河套IT TALK 82: (原創(chuàng)) 解鎖邊緣的力量：邊緣計(jì)算的崛起和未來(lái)（萬(wàn)字長(zhǎng)文）

當(dāng)我們談?wù)撚?jì)算機(jī)技術(shù)的未來(lái)時(shí)，不可避免地會(huì)提到“云計(jì)算”。它已成為我們?nèi)粘Ｉ詈蜕虡I(yè)活動(dòng)中必不可少的一部分，大大改變了我們處理數(shù)據(jù)和進(jìn)行業(yè)務(wù)的方式。但是，如今的世界需要更快、更可靠、更靈活的解決方案。邊緣計(jì)算便是應(yīng)運(yùn)而生，它將計(jì)算和存儲(chǔ)能力移動(dòng)到更接近數(shù)據(jù)源的地方，為我們帶來(lái)更高效的計(jì)算和更快速的響應(yīng)時(shí)間。它正在改變我們的世界，讓我們一起走進(jìn)邊緣計(jì)算的時(shí)代。

我們現(xiàn)在經(jīng)常聽(tīng)到邊緣計(jì)算的概念，那么到底什么是邊緣呢？邊緣一定是針對(duì)云（中心化）而言的概念。嚴(yán)格從架構(gòu)上區(qū)分，應(yīng)該有三種類(lèi)型的架構(gòu)：

邊緣架構(gòu)是將計(jì)算、存儲(chǔ)和分析任務(wù)放置在物理位置接近數(shù)據(jù)源和用戶的邊緣設(shè)備上，例如路由器、傳感器、攝像頭等。這樣可以避免數(shù)據(jù)傳輸?shù)难舆t和成本，并提高數(shù)據(jù)隱私和安全性。

中心化架構(gòu)（又稱(chēng)為云架構(gòu)）是將計(jì)算、存儲(chǔ)任務(wù)集中在一些大型的數(shù)據(jù)中心中進(jìn)行處理，例如云計(jì)算和傳統(tǒng)的數(shù)據(jù)中心。它可以提供更強(qiáng)大的計(jì)算能力、更高的存儲(chǔ)容量和更靈活的資源管理，但是也存在數(shù)據(jù)傳輸延遲和安全性等問(wèn)題。

霧網(wǎng)絡(luò)則是介于云和邊緣之間的一種架構(gòu)，它是在邊緣設(shè)備和云計(jì)算中心之間建立一層中間的計(jì)算平臺(tái)，通常霧計(jì)算部署在網(wǎng)絡(luò)邊緣層，可理解為本地化的云計(jì)算，既可以在邊緣設(shè)備上執(zhí)行一些簡(jiǎn)單的任務(wù)，也可以在云計(jì)算中心執(zhí)行更復(fù)雜的計(jì)算任務(wù)。有有些技術(shù)中，霧網(wǎng)絡(luò)或者霧計(jì)算，也被歸為邊緣計(jì)算的范疇。實(shí)際上，霧計(jì)算（Fog Computing）是云計(jì)算的延伸概念。相比“云”的縹緲，“霧”更接近地面，且由性能較弱的、更分散的各類(lèi)功能計(jì)算機(jī)組成，滲入工廠、汽車(chē)、電器、街燈及我們物質(zhì)生活中的各類(lèi)用品。這個(gè)概念最初起自美國(guó)紐約哥倫比亞大學(xué)的Prof. Stolfo教授起，只不過(guò)當(dāng)時(shí)的意圖是利用“霧”來(lái)阻擋黑客入侵，后來(lái)思科進(jìn)行了理論性發(fā)展。所以，可以將霧計(jì)算理解為本地化的云計(jì)算。

"邊緣"出現(xiàn)的本質(zhì)是在互聯(lián)網(wǎng)傳輸能力和計(jì)算能力、存儲(chǔ)能力的一種平衡。如果對(duì)傳輸時(shí)延敏感，需要實(shí)時(shí)響應(yīng)、而對(duì)本地部署設(shè)備成本不敏感的，可以采用邊緣架構(gòu)。而如果計(jì)算復(fù)雜、大容量存儲(chǔ)，需要大量數(shù)據(jù)分析和處理的需求使得本地化部署的成本高昂，就會(huì)采用云架構(gòu)。

經(jīng)常用到邊緣這個(gè)詞兒的，不只是邊緣計(jì)算，還有邊緣存儲(chǔ)，邊緣智能等等。它們都是指在離用戶或設(shè)備更接近的位置進(jìn)行數(shù)據(jù)處理、存儲(chǔ)和分析的計(jì)算模式，以提高計(jì)算效率和降低延遲。那么邊緣計(jì)算，邊緣存儲(chǔ)，邊緣智能之間有什么區(qū)別呢？

• 邊緣計(jì)算：指在網(wǎng)絡(luò)邊緣設(shè)備上執(zhí)行計(jì)算任務(wù)，例如在智能手機(jī)、傳感器和工業(yè)機(jī)器人等設(shè)備上執(zhí)行計(jì)算任務(wù)，以降低網(wǎng)絡(luò)延遲和數(shù)據(jù)傳輸成本。邊緣計(jì)算旨在提高應(yīng)用程序的響應(yīng)速度和可靠性，并減少與云計(jì)算相關(guān)的數(shù)據(jù)傳輸延遲和帶寬成本。

• 邊緣存儲(chǔ)：指在邊緣設(shè)備或網(wǎng)絡(luò)邊緣存儲(chǔ)數(shù)據(jù)。這樣，數(shù)據(jù)可以更快地被訪問(wèn)，并減少了數(shù)據(jù)傳輸延遲。邊緣存儲(chǔ)可以是在設(shè)備上的本地存儲(chǔ)，也可以是在設(shè)備附近的分布式存儲(chǔ)設(shè)備。

• 邊緣智能：指在邊緣設(shè)備或網(wǎng)絡(luò)邊緣進(jìn)行的人工智能任務(wù)，例如圖像和語(yǔ)音識(shí)別。邊緣智能旨在減少與云計(jì)算相關(guān)的網(wǎng)絡(luò)延遲和數(shù)據(jù)傳輸成本，并提高計(jì)算效率和隱私性。

