哈嘍，大家好，今天咱們討論的主角是邊緣計算。

邊緣計算(Edge computing )，指在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。

[[256781]]

注釋太長看不懂?

沒關系，只要抓住關鍵詞就好：靠近網絡邊緣側，就近提供服務。這樣也就容易理解邊緣計算的來由了。

云計算風頭正盛時，有觀點認為，終端只需一個顯示屏即可，將數據傳輸至云中心，由云來完成運算過程，再回傳至用戶終端。而這個觀點猶如泡沫，經不起現實推敲，過度依賴云中心，效率適得其反，尤其是對時延要求嚴格的場景，物聯網部署變得毫無意義。

舉個最通俗的栗子：就安全監控來說，攝像頭將獲取到的視頻信息上傳至云中心處理，面對大量可能無效的數據，不僅需要高速帶寬，同樣會增加云中心的運轉負擔。為了降低處理成本、縮短處理時間、提高處理效率，研究人員開始在攝像頭上下功夫，給攝像頭加入識別能力、存儲能力、視頻處理能力，參考比對模型，將采集到的信息篩選過后再傳輸到云中心。

這樣具備智能處理能力的終端，成為了邊緣計算產品。

據估計，到2020年，物聯網智能安裝設備將超過200億臺。大量設備安裝后連接到物聯網，需要處理的數據量在不斷增加，僅依賴云計算無法實時提供相應，需要與邊緣計算雙輪驅動。

如果說云計算是計算機智能系統的大腦，那邊緣計算就是這個系統的眼耳口鼻及四肢。核心服務器讓智能系統具備人工智能，但這個系統卻是******的話，那作用也不會太大。

有人把計算機系統比作是一個軍隊，云計算是統領部隊的司令，邊緣計算是部隊中低層的軍官。如果凡是都要請示司令，頻繁的互動不僅成本高，而且會對司令有損耗;而此時若發揮中低層軍官的主觀能動性，自主判斷行動決策，再將篩選過后的信息呈給司令部，這樣大大緩解了通訊壓力。另外，司令部(云計算)一旦出現網絡問題后出現全盤歇菜的局面，而加設了中低層軍官(邊緣計算)后，即使與司令部暫時失去聯系，也可以自主作出部分決策。

更何況，邊緣計算還會多種“姿勢”——邊緣計算的技術類型：個人邊緣(personal edge)、業務邊緣(business edge)、云邊緣(cloud edge)。

1. 個人邊緣(Personal Edge)

圍繞個人邊緣計算的產品，一般情況下是移動的，比如智能手機、智能音箱、穿戴手邊、醫療傳感器等，在使用時，續航能力、網絡切換及離線條件等特性都需要考慮在內。

個人計算的應用場景主要在家庭中。

2. 業務邊緣(Business Edge)

在業務邊緣處連接的機器和人在此處匯聚并處理，此類設備用于支撐區域范圍內的信息集中、交互、處理。

業務邊緣的應用場景主要是在辦公室或者其他開放場所。業務邊緣也是最受關注的邊緣計算類型。

3. 云邊緣(Cloud Edge)

云邊緣在不同云平臺側提供數據解析、數據交互、數據協同，語音處理、人臉識別、醫療人工智能等垂直云平臺的興起，提高了物聯網的智能化。

解鎖了各種“姿勢”的邊緣計算，接近數據生成的設備端，也就造就了它的一系列“先天優勢”。

(1) 成本低

在設備端，需要處理的數據都較“小”，所以邊緣計算在數據計算或是存儲上都具備成本優勢。

(2) 數據處理更實時、迅速

在減少中間傳輸過程的前提下，數據處理的速度更快。

(3) 網絡帶寬需求更低

邊緣計算將數據篩選過后傳輸至云端服務器，數據經“瘦身”后不會占據太多網絡帶寬。

(4) 數據隱私保護操作性強

數據收集與處理在設備端完成，就避免了敏感信息在網絡傳輸過程中發生泄漏。2018年5月，歐盟通過了史上最嚴格的數據保護法律。

(5) 提高效率

當數據處理更快、網絡傳輸壓力更小、成本也更低的時候，應用程序的效率也會大大提升。

[[256782]]

邊緣計算適用于那些領域呢?

1. 物聯網

邊緣計算用于物聯網致力于傳感器數據分析和聚合。

2. 無人駕駛汽車

通過傳感器在離車輛更近的地方處理數據，盡可能減少系統在駕駛過程中的響應時間。

3. 醫療保健

人們佩戴監測健康狀況的可穿戴設備，在連接云或離線狀態下仍舊為醫生提供數據參考;快速處理數據的能力也將為醫療管理帶來極大好處。

邊緣計算還在AR/VR、制造業、農業、能源、電網等其他領域有所應用，讓設備終端更智能成為它的“落腳點”。

在網絡邊緣側的瘋狂試探，讓邊緣計算闖出了一片天地，不服來戰?!