导语

2019年5G 概念爆发以后，边缘计算的概念也被迅速推广普及，凡和边缘计算沾边的上市公司股价均多日涨停，关于边缘计算的文章阅读量暴增几倍。这个概念下的产品有着怎样的功能和应用场景，下面我们就围绕什么是边缘计算、边缘计算与云计算的关系、边缘计算应用场景等三个问题展开讨论。

1、什么是边缘计算？

边缘计算这个词是从2011年开始出现，如今已经成为了巨头的投资热点，指的是在更接近数据生成的位置来处理、分析和存储数据，从而实现快捷且近乎实时的分析和响应。

通俗地说，边缘计算本质上是一种服务，类似于云计算、大数据服务，但这种服务非常靠近用户，在更靠近用户的位置提供计算、存储、网络和应用服务。

图片来源：百度搜索

边缘计算着重解决的问题是传统云计算模式下存在的高延迟、网络不稳定和低带宽问题。在传统云计算模式下，由于网络状况不好、云服务器带宽限制，不可避免受到高时延和网络不稳定的影响，进而影响系统效率，但通过将部分或全部处理程序下沉至靠近用户或数据源的边缘侧，能够大大减少在云中心模式带来的影响。

2、与云计算的关系

自云计算技术发展至今，一些公司通过将数据存储和计算集中到云端，对运营进行了整合。但在万物互联的背景下，终端设备数呈指数级增长，数以亿计的设备带来海量异构数据，新场景和新需求频现，让传统的云计算模式面临巨大的挑战。

以波音787为例，其每一个飞行来回可产生TB级的数据，美国每个月收集360万次飞行记录；监视所有飞机中的25000个引擎，每个引擎一天产生588GB的数据。这样一个级别的数据，如果都上传到云计算的服务器中，无论对于算力和带宽，都提出了苛刻的要求。

图片来源：航空圈

再比如，风力发电机装有测量风速、螺距、油温等多种传感器，每隔几毫秒测一次，用于检测叶片、变速箱、变频器等的磨损程度，一个具有500个风机的风场一年会产生2PB的数据。

图片来源：腾讯网

如此PB 级别的数据，如果实时上传到云计算中心并产生决策，无论从算力和带宽的角度，都提出了苛刻的要求，更不要说由于延迟而产生的即时响应问题。

云计算面临的挑战，主要因素包括：

延迟。更多行业正在实施需要快速分析和响应的应用程序。仅靠云计算无法与这些需求齐头并进，因为数据源的网络距离产生了延迟，导致低效、时间延迟和较差的客户体验。

带宽。通过增加传输带宽或更多处理能力可以解决云计算延迟问题。但是，随着公司持续增加其网络中的边缘设备数量以及产生的数据量，传送数据到云端的成本将会到达不切实际的水平。

安全与隐私。将私人医疗记录、企业经营数据等敏感数据通过互联网传输到云端数据中心上，极大地增加了数据被截获的风险。在安全性方面，部分政府或客户可能会需要让数据留在其创建的管辖区内。例如在医疗保健领域，对于个人数据的存储或传输，甚至可能存在地方或地区性限制要求。

连接性。缺乏持久的互联网连接可能会妨碍云计算，但是各种网络连接选项又可以支持边缘到云计算。例如，5G 为快速数据传输和边缘服务交付提供了高带宽和低延迟连接。

人工智能。由于存在对近乎实时的可操作数据的需求，公司需要更靠近数据源的人工智能来加快处理速度，并利用以往未挖掘数据的潜力。

据估计，到2025年，75%的数据将在现在大部分数据生成的中央数据中心之外产生。面对这个场景，边缘计算就体现出它的优势了，由于部署在设备侧附近，可以通过算法即时反馈决策，并可以过滤绝大部分的数据，有效降低云端的负荷，使得海量连接和海量数据处理成为可能。

边缘计算的优势：

提升速度并降低延迟。将数据处理和分析转移到边缘有助于加快系统响应，从而加速事务处理，提升体验，这在准实时应用中至关重要，如自动驾驶车辆。

改善网络流量管理。尽量减少通过网络发送到云端的数据量，可降低传输和存储大量数据的带宽和成本。

更高的可靠性。网络可单次传输的数据量是有限的。对于网络连接较差的位置，借助在边缘存储和处理数据的能力，可提高云连接中断时的可靠性。

增强的安全性。如果实施得当，边缘计算解决方案可限制网络的数据传输，从而提高数据安全性。

虽然边缘计算能够提供空前的机会，从而解锁数据价值，但云仍然是中心数据库和处理中心的必需品。在未来物联网的体系架构中，边缘计算将作为云计算的补充，不存在谁完全取代谁的问题。不同的场景带来不同的需求，不同的需求需要不同的网络架构。场景的多样化是现实存在的，所以，网络架构的灵活化，也是必然的选择。

