边沿计算在网络边沿侧疯狂摸索

哈喽，大家好，今天我们讨论的主角是边沿计算。

　　边沿计算(Edge computing )，指在靠近物或数据源头的网络边沿侧，融会网络、计算、存储、利用关键能力的开放平台，就近提供边沿智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、利用智能、安全与隐私保护等方面的关键需求。

　　注释太长看不懂?

　　没关系，只要捉住关键词就好：靠近网络边沿侧，就近提供服务。这样也就容易理解边沿计算的来由了。

　　云计算风头正盛时，有观点认为，终端只需一个显示屏便可，将数据传输至云中心，由云来完成运算进程，再回传至用户终端。而这个观点犹如泡沫，经不起现实斟酌，过度依赖云中心，效力适得其反，特别是对时延要求严格的场景，物联网部署变得毫无意义。

　　举个最通俗的栗子：就安全监控来讲，摄像头将获得到的视频信息上传至云中心处理，面对大量可能无效的数据，不但需要高速带宽，一样会增加云中心的运转负担。为了下降处理本钱、缩短处理时间、提高处理效力，研究人员开始在摄像头上下工夫，给摄像头加入辨认能力、存储能力、视频处理能力，参考比对模型，将收集到的信息挑选过后再传输到云中心。

　　这样具有智能处理能力的终端，成了边沿计算产品。

　　据预估，到2020年，物联网智能安装装备将超过200亿台。大量装备安装后连接到物联网，需要处理的数据量在不断增加，仅依赖云计算没法实时提供相应，需要与边沿计算双轮驱动。

　　如果说云计算是计算机灵能系统的大脑，那边沿计算就是这个系统的眼耳口鼻及4肢。关键服务器让智能系统具有人工智能，但这个系统却是聋子瞎子的话，那作用也不会太大。

　　有人把计算机系统比作是一个军队，云计算是统领部队的司令，边沿计算是部队中低层的军官。如果凡是都要请示司令，频繁的互动不但本钱高，而且会对司令有消耗;而此时若发挥中低层军官的主观能动性，自主判断行动决策，再将挑选过后的信息呈给司令部，这样大大减缓了通讯压力。另外，司令部(云计算)一旦出现网络问题后出现全盘歇菜的局面，而加设了中低层军官(边沿计算)后，即便与司令部暂时失去联系，也能够自主作出部份决策。

　　更何况，边沿计算还会多种“姿式”——边沿计算的技术类型：个人边沿(personal edge)、业务边沿(business edge)、云边沿(cloud edge)。

　　1. 个人边沿(Personal Edge)

　　围绕个人边沿计算的产品，一般情况下是移动的，比如智能手机、智能音箱、穿着手边、医疗传感器等，在使用时，续航能力、网络切换及离线条件等特质都需要斟酌在内。

　　个人计算的利用场景主要在家庭中。

　　2. 业务边沿(Business Edge)

　　在业务边沿处连接的机器和人在此处会聚并处理，此类装备用于支持区域范围內的信息集中、交互、处理。

　　业务边沿的利用场景主要是在办公室或其他开放场所。业务边沿也是最受关心的边沿计算类型。

　　3. 云边沿(Cloud Edge)

　　云边沿在不同云平台侧提供数据解析、数据交互、数据协同，语音处理、人脸辨认、医疗人工智能等垂直云平台的兴起，提高了物联网的智能化。

　　解锁了各种“姿式”的边沿计算，接近数据生成的装备端，也就造就了它的一系列“先天优点”。

　　(1) 本钱低

　　在装备端，需要处理的数据都较“小”，所以边沿计算在数据计算或是存储上都具有本钱优点。

　　(2) 数据处理更实时、快速

　　在减少中间传输进程的条件下，数据处理的速度更快。

　　(3) 网络带宽需求更低

　　边沿计算将数据挑选过后传输至云端服务器，数据经“瘦身”后不会占据太多网络带宽。

　　(4) 数据隐私保护操作性强

　　数据搜集与处理在装备端完成，就避免了敏感信息在网络传输进程中产生泄漏。2018年5月，欧盟经过了史上最严格的数据保护法律。

　　(5) 提高效率率

　　当数据处理更快、网络传输压力更小、本钱也更低的时候，利用程序的效力也会大大提升。

　　边沿计算适用于那些领域呢?

　　1. 物联网

　　边沿计算用于物联网致力于传感器数据分析和聚合。

　　2. 无人驾驶汽车

　　经过传感器在离车辆更近的地方处理数据，尽量减少系统在驾驶进程中的响应时间。

　　3. 医疗保健

　　人们佩戴监测健康状态的可穿着装备，在连接云或离线状态下仍旧为医生提供数据参考;快捷处理数据的能力也将为医疗管理带来极大好处。

　　边沿计算还在AR/VR、制造业、农业、能源、电网等其他领域有所利用，让装备终端更智能成为它的“落脚点”。

　　在网络边沿侧的疯狂摸索，让边沿计算闯出了一片天地，不服来战?!

免责声明：
本网址（www.yingxiongyun.com）发布的材料主要源于独立创作和网友匿名投稿。此处提供的所有信息仅供参考之用。我们致力于提供准确且可信的信息，但不对材料的完整性或真实性作出任何保证。用户应自行验证相关信息的正确性，并对其决策承担全部责任。对于由于信息的错误、不准确或遗漏所造成的任何损失，本网址不承担任何法律责任。

本网站所展示的所有内容，如文字、图像、标志、音频、视频、软件和程序等的版权均属于原创作者。

如果任何组织或个人认为网站内容可能侵犯其知识产权，或包含不准确之处，请即刻联系我们进行相应处理。