边缘计算有什么特点？

边缘计算有以下的六大特点：
第一，去中心化
边缘计算就是让网络、计算、存储、应用从“中心”向边缘分发，以就近提供智能边缘服务。
第二，非寡头化
边缘计算是互联网、移动互联网、物联网、工业互联网、电子、AI、IT、云计算、硬件设备、运营商等诸多领域的“十字入口”，一方面参与的各类厂商众多，另一方面“去中心化”在产品逻辑底层，就一定程度上通向了“非寡头化”。
第三，万物边缘化
边缘计算和早年的IT、互联网，如今的云计算、移动互联网，以及未来的人工智能一样，具备普遍性和普适性。
第四，安全化
在边缘计算出现之前，用户的大部分数据都要上传至数据中心，在这一上传的过程中，用户的数据尤其是隐私数据，比如个体标签数据、银行账户密码、电商平台消费数据、搜索记录、甚至智能摄像头等等，就存在着泄露的风险。而边缘计算因为很多情况下，不要再把数据上传到数据中心，而是在边缘近端就可以处理，因此也从源头有效解除了类似的风险。
第五，实时化
随着工业互联网、自动驾驶、智能家居、智能交通、智慧城市等各种场景的日益普及，这些场景下的应用对计算、网络传输、用户交互等的速度和效率要求也越来越高。以自动驾驶为例，在这些方面，几乎是要求秒级甚至是毫秒级的速度。爱陆通的具有边缘计算技术的工业网关可以更好地进行数据传输。
第六，绿色化
数据是在近端处理，因此在网络传输、中心运算、中心存储、回传等各个环节，都能节省大量的服务器、带宽、电量乃至物理空间等诸多成本，从而实现低成本化、绿色化。

边缘计算和云计算都是现代计算架构的重要组成部分，它们可以相互协同工作，以支持不同的业务需求。
具体而言，边缘计算和云计算可以相互补充，以实现更高效的数据处理和传输。边缘计算可以通过将计算和数据处理推向网络边缘，更接近数据源和终端设备，以便更快地响应实时数据和减少数据传输时延。而云计算则更侧重于将计算和数据处理放在中心化的云服务器上，实现数据的集中存储和处理，适合大规模数据中心应用。通过结合边缘计算和云计算，可以在不同的场景中实现最佳的数据处理和传输效率。
此外，边缘计算和云计算也可以相互协同工作，以提高数据的安全性和可靠性。边缘计算可以将一部分数据处理放在边缘设备上，减少数据传输和存储，从而降低了一定的安全风险。而云计算则可以提供高度安全和可靠性保障，以确保数据的保密性和完整性。
总之，边缘计算和云计算是相互关联、相互依存的，它们可以共同构建更为高效、安全和可靠的计算架构，以适应不同的业务需求和场景。

1、延迟问题

延迟是指处理和分析捕获数据所需的时间。连接到互联网的设备必须在100毫秒内响应，有时甚至不到10毫秒。因此，计算过程必须尽可能本地化，以抵消远距离传输数据的固有延迟。
通过物联网中的边缘计算，计算将在源头附近完成，例如传感器，如果汽车上的传感器判断出将要发生碰撞，那么系统就必须具有足够的确定性，能够在一定的时间范围内部署安全气囊，如果在长距离传输数据方面有任何滞后，那就是根本不安全的。

2、带宽问题

运行软件和生成数据的大多数物联网设备需要链接到云以存储和进一步处理该数据。因此，需要大量的功率和带宽将IoT数据传输到云。

在物联网中使用边缘计算，组织可以减少互联网带宽的使用，因为可以在源附近处理大量数据。

例如，边缘计算相机可以通过分析警察仪表板的视频源来帮助执法机构减少带宽，相机摄像头可以实时生成大量的视频和音频记录，但只有在必要时才将相关数据发送到云端。

3、带宽成本问题

物联网应用程序生成大量相对低价值的时间序列数据。这意味着带宽成本，设备获得带宽的机会成本，存储和分析成本，以及云中这些低价值时间序列数据的计算成本。

有了边缘计算，这些数据就可以被捕获，如果有必要的话，在将数据发送到云或其他上游聚合点之前进行分析和汇总，这比通过WAN链路发送未经过滤的数据要便宜得多，后者通常非常昂贵。

4、传统系统连接问题

公司经常连接到物联网的传统系统具有非IP/以太网接口。因此，他们需要来自模拟或专有系统接口的物理转换，以便能够使用和分析数据。这只能在生成数据的原始设备旁边完成。

这是物联网中的边缘计算可以提供帮助的地方。边缘可以充当新旧之间的中介，为没有现代计算能力的传统资产添加智能功能。

5、物联网安全问题

尽管云服务提供商已经为终端客户的物联网产品开发了出色的安全性，但运营技术专业人员仍然担心他们的敏感数据一旦离开企业的墙壁就不会安全。

为了解决这个问题，可以在边缘添加更多智能来保护系统，使其更强大，可以抵御黑客攻击和入侵。因此，任何中断都将仅限于边缘计算设备和这些设备上的本地应用程序。

边缘计算在物联网中应用的领域非常广泛，特别适合具有低时延、高带宽、高可靠、海量连接、 异构汇聚和本地安全隐私保护等特殊业务要求的应用场景。为了打造更适合行业应用的物联网通讯终端产品，四信通信充分利用边缘计算技术，大力研发生产出了F-G200边缘计算网关，该系列产品可帮助用户快速接入高速互联网，实现安全可靠的数据传输。

