边缘计算 通俗解释

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。

根据咨询公司STL Partners的研究发现，边缘计算能够在许多场景大展身手，这里选择了以下9个重要的应用场景：
1、自主汽车
卡车车队的自动组队可能是自动车辆的首批使用案例之一。在这里，一群卡车在车队中彼此紧跟着行驶，节省了燃料成本，减少了拥堵。有了边缘计算，除了前面的卡车，所有卡车都将不再需要司机，因为卡车将能够以超低延迟相互通信。
2、油气行业资产的远程监控
石油和天然气的失败可能是灾难性的。因此，他们的资产需要仔细监控。
然而，石油和天然气工厂往往位于偏远地区。边缘计算使得实时分析与处理更接近资产，这意味着更少地依赖于与集中式云的高质量连接。
3、智能电网
边缘计算将成为更广泛采用智能电网的核心技术，有助于企业更好地管理其能源消耗。
连接到工厂、工厂和办公室边缘平台的传感器和物联网设备正在被用于实时监测能源使用并分析其消耗。有了实时可见性，企业和能源公司就可以达成新的交易，例如在电力需求的非高峰时段运行大功率机械。这可以增加企业对绿色能源，如风能的消耗。
4、预测性维护
制造商希望能够在故障发生之前分析和检测生产线的变化。
边缘计算有助于使数据的处理和存储更接近设备。这使物联网传感器能够以低延迟监控机器健康状况，并实时执行分析。
5、住院病人监护
医疗保健包含几个优势机会。目前，监测设备，如血糖监测仪、健康工具和其他传感器等，要么未连接，要么需要将来自设备的大量未处理数据存储在第三方云上。这给医疗保健提供者带来了安全问题。
医院网站上的边缘可以在本地处理数据，以保护数据隐私。边缘计算还可以向从业者及时通知患者的异常趋势或行为。
6、云游戏
云游戏是一种新型的游戏，它可以将游戏的实时内容直接传输到设备上，这种游戏高度依赖于延迟。
云游戏公司正在寻找尽可能接近玩家的边缘服务器，以减少延迟，提供完全响应和沉浸式游戏体验。
7、内容交付
通过在边缘缓存内容，如音乐、视频流、网页等，可以极大地改善内容传播。延迟可以显著降低。内容提供商正在寻求更广泛的分发CDN，从而根据用户流量需求保证网络的灵活性和定制性。
8、交通管理
边缘计算可以使城市交通管理更加有效。这方面的例子包括在需求波动的情况下优化公交频率，管理额外车道的开启和关闭，以及未来管理自动驾驶汽车流量。
通过边缘计算，使处理和存储距离智能家居更近，减少了回程和往返时间，并在边缘处理敏感信息。例如，亚马逊的Alexa等语音助手设备的响应时间会快得多。
有了边缘计算，就不需要将大量的流量数据传输到集中式云，从而降低了带宽和延迟的成本。
9、智能家居
智能家庭依赖于物联网设备从房子周围收集和处理数据。通常，这些数据被发送到一个中央远程服务器，在那里进行处理和存储。然而，这种现有体系结构存在回程成本、延迟和安全性方面的问题。
通过边缘计算，使处理和存储距离智能家居更近，减少了往返时间，并在边缘处理敏感信息。
这些只是边缘计算跨多个行业支持的许多用例中的一小部分。以谐云边缘计算应用实例来说，通信领域，谐云为行业巨头某在线服务公司业务场景定制开发、打造了云边协同平台，助力其轻松应对流量洪峰；交通领域，联合上汽集团商用车技术中心打造了“基于容器的下一代车云协同架构”，是汽车行业的首款“云、边、端”一体化架构，可实现百万级车联网大规模接入；为某跨海大桥打造了一体化协同的产品，积累了丰富的“边-端”设备协议对接经验，交付了行业顶尖的“软硬一体化”的整体解决方案。
其中，某在线服务公司和上汽集团案例分别荣获《2020年分布式云与云边协同十佳实践案例》奖项和《2021年分布式云与云边协同十佳实践案例》奖项。旗下边缘计算产品通过“2021云边协同类能力评估”、“边缘一体机、可信物联网云平台（通用/安全要求）”多项能力评估，获浙江CCF2021优秀产品奖，在业内拥有极佳口碑，并获得行业权威认可。
目前，谐云边缘计算已实践于分布式云、物联网、车云协同、边缘智能金融等多场景，为边缘计算领域树立了实践标杆和经典案例。并在一些典型行业如通信、交通、金融、军工等多个行业领域中得到大规模的落地验证。

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。

边缘是物联网时代竞争的核心吗？

近两年来，在云服务提供商、电信运营商、系统服务商等多方的推动下，众多物联网 *** 作系统相继诞生，既说明了物联网发展势头的火热，也展现出物联网发展技术路线的差异化，仍然处于一个集体 探索 时期。物联网虽然被普遍看好，但一直以来发展速度低于前些年的发展预期。一些厂商把目光投向了边缘侧，边缘计算成为行业热词。当边缘计算遇上物联网，能否成为撬动物联网发展的“钥匙”？

边缘计算为物联网破局带来新可能

麦肯锡在2021年11月发布的《物联网：抓住加速机遇》报告中预测，到2030年，物联网将在全球创造55万亿至126万亿美元的经济价值，中国将占全球物联网经济价值的26%左右。但是物联网发展仍然面临着众多“逆风因素”，包括“互 *** 作性差”、“安全性不高”、“成本居高不下”和“用户的数据和隐私面临威胁”等。