所以他們的區(qū)別就在于執(zhí)行任務(wù)的類(lèi)型。

有人把邊緣計(jì)算、中心計(jì)算和人類(lèi)的神經(jīng)系統(tǒng)來(lái)進(jìn)行類(lèi)比。就像人類(lèi)的神經(jīng)系統(tǒng)一樣，邊緣計(jì)算也是由一系列分布在不同位置的節(jié)點(diǎn)組成，這些節(jié)點(diǎn)可以像神經(jīng)元一樣相互連接，形成一個(gè)分布式的網(wǎng)絡(luò)。同時(shí)，這些節(jié)點(diǎn)都有一定的計(jì)算能力和存儲(chǔ)能力，可以完成一些簡(jiǎn)單的計(jì)算任務(wù)，也可以將數(shù)據(jù)傳輸?shù)狡渌?jié)點(diǎn)進(jìn)行更加復(fù)雜的處理。類(lèi)比于人類(lèi)神經(jīng)系統(tǒng)中的神經(jīng)元，這些節(jié)點(diǎn)就像邊緣計(jì)算網(wǎng)絡(luò)中的基本單元。人的神經(jīng)系統(tǒng)包括中樞神經(jīng)系統(tǒng)和周?chē)窠?jīng)系統(tǒng)。周?chē)窠?jīng)系統(tǒng)負(fù)責(zé)傳遞信息，包括感覺(jué)信息和運(yùn)動(dòng)指令，而中樞神經(jīng)系統(tǒng)則負(fù)責(zé)信息處理和決策。在進(jìn)行簡(jiǎn)單任務(wù)時(shí)，例如觸摸燙手的物品，信息會(huì)通過(guò)周?chē)窠?jīng)系統(tǒng)傳遞到脊髓，并且在脊髓水平進(jìn)行簡(jiǎn)單的計(jì)算和處理，例如快速撤回手部。這個(gè)過(guò)程稱(chēng)為反射。這種反射是自動(dòng)的，不需要經(jīng)過(guò)大腦的高級(jí)處理，因此反應(yīng)速度很快。當(dāng)任務(wù)更復(fù)雜時(shí)，例如需要較高級(jí)別的決策，信息會(huì)被傳遞到大腦的皮層進(jìn)行更深層次的處理和分析。在這種情況下，反應(yīng)速度會(huì)相對(duì)較慢，因?yàn)樾枰?jīng)過(guò)更多的計(jì)算和決策過(guò)程。可以說(shuō)邊緣計(jì)算是一種更簡(jiǎn)單、更快速的反應(yīng)機(jī)制，類(lèi)似于人類(lèi)神經(jīng)系統(tǒng)的條件反射。而云計(jì)算則更類(lèi)似于復(fù)雜的認(rèn)知推理，需要更多的時(shí)間和計(jì)算資源來(lái)完成復(fù)雜的任務(wù)。

根據(jù)Gartner的數(shù)據(jù)，預(yù)計(jì)到2025年，75%的數(shù)據(jù)將在傳統(tǒng)數(shù)據(jù)中心或云環(huán)境之外進(jìn)行處理。邊緣計(jì)算發(fā)展勢(shì)如破竹，高歌猛進(jìn)，一定是有其重要原因的：

2.1降低延遲，提升速度

這個(gè)優(yōu)點(diǎn)是顯而易見(jiàn)的，因?yàn)檫吘壴O(shè)備更接近數(shù)據(jù)源，可以直接處理數(shù)據(jù)并返回結(jié)果，而不需要將數(shù)據(jù)傳輸?shù)皆贫诉M(jìn)行處理。隨著網(wǎng)絡(luò)邊緣側(cè)設(shè)備的迅速增加，設(shè)備產(chǎn)生的數(shù)據(jù)存量達(dá)到澤字節(jié)的級(jí)別，從網(wǎng)絡(luò)邊緣設(shè)備傳輸傳輸海量數(shù)據(jù)到云數(shù)據(jù)中心致使網(wǎng)絡(luò)傳輸寬帶的負(fù)載量急劇增加造成較長(zhǎng)的網(wǎng)絡(luò)延遲，單純的云計(jì)算已經(jīng)不足以匹配如此龐大規(guī)模數(shù)據(jù)量的即時(shí)計(jì)算。而網(wǎng)絡(luò)擁塞經(jīng)常發(fā)生的都是骨干網(wǎng)上，所以對(duì)實(shí)時(shí)響應(yīng)和低延遲的業(yè)務(wù)和應(yīng)用場(chǎng)景，比如智能駕駛、智能制造、智能醫(yī)療、虛擬現(xiàn)實(shí)和安防等領(lǐng)域，邊緣計(jì)算可以把延遲降低到毫秒級(jí)別，從而可以實(shí)現(xiàn)更加實(shí)時(shí)和高效的數(shù)據(jù)處理和決策。

2.2 數(shù)據(jù)安全性

盡管云計(jì)算和中心計(jì)算也會(huì)考慮數(shù)據(jù)安全和防護(hù)的問(wèn)題，但是有一個(gè)基本道理：畢竟數(shù)據(jù)傳輸?shù)木嚯x越遠(yuǎn)、路徑越長(zhǎng)、數(shù)據(jù)穿過(guò)的網(wǎng)元數(shù)量越多，時(shí)間越久，數(shù)據(jù)的被竊取風(fēng)險(xiǎn)和丟失風(fēng)險(xiǎn)也就越高。在很多場(chǎng)景中，數(shù)據(jù)源的數(shù)據(jù)對(duì)安全性有很高的要求，而云計(jì)算要嚴(yán)重依賴于大型計(jì)算中心的物理位置，可能超出了安全受限的地理范圍。邊緣計(jì)算提供了一種從集中式自上而下的基礎(chǔ)架構(gòu)轉(zhuǎn)變?yōu)榉稚⑹叫湃文Ｐ宛I機(jī)制。在邊緣可以采用更為嚴(yán)格或者特殊的加密機(jī)制，將邊緣節(jié)點(diǎn)劃為安全防護(hù)的設(shè)備范圍，通過(guò)在邊緣保留和處理數(shù)據(jù)，可以通過(guò)最大限度地減少敏感信息向云的傳輸來(lái)增加隱私。

2.3 降低網(wǎng)絡(luò)負(fù)載

這個(gè)應(yīng)該是邊緣計(jì)算帶來(lái)的額外好處，因?yàn)檫吘売?jì)算可以在本地處理一些簡(jiǎn)單的任務(wù)，例如數(shù)據(jù)過(guò)濾、數(shù)據(jù)聚合等，減少數(shù)據(jù)傳輸?shù)牧亢途W(wǎng)絡(luò)負(fù)載，降低網(wǎng)絡(luò)帶寬的要求。利己的同時(shí)也利他，提升了網(wǎng)絡(luò)帶寬的可用性，減少不必要的網(wǎng)絡(luò)傳輸，做到我好，你也好。

2.4 可靠性提升

任何系統(tǒng)的搭建，中間節(jié)點(diǎn)越多，出現(xiàn)故障的概率就越大。邊緣計(jì)算在架構(gòu)設(shè)計(jì)上就是減少了對(duì)云端的依賴，旁路了骨干網(wǎng)或者云端服務(wù)終端和故障對(duì)業(yè)務(wù)的影響。邊緣設(shè)備通常具有一定的自主性和獨(dú)立性，可以在云端服務(wù)中斷或故障時(shí)繼續(xù)進(jìn)行本地處理，從而保證了系統(tǒng)的可用性。

2.5 更靈活的本地化部署

邊緣計(jì)算相比于云計(jì)算更容易實(shí)現(xiàn)本地化的業(yè)務(wù)定制開(kāi)發(fā)。邊緣計(jì)算將計(jì)算資源放置在靠近終端設(shè)備的邊緣位置，使得開(kāi)發(fā)人員可以更方便地利用本地化的資源和數(shù)據(jù)，針對(duì)具體的業(yè)務(wù)需求進(jìn)行開(kāi)發(fā)和定制，從而更好地滿足用戶的個(gè)性化需求。

