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

[[227084]]

一、云計算的物聯網挑戰

作為互聯網最重要的平臺技術，云計算能夠建造大型數據中心，將大量數據集中式存儲和處理，利用數據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和廣泛應用，云計算已經改變了我們的生活、學習和工作，從貴州到冰島，全球都可以看到大公司的數據中心。對于亞馬遜、微軟、阿里和騰訊來說，云計算平臺也已經成為非常重要的業務和收入來源之一。

但隨著物聯網時代到來，云計算平臺將面臨著海量設備接入、海量數據、帶寬不夠和功耗過高等高難度挑戰。就目前的帶寬水平來說，還無法支持設備到云端之間的數據傳輸，這使得云計算中心實時返回數據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。

二、邊緣計算的應用及其優勢

邊緣計算是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。邊緣計算的核心，是將計算任務從云計算中心，遷移到產生源數據的邊緣設備上。

邊緣計算物聯網解決方案，從架構上分為：傳感控制層、網絡層、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合在一起的。
• 網絡層：這一層主要實現融合和互聯，它的功能除了網絡聯接和管理之外，還包括邊緣計算，進行現場處理，同時保障業務在本地的存活。本地存活和現場處理對物聯網尤其是工業和民用大型設施是非常重要的。此外，協議轉換也是這一層的重要功能。在 IoT 領域有特別多的協議，這些協議來自于各個行業歷史上的積累，所以需要在網關上做協議的轉換，將數據統一承載在 IP 網絡上向外傳輸。
• 敏捷控制器：這一層將網關送上來的數據進行統一的處理，向上送給應用層。并對下層的網絡、傳感器、控制部件、測量部件、計算資源進行管理，提供網絡布署、配置的自動化工具。
• 業務應用層：這一層是各種各樣的行業應用。

由于數據只在源數據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，在物聯網應用中，較之于傳統的云計算，邊緣計算在以下5大方面具有絕對性優勢：

1. 安全性要求

云計算模型中，用戶的一切數據都需要上傳到數據中心，而在這個過程中，數據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控，這些個人的隱私數據在上傳到數據中心的過程，都蘊含了數據泄露的風險。

這也是邊緣計算博得大型工業公司青睞的原因之一。在去年霍尼韋爾舉辦的用戶組會議上，其工業自動化產品的大多數客戶都不愿意將無線基礎設施放在霍尼韋爾的工廠中，以免存在安全漏洞。

由于塔吉特違規行為的各種黑客行為(從HVAC系統開始，最終導致客戶的信用卡受損)，引發了針對基礎設施的黑客的擔憂問題，但就某些特定的工業流程來說，這種擔憂是完全有必要的。

2. 知識產權問題

另外，與安全問題息息相關的，則是對專有數據和知識產權的擔憂。

在云計算中，用戶的一切數據都需要上傳至數據中心，例如煉油廠的煉油過程，可樂生產廠商的制作配方等一些視為商業機密的重要信息，都有可能通過高質量的傳感器獲取的工業數據來獲取。西門子物聯網戰略高級副總裁Jaganath Rao表示，一些食品公司對這一問題表現的尤為敏感。

3. 交互延遲和彈性

在物聯網應用中面對的數據量極大，已經不再適合直接上傳到云計算中心進行處理，不僅網絡帶寬壓力大，對海量數據的搜索耗時也是不能接受的。

自動駕駛汽車對數據傳輸與交互延遲要求非常高，邊緣計算更靠近數據源，可快速處理數據、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造大量數據。而自動駕駛汽車顯然無法等待這些數據傳輸到云計算中心處理后再做決策，這時邊緣計算就成為無人駕駛實時數據處理的利器。當汽車處于故障危險時，傳感器能夠迅速發出故障的振動信息，然后將其發送到本地網關進行處理。網關在識別出故障后的幾毫秒或幾秒鐘內發出警報或指令以關閉機器。

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

4. 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)會產生大量數據，在這些情況下，將所有這些信息發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出來。但是，由于攝像頭數量多，產生的數據量極大，已經不再適合直接上傳到云計算中心進行處理，不僅網絡帶寬壓力大，對海量數據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。

5. 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，成為在物聯網應用中的決勝優勢。

對于很多人來說，物聯網連接工廠或辦公室的目的是能夠實現大量的流程自動化。在邊緣計算中，機器不僅能夠監控自身及其正在執行的過程，還可以對其進行編程，以便在出現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。

三、小結

邊緣計算能就近提供智能互聯服務，滿足行業在數字化變革過程中的關鍵需求。在物聯網時代數據處理的 2.0 時代，不斷增長的數據催生了對邊緣計算的需求，據IDC預測，未來超過50%的數據需要在網絡邊緣側分析、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網技術發展，讓我們拭目以待!