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

當自動化生產(chǎn)線處于高速運轉(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)量遠大于企業(yè)計算機和人工產(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)線處于高速運轉(zhuǎn)狀態(tài)，對數(shù)據(jù)的實時性要求也更高。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)一標準，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)點來處理、分析數(shù)據(jù)。什么又是邊緣結(jié)點呢？邊緣結(jié)點指的就是在數(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。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。

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)濟性的車輛，而在車輛中執(zhí)行這種計算的計算機可以被認為一種邊緣計算設(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)實驗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的節(jié)點，作為數(shù)據(jù)匯聚節(jié)點，做適當?shù)臄?shù)據(jù)預處理后，與上一層網(wǎng)絡(luò)節(jié)點進行通訊。首要目標減少異構(gòu)數(shù)據(jù)，其次是可以引入命名機制，便于管理，此外可以引入數(shù)據(jù)的過濾清洗等隱私保護機制。這一次的邊緣計算是在采集器、路由器等嵌入式設(shè)備上實現(xiàn)的。引入規(guī)則引擎后，進行多變量間的關(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)點的邊緣計算、基于公共邊緣設(shè)備的多接入邊緣計算。

基于私有邊緣節(jié)點的邊緣計算，需要在局域網(wǎng)部署邊緣服務(wù)器或能力較強的網(wǎng)關(guān)設(shè)備，除了具有物終端邊緣計算設(shè)備的能力外，本層次邊緣計算具備多種功能，更強大的數(shù)據(jù)處理能力，對于數(shù)據(jù)具有一定的存儲能力，和一定的人工智能能力。

基于公共邊緣設(shè)備的多接入邊緣計算，需要在多網(wǎng)絡(luò)匯聚點設(shè)置邊緣服務(wù)器群，可以做到快速內(nèi)容分發(fā)，提高服務(wù)的實時性，應對主干網(wǎng)絡(luò)可能出現(xiàn)的擁堵情況。

要想實現(xiàn)邊緣計算，需要哪些平臺、硬件及軟件呢？一般地，邊緣計算使用微服務(wù)容器技術(shù)，這樣可以屏蔽操作系統(tǒng)帶來的底層異構(gòu)問題，而且方便管理。在硬件上，一般的邊緣計算節(jié)點是基于X86或arm架構(gòu)微處理器的硬件，需要運行AI或ML推理的需要專業(yè)芯片或FPGA。我們從云廠商、硬件廠商聯(lián)盟與開發(fā)軟件基金會來看下。

云計算廠商

通常來說，邊緣不需要處理所有數(shù)據(jù)，而是和云端協(xié)同，共同完成計算。所以，所有的邊緣計算實踐都需要云端配置和邊緣端部署。云計算廠商中AWS、微軟和阿里云是邊緣計算最早發(fā)力的。

其中AWS推出了Greengrass，微軟推出了Azure IoT edge，而阿里云則推出了linkedge等邊緣計算工具。這些工具均實現(xiàn)了定義中所介紹的，將云端能力遷移到設(shè)備中，既可以在本地處理數(shù)據(jù)，又可以利用云端的優(yōu)勢。對這三家邊緣計算平臺的各方面作一比較：

硬件廠商

目前，不同廠家自己的終端設(shè)備只與自己廠家的軟件兼容。盡管如此，這些廠家現(xiàn)有的邊緣計算套件也有很大的參考價值。

谷歌的edge tpu是一個專門在邊緣上實現(xiàn)機器學習推理的超大規(guī)模集成電路芯片，配合cloud TPU可以完成AI和ML的算法訓練和部署。具體來說，Cloud TPU可以實現(xiàn)獨占或彈性的云端TPU加速訓練，而edge tpu在體積和功耗小的物理器件上實現(xiàn)了高性能，實現(xiàn)了邊緣上的高精度AI算法，兩者可以結(jié)合可以實現(xiàn)端到端、云到端的軟硬件基礎(chǔ)設(shè)施來促進AI算法的實用。

