打造工業(yè)互聯(lián)網(wǎng)平臺，拓展“智能+”，為制造業(yè)轉(zhuǎn)型升級賦能。

5G生態(tài)具備低延時、高速度的特點，在物聯(lián)網(wǎng)，特別是工業(yè)互聯(lián)網(wǎng)中的應(yīng)用更為廣泛，而邊緣計算是發(fā)展工業(yè)互聯(lián)網(wǎng)的重要輔助。

云計算已經(jīng)不足以即時處理和分析由物聯(lián)網(wǎng)設(shè)備、聯(lián)網(wǎng)汽車和其他數(shù)字平臺生成或即將生成的數(shù)據(jù)，這個時候邊緣計算能夠派上用場。該技術(shù)擁有著應(yīng)用于諸多行業(yè)領(lǐng)域和發(fā)揮巨大作用的潛力。

目前，大數(shù)據(jù)處理已經(jīng)從以云計算為中心的集中式處理時代正在跨入以萬物互聯(lián)為核心的邊緣計算時代。

什么是邊緣計算

邊緣計算是指在網(wǎng)絡(luò)邊緣執(zhí)行計算的一種新型計算模型，邊緣計算中邊緣的下行數(shù)據(jù)表示云服務(wù)，上行數(shù)據(jù)表示萬物互聯(lián)服務(wù)，而邊緣計算的邊緣是指從數(shù)據(jù)源到云計算中心路徑之間的任意計算和網(wǎng)絡(luò)資源。

云計算中心不僅從數(shù)據(jù)庫收集數(shù)據(jù)，也從傳感器和智能手機等邊緣設(shè)備收集數(shù)據(jù)。這些設(shè)備兼顧數(shù)據(jù)生產(chǎn)者和消費者。因此，終端設(shè)備和云中心之間的請求傳輸是雙向的。

網(wǎng)絡(luò)邊緣設(shè)備不僅從云中心請求內(nèi)容及服務(wù)，而且還可以執(zhí)行部分計算任務(wù)，包括數(shù)據(jù)存儲、處理、緩存、設(shè)備管理、隱私保護等。因此，需要更好地設(shè)計邊緣設(shè)備硬件平臺及其軟件關(guān)鍵技術(shù)，以滿足邊緣計算模型中可靠性、數(shù)據(jù)安全性的需求。

為什么需要邊緣計算

1、云計算服務(wù)的不足

云計算大多采用集中式管理的方法，這使云服務(wù)創(chuàng)造出較高的經(jīng)濟效益，而在萬物互聯(lián)的背景下，應(yīng)用服務(wù)需要低延時、高可靠性以及數(shù)據(jù)安全，而傳統(tǒng)云計算無法滿足這些需求，主要歸因于３個方面：

１）實時性．

萬物互聯(lián)環(huán)境下，邊緣設(shè)備產(chǎn)生大量實時數(shù)據(jù)，云計算性能正逐漸達 到瓶頸。據(jù)ＩＤＣ預(yù)測，到２０２０年，全球數(shù)據(jù)總量將大于４０ＺＢ。隨著邊緣設(shè)備數(shù)據(jù)量的增加，網(wǎng)絡(luò)帶寬正逐漸成為云計算的另一瓶頸．僅提高網(wǎng)絡(luò)帶寬并不能滿足新興萬物互聯(lián)應(yīng)用對延遲時間的要求。

例如，波音７８７每秒產(chǎn)生的數(shù)據(jù)超過５ＧＢ，但飛機與衛(wèi)星之間的帶寬不足以支持實時傳輸。裝載在無人駕駛汽車上的傳感器和攝像頭實時捕捉路況信息，每秒產(chǎn)生約１ＧＢ數(shù)據(jù)，根據(jù)ＩＨＳ預(yù)測，到２０３５年，全球?qū)⒂校担矗埃叭f輛無人駕駛汽車，如何實現(xiàn)較短延時將是未來主要研究方向。為此，在接近數(shù)據(jù)源的邊緣設(shè)備上執(zhí)行部分或全部計算是適應(yīng)萬物互聯(lián)應(yīng)用需求的新興計算模式。

２）隱私保護。

當(dāng)用戶使用電子購物網(wǎng)站、搜索引擎、社交網(wǎng)絡(luò)等時，用戶的隱私數(shù)據(jù)將被上傳至云中心。比如有人研究出一種基于運動追蹤的醫(yī)療體育應(yīng)用服務(wù)，其包含用戶隱私數(shù)據(jù)，如從路由起點信息可以查找到用戶的家庭地址。

