隨著“大數(shù)據(jù)”時(shí)代的到來(lái)，處理大數(shù)據(jù)的計(jì)算運(yùn)行方式如云計(jì)算、霧計(jì)算、邊緣計(jì)算等新概念越來(lái)越為人所知。 

當(dāng)自動(dòng)化生產(chǎn)線處于高速運(yùn)轉(zhuǎn)時(shí)，工業(yè)設(shè)備就會(huì)產(chǎn)生大量的數(shù)據(jù)。采集和處理這些數(shù)據(jù)并加以利用，對(duì)工業(yè)設(shè)計(jì)、研發(fā)、制造、銷(xiāo)售、服務(wù)等各環(huán)節(jié)具有非常高的價(jià)值。

這些數(shù)據(jù)量遠(yuǎn)大于企業(yè)計(jì)算機(jī)和人工產(chǎn)生的數(shù)據(jù)，而且數(shù)據(jù)類(lèi)型也多是非結(jié)構(gòu)化。由于生產(chǎn)線處于高速運(yùn)轉(zhuǎn)狀態(tài)，對(duì)數(shù)據(jù)的實(shí)時(shí)性要求也更高。因此，在傳統(tǒng)制造業(yè)向智能化升級(jí)的過(guò)程中，特別需要通過(guò)邊緣計(jì)算技術(shù)來(lái)減少網(wǎng)絡(luò)傳輸和多級(jí)轉(zhuǎn)發(fā)帶來(lái)的帶寬與時(shí)延損耗，將車(chē)間里的生產(chǎn)設(shè)備智能連接，提高效率。

要想搞清楚邊緣計(jì)算，就得先了解云計(jì)算，及二者的關(guān)系。這里要說(shuō)明的是，雖然云計(jì)算已經(jīng)被我們廣泛地使用，但云計(jì)算并沒(méi)有一個(gè)統(tǒng)一的定義，邊緣計(jì)算也一樣。至于霧計(jì)算，就更沒(méi)有存在感了，并且其概念并沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，因此，在大的范疇里面，也歸類(lèi)在邊緣計(jì)算。

“云計(jì)算”，就是把處理這些大數(shù)據(jù)的計(jì)算功能完全放在云端。以云平臺(tái)作為計(jì)算基礎(chǔ)，管理著數(shù)量巨大的CPU、存儲(chǔ)器、交換機(jī)等大量硬件資源，以虛擬化的技術(shù)，來(lái)整合一個(gè)數(shù)據(jù)中心或多個(gè)數(shù)據(jù)中心的資源，屏蔽不同底層設(shè)備的差異性，以一種透明的方式向用戶(hù)提供計(jì)算環(huán)境、開(kāi)發(fā)平臺(tái)、軟件應(yīng)用等在內(nèi)的多種服務(wù)。

邊緣計(jì)算指的是在網(wǎng)絡(luò)邊緣結(jié)點(diǎn)來(lái)處理、分析數(shù)據(jù)。什么又是邊緣結(jié)點(diǎn)呢？邊緣結(jié)點(diǎn)指的就是在數(shù)據(jù)產(chǎn)生源頭和云中心之間，任一具有計(jì)算資源和網(wǎng)絡(luò)資源的結(jié)點(diǎn)。如最靠近物的終端設(shè)備傳感器、采集器，以及路由器、網(wǎng)關(guān)、機(jī)頂盒、代理服務(wù)器、基站、PLC、工業(yè)PC等，都可以說(shuō)是邊緣結(jié)點(diǎn)。

關(guān)于邊緣計(jì)算的理解有很多，如華為提出的“章魚(yú)說(shuō)”。章魚(yú)擁有巨量的神經(jīng)元，但60%分布在章魚(yú)的八條腿（腕足）上，腦部?jī)H有40%。章魚(yú)在捕獵時(shí)異常靈巧迅速，腕足之間配合極好，從不會(huì)纏繞打結(jié)。章魚(yú)用“多個(gè)小腦+一個(gè)大腦”來(lái)決策，這就是邊緣計(jì)算。還有比如“公司說(shuō)”“仿生說(shuō)”等，但都脫離不了我們之前提到的，在網(wǎng)絡(luò)邊緣結(jié)點(diǎn)就近處理采集到的數(shù)據(jù)，而不需要將大量數(shù)據(jù)上傳到遠(yuǎn)端的核心管理平臺(tái)。

