边缘计算是什么意思？“边缘”壹词在物联网世界中有了新的定义。随着5g時代的到來，边缘计算也得到了迅速的推广和普及。那么什么是边缘计算呢？

边缘计算的专业解释太复杂了。我们试着用壹个简单的例子來解释它。有些人认為章鱼不像地球上的生物，更像是外來物种。这句话不是凭空说出來的。

章鱼基因组包含大约33000个基因，是普通無脊椎動物的5-6倍。它的血液是蓝色的，有叁颗心，有许多柔软的脚，没有头發，比许多動物都聪明。

妳想過这样的问题吗？章鱼為什么这么聪明？為什么它在捕捉猎物或逃跑時有这么多手腕？為什么它不被缠住？

这是由于章鱼的大脑结构。人类的神经元都集中在大脑中。与人类不同的是，章鱼大脑中只有40%的神经元分布在几个手腕上。

这样做的好处是什么？

优点是章鱼可以用自己的手腕思考。例如，當章鱼的手腕碰到螃蟹時，它不必将这些信息传递给大脑。它可以用这个手腕直接思考并立即做出反应。

这是边缘计算！将数据处理、应用操作，甚至某些功能服务的实现從网络中心移動到每个边缘节点，以提高灵活性、实時性和安全性。

長期以來，设施的维护和测试将消耗大量的人力和物力。随着物联网设备的不断增加，在网络边缘産生的数据量变得非常巨大。如果所有这些数据都由云管理平台处理，無疑會承受很大的流量压力，低延迟，实時协同工作難以保证，数据安全風险也會增加。

就像患有巨人症的人壹样，他的肆肢不断地变長变粗，神经元的传输速度也有限。巨人的反应會越來越慢。最后，他的手指将被切断。这些信息需要半天時间才能传输到大脑，这無疑是致命的。

如果患有巨人症的人可以像章鱼壹样采用边缘计算的方法，而且手指上有神经元，他可以处理附近的大量数据和信息。身体的各个部位都使用这种机构工作，效率将大大提高。

在物联网环境下，大量使用边缘计算的设备可以高效地协同工作，许多问题将得到解决。边缘计算非常简单，并不复杂。

边缘计算优势

边缘计算模型将原始云计算中心的部分或全部计算任务迁移到数据源附近。与传统云计算模型相比，边缘计算模型具有实时数据处理和分析、高安全性、隐私保护、可扩展性强、位置感知和低流量等优点。

（1）实时数据处理和分析。将原云计算中心的部分或全部计算任务迁移到网络边缘，在边缘设备上处理数据，而不是在外部数据中心或云上；因此，提高了数据传输性能，保证了处理的实时性，降低了云计算中心的计算负载。

（2）高度安全。传统的云计算模型是集中式的，这使得它容易受到分布式拒绝服务供应和断电的影响。边缘计算模型在边缘设备和云计算中心之间分配处理、存储和应用程序，使其高度安全。边缘计算模型还降低了单点失效的可能性。

（3）保护私有数据并提高数据安全性。边缘计算模型在本地设备上处理更多数据，而不是将其上传到云计算中心，因此边缘计算还可以减少实际存在风险的数据量。即使设备受到攻击，它也只包含本地收集的数据，而不包含受损的云计算中心。

（4）可伸缩性。边缘计算提供了一种更便宜的可扩展性途径，允许公司通过物联网设备和边缘数据中心的组合来扩展其计算能力。使用具有处理能力的物联网设备也可以降低扩展成本，因此添加的新设备不会对网络有很大的带宽需求。

（5）位置意识。边缘分布式设备使用低级信令进行信息共享。边缘计算模型从本地接入网中的边缘设备接收信息，以发现设备的位置。例如，对于导航，终端设备可以根据其实时位置将相关的位置信息和数据移交给边缘节点进行处理，边缘节点根据现有数据进行判断和决策。

（6）低流量。本地设备采集的数据可以在本地进行计算和分析，也可以在本地设备上进行预处理。無需将本地设备采集的所有数据上传到云计算中心，以减少进入核心网络的流量。

表1边缘计算与协同边缘计算的比较

边缘计算的典型应用

边缘计算在许多应用场景中都取得了良好的效果。在本节中，我们将介绍几个基于edge计算框架设计的新兴应用程序场景。欧洲电信标准化协会讨论了一些场景，如视频分析和移動大数据。也有一些概述性论文介绍了車辆互连、医疗保健、智能楼宇控制、海洋监测以及無线传感器和执行器网络与边缘计算的结合等场景。

