摘 要: 伴随着物聯網的迅猛發展，以及 5G 時代的到來，邊緣計算越來越得到廣泛的重視與應用。本文從邊緣計算的基本概念、邊緣計算———物聯網深度發展的解決方案、邊緣計算——物聯網深度發展的解決方案、邊緣計算的廣泛應用、邊緣計算面臨的挑戰等多方面，論述了邊緣計算在縮短數據的傳輸距離，消除帶寬延遲問題，提升應用和性能的可靠性，降低運行成本的作用。

體工業的迅猛發展把算的廣泛應用、邊緣計算面臨的挑戰等多方面，論述了邊緣計算在縮短數據的傳輸距離，消除帶寬延遲問題，提升應用和服務的性能和可靠性，降低運行成本的作用。人們生活帶到了智能時代，如:智能手環、智能手表、智能手機這樣的随身玩物，更為整個工業世界帶來了爆發式增長的、各類全新的傳感器，世界半導體貿易統計組織( WSTS) 數據顯示，上世紀九十年代初，半導體世界市場規模僅為約 500 億美元，而 2018 年則增長至接近 10 倍的4779 億美元。根據 IDC 預測，到 2020 年，全球将有 500 億終端設備、2120 億個傳感器接入互聯網，每天産生超過 44ZB 的數據大部分來自它們。海量的設備和龐大的數據量更組成了互聯網的一個全新分支———物聯網。

物聯 5G 網絡的出現，以及雲基礎設施上的負載越來越大，智能應用的數量劇增，推動了邊緣計算的興起。在物聯網應用中，數據處理、分析和存儲越來越多地發生在網絡邊緣側，接近用戶和設備需要訪問信息的地方，邊緣計算已成了一個重要的發展方向。物聯網的快速發展推動了邊緣計算的興起。

邊緣計算是指在智能設備或數據源頭的一端，提供網絡、存儲、計算、應用等能力，達到更快的網絡服務響應，更安全的本地數據傳輸。邊緣計算可以滿足系統在實時業務、智能應用、安全隐私保護等方面的要求，為用戶提供本地的智能服務。

邊緣計算一般由雲端系統、本地核心節點和普通設備組成，雲端系統負責設備管理、配置設備驅動函數和聯動函數、設置消息路由等功能，本地核心節點一般是計算能力較強的設備，如路由器和網關，提供本地計算、消息轉發、設備管理的能力，設備一般如燈、開關等輕量級設備，可以接收網關下發的指令，和上報數據給網關。

通過縮短設備與提供給設備資源之間的距離，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别。就邊緣計算而言，計算系統和存儲系統也位于邊緣，盡可能接近生成所處理的數據的部件、設備、應用或人。思科在 2014 年 1 月推出了其霧計算，以此将雲計算功能引入到網絡邊緣。實際上，霧是标準，邊緣是概念。霧實現了邊緣計算概念中的可重複結構，那樣企業就可以将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。

基數龐大的傳感器就像人的末梢神經，監業機體的每一台設備、每一個流程，并将數據源源不斷彙集到數據中心裡，讓企業能夠通過數據形成新的工業感知。這種全新的感知不僅能夠極大地提高生産效率，更能催生出自動駕駛、智能城市等全新的工業應用場景。

2．1 邊緣計算的形成

随着海量數據在數據心内的高速彙集，傳統上數據中心為核心的 IT 總體架構卻遇到了空前的挑戰。各類終端和傳感器必須通過網絡将數據彙集到數據中心裡，再通過網絡将經過處理的數據反饋給終端，從而形成完整的感知和控制回路。

巨大的數據量讓整個數據中心的南北向網絡面臨沉重擔。在以帶寬計費的網絡世界中，帶寬太小就無法滿足工業對實時感知的現實需求，而足量的帶寬卻又意味着及其高昂的成本和種種網絡技術的限制。顯然，這種以數據中心為核心的傳統 IT架構思路已經不能支撐物聯網的深度發展。于是，邊緣計算應運而生。

2．2 邊緣計算的可靠性

對于制造業、醫療、公用事和市政等，物聯網的發展未幾年可能會得到快速的發展，無論是設備的數量還是數據量都會呈幾何式增長。物聯網設備産生的大量數據可能會導緻延遲現象，而邊緣計算解決方案可以幫助增強數據處理能力，縮短數據的傳輸距離，從而消除帶寬和延遲問題，最終提升應用和服務的性能和可靠性，并降低運行成本，從而進一步幫助避免延遲。數據處理發生在距離數據來源最近的地方，這使得用戶更容易實時的監測洞察到物聯網設備的運行情況。

2018 年 9 月在無錫發布17-2018 年中國物發展年度報告》顯示，2017 年，我國物聯網市場已進入實質性發展階段，全年市場規模突破 1 萬億元，預計 2021 年，我國物聯網平台支出将位居全球第一。

蓬勃發展的物聯網産業也給邊緣計算帶來了前所未有的新需求。以自動駕駛為例，由于自動駕駛汽車上遍布各種傳感器，這些傳感器每小時所采集到的數據量就有數十 TB，汽車正是基于對這些數據的實時分析來實現自動駕駛。問題來了，當汽車遭遇突發狀況時，系統如何在第一時間毫不遲疑地做出反應呢? 依靠數據傳輸到雲端處理，再下發指令的方式顯然行不通。

并非隻有自動駕駛這樣的場景需要邊緣計算，在醫療行業、制造行業、智能家居行似這樣的應用場景同樣大量存在。在這些場景裡，邊緣計算的應用可以讓系統做出實時響應，從而避免網絡中斷或延遲所造成的負面影響。研究公司Grand View 表示，物聯網設備産生的大量數據可能會導緻延遲現象，而邊緣計算解決方案可以幫助增強數據處理能力，從而進一步幫助避免延遲。數據處理發生在距離數據來源最近的地方，這使得用戶更容易實時的監測洞察到物聯網設備的運行情況。總之，物聯網的快速發展是推動邊緣計算興起的最大因素之一。

總之，邊緣計算的時代來了。邊緣計算是一種解決方案，邊緣計算也是雲服務，是由原來據中心慢慢推向了部分用戶側的邊緣計算與雲計算的協和，它是由于用戶的業務需求所決定的，邊緣計算更準确的是一種 IT 和 CT 更融合的解決方案。

作者簡介: 蔣志斌( 1967-) ，男，湖南永州人，齊齊哈爾大學圖書館，副研究館從事圖書情報研究。

參考文獻:

施巍松，張星洲，王一帆，張慶陽．邊緣計算: 現狀與展望

林小新．雲計算、緣計算和霧計算——了解每種計算的實際應用

劉啟誠．邊緣計算産業進入重要機遇期

李林哲，周佩雷，程鵬，史治國．邊緣計算綜述: 構架、挑戰與應用

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!