物聯(lián)網(wǎng)的最終目標是萬物互聯(lián)，而邊緣計算是解決當前云計算所面對的數(shù)據(jù)傳輸問題所應用的主要方式，相對于云計算，有更大的優(yōu)勢。

物聯(lián)網(wǎng)的最終目標是萬物互聯(lián)，而當前對于寬帶水平來說，還不能完全實現(xiàn)數(shù)據(jù)從設備到云端之間的傳輸，這時邊緣計算便出現(xiàn)在了公眾的視也。邊緣計算是將數(shù)據(jù)處理、存儲、應用在靠近實物的邊緣上，使得用戶可以獲得更快的響應，解決了設備與云端的數(shù)據(jù)傳輸問題，相對于云計算，有更大的優(yōu)勢。

隨著物聯(lián)網(wǎng)的發(fā)展，邊緣計算已成為時下最熱門的技術之一，引得華為、阿里、ARM、英特爾等行業(yè)巨頭紛紛布局。那么邊緣計算到底是何方神圣，與物聯(lián)網(wǎng)又存在著何種聯(lián)系呢？且看下文

丨云計算的物聯(lián)網(wǎng)挑戰(zhàn)

作為互聯(lián)網(wǎng)最重要的平臺技術，云計算能夠建造大型數(shù)據(jù)中心，將大量數(shù)據(jù)集中式存儲和處理，利用數(shù)據(jù)中心海量機器的算力來計算和解決問題。

自從本世紀初云計算模型的出現(xiàn)和廣泛應用，云計算已經(jīng)改變了我們的生活、學習和工作，從貴州到冰島，全球都可以看到大公司的數(shù)據(jù)中心。對于亞馬遜、微軟、阿里和騰訊來說，云計算平臺也已經(jīng)成為非常重要的業(yè)務和收入來源之一。

但隨著物聯(lián)網(wǎng)時代到來，云計算平臺將面臨著海量設備接入、海量數(shù)據(jù)、帶寬不夠和功耗過高等高難度挑戰(zhàn)。就目前的帶寬水平來說，還無法支持設備到云端之間的數(shù)據(jù)傳輸，這使得云計算中心實時返回數(shù)據(jù)決策也變成了不可能的任務。

于是，邊緣計算開始進入到公眾的視線。

邊緣計算的應用及其優(yōu)勢

邊緣計算是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡邊緣側(cè)，融合網(wǎng)絡、計算、存儲、應用核心能力的開放平臺。邊緣計算的核心，是將計算任務從云計算中心，遷移到產(chǎn)生源數(shù)據(jù)的邊緣設備上。邊緣計算物聯(lián)網(wǎng)解決方案，從架構(gòu)上分為：傳感控制層、網(wǎng)絡層、敏捷控制器和應用層。

傳感控制層：這一層包含大量的傳感器、控制部件（比如開關等）和測量部件（比如電表等），另外還有通信部件。這些通信部件可能是獨立的，也可能是和其它部件結(jié)合在一起的。

網(wǎng)絡層：這一層主要實現(xiàn)融合和互聯(lián)，它的功能除了網(wǎng)絡聯(lián)接和管理之外，還包括邊緣計算，進行現(xiàn)場處理，同時保障業(yè)務在本地的存活。本地存活和現(xiàn)場處理對物聯(lián)網(wǎng)尤其是工業(yè)和民用大型設施是非常重要的。此外，協(xié)議轉(zhuǎn)換也是這一層的重要功能。在 IoT 領域有特別多的協(xié)議，這些協(xié)議來自于各個行業(yè)歷史上的積累，所以需要在網(wǎng)關上做協(xié)議的轉(zhuǎn)換，將數(shù)據(jù)統(tǒng)一承載在 IP 網(wǎng)絡上向外傳輸。

敏捷控制器：這一層將網(wǎng)關送上來的數(shù)據(jù)進行統(tǒng)一的處理，向上送給應用層。并對下層的網(wǎng)絡、傳感器、控制部件、測量部件、計算資源進行管理，提供網(wǎng)絡布署、配置的自動化工具。

業(yè)務應用層：這一層是各種各樣的行業(yè)應用。

由于數(shù)據(jù)只在源數(shù)據(jù)設備和邊緣設備之間交換，不再全部上傳至云計算平臺，因此，在物聯(lián)網(wǎng)應用中，較之于傳統(tǒng)的云計算，邊緣計算在以下5大方面具有絕對性優(yōu)勢：