當(dāng)然，上述的優(yōu)點(diǎn)，也不是意味著一定要部署邊緣計(jì)算。畢竟，在邊緣計(jì)算中，可用的數(shù)據(jù)量可能會(huì)受到設(shè)備數(shù)量、網(wǎng)絡(luò)帶寬等因素的限制，這會(huì)導(dǎo)致數(shù)據(jù)的樣本數(shù)量相對(duì)較小，從而可能影響到數(shù)據(jù)分析和挖掘的精度和效果?？蓞⒖嫉臄?shù)據(jù)量還是有限，這就類(lèi)似于氣泡效應(yīng)或者同溫層效應(yīng)，很難拉通其他同質(zhì)業(yè)務(wù)的其他類(lèi)似數(shù)據(jù)分析和挖掘。相比之下，云計(jì)算具有更大的規(guī)模和更多的數(shù)據(jù)來(lái)源，可以為更廣泛的業(yè)務(wù)場(chǎng)景提供更豐富、更準(zhǔn)確的數(shù)據(jù)。這也是云計(jì)算的優(yōu)勢(shì)之一。

那么現(xiàn)在這個(gè)概念這么火，到底是哪些玩家在主推邊緣計(jì)算呢？

3.1 云計(jì)算玩家

誠(chéng)然，邊緣計(jì)算在市場(chǎng)競(jìng)爭(zhēng)上會(huì)對(duì)云計(jì)算造成某種程度的市場(chǎng)侵蝕，但是這并不是簡(jiǎn)單的零和博弈。云計(jì)算和邊緣計(jì)算并不是對(duì)立的關(guān)系，它們可以相互補(bǔ)充，形成云邊一體的整體解決方案。邊緣計(jì)算可以解決云計(jì)算中無(wú)法處理的延遲和帶寬問(wèn)題，而云計(jì)算則可以提供強(qiáng)大的數(shù)據(jù)處理能力和資源管理能力。因此，很多云計(jì)算玩家為了守住原本該有的市場(chǎng)空間，紛紛提出提前布局邊緣計(jì)算而避免市場(chǎng)被其他對(duì)手蠶食。換句話說(shuō)就是進(jìn)攻時(shí)最好的防御，與其讓其他人動(dòng)自己的奶酪，還不如主動(dòng)去動(dòng)其他人動(dòng)奶酪，與其被革命，還不如自己先變革。云計(jì)算玩家大力推廣邊緣計(jì)算，是為了守住既有市場(chǎng)份額基礎(chǔ)上，擴(kuò)大邊緣計(jì)算領(lǐng)域的市場(chǎng)，進(jìn)而提供更全面的解決方案，以滿足客戶更加多樣化和復(fù)雜的需求。同時(shí)，云計(jì)算巨頭也擁有龐大的資源和資金，可以加速邊緣計(jì)算技術(shù)的研發(fā)和應(yīng)用，促進(jìn)整個(gè)行業(yè)的發(fā)展。所以，我們能看到云計(jì)算數(shù)據(jù)中心的玩家包括：谷歌、微軟、IBM、亞馬遜、阿里、騰訊、百度、華為等，都在積極擁抱邊緣計(jì)算。

谷歌在邊緣計(jì)算領(lǐng)域的一個(gè)主要舉措是推出了Edge TPU芯片，這是一種專(zhuān)門(mén)用于邊緣設(shè)備的ASIC芯片，用于加速機(jī)器學(xué)習(xí)推理任務(wù)。此外，谷歌還在推出支持TensorFlow Lite的Edge TPU開(kāi)發(fā)工具包，使得開(kāi)發(fā)人員可以更方便地將機(jī)器學(xué)習(xí)應(yīng)用程序部署到邊緣設(shè)備上。

微軟的邊緣計(jì)算解決方案包括Azure IoT Edge和Azure Stack Edge。Azure IoT Edge是一種在邊緣設(shè)備上運(yùn)行的計(jì)算機(jī)應(yīng)用程序，可幫助開(kāi)發(fā)人員將分析、人工智能和其他計(jì)算能力移到邊緣，以便更快地響應(yīng)數(shù)據(jù)。Azure Stack Edge是一個(gè)在邊緣部署Azure服務(wù)的設(shè)備。

IBM在邊緣計(jì)算方面的一個(gè)主要舉措是推出了Edge Application Manager，這是一個(gè)開(kāi)源的平臺(tái)，用于在邊緣設(shè)備上管理、部署和監(jiān)控應(yīng)用程序。IBM還推出了Watson IoT Edge，這是一個(gè)邊緣計(jì)算解決方案，可幫助企業(yè)將人工智能和分析能力移到邊緣設(shè)備上。

亞馬遜在邊緣計(jì)算方面的主要舉措是AWS Greengrass，這是一種在邊緣設(shè)備上運(yùn)行的計(jì)算機(jī)應(yīng)用程序，可幫助開(kāi)發(fā)人員在邊緣處理設(shè)備數(shù)據(jù)，并以更快的方式響應(yīng)事件。

阿里的邊緣計(jì)算解決方案包括Link Edge和Aliyun IoT Edge。Link Edge是一種輕量級(jí)的邊緣計(jì)算平臺(tái)，可幫助企業(yè)將數(shù)據(jù)處理和分析移到邊緣，以便更快地響應(yīng)數(shù)據(jù)。Aliyun IoT Edge是一種在邊緣設(shè)備上運(yùn)行的計(jì)算機(jī)應(yīng)用程序，可幫助企業(yè)實(shí)現(xiàn)設(shè)備本地計(jì)算和邊緣計(jì)算。

騰訊的邊緣計(jì)算解決方案包括IoT Hub和Serverless Cloud Function。IoT Hub是一個(gè)在邊緣設(shè)備上運(yùn)行的計(jì)算機(jī)應(yīng)用程序，可幫助開(kāi)發(fā)人員將數(shù)據(jù)處理和分析移到邊緣，以便更快地響應(yīng)數(shù)據(jù)。Serverless Cloud Function是一種在邊緣設(shè)備上運(yùn)行的計(jì)算機(jī)應(yīng)用程序，可幫助企業(yè)實(shí)現(xiàn)設(shè)備本地計(jì)算和邊緣計(jì)算。

華為也是一家大力推廣邊緣計(jì)算的公司。早在2017年，華為就提出了“云-邊結(jié)合”戰(zhàn)略，力求為客戶提供全場(chǎng)景智能云服務(wù)。華為的邊緣計(jì)算解決方案包括了一系列產(chǎn)品和解決方案，例如華為云邊緣計(jì)算引擎（MEC）、Atlas 800邊緣推理服務(wù)器等。

3.2 硬件玩家

作為全球領(lǐng)先的半導(dǎo)體芯片制造商，Intel一直在積極推動(dòng)邊緣計(jì)算的發(fā)展。它推出了Intel NUC（Next Unit of Computing）迷你電腦，為邊緣計(jì)算提供了更高效的解決方案。此外，Intel還開(kāi)發(fā)了邊緣計(jì)算協(xié)議（ECPS），旨在為設(shè)備和系統(tǒng)提供統(tǒng)一的邊緣計(jì)算標(biāo)準(zhǔn)。此外，Intel還推出了OpenVINO工具包，用于在邊緣設(shè)備上運(yùn)行深度學(xué)習(xí)應(yīng)用程序，以實(shí)現(xiàn)更快的推理速度。

