上圖是傳統的云計算結構，由數據生產(chǎn)者采集（或生成）原始數據并傳輸到云計算中心（后簡(jiǎn)稱(chēng)云中心），數據消費者向云中心發(fā)送請求，身份驗證后使用數據。這種結構在PC互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)時(shí)代還可以滿(mǎn)足業(yè)務(wù)需求，但是當到了物聯(lián)網(wǎng)感知時(shí)代，就無(wú)法滿(mǎn)足需求了。當然，將計算任務(wù)放到云端運算和執行是一種有效的方式，因為云計算能力通常要比邊緣設備的計算能力快不少，但是因為帶寬卻很有限，隨著(zhù)接入網(wǎng)絡(luò )的傳感器和終端越來(lái)越多，例如：在智能家居中，除了智能家電外，各類(lèi)傳感器、甚至智能家具都集成了芯片，具備了通信和計算能力，隨著(zhù)數據不斷增多，數據傳輸速度成為提升云端計算能力的瓶頸。一輛具備自動(dòng)駕駛能力的半掛車(chē)每秒產(chǎn)生1GB以上的數據，需要對數據進(jìn)行實(shí)時(shí)處理，以對牽引車(chē)、半掛車(chē)的運行狀態(tài)做出正確的判斷。如果將數據全部傳輸到云端處理，響應時(shí)間將變得非常長(cháng)，而且如果是在某區域內的車(chē)輛過(guò)多，同時(shí)進(jìn)行運算，會(huì )對網(wǎng)絡(luò )帶寬和可靠性造成巨大的挑戰，所以，在邊緣設備上直接對業(yè)務(wù)、對數據進(jìn)行分析處理就變得十分重要。

邊緣計算可以在網(wǎng)絡(luò )邊緣對應用場(chǎng)景中的各種終端產(chǎn)生的上行數據，以及云計算中心產(chǎn)生的下行數據進(jìn)行計算。其實(shí)不論稱(chēng)為邊緣計算還是框計算、臨近計算等，講的都是在數據源與云計算中心間的所有計算和網(wǎng)絡(luò )資源。智能手表、手機，都是個(gè)人與云端的邊緣。智能音箱、智能網(wǎng)關(guān)是智能家居與云端的邊緣；智能后視鏡、智能行車(chē)記錄儀是車(chē)與云端的邊緣。邊緣計算的核心就是在鄰近數據源頭的地方進(jìn)行計算。

上圖是邊緣計算的結構，展示了其中的雙向計算流，在邊緣計算中，終端或傳感器不單是數據生產(chǎn)者，同時(shí)也是數據的消費者。終端和傳感器不僅可以向云計算中心請求內容和服務(wù)，還可以獨立進(jìn)行計算。傳感器和終端具備一定的存儲能力，可以對“小數據”進(jìn)行緩存、存儲和處理，在與網(wǎng)絡(luò )連接時(shí)，可以將請求和云服務(wù)發(fā)送給用戶(hù)。邊緣計算的設計要基于應用場(chǎng)景的用戶(hù)需求進(jìn)行合理規劃設計，既要滿(mǎn)足業(yè)務(wù)需求，又要保證可靠性、安全性以及隱私數據的保護等。在實(shí)際應用中，邊緣計算還涉及到多邊場(chǎng)景的三種應用類(lèi)型：

1、個(gè)人邊緣：以個(gè)人為核心，計算將圍繞著(zhù)個(gè)人展開(kāi)并涉及到和個(gè)人相關(guān)聯(lián)的周邊環(huán)境，例如智能家居、小型辦公室等諸多場(chǎng)景。個(gè)人邊緣涉及多種與個(gè)人相關(guān)的傳感器、終端設備，例如智能手機、智能手環(huán)、智能眼鏡、智能音箱等。當個(gè)人從家中向其他場(chǎng)景，例如公司移動(dòng)時(shí)，個(gè)人邊緣計算設備將進(jìn)入業(yè)務(wù)邊緣。

2、業(yè)務(wù)邊緣：泛指工作場(chǎng)景，工作場(chǎng)景既可以是室內也可以室外，例如工廠(chǎng)、大型辦公環(huán)境等。這些場(chǎng)景通常配備了數據中心，由數據中心提供一定的處理和存儲能力，并且能在現有環(huán)境快速部署。業(yè)務(wù)邊緣領(lǐng)域涉及的設備包括：傳感器、機器手臂、車(chē)輛、無(wú)人機等；制造業(yè)和工程等是業(yè)務(wù)邊緣計算快速集中發(fā)展的兩大領(lǐng)域。

3、多云邊緣：是服務(wù)提供商或企業(yè)網(wǎng)絡(luò )邊緣的拓撲術(shù)語(yǔ)，其中業(yè)務(wù)首先從撥號調制解調器進(jìn)入到家庭或者遠程分支機構中的。