边缘计算的出现似乎为解决这些发展阻碍带来了生机。当把计算能力下沉到边缘侧，可以就近分析处理数据，这样做会带来多重好处：

1、边缘计算拥有更快的响应时间，数据存储和计算能力被分散布置在本地，数据无需往返于本地和云端，因此可以减少延迟并加快响应速度。

2、边缘计算可以降低企业的成本。与云中心设备相比，由本地设备进行数据存储与处理的成本更低，一方面，边缘计算减少了对带宽资源和云中心计算资源的占用，另一方面，边缘计算可以提高应用程序的运行效率，降低能耗。

3、边缘计算设备可以自主收集、存储并使用数据，有效地避免用户个人隐私等敏感数据被上传到云中心而引发的数据安全问题。

4、边缘计算对云端的依赖性低，可以有效降低单点故障率。万一断网，也可以正常工作。

5、更关键的是，边缘设备可以使现有设备和新兴IoT设备互联互通，对现有设备的通信协议进行转换，就能与新兴IoT设备进行高效交互。在这种方式下，企业无需对现有设备进行更新设计，也能接入IoT平台，以较低的成本实现生产力的大幅提升。

一些厂商已经看到了边缘计算的巨大趋势，通过开发边缘计算 *** 作系统，创建开放的平台生态，提供完善的应用开发工具给予开发者，逐渐推动物联网往边缘计算靠拢，促使边缘计算推动物联网应用长尾时代的到来。

物联网算力从云、端走向边缘

在物联网 *** 作系统研发中，大部分厂商从“端-边-管-云”各层次构建物联网基础设施。物联网被认为是互联网时代向万物互联的一个延展，会充分继承互联网时代的计算存储和通信能力，从人人互联转向人与万物互联，正因如此，人工智能技术将得以在物联时代快速发展。因此IoT的定义越来越多被AIoT这个概念所取代。

在现实世界中，物联网端设备存储和计算能力往往十分有限。那么随着物联网发展，到底是应该让端设备更加智能，具备必要的算力和通信能力，并将所产生的信息和数据通过5G或NBIoT等途径直接回传到云数据中心，还是物联网端设备不需要太多的算力存储，窄带通信能力即可满足绝大多数场景，应该由边缘为这些端设备提供算力存储和宽带通信能力？

以翼辉信息为代表的一些 *** 作系统厂商认为未来应向“强边弱端”发展。互联网的边缘计算节点就是各类端设备的上游节点，应由边缘为这些端设备提供算力存储和宽带通信能力，其与端设备之间通过近距通信协议，来保持端设备的高并发、低延时、低功耗的工作特点，简单说就是让互联网做互联网擅长的工作，物联网做物联网擅长的工作，二者通过边缘计算节点来接驳，让两个网发挥各自优势，连通协作。

翼辉今年推出智能边缘计算 *** 作系统——爱智 *** 作系统EdgerOS，把边缘侧的算力动态共享、分配、实时计算，主要交由部署在边缘侧的智能边缘计算机来处理，可以更好的满足物联网实时、安全、降低成本等需求。智能边缘计算机就相当于一个小服务器，不仅实现了周边设备和异构网络互通互联，还承担着大量的算力工作，当算力主要在边缘处理，端设备不再需要具备很强的算力，也为用户减轻了相应的负担。

很多物联网节点如灯泡等本身没什么算力，爱智通过智能边缘计算设备能保持跟节点的长时间连接，并把较强的算力包括AI的算力分享给这些较弱的节点，那么有了算力和资源，这些节点就会充满想象力，同时极大地降低智能设备的开发成本，实现基于真实场景的智能应用。

翼辉拥有十多年的嵌入式系统设计经验，企业在嵌入式领域的成功，对端设备应用场景的理解，促使其更加坚定的相信边缘计算的重要性，边缘为端设备应提供算力存储和宽带通信能力，端和边应形成一个有机体，各司其职，不转嫁冗余成本到用户层面。

开发者们把目光投向了边缘计算

基于边缘计算 *** 作系统开发物联网应用正在吸引国内开发者的目光 。在正在开展的“2021爱智先行者”征文活动中，技术社区内的开发者们纷纷利用搭载着 EdgerOS 的智能边缘计算机精灵一号（Spirit 1），进行了各种智能家居的DIY研发，例如人脸识别门禁、智能光照传感器、智能红外温度传感器、手势控制智能灯、智能监控设备、智能甲醛检测器、智能变频电热毯等，利用几天时间使用低代码即可开发一款物联网应用。

爱智打造了一个高性能的 JavaScript 运行时引擎，可以使用简单高效、易学易用的 JavaScript 和 TypeScript 等互联网技术栈来开发物联网应用。此外，爱智提供了功能非常丰富的开发框架，包括APP框架、流媒体框架、AI框架、设备管理框架等。

由于爱智是一个开放的智能边缘计算 *** 作系统，开发者可以在物联网应用开发中使用各种品牌、各种型号的硬件设备。例如，当前市场上有很多品牌的智能灯泡，但是通常需要搭配厂家的网关设备才能使用。因为爱智 *** 作系统的开放性，可以支持不同品牌的智能设备。开发者使用Spirit 1和自主选择的智能灯泡，不到 30 分钟即可在寒冷的冬季来临之前为自己研发一个“关灯神器”。 开发者们可以利用Spirit 1或者其它智能边缘机，搭载EdgerOS，实现各种想象丰富场景下、大量长尾应用的研发。

---