作為另一個(gè)重要的半導(dǎo)體芯片制造商，ARM也在積極推動(dòng)邊緣計(jì)算。該公司推出了許多針對(duì)嵌入式設(shè)備的芯片和處理器，包括其M系列和R系列芯片。ARM還開(kāi)發(fā)了Mbed操作系統(tǒng)和Pelion IoT平臺(tái)，以支持邊緣設(shè)備的連接和管理。ARM還積極與其他技術(shù)提供商合作，如Microsoft和Amazon Web Services，以在邊緣計(jì)算領(lǐng)域推出新的解決方案。

Dell是一家著名的計(jì)算機(jī)制造商和技術(shù)服務(wù)提供商，該公司通過(guò)其Dell EMC和VMware子公司積極推動(dòng)邊緣計(jì)算。Dell EMC推出了一系列針對(duì)邊緣計(jì)算的硬件和軟件產(chǎn)品，如VxRail，一個(gè)基于Hyperconverged Infrastructure（HCI）的邊緣計(jì)算解決方案。VMware推出了vSphere和vSAN等邊緣計(jì)算軟件解決方案，以幫助企業(yè)將應(yīng)用程序和數(shù)據(jù)擴(kuò)展到邊緣設(shè)備。

作為網(wǎng)絡(luò)設(shè)備制造商的Cisco，也在積極推動(dòng)邊緣計(jì)算的發(fā)展。該公司推出了一系列邊緣計(jì)算解決方案，如Cisco Kinetic，用于管理和分析大量的物聯(lián)網(wǎng)數(shù)據(jù)。Cisco還推出了一系列基于邊緣計(jì)算的硬件產(chǎn)品，如路由器、交換機(jī)和服務(wù)器等，以支持物聯(lián)網(wǎng)應(yīng)用程序在邊緣設(shè)備上的部署。

GE早在2015年就推出了邊緣計(jì)算平臺(tái)“Predix”，該平臺(tái)提供實(shí)時(shí)分析、工作流和機(jī)器學(xué)習(xí)能力，可以用于工業(yè)制造、能源和交通等行業(yè)。GE還與C3.ai合作開(kāi)發(fā)了一個(gè)工業(yè)AI應(yīng)用程序，該程序在邊緣設(shè)備上運(yùn)行，可在工業(yè)制造和物流中進(jìn)行預(yù)測(cè)性維護(hù)和優(yōu)化。

西門(mén)子已經(jīng)開(kāi)始利用邊緣計(jì)算來(lái)實(shí)現(xiàn)其“數(shù)字化工廠”愿景。該公司開(kāi)發(fā)了名為“邊緣管理器”的工具，可以將數(shù)據(jù)處理和分析功能從云端轉(zhuǎn)移到本地設(shè)備上，從而實(shí)現(xiàn)更快的響應(yīng)時(shí)間和更好的數(shù)據(jù)隱私保護(hù)。西門(mén)子還推出了名為“邊緣應(yīng)用中心”的解決方案，可以在本地設(shè)備上運(yùn)行各種應(yīng)用程序，例如實(shí)時(shí)監(jiān)測(cè)和控制制造過(guò)程。

3.3 CDN玩家

CDN（內(nèi)容分發(fā)技術(shù)的英文縮寫(xiě)）技術(shù)其實(shí)最早應(yīng)用邊緣技術(shù)的。CDN是指在互聯(lián)網(wǎng)中通過(guò)在各個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)上部署緩存服務(wù)器，并利用這些服務(wù)器緩存原始服務(wù)器上的內(nèi)容，從而加快用戶對(duì)于內(nèi)容訪問(wèn)的速度的一種技術(shù)。CDN 的核心思想就是通過(guò)將內(nèi)容盡可能地分發(fā)到最接近用戶的節(jié)點(diǎn)上，減少了用戶和內(nèi)容源之間的距離，從而提高了內(nèi)容訪問(wèn)的速度和用戶體驗(yàn)。CDN 技術(shù)的本質(zhì)是將原本在中心化的服務(wù)器上的服務(wù)分散到邊緣節(jié)點(diǎn)上進(jìn)行處理，以此實(shí)現(xiàn)更快的響應(yīng)速度和更好的用戶體驗(yàn)。因此，在一定程度上，CDN 可以被視為邊緣計(jì)算的雛形技術(shù)。但和邊緣計(jì)算又不太一樣，CDN 更加專(zhuān)注于內(nèi)容分發(fā)，著重解決網(wǎng)絡(luò)延遲和訪問(wèn)速度的問(wèn)題；而邊緣計(jì)算則更加廣泛，不僅包括了內(nèi)容分發(fā)，還包括了數(shù)據(jù)處理、計(jì)算、存儲(chǔ)等方面，更加注重將計(jì)算能力盡可能地靠近用戶和設(shè)備，以提供更快的響應(yīng)速度和更好的用戶體驗(yàn)。

除了亞馬遜云服務(wù)（AWS）的CloudFront和谷歌的Cloud CDN，現(xiàn)在還有一些較小的CDN公司專(zhuān)注于邊緣計(jì)算，例如Fastly、Akamai、CloudFlare成、Nuu、Limelight Networks、StackPath等。這些公司利用邊緣節(jié)點(diǎn)提供高速、高可靠性的內(nèi)容分發(fā)服務(wù)，并將計(jì)算和存儲(chǔ)資源放置在接近用戶的邊緣位置，以加快內(nèi)容的傳輸速度和響應(yīng)時(shí)間。這些CDN公司通過(guò)提供具有較低延遲的邊緣計(jì)算平臺(tái)，幫助企業(yè)加速了他們的數(shù)字轉(zhuǎn)型和業(yè)務(wù)增長(zhǎng)。

3.4 移動(dòng)運(yùn)營(yíng)商

移動(dòng)運(yùn)營(yíng)商在搶占邊緣計(jì)算市場(chǎng)方面發(fā)揮了重要作用，因?yàn)樗鼈儞碛袕V泛的網(wǎng)絡(luò)基礎(chǔ)設(shè)施和客戶基礎(chǔ)。在競(jìng)爭(zhēng)激烈的市場(chǎng)中，為了獲得高性能低延遲的服務(wù)，移動(dòng)運(yùn)營(yíng)商紛紛開(kāi)始部署移動(dòng)邊緣計(jì)算（MEC）。

Verizon：Verizon 5G Edge是該公司的邊緣計(jì)算解決方案。它與亞馬遜 AWS、IBM 和 Microsoft 等公司合作，在其網(wǎng)絡(luò)邊緣部署計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)服務(wù)，以提供更低的延遲和更高的可靠性，以支持智能制造、自動(dòng)駕駛車(chē)輛、虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)等應(yīng)用。

AT&T：AT&T Edge Compute 是該公司的邊緣計(jì)算平臺(tái)。它與微軟合作，使用 Azure Stack Edge 在網(wǎng)絡(luò)邊緣提供計(jì)算和存儲(chǔ)服務(wù)。該公司還與 VMware 合作推出 Multi-access Edge Compute（MEC），以在其無(wú)線網(wǎng)絡(luò)邊緣提供計(jì)算和存儲(chǔ)服務(wù)。

