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

根據IDC預測，到2020年將會有超過500億的傳感器和終端聯網，其中超過半數的終端和物聯網絡將面臨網絡帶寬限制，40%的數據需要在網絡邊緣進行運算、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，物聯網時代傳感器數量激增，隨之產生了多種維度多種格式的數據，網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據、應用數據等各類隱私數據，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網絡中設備產生的小數據，有在本地實時處理的需求，并不需要傳到云端。

圖1 傳統的云計算結構

上圖是傳統的云計算結構，由數據生產者采集（或生成）原始數據并傳輸到云計算中心（后簡稱云中心），數據消費者向云中心發送請求，身份驗證后使用數據。這種結構在PC互聯網、移動互聯網時代還可以滿足業務需求，但是當到了物聯網感知時代，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，隨著數據不斷增多，數據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生1GB以上的數據，需要對數據進行實時處理，以對牽引車、半掛車的運行狀態做出正確的判斷。如果將數據全部傳輸到云端處理，響應時間將變得非常長，而且如果是在某區域內的車輛過多，同時進行運算，會對網絡帶寬和可靠性造成巨大的挑戰，所以，在邊緣設備上直接對業務、對數據進行分析處理就變得十分重要。

邊緣計算可以在網絡邊緣對應用場景中的各種終端產生的上行數據，以及云計算中心產生的下行數據進行計算。其實不論稱為邊緣計算還是框計算、臨近計算等，講的都是在數據源與云計算中心間的所有計算和網絡資源。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據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據生產者，同時也是數據的消費者。終端和傳感器不僅可以向云計算中心請求內容和服務，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“小數據”進行緩存、存儲和處理，在與網絡連接時，可以將請求和云服務發送給用戶。邊緣計算的設計要基于應用場景的用戶需求進行合理規劃設計，既要滿足業務需求，又要保證可靠性、安全性以及隱私數據的保護等。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的周邊環境，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、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務邊緣。

2、業務邊緣：泛指工作場景，工作場景既可以是室內也可以室外，例如工廠、大型辦公環境等。這些場景通常配備了數據中心，由數據中心提供一定的處理和存儲能力，并且能在現有環境快速部署。業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;制造業和工程等是業務邊緣計算快速集中發展的兩大領域。

3、多云邊緣：是服務提供商或企業網絡邊緣的拓撲術語，其中業務首先從撥號調制解調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據的延遲、以及因為云端計算時間過長導致的系統延遲。在智能家居或智慧社區場景中，有大量的傳感器和終端，它們可以通過Wi-Fi、Bluetooth、ZigBee、蜂窩網絡等將數據傳輸到云端，但考慮到這些數據的體量過大，而且很多數據需要在本地使用，使得云計算不是最適用于智慧社區和智能家居的計算范式。

邊緣計算將取而代之，通過在智能網關（或具備網關功能的智能音箱、服務型機器人等）上運行物聯網邊緣操作系統，各類電子設備均可以通過局域網連接到網關，部署相關服務、進行運算和統一管控。伴隨5G技術的快速發展，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將加速物聯網技術向更多垂直行業滲透，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網中，它們將成為數據的生產者和數據的消費者。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網絡的同時也會產生海量的運行數據。

隨著5G等通信技術的發展和助推，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、如何對網絡和帶寬進行優化等。拿隱私和安全舉例，如果邊緣計算應用在家中部署，大量用戶體征數據、使用數據等隱私數據會被采集，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據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質服務也是一個要特別考慮的問題，某些隱私數據可以在處理前進行脫敏并只保存在本地（網關），不上傳到云端。伴隨著數據隱私問題的就是數據的所有權問題，邊緣計算在家居場景中產生的數據屬于數據的產生者，即業主，讓用戶隱私數據保留在生產數據的地方將更好地保護用戶的隱私。隨著用戶對數據隱私保護的意識增強，建設方或運營方對如何保護業主的隱私重視起來，為家庭網關設置數據上傳和下行的開關功能就是一個體現，讓業主決定哪些數據在什么時間上傳給云服務提供者。

由于物聯網傳感器的快速普及和對生活、各個行業垂直應用場景的滲透，為了保障數據和在更短的時間內運行，業務的可靠性和數據的安全性，未來越來越多的云計算服務會從云端向網絡邊緣遷移。物聯網傳感器、各式各樣的終端設備充當了重要角色，其角色也在發生著變化，由數據的消費者向數據的生產和消費者轉化。隨著芯片、模組、通信技術、網絡、系統平臺等整個邊緣計算生態鏈的快速演進。