個(gè)人邊緣、業(yè)務(wù)邊緣、多云邊緣，尤其是前兩種作為邊緣計算主要的應用類(lèi)型，具備廣泛的應用前景。在邊緣計算中，由于邊緣具備一定的計算資源，可以承載一部分的計算任務(wù)，能夠分擔云端計算的壓力，減少因為帶寬上傳下載數據的延遲、以及因為云端計算時(shí)間過(guò)長(cháng)導致的系統延遲。在智能家居或智慧社區場(chǎng)景中，有大量的傳感器和終端，它們可以通過(guò)Wi-Fi、Bluetooth、ZigBee、蜂窩網(wǎng)絡(luò )等將數據傳輸到云端，但考慮到這些數據的體量過(guò)大，而且很多數據需要在本地使用，使得云計算不是最適用于智慧社區和智能家居的計算范式。邊緣計算將取而代之，通過(guò)在智能網(wǎng)關(guān)（或具備網(wǎng)關(guān)功能的智能音箱、服務(wù)型機器人等）上運行物聯(lián)網(wǎng)邊緣操作系統，各類(lèi)電子設備均可以通過(guò)局域網(wǎng)連接到網(wǎng)關(guān)，部署相關(guān)服務(wù)、進(jìn)行運算和統一管控。伴隨5G技術(shù)的快速發(fā)展，其廣覆蓋、低時(shí)延、大連接、高可靠的特性，使得邊緣計算有著(zhù)更加廣闊的應用場(chǎng)景。5G將加速物聯(lián)網(wǎng)技術(shù)向更多垂直行業(yè)滲透，未來(lái)生活、工作中的各種場(chǎng)景中的傳感器、終端設備都有可能融入到物聯(lián)網(wǎng)中，它們將成為數據的生產(chǎn)者和數據的消費者。5G將支持海量的機器通信，以智慧城市、智能家居等為代表的典型應用場(chǎng)景與移動(dòng)通信深度融合，預期千億量級的設備將接入5G網(wǎng)絡(luò )的同時(shí)也會(huì )產(chǎn)生海量的運行數據。

隨著(zhù)5G等通信技術(shù)的發(fā)展和助推，在邊緣計算中包含的一些潛在問(wèn)題急需解決，如：可靠性問(wèn)題、隱私和安全問(wèn)題、如何對網(wǎng)絡(luò )和帶寬進(jìn)行優(yōu)化等。拿隱私和安全舉例，如果邊緣計算應用在家中部署，大量用戶(hù)體征數據、使用數據等隱私數據會(huì )被采集，例：通過(guò)分析智能床墊和智能枕頭可以判斷是否有人休息、什么時(shí)間休息，什么姿勢休息；通過(guò)分析智能門(mén)鎖和貓眼的數據可以知道家里什么時(shí)候有人。所以如何在不侵犯隱私的情況下提供優(yōu)質(zhì)服務(wù)也是一個(gè)要特別考慮的問(wèn)題，某些隱私數據可以在處理前進(jìn)行脫敏并只保存在本地（網(wǎng)關(guān)），不上傳到云端。伴隨著(zhù)數據隱私問(wèn)題的就是數據的所有權問(wèn)題，邊緣計算在家居場(chǎng)景中產(chǎn)生的數據屬于數據的產(chǎn)生者，即業(yè)主，讓用戶(hù)隱私數據保留在生產(chǎn)數據的地方將更好地保護用戶(hù)的隱私。隨著(zhù)用戶(hù)對數據隱私保護的意識增強，建設方或運營(yíng)方對如何保護業(yè)主的隱私重視起來(lái)，為家庭網(wǎng)關(guān)設置數據上傳和下行的開(kāi)關(guān)功能就是一個(gè)體現，讓業(yè)主決定哪些數據在什么時(shí)間上傳給云服務(wù)提供者。

由于物聯(lián)網(wǎng)傳感器的快速普及和對生活、各個(gè)行業(yè)垂直應用場(chǎng)景的滲透，為了保障數據和在更短的時(shí)間內運行，業(yè)務(wù)的可靠性和數據的安全性，未來(lái)越來(lái)越多的云計算服務(wù)會(huì )從云端向網(wǎng)絡(luò )邊緣遷移。物聯(lián)網(wǎng)傳感器、各式各樣的終端設備充當了重要角色，其角色也在發(fā)生著(zhù)變化，由數據的消費者向數據的生產(chǎn)和消費者轉化。隨著(zhù)芯片、模組、通信技術(shù)、網(wǎng)絡(luò )、系統平臺等整個(gè)邊緣計算生態(tài)鏈的快速演進(jìn)。未來(lái)，邊緣計算將成為產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展和布局的重點(diǎn)技術(shù)方向。

葛涵濤：現任中國信息通信研究院泰爾終端實(shí)驗室戰略規劃與研究部副主任/IoT行業(yè)首席研究員。研究領(lǐng)域包括多個(gè)物聯(lián)網(wǎng)垂直方向：智慧城市、智慧環(huán)衛、智慧社區、智能家居等方面的調研、規劃和咨詢(xún)工作。參與智慧社區和智能家居領(lǐng)域多項技術(shù)標準的研究和制定。在國內專(zhuān)業(yè)期刊發(fā)表文章數十篇，參編專(zhuān)著(zhù)多部。曾三次獲得微軟最有價(jià)值專(zhuān)家獎項。

來(lái)源：中國信息通信研究院CAICT