Deutsche Telekom：Deutsche Telekom 合作伙伴包括 Edge Gravity、MobiledgeX 和 SK Telecom，共同推出了邊緣計(jì)算平臺(tái)。Edge Gravity 是其子公司 Limelight Networks 的一項(xiàng)邊緣計(jì)算服務(wù)，提供邊緣計(jì)算和存儲(chǔ)，以便客戶在網(wǎng)絡(luò)邊緣運(yùn)行應(yīng)用程序。

China Mobile：中國(guó)移動(dòng)通過(guò)與華為、中興和 Intel 等公司合作，開(kāi)發(fā)了其邊緣計(jì)算平臺(tái)。該平臺(tái)使用機(jī)柜級(jí)服務(wù)器，可在移動(dòng)網(wǎng)絡(luò)邊緣提供計(jì)算和存儲(chǔ)服務(wù)，以支持大規(guī)模的物聯(lián)網(wǎng)和工業(yè)物聯(lián)網(wǎng)應(yīng)用。

除了上述提及的一些，還有很多專(zhuān)業(yè)領(lǐng)域都在邊緣計(jì)算有投入，還有一些創(chuàng)業(yè)公司和初創(chuàng)企業(yè)也在開(kāi)發(fā)各種邊緣計(jì)算技術(shù)和應(yīng)用。總的來(lái)說(shuō)，邊緣計(jì)算的推動(dòng)者非常多樣化。如果用上生機(jī)勃勃這樣的詞匯毫不過(guò)分。

以上談的都是生態(tài)和好處，那么邊緣計(jì)算有什么關(guān)鍵技術(shù)嗎？接下來(lái)智愿君來(lái)聊一些邊緣計(jì)算的熱點(diǎn)技術(shù)話題。

邊緣計(jì)算下沉到什么層級(jí)是合理的？

部署邊緣計(jì)算并不是拍腦袋的事情，往往需要綜合的考量。拿5G的移動(dòng)邊緣計(jì)算（MEC）來(lái)說(shuō)，下沉到什么位置，需要考慮多方面因素，主要包括以下幾個(gè)原則：

• 服務(wù)質(zhì)量需求：需要根據(jù)不同的應(yīng)用場(chǎng)景和業(yè)務(wù)需求，綜合考慮服務(wù)的質(zhì)量需求，如時(shí)延、可靠性、吞吐量等因素，選擇合適的位置。

• 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)：需要根據(jù)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，包括核心網(wǎng)、邊緣網(wǎng)、無(wú)線接入網(wǎng)等，結(jié)合MEC的位置、網(wǎng)絡(luò)資源、網(wǎng)絡(luò)拓?fù)涞纫蛩?，做出合理的部署決策。

• 成本和效益：MEC的部署位置和規(guī)模需要考慮成本和效益之間的平衡，不同位置和規(guī)模的部署可能會(huì)帶來(lái)不同的成本和效益，需要根據(jù)實(shí)際情況綜合考慮。

• 安全和隱私：MEC的部署需要考慮安全和隱私問(wèn)題，如保護(hù)用戶隱私、防范網(wǎng)絡(luò)攻擊等，需要選擇合適的位置和安全策略。

在考慮以上原則的前提下，有幾個(gè)部署位置的選擇：

• 放在DU（分布式單元）中：DU是5G架構(gòu)中的基礎(chǔ)組件之一，屬于網(wǎng)絡(luò)邊緣層（Edge Layer）設(shè)備，主要負(fù)責(zé)無(wú)線資源管理和用戶數(shù)據(jù)傳輸。將邊緣計(jì)算放在DU中可以減少時(shí)延和網(wǎng)絡(luò)擁塞，適合于需要低時(shí)延和高帶寬的應(yīng)用場(chǎng)景，比如AR/VR、自動(dòng)駕駛等。

• 放在CU（中央單元）中：CU是5G架構(gòu)中的核心組件之一，屬于網(wǎng)絡(luò)中心層（Core Layer）設(shè)備，主要負(fù)責(zé)無(wú)線接入和用戶控制，可以對(duì)網(wǎng)絡(luò)資源進(jìn)行動(dòng)態(tài)調(diào)度和優(yōu)化。將邊緣計(jì)算放在CU中可以提高網(wǎng)絡(luò)的智能化程度，適合于需要智能決策和調(diào)度的應(yīng)用場(chǎng)景，比如物聯(lián)網(wǎng)、智能制造等。

• 放在核心網(wǎng)中：核心網(wǎng)也屬于網(wǎng)絡(luò)中心層（Core Layer）設(shè)備，將邊緣計(jì)算放在核心網(wǎng)中可以實(shí)現(xiàn)數(shù)據(jù)的全局調(diào)度和管理，適合于需要全局?jǐn)?shù)據(jù)協(xié)同和管理的應(yīng)用場(chǎng)景，比如金融、醫(yī)療等。

MEC的部署位置可以根據(jù)具體的業(yè)務(wù)需求和實(shí)際情況靈活選擇，可以部署在DU、CU或者核心網(wǎng)等位置，也可以通過(guò)多層次的部署方式，不同層次的節(jié)點(diǎn)可以相互協(xié)同，形成一個(gè)完整的邊緣計(jì)算網(wǎng)絡(luò)。根據(jù)不同的應(yīng)用場(chǎng)景和需求，可以選擇不同的部署方式和層次，以滿足不同的性能和效率要求。

當(dāng)面臨邊緣計(jì)算，云計(jì)算和霧計(jì)算的選擇的時(shí)候，如何平衡？

邊緣計(jì)算可以采用一級(jí)或多級(jí)設(shè)置，這取決于應(yīng)用程序的需求和網(wǎng)絡(luò)拓?fù)洹Ｔ诓捎眠吘売?jì)算的前提下，仍可以設(shè)置云計(jì)算，這有助于更高級(jí)別的處理和數(shù)據(jù)分析。在云計(jì)算和邊緣計(jì)算之間可以設(shè)置霧計(jì)算，以擴(kuò)展到更廣泛的網(wǎng)絡(luò)范圍，并幫助解決網(wǎng)絡(luò)延遲和帶寬問(wèn)題。關(guān)于云計(jì)算節(jié)點(diǎn)聯(lián)接的移動(dòng)邊緣計(jì)算或霧計(jì)算節(jié)點(diǎn)的數(shù)量，沒(méi)有固定的規(guī)定，因?yàn)檫@取決于具體的應(yīng)用場(chǎng)景、網(wǎng)絡(luò)規(guī)模和處理能力等因素。通常需要在實(shí)際場(chǎng)景中進(jìn)行測(cè)試和優(yōu)化，以獲得最佳性能和效率。

假設(shè)你是一個(gè)智能家居公司的技術(shù)總監(jiān)，你的公司生產(chǎn)的智能家居設(shè)備需要通過(guò)互聯(lián)網(wǎng)來(lái)與用戶的手機(jī)進(jìn)行通信?，F(xiàn)在，你需要決定智能家居設(shè)備的通信架構(gòu)。這時(shí)候，邊緣計(jì)算和云計(jì)算就可以應(yīng)用上了。

