物聯網的許多應用實現不完全依賴于云平臺,邊緣計算技術可以實現物聯網應用產生更快速的網絡響應,滿足行業應用在實時業務、應用智能、安全與隱私保護等方面的需求。
2020 年全球有超過 500 億的終端與設備聯網,超過 40% 的數據要在網絡邊緣側進行分析、處理與存儲,邊緣計算已開始在物聯網應用場景中發揮巨大的作用。

何為邊緣計算
邊緣計算起源于CDN領域(內容分發網絡),利用邊緣節點的網絡、計算、存儲能力,就近為用戶提供服務。與邊緣計算概念類似的還有思科在2011年提出的霧計算(Fog Computing),由性能較弱、更為分散的各種功能計算機組成,與云的集中式計算不同,霧計算可以理解為一種分布式的計算架構,更接近網絡邊緣。

CDN系統架構
物聯網系統的邊緣計算,范圍涵蓋重點設備和邊緣接入節點間,以處理實時數據為主;云端可以通過網絡連接訪問邊緣網絡存儲的歷史數據。邊緣計算基礎設施的物聯網架構包括以下三個組成部分:
- 云:云計算平臺的中心節點,擁有豐富的云計算資源,是邊緣計算的管控端,負責全網算力和數據的統一管理、調度和存儲。
- 邊:指基礎設施邊緣(Infrastructure Edge),即云計算平臺的邊緣節點,靠近設備和數據源,擁有充足的算力和存儲容量。如傳統CDN網絡的 CDN 邊緣節點,物聯網場景的設備控制中心等屬于此類。
- 端:又稱設備邊緣(Device Edge),主要指終端設備,如手機、汽車、智能家電、工廠設備、傳感器等,是邊緣計算的“最后一公里”。

邊緣計算包括終端設備、接入設備和邊緣云
邊緣計算的優勢
邊緣計算的引入為物聯網應用提供了很多支持:
- 統一接入:邊緣云為設備提供了多種協議的接入能力,提供統一的接入框架,消除私有協議和數據模型的差異,在云端和邊緣側統一定義,減低了系統集成成本,提高設備接入效率。
- 實時可靠:邊緣計算的引入極大程度提升了實時用戶體驗, 降低關鍵通信的端到端時延,保障業務連續性及可靠性,即使與中心云的網絡斷開,仍然不影響應用的正常運行
- 邊緣智能:云端可以將分析模型、規則引擎下推到邊緣節點,利用邊緣側的計算資源來執行數據分析和決策邏輯,以最大限度實現實時的智能響應。
- 邊緣緩存:邊緣節點利用自身的存儲資源實現數據緩存,利用空閑時間,將緩存數據或處理后的數據異步上傳至云平臺,以便云平臺利用大數據處理能力進行匯聚和分析訓練
邊緣計算典型場景包括智能建筑、智能工廠等。在智能建筑的智能梯控系統中,邊緣計算能夠實現電梯故障的實時響應,傳感器邊緣部件要相對獨立且具備計算能力,一旦出現故障,邊緣側可以獨立解決;在智能工廠中,許多控制和分析將通過邊緣設備實現,而無需交由云端處理,邊緣計算和私有5G網絡將成為工業4.0和智能制造的必備技術。
邊云結合,合理分工
邊緣計算和云計算兩者都是大數據處理的運行方式,更準確的說法應該是,邊緣計算是對云計算的一種補充和優化。邊緣計算技術實現了云邊資源的有效結合:邊緣節點主要負責現場/終端數據的采集,按照規則或模型對數據進行初步處理與分析,最終將結果予以上報,極大降低上行鏈路的帶寬要求。云平臺提供海量數據的存儲、分析與價值挖掘。