隨著“大數(shù)據(jù)”時代的到來，處理大數(shù)據(jù)的計算運(yùn)行方式如云計算、霧計算、邊緣計算等新概念越來越為人所知。 

當(dāng)自動化生產(chǎn)線處于高速運(yùn)轉(zhuǎn)時，工業(yè)設(shè)備就會產(chǎn)生大量的數(shù)據(jù)。采集和處理這些數(shù)據(jù)并加以利用，對工業(yè)設(shè)計、研發(fā)、制造、銷售、服務(wù)等各環(huán)節(jié)具有非常高的價值。

這些數(shù)據(jù)量遠(yuǎn)大于企業(yè)計算機(jī)和人工產(chǎn)生的數(shù)據(jù)，而且數(shù)據(jù)類型也多是非結(jié)構(gòu)化。由于生產(chǎn)線處于高速運(yùn)轉(zhuǎn)狀態(tài)，對數(shù)據(jù)的實(shí)時性要求也更高。因此，在傳統(tǒng)制造業(yè)向智能化升級的過程中，特別需要通過邊緣計算技術(shù)來減少網(wǎng)絡(luò)傳輸和多級轉(zhuǎn)發(fā)帶來的帶寬與時延損耗，將車間里的生產(chǎn)設(shè)備智能連接，提高效率。

要想搞清楚邊緣計算，就得先了解云計算，及二者的關(guān)系。這里要說明的是，雖然云計算已經(jīng)被我們廣泛地使用，但云計算并沒有一個統(tǒng)一的定義，邊緣計算也一樣。至于霧計算，就更沒有存在感了，并且其概念并沒有統(tǒng)一標(biāo)準(zhǔn)，因此，在大的范疇里面，也歸類在邊緣計算。

“云計算”，就是把處理這些大數(shù)據(jù)的計算功能完全放在云端。以云平臺作為計算基礎(chǔ)，管理著數(shù)量巨大的CPU、存儲器、交換機(jī)等大量硬件資源，以虛擬化的技術(shù)，來整合一個數(shù)據(jù)中心或多個數(shù)據(jù)中心的資源，屏蔽不同底層設(shè)備的差異性，以一種透明的方式向用戶提供計算環(huán)境、開發(fā)平臺、軟件應(yīng)用等在內(nèi)的多種服務(wù)。

邊緣計算指的是在網(wǎng)絡(luò)邊緣結(jié)點(diǎn)來處理、分析數(shù)據(jù)。什么又是邊緣結(jié)點(diǎn)呢？邊緣結(jié)點(diǎn)指的就是在數(shù)據(jù)產(chǎn)生源頭和云中心之間，任一具有計算資源和網(wǎng)絡(luò)資源的結(jié)點(diǎn)。如最靠近物的終端設(shè)備傳感器、采集器，以及路由器、網(wǎng)關(guān)、機(jī)頂盒、代理服務(wù)器、基站、PLC、工業(yè)PC等，都可以說是邊緣結(jié)點(diǎn)。

關(guān)于邊緣計算的理解有很多，如華為提出的“章魚說”。章魚擁有巨量的神經(jīng)元，但60%分布在章魚的八條腿（腕足）上，腦部僅有40%。章魚在捕獵時異常靈巧迅速，腕足之間配合極好，從不會纏繞打結(jié)。章魚用“多個小腦+一個大腦”來決策，這就是邊緣計算。還有比如“公司說”“仿生說”等，但都脫離不了我們之前提到的，在網(wǎng)絡(luò)邊緣結(jié)點(diǎn)就近處理采集到的數(shù)據(jù)，而不需要將大量數(shù)據(jù)上傳到遠(yuǎn)端的核心管理平臺。

例如，通過速度和能耗傳感器的數(shù)據(jù)，即時計算燃料經(jīng)濟(jì)性的車輛，而在車輛中執(zhí)行這種計算的計算機(jī)可以被認(rèn)為一種邊緣計算設(shè)備。

在工業(yè)現(xiàn)場，用戶可能沒有部署專用邊緣服務(wù)器的物理空間或資源，因此邊緣計算功能可能需要嵌入現(xiàn)有基礎(chǔ)設(shè)施中，例如傳感器、網(wǎng)關(guān)、PLC、工業(yè) PC，或工廠端其他各種設(shè)備。

在AZFT物聯(lián)網(wǎng)實(shí)驗(yàn)室從事邊緣計算相關(guān)的研究工作的韓天嘯博士就提出，最靠近物的是傳感器終端和采集器，而傳感器終端和采集器之間也會有計算資源的不同，在不添加新設(shè)備的情況下，可以通過終端設(shè)備間的P2P通訊組成一個邊緣網(wǎng)絡(luò)，設(shè)定或自選舉出一個或幾個計算能力強(qiáng)的節(jié)點(diǎn)，作為數(shù)據(jù)匯聚節(jié)點(diǎn)，做適當(dāng)?shù)臄?shù)據(jù)預(yù)處理后，與上一層網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行通訊。首要目標(biāo)減少異構(gòu)數(shù)據(jù)，其次是可以引入命名機(jī)制，便于管理，此外可以引入數(shù)據(jù)的過濾清洗等隱私保護(hù)機(jī)制。這一次的邊緣計算是在采集器、路由器等嵌入式設(shè)備上實(shí)現(xiàn)的。引入規(guī)則引擎后，進(jìn)行多變量間的關(guān)聯(lián)性設(shè)計，可以做到對于環(huán)境的感知，比如智能家居。