隨著智能家居的普及，許多家庭在屋內(nèi)安裝網(wǎng)絡(luò)攝像頭，如果直接將視頻數(shù)據(jù)上傳至云數(shù)據(jù)中心，視頻數(shù)據(jù)的傳輸不僅會占用帶寬資源，還增加了泄露用戶隱私數(shù)據(jù)的風(fēng)險。

針對現(xiàn)有云計算模型的數(shù)據(jù)安全問題，邊緣計算模型為這類敏感數(shù)據(jù)提供了較好的隱私保護機制，一方面，用戶的源數(shù)據(jù)在上傳至云數(shù)據(jù)中心之前，首先利用近數(shù)據(jù)端的邊緣結(jié)點直接對數(shù)據(jù)源進行處理，以實現(xiàn)對一些敏感數(shù)據(jù)的保護與隔離；另一方面，邊緣節(jié)點與云數(shù)據(jù)之間建立功能接口，即邊緣節(jié)點僅接收來自云計算中心的請求，并將處理的結(jié)果反饋給云計算中心。這種方法可以顯著地降低隱私泄露的風(fēng)險。

３）能耗。

針對云數(shù)據(jù)中心的能耗問題，許多研究者進行了深入的調(diào)查研究，結(jié)果表明，到２０２０年美國所有數(shù)據(jù)中心的總能耗將增長４％，在２０２０年將達到約７３０億千瓦時。

在我國，環(huán)境３６０報告表明，僅我國數(shù)據(jù)中心所消耗的電能已經(jīng)超過匈牙利和希臘兩國用電的總和。

隨著在云計算中心運行的用戶應(yīng)用程序越來越多，未來大規(guī)模數(shù)據(jù)中 心對能耗的需求將難以滿足。

在云計算中心的能耗優(yōu)化方面，現(xiàn)有的研究內(nèi)容主要集中在如何提高能源使用效率和動態(tài)資源管理策略方面，以達到減緩能耗增速、最大程度的節(jié)能。

然而，提高能效水平仍不能解決數(shù)據(jù)中心巨大能耗的問題，這一問題在萬物互聯(lián)環(huán)境下將更加突出．為解決這一能耗難題，邊緣計算模型提出將原有云數(shù)據(jù)中心上運行的一些計算任務(wù)進行分解，然后將分解的計算任務(wù)遷移到邊緣節(jié)點進行處理，以此降低云計算數(shù)據(jù)中心的計算負(fù)載，進而達到降低能耗的目的。

在現(xiàn)有以云計算模型為核心的集中式大數(shù)據(jù)處理基礎(chǔ)上，亟待需要以邊緣計算模型為核心，面向海量邊緣數(shù)據(jù)的邊緣式大數(shù)據(jù)處理技術(shù)，二者相輔相成，應(yīng)用于云中心和邊緣端大數(shù)據(jù)處理，解決萬物互聯(lián)時代云計算服務(wù)不足的問題。

2、萬物互聯(lián)的興起

傳感器、智能手機、可穿戴設(shè)備以及智能家電等設(shè)備將成為萬物互聯(lián)的一部分，并產(chǎn)生海量數(shù)據(jù)，而現(xiàn)有云計算的帶寬和計算資源還不能高效處理這些數(shù)據(jù)。

傳統(tǒng)云計算模型，源數(shù)據(jù)由生產(chǎn)者發(fā)送至云端，終端用戶、智能手機、個人電腦等數(shù)據(jù)消費者向云中心發(fā)送使用請求。云計算利用大量計算資源來處理數(shù)據(jù)，但萬物互聯(lián)環(huán)境下，傳統(tǒng)云計算模型不能有效滿足萬物互聯(lián)應(yīng)用的需求，它將邊緣設(shè)備端海量數(shù)據(jù)發(fā)送到云端，造成網(wǎng)絡(luò)帶寬負(fù)載和計算資源浪費；傳統(tǒng)云計算模型的隱私保護問題將成為萬物互聯(lián)架構(gòu)中云計算模型的障礙；萬物互聯(lián)架構(gòu)中大多數(shù)邊緣設(shè)備節(jié)點的能源是有限的，并且無線傳輸模塊的能耗較大。

