一. 邊緣計算內涵及優勢
邊緣計算 (Edge computing) 是指在靠近物或數據源頭的一側，採用網絡、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。而云端計算，仍然可以訪問邊緣計算的歷史數據。
邊緣計算既可以在大型運算設備內完成也可以在中小型運算設備、本地端網絡內完成。用於邊緣運算的設備可以是智能手機這樣的移動設備、PC、智能家居、無人駕駛汽車等家用終端，也可以是ATM 機、攝像頭、紅綠燈、電動機、泵、發電機或其他的傳感器等終端。
邊緣計算是伴隨著物聯網的發展而出現的。對物聯網而言，邊緣計算技術取得突破，意味著通過本地設備就可實現數據分析與控制，無需交付雲端處理。這將大大提升數據處理效率， 減輕雲端負荷，為用戶提供更快速的響應。
“邊緣計算最大的好處是能夠更快地利用數據和洞察力。”Forrester 公司副總裁兼首席分析師 BrianHopkins 說，“縮小數據生成方式與數據提供洞察力方式之間的差距，可以創造競爭優勢。”邊緣計算的興起不是為了完全取代雲計算， 而是對雲計算的有益補充，它的主要優勢包括以下幾點。
1.1 實時或更快速地處理和分析數據。數據處理更接近數據來源，而不是在外部數據中心或雲端進行，因此可以減少遲延時間。
1.2 較低的運營成本。企業在本地設備的數據管理解決方案上的花費比在雲和數據中心網絡上的花費要少。
1.3 佔用網絡流量較少。隨著物聯網設備數量的增加，數據生成繼續飆升。因此，網絡帶寬變得更加有限，讓雲端不堪重負，造成更大的數據瓶頸。
1.4 更高的應用程序運行效率。隨著滯後的減少，應用程序能夠以更快的速度更高效地運行。
1.5 減少對雲的依賴可以降低發生單點故障的可能性，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或無法訪問的偏遠地區尤其能夠派上用場。2016 年，Salesforce 網站的北美14 站點（又名 NA14）宕機超過24 個小時。客戶無法訪問用戶數據，從電話號碼到電子郵件等，業務運營遭受嚴重的破壞。此後，Salesforce 將它的物聯網雲轉移到亞馬遜的 AWS 上，但是這次宕機事件凸顯了僅依賴雲的一大弊端。
1.6 邊緣計算可以提高數據的安全性和合規性，這對保護個人信息大有裨益。由於邊緣設備能夠在本地收集和處理數據，數據不必傳輸到雲端。因此，敏感信息不需要經由網絡，這樣如果雲遭到網絡攻擊，影響也不會那麼嚴重。邊緣計算還能夠讓新興聯網設備和舊式的“遺留”設備之間實現互通。它將舊式系統使用的通信協議“轉換成現代聯網設備能夠理解的語言”。這意味著傳統工業設備可以無縫且高效地連接到現代的物聯網平臺。
二. 邊緣計算的應用場景
隨著萬物互聯時代的到來，邊緣計算將在各行各業中得到越來越多的應用，尤其是在雲計算效率低下的一些領域。以下是邊緣計算可以帶來新價值的應用場景。
2.1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，特別是無人駕駛汽車、無人駕駛地鐵和無人機。這些智能交通工具裝備了各種各樣的傳感器，從攝像頭到雷達到激光系統，來幫助其自動運行。比如，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據，進而儘可能減少系統在駕駛過程中的響應時間。
Gartner 公司副總裁兼傑出分析師 Thomas Bittman 說，自動駕駛汽車需要能夠自我學習， 而無需連接到雲端來處理數據。機器學習技術不依賴於訓練大數據集的大型模型，與其相反，可以直接由汽車的計算機自行進行處理，這實質上是邊緣計算。
今年早些時候，汽車邊緣計算聯盟（AECC） 宣佈將啟動以聯網汽車解決方案為重點的項目。該聯盟的成員包括DENSO Corporation、豐田汽車、AT&T、愛立信、英特爾等公司。不單單是自動駕駛汽車會產生大量的數據並需要實時處理，飛機、火車、地鐵和其他交通工具也是如此，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 844TB 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。
此外，邊緣計算還可應用於智能交通管理。比如收集了大量的數據需要處理，不過只有部分數據是有用的。邊緣計算能夠分析和處理交通硬件本身的數據，並過濾掉不需要的信息，從而消除不必要的交通擁堵。這減少了需要通過網絡傳輸的數據總量，並有助於降低操作和存儲成本。
2.2 智能製造
由於能夠減少滯後，邊緣計算可能會使得製造流程能夠更快速地做出響應和變動，能夠實時地應用數據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。Bittman 表示，邊緣計算可以幫助創建能夠感知、檢測和學習東西的機器，而無需編程。例如，如果陽光透過窗戶照射到機器上，機器最終將能夠判斷出其溫度變化會不會產生問題。
工業機器人的大量使用顯得邊緣計算更加重要，如果邊緣設備斷定機器人很可能會出現故障，它就會觸發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據，它們也可能變得更加自給自足和反應靈敏。不僅可以提高生產效率，而且能防止安全隱患。
2.3 醫療保健