安全性要求

云計算模型中，用戶的一切數(shù)據(jù)都需要上傳到數(shù)據(jù)中心，而在這個過程中，數(shù)據(jù)安全性就成了一個重要問題。從電子金融賬戶密碼、到搜索引擎歷史再到智能攝像頭監(jiān)控，這些個人的隱私數(shù)據(jù)在上傳到數(shù)據(jù)中心的過程，都蘊含了數(shù)據(jù)泄露的風險。這也是邊緣計算博得大型工業(yè)公司青睞的原因之一。

知識產(chǎn)權(quán)問題

另外，與安全問題息息相關的，則是對專有數(shù)據(jù)和知識產(chǎn)權(quán)的擔憂。在云計算中，用戶的一切數(shù)據(jù)都需要上傳至數(shù)據(jù)中心，例如煉油廠的煉油過程，可樂生產(chǎn)廠商的制作配方等一些視為商業(yè)機密的重要信息，都有可能通過高質(zhì)量的傳感器獲取的工業(yè)數(shù)據(jù)來獲取。

交互延遲和彈性

在物聯(lián)網(wǎng)應用中面對的數(shù)據(jù)量極大，已經(jīng)不再適合直接上傳到云計算中心進行處理，不僅網(wǎng)絡帶寬壓力大，對海量數(shù)據(jù)的搜索耗時也是不能接受的。自動駕駛汽車對數(shù)據(jù)傳輸與交互延遲要求非常高，邊緣計算更靠近數(shù)據(jù)源，可快速處理數(shù)據(jù)、實時做出判斷，充分保障乘客安全。

在自動駕駛汽車中，每臺自動駕駛車上都配有多顆攝像頭和激光雷達，這些傳感器每時每秒都在創(chuàng)造大量數(shù)據(jù)。而自動駕駛汽車顯然無法等待這些數(shù)據(jù)傳輸?shù)皆朴嬎阒行奶幚砗笤僮鰶Q策，這時邊緣計算就成為無人駕駛實時數(shù)據(jù)處理的利器。當汽車處于故障危險時，傳感器能夠迅速發(fā)出故障的振動信息，然后將其發(fā)送到本地網(wǎng)關進行處理。網(wǎng)關在識別出故障后的幾毫秒或幾秒鐘內(nèi)發(fā)出警報或指令以關閉機器。

另外，這也與彈性有關。在汽車、重型工業(yè)機械及制造工作時，在網(wǎng)絡覆蓋率下降的情況下，邊緣計算依然能夠保證局部網(wǎng)絡的存活，維持持續(xù)工作，避免事故發(fā)生。

減少帶寬成本

一些連接的傳感器（例如相機或在引擎中工作的聚合傳感器）會產(chǎn)生大量數(shù)據(jù)，在這些情況下，將所有這些信息發(fā)送到云將花費很長時間和過高的成本。

隨著智慧城市和公共安全需要，攝像頭的視頻分析技術的重要性凸現(xiàn)出來。但是，由于攝像頭數(shù)量多，產(chǎn)生的數(shù)據(jù)量極大，已經(jīng)不再適合直接上傳到云計算中心進行處理，不僅網(wǎng)絡帶寬壓力大，對海量數(shù)據(jù)的搜索耗時也是不能接受的，這時候邊緣計算就派上了用場。

自治能力

正是由于延遲和彈性問題，使得邊緣計算自主決策不依賴于云的特性，成為在物聯(lián)網(wǎng)應用中的決勝優(yōu)勢。

對于很多人來說，物聯(lián)網(wǎng)連接工廠或辦公室的目的是能夠?qū)崿F(xiàn)大量的流程自動化。在邊緣計算中，機器不僅能夠監(jiān)控自身及其正在執(zhí)行的過程，還可以對其進行編程，以便在出現(xiàn)問題時采取正確的行動。因此，當傳感器檢測到壓力積聚時，它可以釋放進一步向下的閥門，一旦流程依賴于特定的自動化水平，就必須依靠這個水平來及時制定。

小結(jié)

邊緣計算能就近提供智能互聯(lián)服務，滿足行業(yè)在數(shù)字化變革過程中的關鍵需求。在物聯(lián)網(wǎng)時代數(shù)據(jù)處理的 2.0 時代，不斷增長的數(shù)據(jù)催生了對邊緣計算的需求，據(jù)IDC預測，未來超過50%的數(shù)據(jù)需要在網(wǎng)絡邊緣側(cè)分析、處理和儲存。其巨大的市場空間也被巨頭們看在眼里，未來邊緣計算還將如何更好地推動物聯(lián)網(wǎng)技術發(fā)展，讓我們拭目以待！