為何邊緣計算慢慢成為部署的重點

隨著無線移動通信技術的快速發(fā)展，以及移動互聯(lián)網(wǎng)、云計算的普及，加速推動了物聯(lián)網(wǎng)及相關技術在垂直行業(yè)中的應用和落地。隨之而來，一種新型的計算范式“邊緣計算”開始頻繁出現(xiàn)在我們視野中。所謂邊緣計算，就是指在靠近物體或數(shù)據(jù)生成的位置處理數(shù)據(jù)的方法，采用網(wǎng)絡、計算、存儲、應用核心能力為一體的開放平臺，強調(diào)就近處理數(shù)據(jù)，從而減少系統(tǒng)反應時間，保護數(shù)據(jù)隱私及安全，延長電池使用壽命，節(jié)省網(wǎng)絡帶寬等。以滿足在實時業(yè)務、應用智能、安全與隱私保護等方面的基本需求。

根據(jù)IDC預測，到2020年將會有超過500億的傳感器和終端聯(lián)網(wǎng)，其中超過半數(shù)的終端和物聯(lián)網(wǎng)絡將面臨網(wǎng)絡帶寬限制，40%的數(shù)據(jù)需要在網(wǎng)絡邊緣進行運算、分析、處理和儲存。未來，預計邊緣計算市場規(guī)模將超過萬億，將成為與云計算平分秋色的新興市場。邊緣計算逐漸受到重視的原因包括：首先，物聯(lián)網(wǎng)時代傳感器數(shù)量激增，隨之產(chǎn)生了多種維度多種格式的數(shù)據(jù)，網(wǎng)絡帶寬與計算吞吐量成為了云端計算的性能瓶頸;其次，傳感器無處不在，實時或不定時的采集用戶的生理體征數(shù)據(jù)、應用數(shù)據(jù)等各類隱私數(shù)據(jù)，對信息安全提出了更高的要求;再次，在特定應用場景的物聯(lián)網(wǎng)絡中設備產(chǎn)生的小數(shù)據(jù)，有在本地實時處理的需求，并不需要傳到云端。

圖1 傳統(tǒng)的云計算結構

上圖是傳統(tǒng)的云計算結構，由數(shù)據(jù)生產(chǎn)者采集（或生成）原始數(shù)據(jù)并傳輸?shù)皆朴嬎?a target="_blank">中心（后簡稱云中心），數(shù)據(jù)消費者向云中心發(fā)送請求，身份驗證后使用數(shù)據(jù)。這種結構在PC互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)時代還可以滿足業(yè)務需求，但是當?shù)搅宋锫?lián)網(wǎng)感知時代，就無法滿足需求了。當然，將計算任務放到云端運算和執(zhí)行是一種有效的方式，因為云計算能力通常要比邊緣設備的計算能力快不少，但是因為帶寬卻很有限，隨著接入網(wǎng)絡的傳感器和終端越來越多，例如：在智能家居中，除了智能家電外，各類傳感器、甚至智能家具都集成了芯片，具備了通信和計算能力，隨著數(shù)據(jù)不斷增多，數(shù)據(jù)傳輸速度成為提升云端計算能力的瓶頸。一輛具備自動駕駛能力的半掛車每秒產(chǎn)生1GB以上的數(shù)據(jù)，需要對數(shù)據(jù)進行實時處理，以對牽引車、半掛車的運行狀態(tài)做出正確的判斷。如果將數(shù)據(jù)全部傳輸?shù)皆贫颂幚?，響應時間將變得非常長，而且如果是在某區(qū)域內(nèi)的車輛過多，同時進行運算，會對網(wǎng)絡帶寬和可靠性造成巨大的挑戰(zhàn)，所以，在邊緣設備上直接對業(yè)務、對數(shù)據(jù)進行分析處理就變得十分重要。

邊緣計算可以在網(wǎng)絡邊緣對應用場景中的各種終端產(chǎn)生的上行數(shù)據(jù)，以及云計算中心產(chǎn)生的下行數(shù)據(jù)進行計算。其實不論稱為邊緣計算還是框計算、臨近計算等，講的都是在數(shù)據(jù)源與云計算中心間的所有計算和網(wǎng)絡資源。智能手表、手機，都是個人與云端的邊緣。智能音箱、智能網(wǎng)關是智能家居與云端的邊緣;智能后視鏡、智能行車記錄儀是車與云端的邊緣。邊緣計算的核心就是在鄰近數(shù)據(jù)源頭的地方進行計算。

圖2 邊緣計算結構

上圖是邊緣計算的結構，展示了其中的雙向計算流，在邊緣計算中，終端或傳感器不單是數(shù)據(jù)生產(chǎn)者，同時也是數(shù)據(jù)的消費者。終端和傳感器不僅可以向云計算中心請求內(nèi)容和服務，還可以獨立進行計算。傳感器和終端具備一定的存儲能力，可以對“小數(shù)據(jù)”進行緩存、存儲和處理，在與網(wǎng)絡連接時，可以將請求和云服務發(fā)送給用戶。邊緣計算的設計要基于應用場景的用戶需求進行合理規(guī)劃設計，既要滿足業(yè)務需求，又要保證可靠性、安全性以及隱私數(shù)據(jù)的保護等。在實際應用中，邊緣計算還涉及到多邊場景的三種應用類型：

