边缘计算在未来将成为产业互联网发展和布局的重点技术方向

随着无线移动通信技术的快速发展，以及移动互联网、云计算的普及，加速推动了物联网及相关技术在垂直行业中的应用和落地。随之而来，一种新型的计算范式“边缘计算”开始频繁出现在我们视野中。所谓边缘计算，就是指在靠近物体或数据生成的位置处理数据的方法，采用网络、计算、存储、应用核心能力为一体的开放平台，强调就近处理数据，从而减少系统反应时间，保护数据隐私及安全，延长电池使用寿命，节省网络带宽等。以满足在实时业务、应用智能、安全与隐私保护等方面的基本需求。

根据IDC预测，到2020年将会有超过500亿的传感器和终端联网，其中超过半数的终端和物联网络将面临网络带宽限制，40%的数据需要在网络边缘进行运算、分析、处理和储存。未来，预计边缘计算市场规模将超过万亿，将成为与云计算平分秋色的新兴市场。边缘计算逐渐受到重视的原因包括：首先，物联网时代传感器数量激增，随之产生了多种维度多种格式的数据，网络带宽与计算吞吐量成为了云端计算的性能瓶颈；其次，传感器无处不在，实时或不定时的采集用户的生理体征数据、应用数据等各类隐私数据，对信息安全提出了更高的要求；再次，在特定应用场景的物联网络中设备产生的小数据，有在本地实时处理的需求，并不需要传到云端。

图1  传统的云计算结构

上图是传统的云计算结构，由数据生产者采集（或生成）原始数据并传输到云计算中心（后简称云中心），数据消费者向云中心发送请求，身份验证后使用数据。这种结构在PC互联网、移动互联网时代还可以满足业务需求，但是当到了物联网感知时代，就无法满足需求了。当然，将计算任务放到云端运算和执行是一种有效的方式，因为云计算能力通常要比边缘设备的计算能力快不少，但是因为带宽却很有限，随着接入网络的传感器和终端越来越多，例如：在智能家居中，除了智能家电外，各类传感器、甚至智能家具都集成了芯片，具备了通信和计算能力，随着数据不断增多，数据传输速度成为提升云端计算能力的瓶颈。一辆具备自动驾驶能力的半挂车每秒产生1GB以上的数据，需要对数据进行实时处理，以对牵引车、半挂车的运行状态做出正确的判断。如果将数据全部传输到云端处理，响应时间将变得非常长，而且如果是在某区域内的车辆过多，同时进行运算，会对网络带宽和可靠性造成巨大的挑战，所以，在边缘设备上直接对业务、对数据进行分析处理就变得十分重要。

边缘计算可以在网络边缘对应用场景中的各种终端产生的上行数据，以及云计算中心产生的下行数据进行计算。其实不论称为边缘计算还是框计算、临近计算等，讲的都是在数据源与云计算中心间的所有计算和网络资源。智能手表、手机，都是个人与云端的边缘。智能音箱、智能网关是智能家居与云端的边缘；智能后视镜、智能行车记录仪是车与云端的边缘。边缘计算的核心就是在邻近数据源头的地方进行计算。

图2  边缘计算结构

上图是边缘计算的结构，展示了其中的双向计算流，在边缘计算中，终端或传感器不单是数据生产者，同时也是数据的消费者。终端和传感器不仅可以向云计算中心请求内容和服务，还可以独立进行计算。传感器和终端具备一定的存储能力，可以对“小数据”进行缓存、存储和处理，在与网络连接时，可以将请求和云服务发送给用户。边缘计算的设计要基于应用场景的用户需求进行合理规划设计，既要满足业务需求，又要保证可靠性、安全性以及隐私数据的保护等。在实际应用中，边缘计算还涉及到多边场景的三种应用类型：

1、个人边缘：以个人为核心，计算将围绕着个人展开并涉及到和个人相关联的周边环境，例如智能家居、小型办公室等诸多场景。个人边缘涉及多种与个人相关的传感器、终端设备，例如智能手机、智能手环、智能眼镜、智能音箱等。当个人从家中向其他场景，例如公司移动时，个人边缘计算设备将进入业务边缘。

2、业务边缘：泛指工作场景，工作场景既可以是室内也可以室外，例如工厂、大型办公环境等。这些场景通常配备了数据中心，由数据中心提供一定的处理和存储能力，并且能在现有环境快速部署。业务边缘领域涉及的设备包括：传感器、机器手臂、车辆、无人机等；制造业和工程等是业务边缘计算快速集中发展的两大领域。

3、多云边缘：是服务提供商或企业网络边缘的拓扑术语，其中业务首先从拨号调制解调器进入到家庭或者远程分支机构中的。

图3  三种类型的边缘计算

个人边缘、业务边缘、多云边缘，尤其是前两种作为边缘计算主要的应用类型，具备广泛的应用前景。在边缘计算中，由于边缘具备一定的计算资源，可以承载一部分的计算任务，能够分担云端计算的压力，减少因为带宽上传下载数据的延迟、以及因为云端计算时间过长导致的系统延迟。在智能家居或智慧社区场景中，有大量的传感器和终端，它们可以通过Wi-Fi、Bluetooth、ZigBee、蜂窝网络等将数据传输到云端，但考虑到这些数据的体量过大，而且很多数据需要在本地使用，使得云计算不是最适用于智慧社区和智能家居的计算范式。边缘计算将取而代之，通过在智能网关（或具备网关功能的智能音箱、服务型机器人等）上运行物联网边缘操作系统，各类电子设备均可以通过局域网连接到网关，部署相关服务、进行运算和统一管控。伴随5G技术的快速发展，其广覆盖、低时延、大连接、高可靠的特性，使得边缘计算有着更加广阔的应用场景。5G将加速物联网技术向更多垂直行业渗透，未来生活、工作中的各种场景中的传感器、终端设备都有可能融入到物联网中，它们将成为数据的生产者和数据的消费者。5G将支持海量的机器通信，以智慧城市、智能家居等为代表的典型应用场景与移动通信深度融合，预期千亿量级的设备将接入5G网络的同时也会产生海量的运行数据。

随着5G等通信技术的发展和助推，在边缘计算中包含的一些潜在问题急需解决，如：可靠性问题、隐私和安全问题、如何对网络和带宽进行优化等。拿隐私和安全举例，如果边缘计算应用在家中部署，大量用户体征数据、使用数据等隐私数据会被采集，例：通过分析智能床垫和智能枕头可以判断是否有人休息、什么时间休息，什么姿势休息；通过分析智能门锁和猫眼的数据可以知道家里什么时候有人。所以如何在不侵犯隐私的情况下提供优质服务也是一个要特别考虑的问题，某些隐私数据可以在处理前进行脱敏并只保存在本地（网关），不上传到云端。伴随着数据隐私问题的就是数据的所有权问题，边缘计算在家居场景中产生的数据属于数据的产生者，即业主，让用户隐私数据保留在生产数据的地方将更好地保护用户的隐私。随着用户对数据隐私保护的意识增强，建设方或运营方对如何保护业主的隐私重视起来，为家庭网关设置数据上传和下行的开关功能就是一个体现，让业主决定哪些数据在什么时间上传给云服务提供者。

由于物联网传感器的快速普及和对生活、各个行业垂直应用场景的渗透，为了保障数据和在更短的时间内运行，业务的可靠性和数据的安全性，未来越来越多的云计算服务会从云端向网络边缘迁移。物联网传感器、各式各样的终端设备充当了重要角色，其角色也在发生着变化，由数据的消费者向数据的生产和消费者转化。随着芯片、模组、通信技术、网络、系统平台等整个边缘计算生态链的快速演进。