邊緣計算是什么意思？“邊緣”壹詞在物聯網世界中有了新的定義。隨著5g時代的到來，邊緣計算也得到了迅速的推廣和普及。那么什么是邊緣計算呢？

邊緣計算的專業解釋太復雜了。我們試著用壹個簡單的例子來解釋它。有些人認為章魚不像地球上的生物，更像是外來物種。這句話不是憑空說出來的。

章魚基因組包含大約33000個基因，是普通無脊椎動物的5-6倍。它的血液是藍色的，有叁顆心，有許多柔軟的腳，沒有頭發，比許多動物都聰明。

妳想過這樣的問題嗎？章魚為什么這么聰明？為什么它在捕捉獵物或逃跑時有這么多手腕？為什么它不被纏住？

這是由于章魚的大腦結構。人類的神經元都集中在大腦中。與人類不同的是，章魚大腦中只有40%的神經元分布在幾個手腕上。

這樣做的好處是什么？

優點是章魚可以用自己的手腕思考。例如，當章魚的手腕碰到螃蟹時，它不必將這些信息傳遞給大腦。它可以用這個手腕直接思考并立即做出反應。

這是邊緣計算！將數據處理、應用操作，甚至某些功能服務的實現從網絡中心移動到每個邊緣節點，以提高靈活性、實時性和安全性。

長期以來，設施的維護和測試將消耗大量的人力和物力。隨著物聯網設備的不斷增加，在網絡邊緣産生的數據量變得非常巨大。如果所有這些數據都由云管理平臺處理，無疑會承受很大的流量壓力，低延遲，實時協同工作難以保證，數據安全風險也會增加。

就像患有巨人癥的人壹樣，他的肆肢不斷地變長變粗，神經元的傳輸速度也有限。巨人的反應會越來越慢。最后，他的手指將被切斷。這些信息需要半天時間才能傳輸到大腦，這無疑是致命的。

如果患有巨人癥的人可以像章魚壹樣采用邊緣計算的方法，而且手指上有神經元，他可以處理附近的大量數據和信息。身體的各個部位都使用這種機構工作，效率將大大提高。

在物聯網環境下，大量使用邊緣計算的設備可以高效地協同工作，許多問題將得到解決。邊緣計算非常簡單，并不復雜。

邊緣計算優勢

邊緣計算模型將原始云計算中心的部分或全部計算任務遷移到數據源附近。與傳統云計算模型相比，邊緣計算模型具有實時數據處理和分析、高安全性、隱私保護、可擴展性強、位置感知和低流量等優點。

（1）實時數據處理和分析。將原云計算中心的部分或全部計算任務遷移到網絡邊緣，在邊緣設備上處理數據，而不是在外部數據中心或云上；因此，提高了數據傳輸性能，保證了處理的實時性，降低了云計算中心的計算負載。

（2）高度安全。傳統的云計算模型是集中式的，這使得它容易受到分布式拒絕服務供應和斷電的影響。邊緣計算模型在邊緣設備和云計算中心之間分配處理、存儲和應用程序，使其高度安全。邊緣計算模型還降低了單點失效的可能性。

（3）保護私有數據并提高數據安全性。邊緣計算模型在本地設備上處理更多數據，而不是將其上傳到云計算中心，因此邊緣計算還可以減少實際存在風險的數據量。即使設備受到攻擊，它也只包含本地收集的數據，而不包含受損的云計算中心。

（4）可伸縮性。邊緣計算提供了一種更便宜的可擴展性途徑，允許公司通過物聯網設備和邊緣數據中心的組合來擴展其計算能力。使用具有處理能力的物聯網設備也可以降低擴展成本，因此添加的新設備不會對網絡有很大的帶寬需求。

（5）位置意識。邊緣分布式設備使用低級信令進行信息共享。邊緣計算模型從本地接入網中的邊緣設備接收信息，以發現設備的位置。例如，對于導航，終端設備可以根據其實時位置將相關的位置信息和數據移交給邊緣節點進行處理，邊緣節點根據現有數據進行判斷和決策。

（6）低流量。本地設備采集的數據可以在本地進行計算和分析，也可以在本地設備上進行預處理。無需將本地設備采集的所有數據上傳到云計算中心，以減少進入核心網絡的流量。

表1邊緣計算與協同邊緣計算的比較

邊緣計算的典型應用

邊緣計算在許多應用場景中都取得了良好的效果。在本節中，我們將介紹幾個基于edge計算框架設計的新興應用程序場景。歐洲電信標準化協會討論了一些場景，如視頻分析和移動大數據。也有一些概述性論文介紹了車輛互連、醫療保健、智能樓宇控制、海洋監測以及無線傳感器和執行器網絡與邊緣計算的結合等場景。

