隨著(zhù)物聯(lián)網(wǎng)的發(fā)展，邊緣計算已成為時(shí)下最熱門(mén)的技術(shù)之一，引得華為、阿里、ARM、英特爾等行業(yè)巨頭紛紛布局。那么邊緣計算到底是何方神圣，與物聯(lián)網(wǎng)又存在著(zhù)何種聯(lián)系呢?且看下文。

一、云計算的物聯(lián)網(wǎng)挑戰

作為互聯(lián)網(wǎng)最重要的平臺技術(shù)，云計算能夠建造大型數據中心，將大量數據集中式存儲和處理，利用數據中心海量機器的算力來(lái)計算和解決問(wèn)題。

自從本世紀初云計算模型的出現和廣泛應用，云計算已經(jīng)改變了我們的生活、學(xué)習和工作，從貴州到冰島，全球都可以看到大公司的數據中心。對于亞馬遜、微軟、阿里和騰訊來(lái)說(shuō)，云計算平臺也已經(jīng)成為非常重要的業(yè)務(wù)和收入來(lái)源之一。

但隨著(zhù)物聯(lián)網(wǎng)時(shí)代到來(lái)，云計算平臺將面臨著(zhù)海量設備接入、海量數據、帶寬不夠和功耗過(guò)高等高難度挑戰。就目前的帶寬水平來(lái)說(shuō)，還無(wú)法支持設備到云端之間的數據傳輸，這使得云計算中心實(shí)時(shí)返回數據決策也變成了不可能的任務(wù)。

于是，邊緣計算開(kāi)始進(jìn)入到公眾的視線(xiàn)。

二、邊緣計算的應用及其優(yōu)勢

邊緣計算是在靠近物或數據源頭的網(wǎng)絡(luò )邊緣側，融合網(wǎng)絡(luò )、計算、存儲、應用核心能力的開(kāi)放平臺。邊緣計算的核心，是將計算任務(wù)從云計算中心，遷移到產(chǎn)生源數據的邊緣設備上。

邊緣計算物聯(lián)網(wǎng)解決方案，從架構上分為：傳感控制層、網(wǎng)絡(luò )層、敏捷控制器和應用層。

傳感控制層：這一層包含大量的傳感器、控制部件(比如開(kāi)關(guān)等)和測量部件(比如電表等)，另外還有通信部件。這些通信部件可能是獨立的，也可能是和其它部件結合在一起的。網(wǎng)絡(luò )層：這一層主要實(shí)現融合和互聯(lián)，它的功能除了網(wǎng)絡(luò )聯(lián)接和管理之外，還包括邊緣計算，進(jìn)行現場(chǎng)處理，同時(shí)保障業(yè)務(wù)在本地的存活。本地存活和現場(chǎng)處理對物聯(lián)網(wǎng)尤其是工業(yè)和民用大型設施是非常重要的。此外，協(xié)議轉換也是這一層的重要功能。在 IoT 領(lǐng)域有特別多的協(xié)議，這些協(xié)議來(lái)自于各個(gè)行業(yè)歷史上的積累，所以需要在網(wǎng)關(guān)上做協(xié)議的轉換，將數據統一承載在 IP 網(wǎng)絡(luò )上向外傳輸。敏捷控制器：這一層將網(wǎng)關(guān)送上來(lái)的數據進(jìn)行統一的處理，向上送給應用層。并對下層的網(wǎng)絡(luò )、傳感器、控制部件、測量部件、計算資源進(jìn)行管理，提供網(wǎng)絡(luò )布署、配置的自動(dòng)化工具。業(yè)務(wù)應用層：這一層是各種各樣的行業(yè)應用。

由于數據只在源數據設備和邊緣設備之間交換，不再全部上傳至云計算平臺，因此，在物聯(lián)網(wǎng)應用中，較之于傳統的云計算，邊緣計算在以下5大方面具有絕對性?xún)?yōu)勢：

1. 安全性要求

云計算模型中，用戶(hù)的一切數據都需要上傳到數據中心，而在這個(gè)過(guò)程中，數據安全性就成了一個(gè)重要問(wèn)題。從電子金融賬戶(hù)密碼、到搜索引擎歷史再到智能攝像頭監控，這些個(gè)人的隱私數據在上傳到數據中心的過(guò)程，都蘊含了數據泄露的風(fēng)險。

這也是邊緣計算博得大型工業(yè)公司青睞的原因之一。在去年霍尼韋爾舉辦的用戶(hù)組會(huì )議上，其工業(yè)自動(dòng)化產(chǎn)品的大多數客戶(hù)都不愿意將無(wú)線(xiàn)基礎設施放在霍尼韋爾的工廠(chǎng)中，以免存在安全漏洞。

由于塔吉特違規行為的各種黑客行為(從HVAC系統開(kāi)始，最終導致客戶(hù)的信用卡受損)，引發(fā)了針對基礎設施的黑客的擔憂(yōu)問(wèn)題，但就某些特定的工業(yè)流程來(lái)說(shuō)，這種擔憂(yōu)是完全有必要的。