例如，通過(guò)速度和能耗傳感器的數(shù)據(jù)，即時(shí)計(jì)算燃料經(jīng)濟(jì)性的車(chē)輛，而在車(chē)輛中執(zhí)行這種計(jì)算的計(jì)算機(jī)可以被認(rèn)為一種邊緣計(jì)算設(shè)備。

在工業(yè)現(xiàn)場(chǎng)，用戶(hù)可能沒(méi)有部署專(zhuān)用邊緣服務(wù)器的物理空間或資源，因此邊緣計(jì)算功能可能需要嵌入現(xiàn)有基礎(chǔ)設(shè)施中，例如傳感器、網(wǎng)關(guān)、PLC、工業(yè) PC，或工廠端其他各種設(shè)備。

在AZFT物聯(lián)網(wǎng)實(shí)驗(yàn)室從事邊緣計(jì)算相關(guān)的研究工作的韓天嘯博士就提出，最靠近物的是傳感器終端和采集器，而傳感器終端和采集器之間也會(huì)有計(jì)算資源的不同，在不添加新設(shè)備的情況下，可以通過(guò)終端設(shè)備間的P2P通訊組成一個(gè)邊緣網(wǎng)絡(luò)，設(shè)定或自選舉出一個(gè)或幾個(gè)計(jì)算能力強(qiáng)的節(jié)點(diǎn)，作為數(shù)據(jù)匯聚節(jié)點(diǎn)，做適當(dāng)?shù)臄?shù)據(jù)預(yù)處理后，與上一層網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行通訊。首要目標(biāo)減少異構(gòu)數(shù)據(jù)，其次是可以引入命名機(jī)制，便于管理，此外可以引入數(shù)據(jù)的過(guò)濾清洗等隱私保護(hù)機(jī)制。這一次的邊緣計(jì)算是在采集器、路由器等嵌入式設(shè)備上實(shí)現(xiàn)的。引入規(guī)則引擎后，進(jìn)行多變量間的關(guān)聯(lián)性設(shè)計(jì)，可以做到對(duì)于環(huán)境的感知，比如智能家居。

邊緣計(jì)算的架構(gòu)一般分為三個(gè)部分，除了上面提到的物終端間的邊緣計(jì)算，還有基于私有邊緣節(jié)點(diǎn)的邊緣計(jì)算、基于公共邊緣設(shè)備的多接入邊緣計(jì)算。

為什么有了云計(jì)算，還會(huì)出現(xiàn)邊緣計(jì)算的呢？可以說(shuō)，邊緣計(jì)算是為了彌補(bǔ)云計(jì)算的不足。

云計(jì)算可以進(jìn)行非實(shí)時(shí)、長(zhǎng)周期數(shù)據(jù)的分析，適合集中業(yè)務(wù)的處理和復(fù)雜計(jì)算，但它也有弱點(diǎn)。在云計(jì)算中，數(shù)據(jù)、數(shù)據(jù)處理和應(yīng)用程序都要全部保存在云端，在傳輸大容量數(shù)據(jù)如高清圖像或視頻的時(shí)候，就會(huì)出現(xiàn)占用帶寬過(guò)多或負(fù)載過(guò)重等情況。高流量和長(zhǎng)距離可能會(huì)顯著降低網(wǎng)絡(luò)速度。

例如,使用可穿戴式攝像頭的視覺(jué)服務(wù)，響應(yīng)時(shí)間需要在25ms至50ms之間，使用云計(jì)算會(huì)造成嚴(yán)重的延遲。如基于云平臺(tái)的網(wǎng)絡(luò)游戲，依賴(lài)云計(jì)算也會(huì)為玩家造成類(lèi)似于等待時(shí)間過(guò)長(zhǎng)的問(wèn)題，無(wú)法滿(mǎn)足用戶(hù)的需求。 