首先，你可以考慮將一些簡(jiǎn)單的計(jì)算任務(wù)放到智能家居設(shè)備本身，這樣就能減輕云端服務(wù)器的負(fù)擔(dān)，提高通信效率。比如，將智能家居設(shè)備與用戶手機(jī)之間的身份認(rèn)證、數(shù)據(jù)加密解密、數(shù)據(jù)壓縮等簡(jiǎn)單計(jì)算任務(wù)放到設(shè)備端進(jìn)行處理，這就是邊緣計(jì)算的應(yīng)用。邊緣計(jì)算可以提高智能家居設(shè)備的反應(yīng)速度，降低通信延遲，減少對(duì)云端計(jì)算資源的依賴。

但是，對(duì)于一些需要復(fù)雜計(jì)算的任務(wù)，比如圖像識(shí)別、語(yǔ)音識(shí)別等，邊緣計(jì)算的計(jì)算能力顯然是不夠的，這時(shí)候就需要借助云計(jì)算了。你可以將這些復(fù)雜計(jì)算任務(wù)交給云端服務(wù)器進(jìn)行處理，并將處理結(jié)果返回給智能家居設(shè)備和用戶手機(jī)。這樣，就能充分利用云端計(jì)算資源，提高系統(tǒng)的計(jì)算能力和精度。

當(dāng)然，還有一些計(jì)算任務(wù)，可能需要在邊緣計(jì)算和云計(jì)算之間進(jìn)行協(xié)同處理。這時(shí)候，就需要借助霧計(jì)算來(lái)實(shí)現(xiàn)。比如，某些數(shù)據(jù)需要在邊緣進(jìn)行初步處理，然后再將處理結(jié)果發(fā)送到云端進(jìn)行進(jìn)一步分析，最后再將分析結(jié)果返回到邊緣。這樣的數(shù)據(jù)處理過(guò)程中，邊緣計(jì)算和云計(jì)算需要進(jìn)行協(xié)同處理，霧計(jì)算就能起到協(xié)同作用。

在實(shí)際應(yīng)用中，邊緣計(jì)算、云計(jì)算和霧計(jì)算的具體應(yīng)用方式和比例會(huì)根據(jù)應(yīng)用場(chǎng)景的不同而有所不同。但總的來(lái)說(shuō)，它們可以共同構(gòu)建一個(gè)分層的計(jì)算架構(gòu)，從而實(shí)現(xiàn)更高效、更精確的數(shù)據(jù)處理和應(yīng)用。

在云計(jì)算與邊緣計(jì)算間優(yōu)化配置計(jì)算能力需要考慮到許多因素，例如應(yīng)用的特點(diǎn)、數(shù)據(jù)的位置、通信延遲和網(wǎng)絡(luò)帶寬等等。計(jì)算能力的分割可以是固定的，也可以是可動(dòng)態(tài)調(diào)整的。對(duì)于固定的分割，不同的任務(wù)將會(huì)在預(yù)先規(guī)定好的計(jì)算節(jié)點(diǎn)上進(jìn)行處理；對(duì)于可動(dòng)態(tài)調(diào)整的分割，計(jì)算任務(wù)的處理位置將根據(jù)實(shí)時(shí)的網(wǎng)絡(luò)狀況和設(shè)備負(fù)載情況進(jìn)行動(dòng)態(tài)調(diào)整，以最優(yōu)的方式分配計(jì)算資源。

邊緣計(jì)算和網(wǎng)絡(luò)分片技術(shù)可以結(jié)合在一起以提高網(wǎng)絡(luò)效率和性能。網(wǎng)絡(luò)分片技術(shù)是5G網(wǎng)絡(luò)的一個(gè)關(guān)鍵特征，它可以將網(wǎng)絡(luò)資源分成多個(gè)虛擬的切片，每個(gè)切片可以為不同的應(yīng)用或服務(wù)提供專(zhuān)門(mén)的網(wǎng)絡(luò)資源和性能保障。而邊緣計(jì)算可以將應(yīng)用和服務(wù)部署在更靠近終端設(shè)備的邊緣節(jié)點(diǎn)上，以提高計(jì)算性能和降低時(shí)延。

在結(jié)合邊緣計(jì)算和網(wǎng)絡(luò)分片技術(shù)時(shí)，可以根據(jù)應(yīng)用需求將邊緣節(jié)點(diǎn)分配到不同的網(wǎng)絡(luò)分片中，以確保應(yīng)用能夠獲得足夠的網(wǎng)絡(luò)資源和性能保障。同時(shí)，可以利用邊緣計(jì)算節(jié)點(diǎn)上的資源來(lái)執(zhí)行網(wǎng)絡(luò)分片管理和控制任務(wù)，以降低網(wǎng)絡(luò)分片管理的時(shí)延和復(fù)雜度。

例如，在一個(gè)智能制造場(chǎng)景中，通過(guò)將邊緣計(jì)算節(jié)點(diǎn)部署在不同的網(wǎng)絡(luò)分片中，可以為不同的機(jī)器人和生產(chǎn)設(shè)備提供專(zhuān)門(mén)的計(jì)算資源和網(wǎng)絡(luò)連接。邊緣節(jié)點(diǎn)可以通過(guò)處理本地?cái)?shù)據(jù)和執(zhí)行控制任務(wù)，提高生產(chǎn)效率和質(zhì)量，并減少對(duì)云計(jì)算資源的依賴。同時(shí)，網(wǎng)絡(luò)分片技術(shù)可以為生產(chǎn)設(shè)備提供足夠的網(wǎng)絡(luò)資源和保障，以確保實(shí)時(shí)通信和數(shù)據(jù)傳輸?shù)目煽啃院偷蜁r(shí)延。

邊緣計(jì)算和虛擬網(wǎng)元技術(shù)可以結(jié)合使用來(lái)實(shí)現(xiàn)更高效的網(wǎng)絡(luò)服務(wù)。虛擬網(wǎng)元技術(shù)可以將網(wǎng)絡(luò)功能虛擬化為獨(dú)立的軟件模塊，這些模塊可以在邊緣計(jì)算節(jié)點(diǎn)上運(yùn)行。這樣一來(lái)，邊緣計(jì)算節(jié)點(diǎn)就可以提供網(wǎng)絡(luò)功能服務(wù)，比如路由、防火墻、負(fù)載均衡等。同時(shí)，虛擬網(wǎng)元技術(shù)可以使得網(wǎng)絡(luò)功能服務(wù)可以在需要的時(shí)候動(dòng)態(tài)地部署和調(diào)度到合適的邊緣計(jì)算節(jié)點(diǎn)上，從而更好地支持移動(dòng)性、彈性和可靠性。

以5G網(wǎng)絡(luò)為例，邊緣計(jì)算節(jié)點(diǎn)可以被部署為虛擬網(wǎng)元，以提供網(wǎng)絡(luò)功能服務(wù)。這些節(jié)點(diǎn)可以部署在接近無(wú)線電網(wǎng)絡(luò)基站的位置，以提高網(wǎng)絡(luò)的響應(yīng)速度和帶寬利用率。虛擬網(wǎng)元技術(shù)可以將網(wǎng)絡(luò)功能虛擬化為獨(dú)立的軟件模塊，這些模塊可以在邊緣計(jì)算節(jié)點(diǎn)上動(dòng)態(tài)地部署和調(diào)度，以響應(yīng)網(wǎng)絡(luò)服務(wù)的需求。這樣一來(lái)，邊緣計(jì)算節(jié)點(diǎn)可以更好地支持5G網(wǎng)絡(luò)的移動(dòng)性和彈性，同時(shí)提供更好的網(wǎng)絡(luò)服務(wù)質(zhì)量。