NI、研華、凌華等硬件廠商的邊緣計算實踐是以硬件能力為核心的，其中FPGA是核心器件，由于FPGA的硬件邏輯可以本地配置，同時能完成告訴的AI和ML算法推理。所以使用邊緣計算對于硬件廠商有天然的優(yōu)勢。用邊緣節(jié)點設(shè)備和可以遠程更新配置的軟件，可以完成邊緣的數(shù)據(jù)壓縮和匯聚以及服務(wù)器和邊緣的協(xié)同。但是，因為硬件廠商自身不具備云計算能力，云端的開放與集成是一個短板。

· NI IC-3173工業(yè)控制器，具有2.20 GHz Intel Core i7雙核處理器，四GigE端口，雙USB 3.0端口，適用于極端環(huán)境的自動化和控制應用，售價在300K。

·  凌華SETO-1000戶外服務(wù)器具有E5 Xeon處理器，雙GigE端口，雙SFP+端口，適用于適用于極端環(huán)境的自動化和控制應用，售價174K。

·  研華EIS-D150邊緣智能服務(wù)器具有Core i5 6300U，運行win10操作系統(tǒng)，并擁有自行研發(fā)的WISE-Agent邊緣IoT套件，售價13K。

·  華為AR502網(wǎng)關(guān)內(nèi)置工業(yè)級LTE模塊，提供大帶寬、低時延的無線訪問能力，并提供豐富的本地接口，包括千兆以太接口、RS485/RS422、RS232、RF、ZigBee等，可連接各種以太設(shè)備、串口設(shè)備和RF設(shè)備，售價9K。

·  谷歌edge tpu預計在十月發(fā)售，在之前intel 發(fā)布的Movidius Neural Compute Stick，NCS的優(yōu)勢就是低功耗，它可以在不到 1 瓦的工作功率下運行一個經(jīng)過完全訓練的神經(jīng)網(wǎng)絡(luò)，在不增加耗電和主機處理器壓力的情況下，賦予機器的深度學習能力，僅售$79。而特斯拉的數(shù)據(jù)中心級Tesla P100顯卡售價169K。

軟件基金會

軟件基金會主要服務(wù)于開發(fā)者來使用邊緣計算，同時開發(fā)者也會反哺開源基金會，故此邊緣計算在軟件基金會發(fā)展是最早的。Openstack一直以來被認為是有可能替代AWS云的開源軟件，在邊緣設(shè)備使用Openstack可以實現(xiàn)邊緣計算，在openstack的不同網(wǎng)絡(luò)分層中部署相應的邊緣計算應用。

同樣，隸屬于linux基金會的edgeX項目也是一個邊緣計算軟件，他是基于docker的一些列微服務(wù)的集合，又可以劃分為四個微服務(wù)層——核心服務(wù)層、支持服務(wù)層、開放服務(wù)層、設(shè)備服務(wù)層。此外linux基金會在2018年開源了一個叫Akraino的項目，Akraino是一個開源軟件棧，同樣使用虛擬機和容器技術(shù)，它可以通過對于底層的靈活優(yōu)化，在邊緣將應用的延時控制在20ms以內(nèi)。

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云計算的不足。

云計算可以進行非實時、長周期數(shù)據(jù)的分析，適合集中業(yè)務(wù)的處理和復雜計算，但它也有弱點。在云計算中，數(shù)據(jù)、數(shù)據(jù)處理和應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)，響應時間需要在25ms至50ms之間，使用云計算會造成嚴重的延遲。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興起的新應用，不僅需要處理大量的數(shù)據(jù)，而且對實時性要求又更高了，甚至達到“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，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)行的實時性高，部分場景實時性要求在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充，利用邊緣節(jié)點用以減少網(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)，實際上都有著對近場計算的極強需求。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。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”。云計算聚焦非實時、長周期數(shù)據(jù)的大數(shù)據(jù)分析，能夠在周期性維護、業(yè)務(wù)決策支撐等領(lǐng)域發(fā)揮特長；邊緣計算聚焦實時、短周期數(shù)據(jù)的分析，能更好地支撐云端應用的大數(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)則進行業(yè)務(wù)執(zhí)行的優(yōu)化處理。