也許有人會(huì)問(wèn)，難道以后有了5G，還不能滿(mǎn)足對(duì)低時(shí)延的要求嗎？雖然5G能夠提速并增加帶寬，將數(shù)據(jù)延遲減少到最低水平，但正是隨著5G興起的新應(yīng)用，不僅需要處理大量的數(shù)據(jù)，而且對(duì)實(shí)時(shí)性要求又更高了，甚至達(dá)到“毫秒級(jí)”，還必須保持時(shí)刻在線，這對(duì)傳統(tǒng)云端計(jì)算力的挑戰(zhàn)超乎想象，只能由靠近終端的邊緣計(jì)算來(lái)完成低時(shí)延的響應(yīng)，通過(guò)云、邊、端的結(jié)合來(lái)解決5G時(shí)代下對(duì)計(jì)算力的不同訴求。

在工業(yè)領(lǐng)域，自動(dòng)化設(shè)備對(duì)低時(shí)延這一性能的苛刻，云計(jì)算仍然稍顯不足。工業(yè)系統(tǒng)檢測(cè)、控制、執(zhí)行的實(shí)時(shí)性高，部分場(chǎng)景實(shí)時(shí)性要求在10ms以?xún)?nèi)，如果數(shù)據(jù)分析和控制邏輯全部在云端實(shí)現(xiàn)，則難以滿(mǎn)足業(yè)務(wù)要求。也因此，邊緣計(jì)算正成為云計(jì)算不可或缺的重要補(bǔ)充，利用邊緣節(jié)點(diǎn)用以減少網(wǎng)絡(luò)等待時(shí)間。

對(duì)于未來(lái)而言，物聯(lián)網(wǎng)、AR/VR場(chǎng)景、大數(shù)據(jù)和人工智能行業(yè)，實(shí)際上都有著對(duì)近場(chǎng)計(jì)算的極強(qiáng)需求。邊緣計(jì)算能夠保障在離終端很近的區(qū)域完成大量計(jì)算需要，完成苛刻的低延時(shí)服務(wù)響應(yīng)。據(jù)統(tǒng)計(jì)，全球有 500 億終端設(shè)備，數(shù)據(jù)量大約是44ZB，這些數(shù)據(jù)如果全部傳輸?shù)皆贫诉M(jìn)行計(jì)算和存儲(chǔ)，將會(huì)帶來(lái)巨大的帶寬消耗和低延遲的挑戰(zhàn)，邊緣計(jì)算能很好的解決帶寬消耗和低延遲問(wèn)題，未來(lái)，85%以上的數(shù)據(jù)都不會(huì)被傳回云數(shù)據(jù)中心，而是直接在邊緣計(jì)算側(cè)進(jìn)行分析和處理。目前，AWS、微軟、英特爾等國(guó)外大型企業(yè)已經(jīng)著手布局邊緣計(jì)算，對(duì)于云服務(wù)企業(yè)來(lái)說(shuō)，邊緣計(jì)算的重要性不言而喻。

總的來(lái)說(shuō)，邊緣計(jì)算與云計(jì)算是一種互補(bǔ)關(guān)系。云計(jì)算側(cè)重“云”，邊緣計(jì)算側(cè)重“端”。未來(lái)，兩者在資源、數(shù)據(jù)、服務(wù)等領(lǐng)域會(huì)形成“邊云協(xié)同”。云計(jì)算聚焦非實(shí)時(shí)、長(zhǎng)周期數(shù)據(jù)的大數(shù)據(jù)分析，能夠在周期性維護(hù)、業(yè)務(wù)決策支撐等領(lǐng)域發(fā)揮特長(zhǎng)；邊緣計(jì)算聚焦實(shí)時(shí)、短周期數(shù)據(jù)的分析，能更好地支撐云端應(yīng)用的大數(shù)據(jù)分析；反之，云計(jì)算通過(guò)大數(shù)據(jù)分析優(yōu)化輸出的業(yè)務(wù)規(guī)則也可以下發(fā)到邊緣側(cè)，邊緣計(jì)算基于新的業(yè)務(wù)規(guī)則進(jìn)行業(yè)務(wù)執(zhí)行的優(yōu)化處理。