邊緣計算（Edge computing）是相對云計算而言的，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)生成的本地設備和網絡中。邊緣計算又被叫做分布式云計算、霧計算或第四代數(shù)據(jù)中心。
一、什么是邊緣計算？
“邊緣”一詞在物聯(lián)網的世界里被賦予了新的定義。隨著5G時代的到來，邊緣計算也被迅速推廣和普及。那么到底什么是邊緣計算呢？
邊緣計算首先通過在WAN網絡上虛擬化網絡服務而出現(xiàn)。最初是一個平臺來驅動的，適應了云計算用戶的習慣，這也便是思科（Cisco）于2011年曾提出的霧計算概念的由來。隨著新的邊緣計算能力的出現(xiàn)，邊緣計算不再需要構建集中的數(shù)據(jù)中心，創(chuàng)建了具有潛在數(shù)千個可應用的大規(guī)模分布式節(jié)點的能力。
邊緣計算的專業(yè)解釋過于復雜，我們嘗試用一個簡單的例子來解釋它。
有人認為，章魚不像是地球生物，更像是外星物種。這一說法并非憑空而來。章魚基因組含有約33000個基因，是常見無脊椎動物的5-6倍，它的血是藍色的，有三個心臟，軟體多足沒有毛發(fā)，比很多動物都聰明。
其實，章魚就是一個典型的“邊緣計算。”
你是否思考過這樣一個問題？章魚為什么那么聰明？為什么在捕捉獵物或者逃跑的時候，它有那么多條腕，為什么不會纏在一起？
這得益于章魚的大腦的架構。
人類的神經元全部集中在腦部，與人類不同，章魚腦部的神經元只有40%，其他60%分布在幾條腕上。
這樣做有什么好處呢？
好處是章魚可以用自己的腕去思考問題，比如章魚的腕碰到一只螃蟹，它不必將這一信息傳給大腦，直接用這條腕就能完成思考，立馬做出反應。
這就是邊緣計算！將數(shù)據(jù)的處理、應用程序的運行，甚至一些功能服務的實現(xiàn)，統(tǒng)統(tǒng)從網絡中心，搬到各個邊緣節(jié)點上，以提高敏捷性、實時性以及安全性等等。
二、為什么需要邊緣計算？
據(jù) Gartner估計，目前全球使用了超過220億個智能設備，到2025年，將有416億個智能設備連上互聯(lián)網。如果將這些設備產品的數(shù)據(jù)全部傳輸?shù)皆贫耍瑢W絡帶寬、網絡流量成本控制、云端存儲能力都是一個巨大的挑戰(zhàn)。同時，一些應用需要及時響應，如工廠的機械設備的故障預測，時延即意味著損失。另外一些邊緣設備還涉及個人隱私和安全。
為了應對物聯(lián)網場景中海量數(shù)據(jù)傳輸、存儲和云計算能力的挑戰(zhàn)，領先的云計算廠商紛紛推出邊緣計算的產品。將部分數(shù)據(jù)分析功能，放到了應用場景的附近（終端或網關）來實現(xiàn)，這種就近提供的智能服務可以滿足行業(yè)數(shù)字化在敏捷連接、實時業(yè)務、數(shù)據(jù)優(yōu)化、應用智能、安全與隱私保護等方面的關鍵需求。
三、邊緣計算的由來
邊緣計算是近幾年才興起的一個概念，它的出現(xiàn)是源于云計算在實際運用中的不足：
事例1：制造業(yè)打造智能工廠時，會有大量的智能化終端和設備通過工業(yè)網絡接入，企業(yè)需要計算和處理的日常業(yè)務數(shù)據(jù)越來越龐大。同時，工業(yè)上有大量需要實時處理的場景，需要在毫秒級別進行實時響應。由于網絡的限制，云計算架構難以實現(xiàn)實時響應。（延時即事故）
事例2：通過大量傳感器，對油田生產數(shù)據(jù)實現(xiàn)自動化采集，但如果每個傳感器都向云端發(fā)送連接，海量的數(shù)據(jù)給網絡帶來巨大壓力。（海量即擁堵）
- 云計算和邊緣計算的區(qū)別
|
項目 |
云計算 |
邊緣計算 |
|
計算方式不同 |
集中式計算 |
分布式計算 |
|
地點不同 |
遠離 |
靠近應用場景設備或網關 |
|
功能不同 |
所有的數(shù)據(jù)分析和控制邏輯功能 |
收集數(shù)據(jù)、執(zhí)行指令和部分分析功能 |
|
延時性 |
延時 |
低延時 |
|
隱私和安全 |
需要高度關注和采取措施 |
隱私性和安全性較高 |
|