3、边缘计算的应用场景

边缘计算是云计算的重要补充，其基础特性就是将计算能力更接近于用户，即站点分布范围广且边缘节点由广域网络连接，主要有以下十三种应用场景：

医疗——远程手术、远程监护等

远程医疗，通过互联网通讯技术辅助完成医疗保健过程，实现"远距离治病”。如远程病理诊断、远程医学影像诊断、远程会诊、远程手术、远程监护等。远程医疗能极大的方便就医，减少患者进医院的次数，缓解看病难就医难的问题。偏远地区的患者，能够接受本地诊所和三甲医院的医生的联合治疗，享受优质医疗资源。

交通——智能驾驶汽车

随着5G、物联网、边缘计算等新兴技术的推广应用，汽车行业正在面临巨大的转型，智能驾驶（包括辅助驾驶、自动驾驶、无人驾驶）逐渐成为现实。

金融——无人银行

无人银行的投入使用，展示了生物识别、语音识别、数据挖掘等最新金融智能科技成果，并整合融入当前炙手可热的机器人、VR、AR、人脸识别、语音导航、全息投影等科技元素。

工业——工业制造

智能制造是未来先进制造技术发展的必然趋势，作为智能制造产业中非常重要的一环，边缘计算在智能制造产业中的运用场景也越来越大。

教育——未来教室

未来教室是根据教学模式变革与创新的需要，实现交互式学习、翻转课堂、互动课堂需求的高品质解决方案，用先进的信息化设备，实现双屏教学、交互式教学、分组讨论式教学、课堂直录播、远程同步等多种教学模式的创新，为学生主体地位发挥提供保障。

物流——智慧物流

通过部署边缘计算基础设施，支撑物流平台实现边缘计算能力，可以使车辆、司机/运力主/货主、货物、路面基础设施之间感知互联，对于提升运输管理效率、规范司机驾驶行为、保障货物质量、车辆运营安全、提高交通运行效率、降低污染排放等都具有积极意义。

城市——智慧泊车、路灯控制等

智慧泊车通过边缘计算、物联网（loT）相关技术支撑，当检测到车辆进入车库时，立即反馈至边缘计算，边缘计算计算并促发室内导航系统为消费者提供停车预约和路线规划，真正解决客户泊车困难烦恼。

电力——无线通信控制、采集

智能电网无线通信应用场景总体上可分为控制、采集两大类。其中，控制类包含智能分布式配电自动化、用电负荷需求侧响应、分布式能源调控等；采集类主要包括高级计量、智能电网大视频应用。

安防——平安城市

在安防和无人商场、超市场景下的人脸识别业务，利用边缘节点，部署Al人脸识别服务，本地对比人脸数据库，返回计算结果，再将必要的信息上传至中心数据库做存储和多地信息同步。利用边缘部署Al人脸识别服务，一方面能快速返回结果，降低业务时延；另一方面，减少了不必要的图像、视频等大量数据在骨干网的传输，而只传输必要的特征信息，降低了带宽成本。

家居——智能家居

智能家居系统实时监控、及时响应、可靠运行的需求，边缘计算的重要性越发凸显，设备之间联动可以通过局域网内的边缘计算实现。通过边缘计算、物联网及相关边缘计算协议各技术融合实现对各类终端设备的智能控制，解决设备以往因为网络延时而带来的滞后问题。

楼宇——智慧楼宇、智能门禁等

对于智慧楼宇建设而言，边缘计算将在大楼的智能办公优化和智能安防优化等方面发挥巨大作用。通过边缘计算部署，管理部门可以及时处理需求监测、关键区域门禁监测、视频监控、空调管理以及消防管理等，实现大楼的实时智能优化。最明显的是在楼宇智能配电的优化方面，智能电表与上游供应设备协同工作，可以预测各区域用电需求，优化配电资源使用率，减少断电事故和造成浪费。

服务业——无人超市、无人酒店、无人餐厅等

通过部署边缘计算将数据在本地计算可以做到机器人的环境感知、人机交互、决策控制，且可实时的，可更加经济地解决问题。

农业——植保无人机、工厂化育苗等

智能农业（或称工厂化农业），是指在相对可控的环境条件下，采用工业化生产，实现集约高效可持续发展的现代超前农业生产方式。植保无人机不仅可以打农药，而且有数据收集、监测等作用；智能化温室可以智能调节室内温、光、水、肥、气等诸多因素。这些都具有低时延、高带宽、高稳定性、本地化的需求。

结束语

未来几年，是边缘计算发展的关键时期，迫切需要产业界各方推动边缘计算领域与5G、物联网、人工智能等各领域技术融合发展，加速新技术、新产业落地。