如今，人們越來越喜歡佩戴健身追蹤設備、血糖血壓監測儀、智能手錶手環和其他監測健康狀況的可穿戴設備。但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。許多可穿戴設備直接連接到雲上，但也有其他一些設備支持離線運行。一些可穿戴健康監控器可以在不連接雲的情況下本地分析脈搏數據或睡眠模式。然後， 醫生可以當場對病人進行評估，並就病人的健康狀況提供即時反饋。
在醫療保健領域，邊緣計算的潛力遠不侷限於可穿戴設備。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巨大的好處。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。這些數據的處理將直接發生在更靠近邊緣的地方，而不是將隱私數據發送到雲端，因此能夠避免數據被不當訪問的風險。
2.4 智慧農業
邊緣計算非常適合應用於農業，因為偏遠的位置和惡劣的環境可能存在帶寬和網絡連接方面的問題。邊緣計算則是一種合適的、具有成本效益的替代方案。
智慧農業可以使用邊緣計算來監測溫度、溼度、土壤、光照和設備性能，以及自動讓各種設備（比如過熱的泵）減緩運轉或者關閉。
2.5 智慧能源
邊緣計算或許在整個能源行業都非常有效， 尤其是在能源設施的安全監測方面。例如，壓力和溼度傳感器應當受到嚴密監控，不能在連接性上出差錯，尤其是考慮到這些傳感器大多位於偏遠地區。如果出現異常情況，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，傳感器可以監控從電動汽車到發電廠的一切設施所產生的能源，有助於相應作出決策來降低成本和提高能源生產效率。
2.6 新零售
一些零售商包括電商正在利用增強現實(AR) 等技術創造更多身臨其境的店內環境，以吸引更多購物者。這需要更低的延遲，這是邊緣計算發揮作用的地方。零售可以使用邊緣計算應用程序來增強顧客體驗。此外，很多人使用店內平板電腦所生成的銷售點數據，這些數據會被傳輸到雲端或數據中心。藉助邊緣計算，數據可以在本地進行分析，從而減少商業敏感數據洩漏的風險。
此外，金融、家居、辦公、安防、新媒體等場景也有邊緣計算的用武之地。現階段，邊緣計算距離規模化落地還需要一段時間，相關的解決方案也需要進一步完善和優化。對於很多邊緣計算服務商而言，需要廣積糧、高築牆、緩稱王。
三. 邊緣計算面臨的挑戰
隨著邊緣計算的興起，理解邊緣設備所涉及的另一項技術也很重要，它就是霧計算。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雲端之間的網絡連接。霧計算使得雲更接近於網絡的邊緣；因此，根據OpenFog的說法， “霧計算總是使用邊緣計算，而不是邊緣計算總是使用霧計算。”
比如火車場景，傳感器能夠收集數據，但不能立即就數據採取行動。如果一名火車工程師想要了解火車車輪和剎車是如何運行的，他可以使用歷史累計的傳感器數據來預測零部件是否需要維修。在這種情況中，數據處理使用邊緣計算，但它並不總是即時進行的（與確定引擎狀態不同）。而使用霧計算，短期分析可以在給定的時間點實現，而不需要完全返回到中央雲。邊緣計算、霧計算都是比較新的概念，容易混淆，下面是幾個權威定義，但願可以澄清一下。
Futurum Research：不像雲計算依賴數據中心和通信帶寬來處理和分析數據，邊緣計算在網絡邊緣附近處理和分析數據，數據最初在邊緣附近加以收集。邊緣計算（專注於在網絡節點層面處理和分析的一類霧計算）應被視為霧計算的一個事實上的要素。
State of the Edge 2018：將計算能力提供給網絡的邏輯末端，以便改善應用和服務的性能、運營成本和可靠性。通過縮短設備與提供給設備的雲資源之間的距離，另外減少網絡跳數，邊緣計算消除了當今互聯網在延遲和帶寬方面的限制，從而帶來全新的應用類別。實際上，這意味著沿著今天的集中式數據中心和越來越多的現場設備之間的路徑，分配新的資源和軟件堆棧，而這條路徑鄰近最後一英里網絡，連接基礎設施和設備兩端。
Research/ 開放霧聯盟：“霧”的一端始於邊緣設備（我們在這裡定義的邊緣設備是生成傳感器數據的那些設備，比如車輛、製造設備和“智能”醫療設備），這些設備擁有必要的計算硬件、操作系統、應用軟件和連接功能，以便參與分佈式分析霧。它從邊緣延伸到“近邊緣”功能，比如本地數據中心及其他計算資產、企業或運營商無線接入網絡內的多接入邊緣（MEC）功能、託管服務提供商內的中間計算和存儲功能以及互連和託管設施，最終延伸到雲服務提供商。這些位置有集成或主機“霧節點”，這些其實是能夠參與整個分佈式分析系統的設備。
DavidLinthicum（德勤諮詢公司的首席雲戰略官）：“就邊緣計算而言，計算系統和存儲系統也位於邊緣，儘可能接近生成所處理的數據的部件、設備、應用或人。目的是消除處理延遲，因為數據不必從網絡邊緣發送到中央處理系統，然後發回到邊緣……思科首創的“霧計算”這個術語還指將計算擴展到網絡邊緣。思科在 2014年 1 月推出了其霧計算，以此將雲計算功能引入到網絡邊緣……實際上，霧是標準，邊緣是概念。霧實現了邊緣計算概念中的可重複結構，那樣企業就可以將計算推送到集中系統或雲之外的地方，以獲得更好的性能和可擴展性。”
出自：《新經濟導刊》，2018，（11）
邊緣計算社區，
和您一起促進邊緣計算領域知識傳播。
您的轉發分享是對我們最大的支持。
閱讀更多 邊緣計算社區 的文章
