邊緣計(jì)算是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的開放平臺(tái)。邊緣計(jì)算與云計(jì)算互相協(xié)同，共同助力各行各業(yè)的數(shù)字化轉(zhuǎn)型。它就近提供智能互聯(lián)服務(wù)，滿足行業(yè)在數(shù)字化變革過程中對(duì)業(yè)務(wù)實(shí)時(shí)、業(yè)務(wù)智能、數(shù)據(jù)聚合與互操作、安全與隱私保護(hù)等方面的關(guān)鍵需求。
根據(jù)國際電信聯(lián)盟電信標(biāo)準(zhǔn)分局ITU-T的研究報(bào)告，到2020年，每個(gè)人每秒將產(chǎn)生1.7MB的數(shù)據(jù)，IoT可穿戴設(shè)備的出貨量將達(dá)到2.37億。IDC也發(fā)布了相關(guān)預(yù)測(cè)，到2018年，50%的物聯(lián)網(wǎng)網(wǎng)絡(luò)將面臨網(wǎng)絡(luò)帶寬的限制，40%的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析、處理與儲(chǔ)存，到2025年，這一數(shù)字將超過50%。
圖1：邊緣計(jì)算與云計(jì)算的關(guān)系
邊緣計(jì)算的巨大價(jià)值
美國部署了3000余萬個(gè)監(jiān)控?cái)z像頭，每周生成超過40億小時(shí)的海量視頻數(shù)據(jù)。物聯(lián)網(wǎng)領(lǐng)域擁有海量的終端設(shè)備，如果這些設(shè)備產(chǎn)生的數(shù)據(jù)聚在一起，會(huì)是個(gè)天文數(shù)字。海量數(shù)據(jù)的分析與儲(chǔ)存對(duì)網(wǎng)絡(luò)帶寬提出了巨大的挑戰(zhàn)，而邊緣計(jì)算的誕生，就是為了解決這一問題。
1)分布式和低延遲計(jì)算
云計(jì)算往往并不是最佳策略，計(jì)算需要在更加靠近數(shù)據(jù)源的地方執(zhí)行。這個(gè)優(yōu)點(diǎn)可以擴(kuò)展到任何基于Web的應(yīng)用程序上：包括 Foursqure和Google Now在內(nèi)的APP能更快的做出響應(yīng)，所以在移動(dòng)用戶中變得越來越受歡迎。這說明在更靠近用戶的邊緣節(jié)點(diǎn)上，邊緣計(jì)算可以用于改進(jìn)服務(wù)。
許多數(shù)據(jù)流由邊緣設(shè)備生成，但是通過“遠(yuǎn)處”的云計(jì)算處理和分析，不可能做出實(shí)時(shí)決策。例如使用可穿戴式攝像頭的視覺服務(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;再比如工業(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以內(nèi)，如果數(shù)據(jù)分析和控制邏輯全部在云端實(shí)現(xiàn)，則難以滿足業(yè)務(wù)要求;還有那些會(huì)生成龐大數(shù)據(jù)流的多媒體應(yīng)用，如視頻或是基于云平臺(tái)的網(wǎng)絡(luò)游戲，依賴云計(jì)算也會(huì)為玩家造成類似于等待時(shí)間過長的問題，無法滿足用戶的需求。
作為云計(jì)算的有益補(bǔ)充，可以利用邊緣節(jié)點(diǎn)(例如，路由器或離邊緣設(shè)備最近的基站)，用以減少網(wǎng)絡(luò)等待時(shí)間。
2)超越終端設(shè)備的資源限制
與數(shù)據(jù)中心的服務(wù)器相比，用戶終端(例如智能手機(jī))的硬件條件相對(duì)受限。這些終端設(shè)備以文本、音頻、視頻、手勢(shì)或運(yùn)動(dòng)的形式獲得數(shù)據(jù)輸入，但由于中間件和硬件的限制，終端設(shè)備無法執(zhí)行復(fù)雜的分析，而且執(zhí)行過程也極為耗電。因此，通常需要將數(shù)據(jù)發(fā)送到云端，進(jìn)行處理和運(yùn)算，然后再把有意義的信息通過中繼返回終端。
然而，并非來自終端設(shè)備的所有數(shù)據(jù)都需要由云計(jì)算執(zhí)行，數(shù)據(jù)可以利用適合數(shù)據(jù)管理任務(wù)的空閑計(jì)算資源，在邊緣節(jié)點(diǎn)處過濾或者分析。
3)可持續(xù)的能源消耗
大量研究顯示，云計(jì)算會(huì)消耗龐大的能源，未來十年數(shù)據(jù)中心所消耗的能源量可能是如今消耗量的3倍。隨著越來越多的應(yīng)用轉(zhuǎn)移到云，能量需求會(huì)日益增長，甚至無法滿足。因此，采用能量效率最大化的計(jì)算策略顯得尤為迫切。
一些嵌入式小型設(shè)備的基礎(chǔ)信息采集處理完全可以在端完成，即手機(jī)傳感器把數(shù)據(jù)傳送到網(wǎng)關(guān)后，就通過邊緣計(jì)算進(jìn)行數(shù)據(jù)過濾和處理，沒必要每條原始數(shù)據(jù)都傳送到云，這省去了大量的能源成本。
4)應(yīng)對(duì)數(shù)據(jù)爆炸和網(wǎng)絡(luò)流量壓力
邊緣設(shè)備的數(shù)量正在超速增長——到2018年，世界上三分之一的人口將擁有智能手機(jī)或者可穿戴設(shè)備，到2020年，這些設(shè)備將生成43萬億GB的數(shù)據(jù)。處理這些數(shù)據(jù)需要進(jìn)一步擴(kuò)展數(shù)據(jù)中心，這再次引起了人們對(duì)網(wǎng)絡(luò)流量壓力的廣泛關(guān)注。
通過在邊緣設(shè)備上執(zhí)行數(shù)據(jù)分析，可有效應(yīng)對(duì)數(shù)據(jù)爆炸，減輕網(wǎng)絡(luò)的流量壓力。邊緣計(jì)算能夠縮短設(shè)備的響應(yīng)時(shí)間，減少從設(shè)備到云數(shù)據(jù)中心的數(shù)據(jù)流量，以便在網(wǎng)絡(luò)中更有效的分配資源。