1、個人邊緣：以個人為核心，計算將圍繞著個人展開并涉及到和個人相關聯(lián)的周邊環(huán)境，例如智能家居、小型辦公室等諸多場景。個人邊緣涉及多種與個人相關的傳感器、終端設備，例如智能手機、智能手環(huán)、智能眼鏡、智能音箱等。當個人從家中向其他場景，例如公司移動時，個人邊緣計算設備將進入業(yè)務邊緣。

2、業(yè)務邊緣：泛指工作場景，工作場景既可以是室內(nèi)也可以室外，例如工廠、大型辦公環(huán)境等。這些場景通常配備了數(shù)據(jù)中心，由數(shù)據(jù)中心提供一定的處理和存儲能力，并且能在現(xiàn)有環(huán)境快速部署。業(yè)務邊緣領域涉及的設備包括：傳感器、機器手臂、車輛、無人機等;制造業(yè)和工程等是業(yè)務邊緣計算快速集中發(fā)展的兩大領域。

3、多云邊緣：是服務提供商或企業(yè)網(wǎng)絡邊緣的拓撲術語，其中業(yè)務首先從撥號調(diào)制解調(diào)器進入到家庭或者遠程分支機構中的。

圖3 三種類型的邊緣計算

個人邊緣、業(yè)務邊緣、多云邊緣，尤其是前兩種作為邊緣計算主要的應用類型，具備廣泛的應用前景。在邊緣計算中，由于邊緣具備一定的計算資源，可以承載一部分的計算任務，能夠分擔云端計算的壓力，減少因為帶寬上傳下載數(shù)據(jù)的延遲、以及因為云端計算時間過長導致的系統(tǒng)延遲。在智能家居或智慧社區(qū)場景中，有大量的傳感器和終端，它們可以通過Wi-Fi、Bluetooth、ZigBee、蜂窩網(wǎng)絡等將數(shù)據(jù)傳輸?shù)皆贫耍紤]到這些數(shù)據(jù)的體量過大，而且很多數(shù)據(jù)需要在本地使用，使得云計算不是最適用于智慧社區(qū)和智能家居的計算范式。

邊緣計算將取而代之，通過在智能網(wǎng)關（或具備網(wǎng)關功能的智能音箱、服務型機器人等）上運行物聯(lián)網(wǎng)邊緣操作系統(tǒng)，各類電子設備均可以通過局域網(wǎng)連接到網(wǎng)關，部署相關服務、進行運算和統(tǒng)一管控。伴隨5G技術的快速發(fā)展，其廣覆蓋、低時延、大連接、高可靠的特性，使得邊緣計算有著更加廣闊的應用場景。5G將加速物聯(lián)網(wǎng)技術向更多垂直行業(yè)滲透，未來生活、工作中的各種場景中的傳感器、終端設備都有可能融入到物聯(lián)網(wǎng)中，它們將成為數(shù)據(jù)的生產(chǎn)者和數(shù)據(jù)的消費者。5G將支持海量的機器通信，以智慧城市、智能家居等為代表的典型應用場景與移動通信深度融合，預期千億量級的設備將接入5G網(wǎng)絡的同時也會產(chǎn)生海量的運行數(shù)據(jù)。

隨著5G等通信技術的發(fā)展和助推，在邊緣計算中包含的一些潛在問題急需解決，如：可靠性問題、隱私和安全問題、如何對網(wǎng)絡和帶寬進行優(yōu)化等。拿隱私和安全舉例，如果邊緣計算應用在家中部署，大量用戶體征數(shù)據(jù)、使用數(shù)據(jù)等隱私數(shù)據(jù)會被采集，例：通過分析智能床墊和智能枕頭可以判斷是否有人休息、什么時間休息，什么姿勢休息;通過分析智能門鎖和貓眼的數(shù)據(jù)可以知道家里什么時候有人。所以如何在不侵犯隱私的情況下提供優(yōu)質(zhì)服務也是一個要特別考慮的問題，某些隱私數(shù)據(jù)可以在處理前進行脫敏并只保存在本地（網(wǎng)關），不上傳到云端。伴隨著數(shù)據(jù)隱私問題的就是數(shù)據(jù)的所有權問題，邊緣計算在家居場景中產(chǎn)生的數(shù)據(jù)屬于數(shù)據(jù)的產(chǎn)生者，即業(yè)主，讓用戶隱私數(shù)據(jù)保留在生產(chǎn)數(shù)據(jù)的地方將更好地保護用戶的隱私。隨著用戶對數(shù)據(jù)隱私保護的意識增強，建設方或運營方對如何保護業(yè)主的隱私重視起來，為家庭網(wǎng)關設置數(shù)據(jù)上傳和下行的開關功能就是一個體現(xiàn)，讓業(yè)主決定哪些數(shù)據(jù)在什么時間上傳給云服務提供者。

由于物聯(lián)網(wǎng)傳感器的快速普及和對生活、各個行業(yè)垂直應用場景的滲透，為了保障數(shù)據(jù)和在更短的時間內(nèi)運行，業(yè)務的可靠性和數(shù)據(jù)的安全性，未來越來越多的云計算服務會從云端向網(wǎng)絡邊緣遷移。物聯(lián)網(wǎng)傳感器、各式各樣的終端設備充當了重要角色，其角色也在發(fā)生著變化，由數(shù)據(jù)的消費者向數(shù)據(jù)的生產(chǎn)和消費者轉(zhuǎn)化。隨著芯片、模組、通信技術、網(wǎng)絡、系統(tǒng)平臺等整個邊緣計算生態(tài)鏈的快速演進。