3、從數(shù)據(jù)消費者到生產(chǎn)者

在云計算模型中，邊緣終端設(shè)備通常作為數(shù)據(jù)消費者（如用智能手機觀看在線視頻），如今智能手機也可生產(chǎn)數(shù)據(jù)，從數(shù)據(jù)消費者到生產(chǎn)者角色的轉(zhuǎn)變要求邊緣設(shè)備具有更強的計算能力，如人們通過社交軟件分享照片及視頻。微信朋友圈和騰訊 ＱＱ空間每天上傳的圖片高達１０億張；騰訊視頻每天播放量達２０億次．這些圖片和視頻數(shù)據(jù)量較大，上傳至云計算中心過程會占用大量帶寬資源．為此，在源數(shù)據(jù)上傳至云中心之前，可在邊緣設(shè)備執(zhí)行預(yù)處理，以減少傳輸?shù)臄?shù)據(jù)量，降低傳輸帶寬的負(fù)載．此外，若在邊緣設(shè)備處理個人身體健康數(shù)據(jù)等隱私數(shù)據(jù)，用戶隱私會得到更好地保護。

邊緣計算的優(yōu)勢

邊緣計算模型將原有云計算中心的部分或全部計算任務(wù)遷移到數(shù)據(jù)源的附近執(zhí)行．根據(jù)大數(shù)據(jù)的３Ｖ 特點，即數(shù)據(jù)量（ｖｏｌｕｍｅ）、時效性（ｖｅｌｏｃｉｔｙ）、多樣性（ｖａｒｉｅｔｙ），通過對比云計算模型為代表的集中式大數(shù)據(jù)處理（如圖）和以邊緣計算模型為代表的邊緣式大數(shù)據(jù)處理（如圖）時代不同數(shù)據(jù)特征來分析邊緣計算模型的優(yōu)勢。

集中式大數(shù)據(jù)處理時代，數(shù)據(jù)的類型主要以文本、音視頻、圖片以及結(jié)構(gòu)化數(shù)據(jù)庫等為主，數(shù)據(jù)量維持在 ＰＢ級別，云計算模型下的數(shù)據(jù)處理對實時性要求不高。

萬物互聯(lián)背景下的邊緣式大數(shù)據(jù)處理時代，數(shù)據(jù)類型變得更加復(fù)雜多樣，其中萬物互聯(lián)設(shè)備的感知數(shù)據(jù)急劇增加，原有作為數(shù)據(jù)消費者的用戶終端已變成了具有可產(chǎn)生數(shù)據(jù)的生產(chǎn)者終端，并且邊緣式大數(shù)據(jù)處理時代，數(shù)據(jù)處理的實時性要求較高，此外，該時期的數(shù)據(jù)量已超過 ＺＢ級．針對此，邊緣式大數(shù)據(jù)處理時代，由于數(shù)據(jù)量的增加以及對實時性的需求，需將原有云中心的計算任務(wù)部分遷移到網(wǎng)絡(luò)邊緣設(shè)備（如圖的邊緣云）上，以提高數(shù)據(jù)傳輸性能，保證處理的實時性，同時降低云計算中心的計算負(fù)載。

邊緣式大數(shù)據(jù)處理時代的數(shù)據(jù)特征催生了邊緣計算模型．然而，邊緣計算模型與云計算模型并不是非此即彼的關(guān)系，而是相輔相成的關(guān)系，邊緣式大數(shù)據(jù)處理時代是邊緣計算模型與云計算模型的相互結(jié)合的時代，二者的有機結(jié)合將為萬物互聯(lián)時代的信息處理提供較為完美的軟硬件支撐平臺。

邊緣計算在各行各業(yè)的應(yīng)用

隨著傳感器價格和計算成本的持續(xù)下降，更多的“東西”將被連接到互聯(lián)網(wǎng)。

隨著更多的聯(lián)網(wǎng)設(shè)備變得可用，邊緣計算將在各行各業(yè)中得到越來越多的應(yīng)用，尤其是在云計算效率低下的一些領(lǐng)域。