2. 知識產(chǎn)權問(wèn)題

另外，與安全問(wèn)題息息相關(guān)的，則是對專(zhuān)有數據和知識產(chǎn)權的擔憂(yōu)。

在云計算中，用戶(hù)的一切數據都需要上傳至數據中心，例如煉油廠(chǎng)的煉油過(guò)程，可樂(lè )生產(chǎn)廠(chǎng)商的制作配方等一些視為商業(yè)機密的重要信息，都有可能通過(guò)高質(zhì)量的傳感器獲取的工業(yè)數據來(lái)獲取。西門(mén)子物聯(lián)網(wǎng)戰略高級副總裁Jaganath Rao表示，一些食品公司對這一問(wèn)題表現的尤為敏感。

3. 交互延遲和彈性

在物聯(lián)網(wǎng)應用中面對的數據量極大，已經(jīng)不再適合直接上傳到云計算中心進(jìn)行處理，不僅網(wǎng)絡(luò )帶寬壓力大，對海量數據的搜索耗時(shí)也是不能接受的。

自動(dòng)駕駛汽車(chē)對數據傳輸與交互延遲要求非常高，邊緣計算更靠近數據源，可快速處理數據、實(shí)時(shí)做出判斷，充分保障乘客安全。

在自動(dòng)駕駛汽車(chē)中，每臺自動(dòng)駕駛車(chē)上都配有多顆攝像頭和激光雷達，這些傳感器每時(shí)每秒都在創(chuàng )造大量數據。而自動(dòng)駕駛汽車(chē)顯然無(wú)法等待這些數據傳輸到云計算中心處理后再做決策，這時(shí)邊緣計算就成為無(wú)人駕駛實(shí)時(shí)數據處理的利器。當汽車(chē)處于故障危險時(shí)，傳感器能夠迅速發(fā)出故障的振動(dòng)信息，然后將其發(fā)送到本地網(wǎng)關(guān)進(jìn)行處理。網(wǎng)關(guān)在識別出故障后的幾毫秒或幾秒鐘內發(fā)出警報或指令以關(guān)閉機器。

另外，這也與彈性有關(guān)。在汽車(chē)、重型工業(yè)機械及制造工作時(shí)，在網(wǎng)絡(luò )覆蓋率下降的情況下，邊緣計算依然能夠保證局部網(wǎng)絡(luò )的存活，維持持續工作，避免事故發(fā)生。

4. 減少帶寬成本

一些連接的傳感器(例如相機或在引擎中工作的聚合傳感器)會(huì )產(chǎn)生大量數據，在這些情況下，將所有這些信息發(fā)送到云將花費很長(cháng)時(shí)間和過(guò)高的成本。

隨著(zhù)智慧城市和公共安全需要，攝像頭的視頻分析技術(shù)的重要性凸現出來(lái)。但是，由于攝像頭數量多，產(chǎn)生的數據量極大，已經(jīng)不再適合直接上傳到云計算中心進(jìn)行處理，不僅網(wǎng)絡(luò )帶寬壓力大，對海量數據的搜索耗時(shí)也是不能接受的，這時(shí)候邊緣計算就派上了用場(chǎng)。

5. 自治能力

正是由于延遲和彈性問(wèn)題，使得邊緣計算自主決策不依賴(lài)于云的特性，成為在物聯(lián)網(wǎng)應用中的決勝優(yōu)勢。

對于很多人來(lái)說(shuō)，物聯(lián)網(wǎng)連接工廠(chǎng)或辦公室的目的是能夠實(shí)現大量的流程自動(dòng)化。在邊緣計算中，機器不僅能夠監控自身及其正在執行的過(guò)程，還可以對其進(jìn)行編程，以便在出現問(wèn)題時(shí)采取正確的行動(dòng)。因此，當傳感器檢測到壓力積聚時(shí)，它可以釋放進(jìn)一步向下的閥門(mén)，一旦流程依賴(lài)于特定的自動(dòng)化水平，就必須依靠這個(gè)水平來(lái)及時(shí)制定。

三、小結

邊緣計算能就近提供智能互聯(lián)服務(wù)，滿(mǎn)足行業(yè)在數字化變革過(guò)程中的關(guān)鍵需求。在物聯(lián)網(wǎng)時(shí)代數據處理的 2.0 時(shí)代，不斷增長(cháng)的數據催生了對邊緣計算的需求，據IDC預測，未來(lái)超過(guò)50%的數據需要在網(wǎng)絡(luò )邊緣側分析、處理和儲存。其巨大的市場(chǎng)空間也被巨頭們看在眼里，未來(lái)邊緣計算還將如何更好地推動(dòng)物聯(lián)網(wǎng)技術(shù)發(fā)展，讓我們拭目以待!