边缘计算技术解读及优势分析

　　要讲边缘计算，没法绕过去的一个概念叫做“雾计算”。一听名字就知道这是从云计算那变化出来的。雾计算的原理与云计算一样，都是把数据上传到远程中心进行分析、存储和处理。但相比于云计算要把所有数据集中运输到同一个中心，雾计算的模式是设置众多分散的中心节点，即所谓“雾节点”来处理。这样能够让运算处理速度更快，更高效得出运算结果。
　　假如说云计算是把所有东西都送往天上的云彩中，雾计算就是把数据送到身边的雾气里，这种逻辑被称为“分散式云计算”。
　　但把云计算分散化的设想，不止产生了雾计算一个结果。有一种更激进的想法是，既然要分散，那为什么不干脆在最近距离完成计算？跑到云端或者跑到分散中心不都是跑吗？于是就有了所谓的边缘计算。
　　一、边缘计算技术解读
　　边缘计算，是指利用靠近数据源的边缘地带来完成的运算程序。运算可以在大型运算设备内完成，也可以在中、小型运算设备、本地端网络内完成。而用于边缘运算的设备既可以是智能手机这样的移动设备，也可以是PC、智能家居等家用终端，甚至可以是ATM机、摄像头等市政终端。
　　总之一句话，你附近哪能算就在哪算，越近越好。

边缘计算示意图

　　举个不恰当但十分容易理解的例子：假如你手机里有个文件太大装不下了，云计算的解决方法是把它传到千里之外的服务器中心帮你存着，雾计算是传到小区的服务器帮你存着，边缘计算是看看你的电脑、冰箱、洗衣机谁有地方就帮你存哪……
　　显然，边缘计算运算设备和终端设备之间距离最近，传输效果最直接，还可以利用近距离网络和局域网络，当然运算效率也会更高一点。
　　二、边缘计算技术优势
　　边缘计算之所以短时间内名声鹊起，是与算法、数据和传输网络几个领域的发展密不可分的。但边缘计算带来的价值想象，最核心的一点还是它与一个词发生了难以描述的关系：物联网。
　　我们知道，物联网能够达成的基础，是让设备连接网络，达成交互、数据收集和数据处理的能力。而现阶段物联网的主要运算能力都是由云计算提供的，边缘计算带来的几个好处，仿佛让物联网感觉到应该抛弃云计算去投怀送抱。
　　（一）边缘计算带来了更快的传输和响应速度。
　　对于直接运用于民生、市政甚至工农业的物联网体系来说，效率和速度意味着一切。尤其是精密的生产型物联网，决不能容忍民用终端的延迟率。而云计算传输到云端，再把结果返回到终端的思路，显然不如边缘计算的就近原则来的快。要知道，再短的时间乘以整个终端的数量，都是令人震惊的产业效率。
　　（二）部分摆脱了网络环境制约，也更加安全。
　　举个例子，假如你的洗衣机、冰箱都是智能化控制的，而且依托于云计算。但你家没有停电，却断网了，那怎么办？无法进行云端传输，物联网设备就会歇业，岂不是是十分尴尬？边缘计算解决了这部分网络环境的限制。并且避免数据上传云端带来的泄露风险，所以更适合物联网体系。
　　（三）边缘计算利用了传统云计算的遗漏区域，产能比更划算。
　　在整体上云的思路下，很大部分我们身边的运算能力将遭到放弃。这显然也是巨大的浪费，边缘计算将这部分能力调集了起来，形成了中心+分散的运算模式，产能比会更高，资源的利用率有大幅提升。
　　这些优势，都让很多人看到了边缘计算的潜在价值。甚至喊出了“边缘计算干掉云计算”的口号，而在一些更有诱惑力的东西吸引下，一些物联网企业开始按捺不住，纷纷走向了豪赌边缘计算的道路。
　　（四）更适合工业生产的物联网技术解决方案
　　相比较泛在化的云计算+物联网解决方案，边缘计算的特点之一是能大幅解决延迟率问题，对于工业生产体系至关重要。这也是边缘计算经常与“工业4.0”放在一起的原因。工业，意味着客户，意味着钱，当然是比其他飘在天上的物联网技术更受人待见。
　　（五）促进人工智能和机器人的应用落地
　　边缘计算的另一大优势，是为人工智能硬件、智能机器人提供高速交互所需的运算服务。这类智能产品的运算需求特别大，都挤压到云端对运算能力、传输能力是巨大考验，边缘计算能解决一部分问题。这就把边缘计算的前景和人工智能技术的前景捆绑到了一起，想象空间骤然加大。
　　（六）关乎5G这场大动作
　　在5G环境里，移动边缘计算将运算下沉到了用户附件，提供了高宽带、低延时的网络传输效果。这为5G传输提供了至关重要的保障，并且也提供了更好的用户体验。
　　比如在线看视频，云计算传输在足够快的速度下也能保障流畅度，但却很容易造成画质损害。利用边缘计算保障视频传输理论上可以显著提高画质。
　　这些非常明显的商业机遇，体现了边缘计算的优势，加速了边缘计算引发的风潮。
　　(七)边缘计算的可扩展性和弹性
　　边缘计算的分布式架构意味着随着延迟的降低，它能够提高弹性，降低网络负载，并且更加容易实现可扩展。
　　边缘计算的数据处理从数据源就已经开始了，一旦完成了数据处理，只需要发送需要进一步分析的数据。这大大减少了组网需求和集中式服务的瓶颈，此外对于其他的边缘位置或者在设备上缓存数据的潜力，用户可以避免中断并提高系统的弹性。这减少了扩展集中式服务的需求，因为它们需要处理的流量相对较少，可以节省成本、降低设备复杂性和管理。