我們已經(jīng)開始看到該技術(shù)在多個不同的行業(yè)領(lǐng)域產(chǎn)生影響。

“當(dāng)我們把云的威力下沉到設(shè)備（即邊緣）時，我們可帶來實時地響應(yīng)、分析和行動的能力，尤其是在網(wǎng)絡(luò)條件有限或者缺乏網(wǎng)絡(luò)的地區(qū)……它還處于初期發(fā)展階段，但我們正開始看到這些新功能能夠應(yīng)用于解決全球范圍的一些重大挑戰(zhàn)?！薄④浭紫夹g(shù)官凱文·斯科特（Kevin Scott）

從自動駕駛汽車到農(nóng)業(yè)，以下幾個行業(yè)將會從邊緣計算的潛力中獲益。

交通運輸

邊緣計算技術(shù)最顯而易見的潛在應(yīng)用之一是交通運輸——更具體地說，是無人駕駛汽車。

自動駕駛汽車裝備了各種各樣的傳感器，從攝像頭到雷達到激光系統(tǒng)，來幫助車輛運行。

如前所述，這些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(shù)據(jù)，進而盡可能地減少系統(tǒng)在駕駛過程中的響應(yīng)時間。雖然無人駕駛汽車還不是主流趨勢，但公司們正在未雨綢繆。

今年早些時候，汽車邊緣計算聯(lián)盟（AECC）宣布將啟動以聯(lián)網(wǎng)汽車解決方案為重點的項目。

“聯(lián)網(wǎng)汽車正迅速地從豪華車型和高端品牌擴張到大批量的中端車型。汽車行業(yè)將很快達到一個臨界點，屆時汽車所產(chǎn)生的數(shù)據(jù)量將超過現(xiàn)有的云、計算和通信基礎(chǔ)設(shè)施資源。”——AECC主席兼總裁村田兼一（Kenichi Murata）

該聯(lián)盟的成員包括DENSO Corporation、豐田汽車、AT&T、愛立信、英特爾等公司。

不過，不僅僅是自動駕駛汽車會產(chǎn)生大量的數(shù)據(jù)并需要實時處理。飛機、火車和其他的交通工具也是如此——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(fā)動機的性能問題。在12小時的飛行中，飛機產(chǎn)生了多達844 TB的數(shù)據(jù)。邊緣計算支持對數(shù)據(jù)進行實時處理，因此該公司能夠主動處理引擎問題。

醫(yī)療保健

如今，人們越來越喜歡佩戴健身追蹤設(shè)備、血糖監(jiān)測儀、智能手表和其他監(jiān)測健康狀況的可穿戴設(shè)備。

但是，要真正地從所收集的海量數(shù)據(jù)中獲益，實時分析可能是必不可少的——許多的可穿戴設(shè)備直接連接到云上，但也有其他的一些設(shè)備支持離線運行。

一些可穿戴健康監(jiān)控器可以在不連接云的情況下本地分析脈搏數(shù)據(jù)或睡眠模式。然后，醫(yī)生可以當(dāng)場對病人進行評估，并就病人的健康狀況提供即時反饋。

但在醫(yī)療保健領(lǐng)域，邊緣計算的潛力遠(yuǎn)不局限于可穿戴設(shè)備。

不妨想想，快速的數(shù)據(jù)處理能夠給遠(yuǎn)程患者監(jiān)控、住院患者護理以及醫(yī)院和診所的醫(yī)療管理帶來多大的好處。

醫(yī)生和臨床醫(yī)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(shù)據(jù)也多了一層安全保護。醫(yī)院病床平均有20個以上的聯(lián)網(wǎng)設(shè)備，會產(chǎn)生大量的數(shù)據(jù)。這些數(shù)據(jù)的處理將直接發(fā)生在更靠近邊緣的地方，而不是將保密數(shù)據(jù)發(fā)送到云端，因此能夠避免數(shù)據(jù)被不當(dāng)訪問的風(fēng)險。

如前所述，本地化數(shù)據(jù)處理意味著大范圍的云端或網(wǎng)絡(luò)故障不會影響業(yè)務(wù)運轉(zhuǎn)。即使云操作中斷，這些醫(yī)院的傳感器也能獨立地正常運行。

制造業(yè)

智能制造有望從現(xiàn)代工廠大量部署的傳感器中獲得洞見。

由于能夠減少滯后，邊緣計算可能會使得制造流程能夠更快速地做出響應(yīng)和變動，能夠?qū)崟r地應(yīng)用數(shù)據(jù)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(guān)閉。

