)據(jù)。

邊緣計(jì)算環(huán)境是構(gòu)成物聯(lián)網(wǎng)生態(tài)系統(tǒng)的諸多元素的一個(gè)子集，它剔除了管理、安全和分析功能。邊緣計(jì)算是聯(lián)接物理世界和虛擬世界的一道“橋梁”。

1、設(shè)備域：邊緣計(jì)算在這一層，可以對(duì)感知的信息直接進(jìn)行計(jì)算處理。比如在制造領(lǐng)域，可以對(duì)設(shè)備進(jìn)行適時(shí)監(jiān)控，能夠?qū)崿F(xiàn)預(yù)防性維護(hù)；在視頻采集、音頻采集中直接部署智能鑒別的能力;又或者像手機(jī)一樣，能夠由語(yǔ)音輸入直接轉(zhuǎn)換成文字輸出。

2、網(wǎng)絡(luò)域：通過(guò)部署計(jì)算能力，實(shí)現(xiàn)各網(wǎng)絡(luò)協(xié)議的自動(dòng)轉(zhuǎn)換，對(duì)數(shù)據(jù)格式進(jìn)行標(biāo)準(zhǔn)化處理。要解決物理網(wǎng)中數(shù)據(jù)異構(gòu)的問題，就需要在網(wǎng)絡(luò)域中部署邊緣計(jì)算，以實(shí)現(xiàn)數(shù)據(jù)格式的標(biāo)準(zhǔn)化和數(shù)據(jù)傳遞的標(biāo)準(zhǔn)化(例如將所有的感知數(shù)據(jù)都換算成MQTT類型數(shù)據(jù)，并通過(guò)HTTP方式傳遞)。同時(shí)，網(wǎng)絡(luò)域的邊緣計(jì)算，還能對(duì)“融合網(wǎng)絡(luò)”進(jìn)行智能化管理，實(shí)現(xiàn)網(wǎng)絡(luò)的冗余，保證網(wǎng)絡(luò)的安全，并可進(jìn)一步參與網(wǎng)絡(luò)的優(yōu)化工作。

3、數(shù)據(jù)域：邊緣計(jì)算，使得數(shù)據(jù)管理更智能、存儲(chǔ)方式更靈活。首先，邊緣計(jì)算可以對(duì)數(shù)據(jù)的完整性和一致性進(jìn)行分析，并進(jìn)行數(shù)據(jù)清洗工作，消滅系統(tǒng)中的“臟”數(shù)據(jù)。其次，邊緣計(jì)算可以對(duì)計(jì)算和存儲(chǔ)能力、以及系統(tǒng)負(fù)載進(jìn)行動(dòng)態(tài)地部署。最后，邊緣計(jì)算還能和云端計(jì)算保持高效協(xié)同、合理分擔(dān)運(yùn)算任務(wù)。

4、應(yīng)用域：邊緣計(jì)算提供屬地化的業(yè)務(wù)邏輯和應(yīng)用智能。它使得應(yīng)用具有靈便、快速反應(yīng)的能力，并在離線的情況下(和云端失去聯(lián)系時(shí))，仍能夠獨(dú)立地提供本地化的應(yīng)用服務(wù)。

五. 邊緣計(jì)算典型應(yīng)用場(chǎng)景

邊緣網(wǎng)絡(luò)基本上由終端設(shè)備（例如移動(dòng)手機(jī)、智能物品等等）、邊緣設(shè)備（例如邊界路由器、機(jī)頂盒、網(wǎng)橋、基站、無(wú)線接入點(diǎn)等等）、邊緣服務(wù)器等構(gòu)成。這些組件可以具有必要的性能，支持邊緣計(jì)算。作為一種本地化的計(jì)算模式，邊緣計(jì)算提供了對(duì)于計(jì)算服務(wù)需求更快的響應(yīng)速度，通常情況下不將大量的原始數(shù)據(jù)發(fā)送云網(wǎng)絡(luò)。然而，總體來(lái)說(shuō)，邊緣計(jì)算不需要會(huì)主動(dòng)協(xié)助 IaaS,、PaaS、 SaaS和其他云服務(wù)，更多地專注于終端設(shè)備端。

邊緣計(jì)算的概念是因工業(yè)制造之因而起。在工業(yè)領(lǐng)域，云端固然必不可少，但是仍需要邊緣與云端的協(xié)同工作。單點(diǎn)故障在工業(yè)級(jí)應(yīng)用場(chǎng)景中是絕對(duì)不能被接受的，因此除了中心云的統(tǒng)一控制外，工業(yè)現(xiàn)場(chǎng)的系統(tǒng)也必須具備一定的活力，能夠自主判斷并解決問題。邊緣計(jì)算可以更便捷的處理工廠設(shè)備產(chǎn)生的海量數(shù)據(jù)，及時(shí)檢測(cè)異常情況，更好的實(shí)現(xiàn)預(yù)測(cè)性監(jiān)控，提升工廠運(yùn)行效率的同時(shí)也能預(yù)防設(shè)備故障問題。