边缘计算（Edge Computing）是一种分布式计算范式，它将数据处理和计算任务从云端（数据中心）转移到网络边缘的设备上。简单来说，边缘计算就是在靠近数据产生源的地方进行数据处理和分析。

通俗地讲，边缘计算就像把数据处理任务从一个远程大脑（云端数据中心）移到离你更近的小脑（边缘设备，如手机、智能家居设备等）。这样做的好处有以下几点：

降低延迟：因为数据处理和计算离数据产生的地方更近，所以响应速度更快，可以实现实时或近实时处理。

减少带宽消耗：在边缘设备上处理数据可以减少向云端传输大量数据的需求，降低带宽消耗和成本。

提高数据安全性：将数据处理和存储在边缘设备上，可以降低数据在传输过程中的风险，提高数据安全性。

分布式计算：通过在多个边缘设备上分散计算任务，可以实现分布式计算，降低对单个数据中心的依赖。

边缘计算在物联网（IoT）、自动驾驶汽车、智能城市、增强现实等领域有广泛应用，可以提高系统性能、响应速度和可靠性。然而，边缘计算也存在一定的挑战，例如设备资源有限、安全问题和设备管理等。

什么是边缘计算？

简单理解边缘计算，就是用网络边缘对数据进行分类，将部分数据放在终端处理，减少延迟，从而实现实时和更高效的数据处理，是对云计算的补充。

边缘计算是指在靠近物或数据源头的网络边缘侧， 融合网络、计算、存储、应用核心能力的开放平台，充分利用整个路径上各种设备的处理能力，就地存储处理隐私和冗余数据，降低网络带宽占用，提高系统实时性和可用性，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私等方面的关键需求。

通俗来说，边缘计算就是将云端的计算存储能力下沉到网络边缘，用分布式的计算与存储在本地直接处理或解决特定的业务需求 ，用以满足不 断出现的新业态对于网络高带宽、低延迟的硬性要求。

为什么这么火？

就目前来说，5G将普及，而目前也没有出现与5G有关的“杀手级”应用，但回看主流的三个应用场景，每一个都产生海量的数据，且或多或少都对低时延有要求。

增强型移动宽带（eMBB）：面向VR、AR、4K/8K高清直播、安防摄像头、云游戏等消费互联网场景；

超可靠低时延（uRLLC）：面向无人驾驶、工业互联网等物联网垂直行业的特殊应用场景；

海量机器类通信（mMTC）：面向智能井盖、智能水电表这类以传感和数据采集为目标的物联网应用场景。

借助边缘的发展，原本需要在云端运行的人工智能技术可以由此下行到边缘端，创造更大的应用价值。

边缘计算指的是靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台。这些物或数据源头的一侧搭载着融合网络、计算、存储、 应用核心能力的边缘计算平台，为终端用户提供实时、动态和智能的服务计算。

边缘计算是什么？

举个最简单的例子：在焊接机器人焊接两个钢制部件时，焊点如何选择？是偏左一点儿还是偏右一点儿，是偏上一点儿还是偏下一点儿？虽然冲压出来的钢板都是统一标准出来的，但是两个部件结合时难免会有细微差别，通过可视化观察以及边缘计算，机器人可以自己判断最优焊点的位置，将两个部件焊接牢固。每次焊接的数据通过网络上传至云端储存，用以机器学习。如果没有边缘计算，都通过云计算来判断焊点位置，生产效率会降低，同时焊点也可能千篇一律，有些部件可能正好赶上并不是最优的焊点位置，给焊接上了。

边缘计算是网络中最靠近物或数据源头融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务。在更靠近终端的网络边缘上提供服务是边缘计算最大的特点。在数据处理的时效性与有效性方面成为云计算的有力补充。
根据边缘计算产业联盟（ECC）发布的边缘计算20定义：边缘计算的业务本质是云计算在数据中心之外汇聚节点的延伸和演进，主要包括云边缘、边缘云和边缘网关三类落地形态；以“边云协同”和“边缘智能”为核心能力发展方向；软件平台需要考虑导入云理念、云架构、云技术，提供端到端实时、协同式智能、可信赖、可动态重置等能力；硬件平台需要考虑异构计算能力，如ARM、X86、GPU、NPU、FPGA 等。因此，我们可以看到边缘计算20其实是由边缘网关、边缘云、云边缘3种落地形态组成。
边缘计算的优势和发展
边缘计算的发展前景广阔，被称为“人工智能的最后一公里”，但它还在发展初期，有许多问题需要解决，如：框架的选用，通讯设备和协议的规范，终端设备的标识，更低延迟的需求等。随着 IPv6 及 5G 技术的普及，其中的一些问题将被解决，虽然这是一段不小的历程。相较于云计算，边缘计算有以下这些优势。
优势一：更多的节点来负载流量，使得数据传输速度更快。
优势二：更靠近终端设备，传输更安全，数据处理更即时。
优势三：更分散的节点相比云计算故障所产生的影响更小，还解决了设备散热问题。

---