一家工廠可以使用兩個機器人來完成同樣的任務(wù)，兩個機器人裝有傳感器，并連接到一個邊緣設(shè)備上。邊緣設(shè)備可以通過運行一個機器學(xué)習(xí)模型來預(yù)測其中一個機器人是否會操作失敗。

如果邊緣設(shè)備斷定機器人很可能會出現(xiàn)故障，它就會觸發(fā)行動來阻止或減慢機器人的運轉(zhuǎn)。這會使得工廠能夠?qū)崟r地評估潛在的故障。

如果機器人能夠自己處理數(shù)據(jù)，它們也可能變得更加自給自足和反應(yīng)靈敏。

邊緣計算應(yīng)該支持更快地從大數(shù)據(jù)中更多的洞見，以及支持將更多的機器學(xué)習(xí)技術(shù)應(yīng)用到業(yè)務(wù)運營中。

最終目標(biāo)是，挖掘?qū)崟r產(chǎn)生的海量數(shù)據(jù)的巨大價值，防止安全隱患，并減少工廠車間機器運轉(zhuǎn)中斷的情況。

農(nóng)業(yè)和智能農(nóng)場

邊緣計算非常適合應(yīng)用于農(nóng)業(yè)，因為農(nóng)場經(jīng)常處于偏遠(yuǎn)的位置和惡劣的環(huán)境中，可能存在帶寬和網(wǎng)絡(luò)連接方面的問題。

現(xiàn)在，想要改善網(wǎng)絡(luò)連接的智能農(nóng)場需要在昂貴的光纖、微波連接或者擁有一顆全天候運行的衛(wèi)星上進行投資；而邊緣計算則是一種合適的、具有成本效益的替代方案。

智能農(nóng)場可以使用邊緣計算來監(jiān)測溫度和設(shè)備性能，以及自動讓各種設(shè)備（比如過熱的泵）減緩運轉(zhuǎn)或者關(guān)閉。

能源和電網(wǎng)控制

邊緣計算或許在整個能源行業(yè)都尤其有效，尤其是在石油和天然氣設(shè)施的安全監(jiān)測方面。

例如，壓力和濕度傳感器應(yīng)當(dāng)受到嚴(yán)密監(jiān)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于偏遠(yuǎn)地區(qū)。如果出現(xiàn)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(fā)生災(zāi)難性的爆炸。

邊緣計算的另一個好處是能夠?qū)崟r檢測設(shè)備故障。通過電網(wǎng)控制，傳感器可以監(jiān)控從電動汽車到風(fēng)力發(fā)電廠的一切設(shè)施所產(chǎn)生的能源，有助于相應(yīng)作出決策來降低成本和提高能源生產(chǎn)效率。

其他行業(yè)領(lǐng)域的應(yīng)用

其他可以利用邊緣計算技術(shù)的行業(yè)包括金融業(yè)和零售業(yè)。這兩個行業(yè)都使用大型的客戶和后端數(shù)據(jù)集來提供從選股信息到店內(nèi)服裝擺放的各種信息，可以從減少對云計算的依賴中獲益。

零售可以使用邊緣計算應(yīng)用程序來增強顧客體驗。如今，許多零售商都在致力于改善店內(nèi)體驗，優(yōu)化數(shù)據(jù)收集和分析的方式對它們而言絕對很有意義——尤其是考慮到許多零售商已經(jīng)在嘗試使用聯(lián)網(wǎng)的智能顯示屏。

此外，很多人使用店內(nèi)平板電腦所生成的銷售點數(shù)據(jù)，這些數(shù)據(jù)會被傳輸?shù)皆贫嘶驍?shù)據(jù)中心。借助邊緣計算，數(shù)據(jù)可以在本地進行分析，從而減少敏感數(shù)據(jù)泄漏的風(fēng)險。

當(dāng)前邊緣計算應(yīng)用雖然尚屬探索起步期，但在很多領(lǐng)域都已得到應(yīng)用。其中包括自動駕駛、安防前端智能化、工業(yè)級低時延應(yīng)用、VR/AR即時對戰(zhàn)類游戲、遠(yuǎn)程醫(yī)療等。5G時代的多元化應(yīng)用催生了邊緣計算的快速發(fā)展，傳統(tǒng)的數(shù)據(jù)中心將向邊緣側(cè)延伸，邊緣計算將加速ICT融合落地。邊緣計算市場規(guī)模萬億可期，將成為與云計算平分秋色的新興市場。

審核編輯 ：李倩