之所以談到網(wǎng)絡(luò)切片和虛擬化，是因?yàn)檫吘売?jì)算不僅僅是單一的計(jì)算能力，而是需要集成多種功能和技術(shù)來(lái)實(shí)現(xiàn)更加復(fù)雜的任務(wù)。邊緣計(jì)算可以獨(dú)立設(shè)置，也可以與其他功能集成，具體取決于應(yīng)用場(chǎng)景和需求。舉例來(lái)說(shuō)，5G基站邊緣計(jì)算中，它需要集成大數(shù)據(jù)采集、加密、緩存、數(shù)據(jù)分析和過(guò)濾等功能。邊緣計(jì)算節(jié)點(diǎn)作為數(shù)據(jù)的第一站，在接收到數(shù)據(jù)后可以通過(guò)集成的計(jì)算能力，快速地進(jìn)行數(shù)據(jù)處理和分析，并將處理后的數(shù)據(jù)緩存下來(lái)，以供后續(xù)使用。此外，邊緣計(jì)算節(jié)點(diǎn)還可以集成加密技術(shù)來(lái)確保數(shù)據(jù)的安全傳輸和存儲(chǔ)。

更進(jìn)一步來(lái)說(shuō)，邊緣計(jì)算的網(wǎng)絡(luò)切片和虛擬化支持使其具備了軟件定義的能力。通過(guò)軟件定義網(wǎng)絡(luò)（SDN）和網(wǎng)絡(luò)功能虛擬化（NFV）技術(shù)，邊緣計(jì)算可以動(dòng)態(tài)地分配和管理資源，實(shí)現(xiàn)可編程性和自動(dòng)化。這意味著邊緣計(jì)算可以根據(jù)不同應(yīng)用程序和服務(wù)的需求，動(dòng)態(tài)地調(diào)整網(wǎng)絡(luò)和計(jì)算資源，以滿足不同的性能要求。這種靈活性和可編程性使得邊緣計(jì)算可以更好地適應(yīng)不斷變化的應(yīng)用需求，并具備更好的可擴(kuò)展性和可維護(hù)性。

在部分業(yè)務(wù)場(chǎng)景下，邊緣計(jì)算節(jié)點(diǎn)之間需要通信協(xié)同完成分布式計(jì)算任務(wù)。例如，在一個(gè)智能城市的場(chǎng)景中，交通監(jiān)控節(jié)點(diǎn)和交通信號(hào)燈節(jié)點(diǎn)可以協(xié)同工作來(lái)減少交通擁堵。但邊緣節(jié)點(diǎn)之間的通信協(xié)同需要考慮多種因素，以便提高通信效率和可靠性：

通信方式的選擇：需要根據(jù)節(jié)點(diǎn)之間的關(guān)系和通信需求，選擇合適的通信方式?？梢酝ㄟ^(guò)直接通信、通過(guò)云端協(xié)調(diào)通信或者基于P2P技術(shù)的通信。但是不同的通信網(wǎng)絡(luò)延遲和負(fù)擔(dān)會(huì)腹痛，管理的復(fù)雜度也不同。

網(wǎng)絡(luò)拓?fù)涞脑O(shè)計(jì)：需要根據(jù)節(jié)點(diǎn)之間的物理位置和網(wǎng)絡(luò)帶寬等因素，合理設(shè)計(jì)節(jié)點(diǎn)之間的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，以便提高通信效率和可靠性。

通信協(xié)議的設(shè)計(jì)：需要選擇合適的通信協(xié)議，并根據(jù)通信需求進(jìn)行定制化開(kāi)發(fā)，以便提高通信效率和可靠性。

安全策略的制定：需要對(duì)節(jié)點(diǎn)之間的通信進(jìn)行合理的安全策略制定，以保證信息的機(jī)密性、完整性和可用性。

隨著很多計(jì)算邊緣化，原基于云計(jì)算的服務(wù)生態(tài)也會(huì)遷移到邊緣計(jì)算節(jié)點(diǎn)。一般來(lái)說(shuō)，邊緣計(jì)算可以提供至少兩層服務(wù)能力：基礎(chǔ)設(shè)施層和應(yīng)用服務(wù)層。基礎(chǔ)設(shè)施層主要提供IaaS和PaaS服務(wù)，包括計(jì)算資源、存儲(chǔ)資源、網(wǎng)絡(luò)資源和應(yīng)用開(kāi)發(fā)工具等；應(yīng)用服務(wù)層主要提供SaaS和DaaS服務(wù)，包括應(yīng)用程序、數(shù)據(jù)服務(wù)、分析服務(wù)和安全服務(wù)等。不同的應(yīng)用場(chǎng)景和需求可能需要不同的服務(wù)層次和服務(wù)類(lèi)型。例如，在增強(qiáng)人臉識(shí)別能力的應(yīng)用中，邊緣計(jì)算需要提供PaaS服務(wù)來(lái)支持算法模型的開(kāi)發(fā)和管理，需要提供SaaS服務(wù)來(lái)支持視頻轉(zhuǎn)碼等功能，也需要提供DaaS服務(wù)來(lái)支持?jǐn)?shù)據(jù)的采集、存儲(chǔ)和分析等。

無(wú)論何時(shí)何地，數(shù)據(jù)都需要即時(shí)可用，這一趨勢(shì)越來(lái)越明顯。全球各行各業(yè)都在經(jīng)歷由這種需求推動(dòng)的“數(shù)字化轉(zhuǎn)型”。根據(jù)IDC的分析，到2025年，全球創(chuàng)建的數(shù)據(jù)中，超過(guò)四分之一的數(shù)據(jù)在本質(zhì)上都是實(shí)時(shí)數(shù)據(jù)，而物聯(lián)網(wǎng)實(shí)時(shí)數(shù)據(jù)將占這部分?jǐn)?shù)據(jù)的95%以上。大量涌現(xiàn)的數(shù)據(jù)催生出了一系列全新的技術(shù)，機(jī)器學(xué)習(xí)、自然語(yǔ)言處理和人工智能，它們將數(shù)據(jù)分析從不常見(jiàn)的、追溯式的實(shí)踐，轉(zhuǎn)變成為戰(zhàn)略決策和行動(dòng)的前攝式推動(dòng)因素。這些技術(shù)可以大大提高各種行業(yè)、環(huán)境和應(yīng)用數(shù)據(jù)分析的頻率、靈活性和即時(shí)性。同樣根據(jù)IDC的預(yù)測(cè)，到 2025 年，屬于數(shù)據(jù)分析的全球數(shù)據(jù)總量將增長(zhǎng)至原來(lái)的50倍，達(dá)到 5.2ZB；而機(jī)器學(xué)習(xí)所“觸及”的分析數(shù)據(jù)總量將增長(zhǎng)至原來(lái)的100倍，達(dá)到1.4ZB。

這一趨勢(shì)變化會(huì)推進(jìn)人工智能向邊緣靠攏，減少了數(shù)據(jù)傳輸?shù)难舆t和帶寬消耗，同時(shí)也可以更好地保護(hù)用戶隱私。

邊緣智能的實(shí)現(xiàn)需要利用到各種AI技術(shù)，例如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語(yǔ)言處理等，通過(guò)對(duì)本地?cái)?shù)據(jù)的處理和分析，邊緣設(shè)備可以快速做出響應(yīng)并進(jìn)行實(shí)時(shí)決策。此外，邊緣智能還可以與物聯(lián)網(wǎng)（IoT）技術(shù)相結(jié)合，通過(guò)智能傳感器和設(shè)備采集環(huán)境數(shù)據(jù)、生產(chǎn)數(shù)據(jù)等實(shí)時(shí)數(shù)據(jù)，進(jìn)一步提高設(shè)備的智能化水平。

對(duì)不同類(lèi)型的計(jì)算平臺(tái)，在不同時(shí)間創(chuàng)建和使用的數(shù)據(jù)量，機(jī)器學(xué)習(xí)被劃分為3種類(lèi)型：

云端機(jī)器學(xué)習(xí)是指將大規(guī)模的機(jī)器學(xué)習(xí)任務(wù)放在云端進(jìn)行處理，通常需要海量的計(jì)算資源和存儲(chǔ)資源。用戶可以通過(guò)云服務(wù)商提供的平臺(tái)和工具，進(jìn)行數(shù)據(jù)處理、特征提取、模型訓(xùn)練和推理等任務(wù)。云端機(jī)器學(xué)習(xí)適用于數(shù)據(jù)量大、計(jì)算復(fù)雜度高的場(chǎng)景，例如語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等。

邊緣機(jī)器學(xué)習(xí)是指將機(jī)器學(xué)習(xí)任務(wù)放在邊緣設(shè)備或者邊緣服務(wù)器上進(jìn)行處理，將計(jì)算和存儲(chǔ)資源盡可能地靠近數(shù)據(jù)源和終端用戶。邊緣機(jī)器學(xué)習(xí)適用于需要快速響應(yīng)和低延遲的場(chǎng)景，例如智能家居、智能醫(yī)療、自動(dòng)駕駛等。

TinyML是指在資源受限的設(shè)備上運(yùn)行輕量級(jí)的機(jī)器學(xué)習(xí)算法，通常需要滿足低功耗、低內(nèi)存、低帶寬和低成本等要求。TinyML可以運(yùn)行在微控制器、傳感器和嵌入式系統(tǒng)等設(shè)備上，可以實(shí)現(xiàn)物聯(lián)網(wǎng)設(shè)備的智能化，例如智能家居、智能工業(yè)、智能農(nóng)業(yè)等。

隨著太空探索任務(wù)的不斷發(fā)展和計(jì)算需求的不斷增加，傳統(tǒng)的中心化地面計(jì)算已經(jīng)無(wú)法滿足需求，因此太空邊緣計(jì)算技術(shù)應(yīng)運(yùn)而生。太空邊緣計(jì)算技術(shù)是指將邊緣計(jì)算應(yīng)用于太空探索中的計(jì)算任務(wù)，利用在軌道衛(wèi)星等太空設(shè)備上的邊緣計(jì)算節(jié)點(diǎn)來(lái)實(shí)現(xiàn)計(jì)算任務(wù)的處理。

太空邊緣計(jì)算，最重要的是將太空很多設(shè)備之間的協(xié)同工作方式變成了不用事無(wú)巨細(xì)地通過(guò)地面節(jié)點(diǎn)來(lái)進(jìn)行控制協(xié)調(diào)，從而極大降低了延遲（畢竟衛(wèi)星和地面的距離太大了），節(jié)省了寶貴的衛(wèi)星傳輸?shù)膸?，同時(shí)也避免了太空和地面通信終端引發(fā)的數(shù)據(jù)丟失和系統(tǒng)故障。目前還沒(méi)有完全采用太空邊緣計(jì)算技術(shù)的衛(wèi)星系統(tǒng)，但有一些正在研究和開(kāi)發(fā)中。例如，美國(guó)國(guó)防高級(jí)研究計(jì)劃局（DARPA）正在推進(jìn)一個(gè)名為"OrbitOutlook"的項(xiàng)目，旨在研究和開(kāi)發(fā)在太空中運(yùn)行的邊緣計(jì)算技術(shù)。不過(guò)已經(jīng)有在衛(wèi)星上部署計(jì)算和機(jī)器學(xué)習(xí)軟件的應(yīng)用案例。AWS與D-Orbit和Unibap合作，在衛(wèi)星上部署了計(jì)算和機(jī)器學(xué)習(xí)軟件，以便在軌道上對(duì)大量地球觀測(cè)（EO）圖像數(shù)據(jù)進(jìn)行快速分析。這種在軌道上進(jìn)行實(shí)時(shí)數(shù)據(jù)處理和分析的能力有助于提高對(duì)地球觀測(cè)和通信任務(wù)的響應(yīng)速度，提高衛(wèi)星系統(tǒng)的效率和可靠性。這種技術(shù)也可以為未來(lái)的太空任務(wù)提供新的可能性，例如在太空探索和未來(lái)的空間工業(yè)中應(yīng)用邊緣計(jì)算和機(jī)器學(xué)習(xí)。

今天談了很多邊緣計(jì)算的內(nèi)容。大家會(huì)發(fā)現(xiàn)，邊緣計(jì)算應(yīng)用場(chǎng)景非常廣泛。邊緣計(jì)算技術(shù)就像是一座橋梁，將人與人、人與物、物與物之間的距離縮短，讓信息和智能在不同的場(chǎng)景之間流動(dòng)無(wú)阻。這座橋梁不僅是連接智慧城市、智能制造、智慧醫(yī)療等各行各業(yè)的關(guān)鍵支撐，還可以讓無(wú)處不在的物聯(lián)網(wǎng)設(shè)備和嵌入式設(shè)備獲得更高效、更靈活、更安全的計(jì)算和存儲(chǔ)能力，從而實(shí)現(xiàn)更多元化、更智能化的應(yīng)用場(chǎng)景。

我們有理由相信未來(lái)，邊緣計(jì)算技術(shù)將變得更加智能和高效，它將像人類(lèi)的神經(jīng)系統(tǒng)一樣無(wú)處不在、快速反應(yīng)、智能計(jì)算，使得我們的生活更加便捷、高效，甚至可能開(kāi)啟一個(gè)全新的數(shù)字化時(shí)代，讓人類(lèi)與機(jī)器更加親密地融合在一起。同時(shí)，隨著太空邊緣計(jì)算技術(shù)的發(fā)展，我們甚至可以看到未來(lái)太空中將會(huì)部署更多的智能設(shè)備和系統(tǒng)，讓人類(lèi)可以更加深入地探索宇宙，開(kāi)啟一個(gè)更加宏偉的數(shù)字化時(shí)代。

<本文完>