數(shù)據(jù)存儲 |
存儲所有收集的信息 |
僅向云發(fā)送有用的處理后信息 |
|
部署成本 |
高 |
低 |
|
計算能力 |
由性能強大的服務器組成 |
‘有性能較弱、分散的各類功能計算機（服務器）組成，是云計算的補充 |
|
人工智能 |
云計算智能 |
繼承云智能（精簡智能），僅實現(xiàn)應用場景的大部分智能 |
- 邊緣計算的幾個特質
分布式和低延時計算：邊緣計算聚焦實時、短周期數(shù)據(jù)的分析，能夠更好地支撐本地業(yè)務的實時智能化處理與執(zhí)行。
效率更高：由于邊緣計算距離用戶更近，在邊緣節(jié)點處實現(xiàn)了對數(shù)據(jù)的過濾和分析，因此效率更高。
更加智能化：AI+邊緣計算的組合出擊讓邊緣計算不止于計算，更多了一份智能化。
更加節(jié)能：云計算和邊緣計算結合，成本只有單獨使用云計算的39%。
緩解流量壓力：在進行云端傳輸時通過邊緣節(jié)點進行一部分簡單數(shù)據(jù)處理，進而能夠設備響應時間，減少從設備到云端的數(shù)據(jù)流量。
四、邊緣計算的發(fā)展歷程
邊緣計算技術的發(fā)展大致分成３個階段：技術儲備期、迅速增長期和穩(wěn)定發(fā)展期。
邊緣計算發(fā)展歷程
1、技術儲備期
在2015年之前，邊緣計算還處于相關技術理論累積階段，是嘗試向各行業(yè)灌輸邊緣計算相關概念的階段。這一時段，邊緣計算先后經歷了“蟄伏—提出—定義—推廣”幾個發(fā)展過程。
2、迅速增長期
2015—2017年，邊緣計算開始被業(yè)內認可并熟知，各級別刊物上與之相關的論文發(fā)表數(shù)量增長了10余倍，可以說得到了飛速發(fā)展。在這段時期內，基于邊緣計算模式而開啟的萬物互聯(lián)時代逐漸到來，引起了國內外學術界和產業(yè)界的高度關注。
3、穩(wěn)定發(fā)展期
2018年開始，技術日趨成熟的邊緣計算開始穩(wěn)健發(fā)展，這一年也是邊緣計算發(fā)展過程中的最重要的一年。雖然2018之前業(yè)內已經對邊緣計算抱了很大期望，但是將邊緣計算推向前臺并被大眾熟知，還是要數(shù)2018年。這一階段，邊緣計算技術的滲透范圍很快擴大，參與該技術的行業(yè)基本覆蓋了計算機領域的各個環(huán)節(jié)，如云計算公司、硬件生產商、CDN服務公司、通信運營商、科研機構和產業(yè)聯(lián)盟/開源社區(qū)等。
五、邊緣計算典型應用場景
邊緣計算的概念是因工業(yè)制造之因而起。在工業(yè)領域，云端固然必不可少，但是仍需要邊緣與云端的協(xié)同工作。單點故障在工業(yè)級應用場景中是絕對不能被接受的，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。邊緣計算可以更便捷地處理工廠設備產生的海量數(shù)據(jù)，及時檢測異常情況，更好地實現(xiàn)預測性監(jiān)控，提升工廠運行效率的同時也能預防設備故障問題。
除了工業(yè)制造之外，邊緣計算在物聯(lián)網時代不斷增長的數(shù)據(jù)催生了對邊緣計算的需求。
邊緣計算應用場景
盡管目前工業(yè)企業(yè)所追求的核心問題是如何使數(shù)據(jù)賦能生產和產生價值。但我們不能忽視多年來困擾工業(yè)企業(yè)的共性問題：如何收集數(shù)據(jù)？對于任何一個工業(yè)企業(yè)來說，開采數(shù)據(jù)金礦的第一步就是收集數(shù)據(jù)，沒有數(shù)據(jù)收集的大數(shù)據(jù)分析是空中樓閣，沒有數(shù)據(jù)的工業(yè)云平臺就像一棵沒有根的樹。
在不同的工業(yè)生產過程中，由于自動化產品品牌眾多，工業(yè)接口多樣化，工業(yè)協(xié)議不一致，似乎簡單的數(shù)據(jù)采集并不那么容易。
邊云協(xié)同， 對于ICT廠商、OT廠商、OTT廠商以及電信運營商都帶來了不可估量的價值，通過對數(shù)據(jù)的深度挖掘，促使業(yè)務創(chuàng)新和商業(yè)模式創(chuàng)新，加速數(shù)字化轉型。