（1）保健。例如，边缘计算可以帮助中风患者的医疗保健。研究人员最近提出了一种称为u-fall的智能医疗基础设施，它通过边缘计算技术利用智能手机。借助边缘计算，u-fall借助智能设备传感器实时感知运動检测。边缘计算还可以帮助健康顾问帮助他们的患者，而不管他们的地理位置如何。边缘计算使智能手机能够从智能传感器收集患者的生理信息，如脉搏率、体温等，并将其发送到云服务器进行存储、数据同步和共享。

（2）视频分析。在物联网时代，监控摄像机無处不在。传统的终端设备云服务器架构可能無法从数百万终端设备传输视频。在这种情况下，边缘计算可以帮助基于视频分析的应用程序。借助边缘计算，大量视频不需要上传到云服务器，而是在靠近终端设备的边缘服务器上进行数据分析，只将边缘服务器無法处理的一小部分数据上传到云计算中心。

（3）車辆互连。通过互联网接入为車辆提供便利，使其能够连接道路上的其他車辆。如果車辆采集的数据全部上传到云端进行处理，互联网负载过大，导致传输延迟；因此，边缘设备本身必须具有处理视频、音频、信号和其他数据的能力。边缘计算可以为这一需求提供相应的架构、服务和支持能力，缩短端到端延迟，加快数据处理速度，避免因信号处理不及时而导致的交通事故等事故。車辆可以与其他接近的車辆通信，并告知他们任何预期的风险或交通堵塞。

（4）移動大数据分析。無处不在的移動终端设备可以收集大量的数据。大数据对业务非常重要，因为它可以提取对不同业务部门有益的分析和有用信息。大数据分析是从原始数据中提取有意义信息的过程。在移動设备附近部署边缘服务器可以通过高网络带宽和低延迟改进大数据分析。例如，首先收集和分析附近边缘服务器的大数据，然后将大数据分析结果传输到核心网络进行进一步处理，以减轻核心网络的压力。

（5）智能楼宇控制。智能楼宇控制系统由部署在楼宇不同部分的無线传感器组成。传感器负责监测和控制建筑环境，如温度、气体水平或湿度。在智能建筑环境中，部署边缘计算环境的建筑可以通过传感器共享信息，并对任何异常情况做出响应。这些传感器可以根据其他無线节点接收到的集合信息来维持建筑物的大气。

（6）海洋监测和控制。科学家们正在研究如何应对任何海洋灾难性事件，并提前了解气候变化。这可以帮助人们采取快速反应措施，减少灾难性事件的严重后果。部署在海洋某些位置的传感器传输大量数据，这需要大量的计算和存储资源。使用传统云计算中心处理大量接收数据可能导致预测传输延迟。在这种情况下，通过在数据源附近进行处理，边缘计算可以在防止数据丢失或传感器数据传输延迟方面发挥重要作用。

（7）智能家居。随着物联网技术的发展，智能家居系统得到了进一步的发展。它利用大量物联网设备实时监控家居内部状态，接收外部控制命令，最终完成家居环境的调节，从而提高家居的安全性、便捷性和舒适性。由于家庭数据的隐私性，用户并不总是愿意将数据上传到云端进行处理，尤其是一些家庭视频数据。边缘计算可以将家庭数据处理推送到家庭内部网关，减少家庭数据的流出，从而减少数据泄露的可能性，提高系统的隐私性。

（8）智慧城市。预测显示，一个拥有100万人口的城市每天将产生200Pb的数据。因此，应用边缘计算模型处理网络边缘的数据是一个很好的解决方案。例如，在城市路面检测中，传感器安装在道路两侧的路灯上，以收集城市路面信息并检测环境数据，如空气质量、光强度和噪声水平。當路灯出现故障时，可以立即反馈给维修人员，并在健康急救和公共安全领域提供帮助。

边缘计算的现状及关键技术

目前，边缘计算的发展还处于起步阶段。随着越来越多的设备联网，边缘计算得到了业界和学术界的广泛重视和认可。在这一部分中，我们主要从工业界和学术界介绍了边缘计算的现状。