邊緣計算和物聯網的關係

摘 要:

伴隨著物聯網的迅猛發展，以及 5G 時代的到來，邊緣計算越來越得到廣泛的重視與應用。本文從邊緣計算的基本概念、邊緣計算———物聯網深度發展的解決方案、邊緣計算——物聯網深度發展的解決方案、邊緣計算的廣泛應用、邊緣計算面臨的挑戰等多方面，論述了邊緣計算在縮短資料的傳輸距離，消除頻寬延遲問題，提升應用和效能的可靠性，降低執行成本的作用。

體工業的迅猛發展把算的廣泛應用、邊緣計算面臨的挑戰等多方面，論述了邊緣計算在縮短資料的傳輸距離，消除頻寬延遲問題，提升應用和服務的效能和可靠性，降低執行成本的作用。人們生活帶到了智慧時代，如：智慧手環、智慧手錶、智慧手機這樣的隨身玩物，更為整個工業世界帶來了爆發式增長的、各類全新的感測器，世界半導體貿易統計組織（ WSTS） 資料顯示，上世紀九十年代初，半導體世界市場規模僅為約 500 億美元，而 2018 年則增長至接近 10 倍的4779 億美元。根據 IDC 預測，到 2020 年，全球將有 500 億終端裝置、2120 億個感測器接入網際網路，每天產生超過 44ZB 的資料大部分來自它們。海量的裝置和龐大的資料量更組成了網際網路的一個全新分支———物聯網。

物聯 5G 網路的出現，以及雲基礎設施上的負載越來越大，智慧應用的數量劇增，推動了邊緣計算的興起。在物聯網應用中，資料處理、分析和儲存越來越多地發生在網路邊緣側，接近使用者和裝置需要訪問資訊的地方，邊緣計算已成了一個重要的發展方向。物聯網的快速發展推動了邊緣計算的興起。

邊緣計算的概念

邊緣計算是指在智慧裝置或資料來源頭的一端，提供網路、儲存、計算、應用等能力，達到更快的網路服務響應，更安全的本地資料傳輸。邊緣計算可以滿足系統在實時業務、智慧應用、安全隱私保護等方面的要求，為使用者提供本地的智慧服務。

邊緣計算一般由雲端系統、本地核心節點和普通裝置組成，雲端系統負責裝置管理、配置裝置驅動函式和聯動函式、設定訊息路由等功能，本地核心節點一般是計算能力較強的裝置，如路由器和閘道器，提供本地計算、訊息轉發、裝置管理的能力，裝置一般如燈、開關等輕量級裝置，可以接收閘道器下發的指令，和上報資料給閘道器。

透過縮短裝置與提供給裝置資源之間的距離，另外減少網路跳數，邊緣計算消除了當今網際網路在延遲和頻寬方面的限制，從而帶來全新的應用類別。就邊緣計算而言，計算系統和儲存系統也位於邊緣，儘可能接近生成所處理的資料的部件、裝置、應用或人。思科在 2014 年 1 月推出了其霧計算，以此將雲計算功能引入到網路邊緣。實際上，霧是標準，邊緣是概念。霧實現了邊緣計算概念中的可重複結構，那樣企業就可以將計算推送到集中系統或雲之外的地方，以獲得更好的效能和可擴充套件性。

邊緣計算-物聯網深度決方案

基數龐大的感測器就像人的末梢神經，監業機體的每一臺裝置、每一個流程，並將資料來源源不斷彙集到資料中心裡，讓企業能夠透過資料形成新的工業感知。這種全新的感知不僅能夠極大地提高生產效率，更能催生出自動駕駛、智慧城市等全新的工業應用場景。

2．1 邊緣計算的形成

隨著海量資料在資料心內的高速彙集，傳統上資料中心為核心的 IT 總體架構卻遇到了空前的挑戰。各類終端和感測器必須透過網路將資料彙集到資料中心裡，再透過網路將經過處理的資料反饋給終端，從而形成完整的感知和控制迴路。

巨大的資料量讓整個資料中心的南北向網路面臨沉重擔。在以頻寬計費的網路世界中，頻寬太小就無法滿足工業對實時感知的現實需求，而足量的頻寬卻又意味著及其高昂的成本和種種網路技術的限制。顯然，這種以資料中心為核心的傳統 IT架構思路已經不能支撐物聯網的深度發展。於是，邊緣計算應運而生。

2．2 邊緣計算的可靠性

對於製造業、醫療、公用事和市政等，物聯網的發展未幾年可能會得到快速的發展，無論是裝置的數量還是資料量都會呈幾何式增長。物聯網裝置產生的大量資料可能會導致延遲現象，而邊緣計算解決方案可以幫助增強資料處理能力，縮短資料的傳輸距離，從而消除頻寬和延遲問題，最終提升應用和服務的效能和可靠性，並降低執行成本，從而進一步幫助避免延遲。資料處理發生在距離資料來源最近的地方，這使得使用者更容易實時的監測洞察到物聯網裝置的執行情況。

邊緣計算的廣泛應用

2018 年 9 月在無錫釋出17-2018 年中國物發展年度報告》顯示，2017 年，我國物聯網市場已進入實質性發展階段，全年市場規模突破 1 萬億元，預計 2021 年，我國物聯網平臺支出將位居全球第一。

蓬勃發展的物聯網產業也給邊緣計算帶來了前所未有的新需求。以自動駕駛為例，由於自動駕駛汽車上遍佈各種感測器，這些感測器每小時所採集到的資料量就有數十 TB，汽車正是基於對這些資料的實時分析來實現自動駕駛。問題來了，當汽車遭遇突發狀況時，系統如何在第一時間毫不遲疑地做出反應呢？ 依靠資料傳輸到雲端處理，再下發指令的方式顯然行不通。

並非只有自動駕駛這樣的場景需要邊緣計算，在醫療行業、製造行業、智慧家居行似這樣的應用場景同樣大量存在。在這些場景裡，邊緣計算的應用可以讓系統做出實時響應，從而避免網路中斷或延遲所造成的負面影響。研究公司Grand View 表示，物聯網裝置產生的大量資料可能會導致延遲現象，而邊緣計算解決方案可以幫助增強資料處理能力，從而進一步幫助避免延遲。資料處理發生在距離資料來源最近的地方，這使得使用者更容易實時的監測洞察到物聯網裝置的執行情況。總之，物聯網的快速發展是推動邊緣計算興起的最大因素之一。

總之，邊緣計算的時代來了。邊緣計算是一種解決方案，邊緣計算也是雲服務，是由原來據中心慢慢推向了部分使用者側的邊緣計算與雲計算的協和，它是由於使用者的業務需求所決定的，邊緣計算更準確的是一種 IT 和 CT 更融合的解決方案。

作者簡介:

蔣志斌（ 1967-） ，男，湖南永州人，齊齊哈爾大學圖書館，副研究館從事圖書情報研究。

參考文獻:

施巍松，張星洲，王一帆，張慶陽．邊緣計算： 現狀與展望

林小新．雲計算、緣計算和霧計算——瞭解每種計算的實際應用

劉啟誠．邊緣計算產業進入重要機遇期

李林哲，周佩雷，程鵬，史治國．邊緣計算綜述： 構架、挑戰與應用