邊緣計算的架構(gòu)一般分為三個部分，除了上面提到的物終端間的邊緣計算，還有基于私有邊緣節(jié)點(diǎn)的邊緣計算、基于公共邊緣設(shè)備的多接入邊緣計算。

為什么有了云計算，還會出現(xiàn)邊緣計算的呢？可以說，邊緣計算是為了彌補(bǔ)云計算的不足。

云計算可以進(jìn)行非實(shí)時、長周期數(shù)據(jù)的分析，適合集中業(yè)務(wù)的處理和復(fù)雜計算，但它也有弱點(diǎn)。在云計算中，數(shù)據(jù)、數(shù)據(jù)處理和應(yīng)用程序都要全部保存在云端，在傳輸大容量數(shù)據(jù)如高清圖像或視頻的時候，就會出現(xiàn)占用帶寬過多或負(fù)載過重等情況。高流量和長距離可能會顯著降低網(wǎng)絡(luò)速度。

例如,使用可穿戴式攝像頭的視覺服務(wù)，響應(yīng)時間需要在25ms至50ms之間，使用云計算會造成嚴(yán)重的延遲。如基于云平臺的網(wǎng)絡(luò)游戲，依賴云計算也會為玩家造成類似于等待時間過長的問題，無法滿足用戶的需求。 

也許有人會問，難道以后有了5G，還不能滿足對低時延的要求嗎？雖然5G能夠提速并增加帶寬，將數(shù)據(jù)延遲減少到最低水平，但正是隨著5G興起的新應(yīng)用，不僅需要處理大量的數(shù)據(jù)，而且對實(shí)時性要求又更高了，甚至達(dá)到“毫秒級”，還必須保持時刻在線，這對傳統(tǒng)云端計算力的挑戰(zhàn)超乎想象，只能由靠近終端的邊緣計算來完成低時延的響應(yīng)，通過云、邊、端的結(jié)合來解決5G時代下對計算力的不同訴求。

在工業(yè)領(lǐng)域，自動化設(shè)備對低時延這一性能的苛刻，云計算仍然稍顯不足。工業(yè)系統(tǒng)檢測、控制、執(zhí)行的實(shí)時性高，部分場景實(shí)時性要求在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。也因此，邊緣計算正成為云計算不可或缺的重要補(bǔ)充，利用邊緣節(jié)點(diǎn)用以減少網(wǎng)絡(luò)等待時間。

對于未來而言，物聯(lián)網(wǎng)、AR/VR場景、大數(shù)據(jù)和人工智能行業(yè)，實(shí)際上都有著對近場計算的極強(qiáng)需求。邊緣計算能夠保障在離終端很近的區(qū)域完成大量計算需要，完成苛刻的低延時服務(wù)響應(yīng)。據(jù)統(tǒng)計，全球有 500 億終端設(shè)備，數(shù)據(jù)量大約是44ZB，這些數(shù)據(jù)如果全部傳輸?shù)皆贫诉M(jìn)行計算和存儲，將會帶來巨大的帶寬消耗和低延遲的挑戰(zhàn)，邊緣計算能很好的解決帶寬消耗和低延遲問題，未來，85%以上的數(shù)據(jù)都不會被傳回云數(shù)據(jù)中心，而是直接在邊緣計算側(cè)進(jìn)行分析和處理。目前，AWS、微軟、英特爾等國外大型企業(yè)已經(jīng)著手布局邊緣計算，對于云服務(wù)企業(yè)來說，邊緣計算的重要性不言而喻。

總的來說，邊緣計算與云計算是一種互補(bǔ)關(guān)系。云計算側(cè)重“云”，邊緣計算側(cè)重“端”。未來，兩者在資源、數(shù)據(jù)、服務(wù)等領(lǐng)域會形成“邊云協(xié)同”。云計算聚焦非實(shí)時、長周期數(shù)據(jù)的大數(shù)據(jù)分析，能夠在周期性維護(hù)、業(yè)務(wù)決策支撐等領(lǐng)域發(fā)揮特長；邊緣計算聚焦實(shí)時、短周期數(shù)據(jù)的分析，能更好地支撐云端應(yīng)用的大數(shù)據(jù)分析；反之，云計算通過大數(shù)據(jù)分析優(yōu)化輸出的業(yè)務(wù)規(guī)則也可以下發(fā)到邊緣側(cè)，邊緣計算基于新的業(yè)務(wù)規(guī)則進(jìn)行業(yè)務(wù)執(zhí)行的優(yōu)化處理。