（1）保健。例如，邊緣計算可以幫助中風患者的醫療保健。研究人員最近提出了一種稱為u-fall的智能醫療基礎設施，它通過邊緣計算技術利用智能手機。借助邊緣計算，u-fall借助智能設備傳感器實時感知運動檢測。邊緣計算還可以幫助健康顧問幫助他們的患者，而不管他們的地理位置如何。邊緣計算使智能手機能夠從智能傳感器收集患者的生理信息，如脈搏率、體溫等，并將其發送到云服務器進行存儲、數據同步和共享。

（2）視頻分析。在物聯網時代，監控攝像機無處不在。傳統的終端設備云服務器架構可能無法從數百萬終端設備傳輸視頻。在這種情況下，邊緣計算可以幫助基于視頻分析的應用程序。借助邊緣計算，大量視頻不需要上傳到云服務器，而是在靠近終端設備的邊緣服務器上進行數據分析，只將邊緣服務器無法處理的一小部分數據上傳到云計算中心。

（3）車輛互連。通過互聯網接入為車輛提供便利，使其能夠連接道路上的其他車輛。如果車輛采集的數據全部上傳到云端進行處理，互聯網負載過大，導致傳輸延遲；因此，邊緣設備本身必須具有處理視頻、音頻、信號和其他數據的能力。邊緣計算可以為這一需求提供相應的架構、服務和支持能力，縮短端到端延遲，加快數據處理速度，避免因信號處理不及時而導致的交通事故等事故。車輛可以與其他接近的車輛通信，并告知他們任何預期的風險或交通堵塞。

（4）移動大數據分析。無處不在的移動終端設備可以收集大量的數據。大數據對業務非常重要，因為它可以提取對不同業務部門有益的分析和有用信息。大數據分析是從原始數據中提取有意義信息的過程。在移動設備附近部署邊緣服務器可以通過高網絡帶寬和低延遲改進大數據分析。例如，首先收集和分析附近邊緣服務器的大數據，然后將大數據分析結果傳輸到核心網絡進行進一步處理，以減輕核心網絡的壓力。

（5）智能樓宇控制。智能樓宇控制系統由部署在樓宇不同部分的無線傳感器組成。傳感器負責監測和控制建筑環境，如溫度、氣體水平或濕度。在智能建筑環境中，部署邊緣計算環境的建筑可以通過傳感器共享信息，并對任何異常情況做出響應。這些傳感器可以根據其他無線節點接收到的集合信息來維持建筑物的大氣。

（6）海洋監測和控制。科學家們正在研究如何應對任何海洋災難性事件，并提前了解氣候變化。這可以幫助人們采取快速反應措施，減少災難性事件的嚴重后果。部署在海洋某些位置的傳感器傳輸大量數據，這需要大量的計算和存儲資源。使用傳統云計算中心處理大量接收數據可能導致預測傳輸延遲。在這種情況下，通過在數據源附近進行處理，邊緣計算可以在防止數據丟失或傳感器數據傳輸延遲方面發揮重要作用。

（7）智能家居。隨著物聯網技術的發展，智能家居系統得到了進一步的發展。它利用大量物聯網設備實時監控家居內部狀態，接收外部控制命令，最終完成家居環境的調節，從而提高家居的安全性、便捷性和舒適性。由于家庭數據的隱私性，用戶并不總是愿意將數據上傳到云端進行處理，尤其是一些家庭視頻數據。邊緣計算可以將家庭數據處理推送到家庭內部網關，減少家庭數據的流出，從而減少數據泄露的可能性，提高系統的隱私性。

（8）智慧城市。預測顯示，一個擁有100萬人口的城市每天將產生200Pb的數據。因此，應用邊緣計算模型處理網絡邊緣的數據是一個很好的解決方案。例如，在城市路面檢測中，傳感器安裝在道路兩側的路燈上，以收集城市路面信息并檢測環境數據，如空氣質量、光強度和噪聲水平。當路燈出現故障時，可以立即反饋給維修人員，并在健康急救和公共安全領域提供幫助。

邊緣計算的現狀及關鍵技術

目前，邊緣計算的發展還處于起步階段。隨著越來越多的設備聯網，邊緣計算得到了業界和學術界的廣泛重視和認可。在這一部分中，我們主要從工業界和學術界介紹了邊緣計算的現狀。