边侧 边缘计算，在网络边缘侧疯狂试探

本文来源:物联网

作者:任芳

大家好，今天讨论的主角是边缘计算。

边缘计算是指在靠近对象或数据源的网络边缘侧，集成网络、计算、存储和应用的核心能力，在附近提供边缘智能服务，以满足行业在敏捷连接、实时服务、数据优化、应用智能、安全和隐私保护等方面的数字化关键需求的开放平台。

评论太长看不懂？

没关系，抓住关键词就行:靠近网络边缘，就近提供服务。这样就容易理解边计算的由来了。

云计算如火如荼的时候，有一种观点认为，终端只需要一个显示屏就可以将数据传输到云中心，云完成计算过程后再传输回用户终端。但这种观点就像一个泡沫，经不起现实的推敲，过于依赖云中心，效率适得其反。尤其是在延迟要求严格的场景下，物联网的部署变得毫无意义。

比如最流行的栗子:就安全监控而言，摄像头将采集到的视频信息上传到云中心进行处理。面对大量潜在的无效数据，不仅需要高速带宽，还增加了云中心的运营负担。为了降低处理成本，缩短处理时间，提高处理效率，研究人员开始在摄像头上下功夫，给摄像头增加识别能力、存储能力和视频处理能力，参考对比模型，对采集到的信息进行过滤后传输到云中心。

这种具有智能处理能力的终端已经成为边缘计算产品。

预计到2020年，物联网将安装200多亿台智能设备。大量设备安装后接入物联网，需要处理的数据量越来越大。仅仅依靠云计算并不能实时提供相应的数据，需要带边缘计算的两轮驱动。

如果说云计算是计算机智能系统的大脑，那么边缘计算就是这个系统的眼、耳、鼻、口、肢。核心服务器使智能系统具备人工智能，但如果系统又聋又瞎，就发挥不了多大作用。

有人把计算机系统比作一个军队，云计算是军队的统帅，边缘计算是军队中低层的军官。如果什么都要问指挥官，频繁的互动不仅代价高昂，还会给指挥官造成损失；此时如果发挥中下级军官的主观能动性，独立判断行动决策，然后将过滤后的信息呈现给总部，大大缓解了沟通压力。另外，一旦总部出现网络问题，就彻底不吃了。加入中低级军官后，即使暂时与总部失去联系，也能独立做出一些决策。

更何况，边缘计算还有很多“姿态”——边缘计算的技术类型:个人边缘、业务边缘、云边缘。

个人优势

一般来说，围绕个人边缘计算的产品都是移动的，比如智能手机、智能音箱、手持、医疗传感器等。使用时需要考虑续航、网络切换、离线情况等特点。

个人计算的应用场景主要是在家里。

业务优势

连接在业务边缘的机器和人在这里被收集和处理，这样的设备被用来支持区域内信息的集中、交互和处理。

业务边缘的应用场景主要在办公室或其他开放场所。业务边缘也是最受关注的边缘计算类型。

云边缘

云边缘在不同的云平台上提供数据分析、数据交互和数据协作。语音处理、人脸识别、医学人工智能等垂直云平台的兴起，提升了物联网的智能性。

解锁了各种“姿势”的边缘计算，更贴近数据生成的设备端，从而创造了一系列“先天优势”。

低成本

在设备端，要处理的数据“小”，因此边缘计算在数据计算或存储方面具有成本优势。

数据处理更加实时和快速

在减少中间传输过程的前提下，数据处理速度更快。

降低网络带宽要求

边缘计算过滤数据并将其传输到云服务器。数据“瘦身”后，不会占用太多网络带宽。

数据隐私保护是高度可操作的

数据采集和处理在设备端完成，避免了网络传输过程中敏感信息的泄露。2018年5月，欧盟通过了历史上最严格的数据保护法。

效率的提高

当数据处理速度越快，网络传输压力越小，成本越低，应用的效率就会大大提高。

边缘计算适用于哪些领域？

物联网

物联网采用边缘计算，重点是传感器数据分析和聚合。

无人驾驶汽车

通过传感器处理靠近车辆的数据，可以尽可能缩短系统在驾驶过程中的响应时间。

医疗保健

人们佩戴着监测自己健康状况的可穿戴设备，无论是联网还是离线，仍然为医生提供数据参考；快速处理数据的能力也会给医疗管理带来很大的好处。

边缘计算也在AR/VR、制造、农业、能源、电网等领域得到了应用，让设备终端更智能成为其“立足点”。

网络边缘端的疯狂测试让边缘计算破土而出！

活动建议:

2019苏州国际物联网平台与数据安全峰会论坛

聚焦边缘计算和物联网应用，来自微软中国、ARM、华云数据等企业的嘉宾出席了演讲！

事件注册: