28、边缘计算：属性、应用与未来趋势

边缘计算：属性、应用与未来趋势

1. 引言

最初，网络节点和云网络被设想为强大的数据处理单元，是网络上的数据动力源，旨在简化物联网中数据通过节点的传输。这些数据处理单元在物联网上做出决策，对数据进行云分析后将结果返回给终端节点，以实现系统的预期输出。在这种架构下，云负责智能计算，而终端节点负责数据收集和决策。

然而，在实际执行中，原本设想的云、网络和终端操作面临诸多挑战。首要挑战是通过云或无线互连网络传输数据的成本。物联网网络中的节点常常将未处理的原始数据通过无线互连传输到云端，这导致对带宽的需求增加，可能超出网络的承载能力。无线传输所需的电量消耗也增加了额外负担。从上传每一点原始数据的角度来看，终端节点的无线传输模块必须支持高速无线传输，这意味着无线模块会消耗大量电力，这与物联网节点低功耗的初始设想相悖。

网络延迟是第二个问题。对于涉及大量节点的流程实施，由于网络互连节点的存在，延迟问题至关重要。以无人驾驶汽车为例，在执行过程中，如果存在延迟，并行执行各种任务是不可行的。此外，在增强现实或虚拟现实等实际应用中，如果延迟超过几十毫秒，会出现许多问题。

与传统智能相比，边缘计算智能有显著区别。传统智能使用单个云服务器进行数据存储，而边缘计算可以实现本地且分布式的智能应用操作。例如，万物互联的上游服务和云的下游服务就体现了边缘计算。根据中国计算联盟的定义，边缘计算是一个公共平台，它将网络、处理、存储和应用的关键能力集成在网络边缘，提供就近的智能服务，以满足行业对动态连接、数据及时优化、应用决策智能以及隐私和数据保护安全等基本需求。

边缘计算的核心理念是“数据源和用户应尽可能靠近计算过程，因此本地集成的智能比云智能更为关键”。在边缘计算出现之前，