首页
边缘计算
边缘计算 (Edge Computing)

边缘计算(Edge Computing)是一种分布式计算,将数据资料的处理、应用程序的运行甚至一些功能服务的实现,由网络中心下放到网络边缘的节点上。

边缘计算横跨CT、OT、IT 多个领域,涉及网络联接、数据聚合、芯片、传感、行业应用等多个产业链。目前边缘计算研究热点应用领域包括内容缓存、场景感知、负载均衡、云基础设施架构等,对延迟敏感、实时性要求比较高的场景,比如:云基础设施 2.0、5G、VR/AR、CDN、车联网、工4.0、物联网等,通过智能化部署边缘节点来满足应用,提供不同服务质量的可靠服务,提升服务质量。

5G时代,连接设备数量会大量增加,网络边缘侧会产生庞大的数据量。如果这些数据都由核心管理平台来处理,则在敏捷性、实时性、安全和隐私等方面都会出现问题。但采用边缘计算,就可以就近处理海量数据,大量设备可以实现高效协同工作,诸多问题迎刃而解。5G从架构设计之初就本源支持边缘计算,并对网络会话管理机制进行详细设计。CCSA早在2017年9月通过了边缘计算行标和研究报告的立项,边缘计算行业规范即进入标准阶段。

边缘计算联盟ECC针对边缘计算定义了四个领域:

https://bang.wallstreetcn.com/LTc5NTc0MzA1OQ==

这四个“层域”就是边缘计算的计算对象。其应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。

麦肯锡在2018年11月报告中指出,随着连接设备的激增和功能的扩展,对不受延迟和网络影响的实时决策的需求也在增加,算力从云端到边缘的移动会使得边缘计算产业价值量持续快速提升,麦肯锡预计到2025 年,边缘计算的价值将会提升至1750–2150 亿美元。

据IDC预测,2020年将有超过500亿的终端与设备联网,而有50%的物联网网络将面临网络带宽的限制,40%的数据需要在网络边缘分析、处理与储存。

边缘计算的内涵

(1)边缘计算是一种全局性的计算模型,涵盖中心和边缘。

(2)边缘计算需要全局协同,以便得到高效的计算性能。

(3)边缘计算是一种智能化的计算模型,会动态根据需求提供动态服务。

(4)边缘计算具有物理边界、逻辑边界、网关节点、边缘节点、边缘侧、云侧等概念。

(5)边缘计算使得中心智能向前端智能扩展,智能协同将是未来发展趋势。

作为连接物理世界与数字世界间的桥梁,边缘计算具有连接性、约束性、分布性、融合性和数据第一入口等基本特点与属性,并拥有显著的“CROSS”价值。

边缘计算的技术架构

边缘计算在技术架构上主要分为计算能力与通信单元两大部分。边缘计算的目标主要包括:实现物理世界与数字世界的协作、跨产业的生态协作,以及简化平台移植等。从边缘计算联盟(ECC)提出的模型架构来看,边缘计算主要由基础计算能力与相应的数据通信单元两大部分所构成。

https://wpimg.wallstcn.com/c84adaa4-40b3-456e-b336-0aa3054759e6.png

边缘计算诞生的时代背景

1)基础设施云化速度放缓

诸如数据中心、 云计算中心、超算中心等IT基础设施过于集中,导致了若干问题,使得其建设规模和体量正在放缓,相对而言,上述问题可以在边缘计算模式下得到有效避免。

2)物联网技术的蓬勃兴起

物联网发展的基石是处于网络边缘侧的海量终端设备,其本身往往具有计算、存储等能力,而且要求处理时延较低,就近、尽快是这一类应用的典型需求,例如:工业互联网、车联网等。因此,物联网的兴起,催生了边缘计算技术的发展,给云计算模式带来了新的挑战。

3)移动互联网的发展

从手游、移动广告、网购、设备数量、网络流量等各个角度,持续迅猛发展的移动端给互联网发展带来了新的变革和机遇,移动终端的角色越来越重要,承担着越来越多的任务,计算、存储、网络等资源需要向用户侧供给。因此,移动互联网的发展给边边缘带来了机遇,很大程度上推动了边缘计算的发展。

4)大数据时代

大数据已成为目前互联网行业发展的基础。大数据的产生使得数据存储过于集中,而不是优化存储布局,忽视了分散数据的重要性和灵活性。数据完全可以在边缘测的小型数据中心或者在前端缓存中进行预处理,随后把结论性的数据放到云端,供后续进一步使用。因此,大数据的发展不能完全依赖集中式的处理模式,还可以通过部署边缘侧的数据中心或由边缘节点进行预处理,减少数据迁移、网络传输、数据备份等过多的带宽和资源消耗。

5)人工智能技术的发展

人工智能依赖具备存储能力、计算能力、分析能力的前端智能化设备来进行处理,例如:智能硬件、深度学习芯片、离线分析模型、 离线语音识别库等,以减少数据的传输延迟、缩短处理时间、增强用户体验等。边缘计算作为人工智能的一种计算模式,将伴随着海量前端智能设备的涌现而不断发展。

边缘计算战略地位

在边缘计算产业联盟暨2016首届边缘计算产业峰会上,国内专家探讨了边缘计算技术深层次的战略意义,具体如下:

(1)网络边缘智能化是未来产业发展方向。中国工程院院士邬贺铨表示,边缘计算实际上是在最靠近物理实体数据端的地方,就网络边缘处进行网络数据的处理、分析、存储、计算。其目的是在最靠近实际的工作物体的网络边缘侧来实现信息技术和产业技术的融合,使得处理数据更实时、更安全、更快捷,从而满足新兴技术和工业技术的深度融合,更好地为实体产业提供更加深度的智能化服务和实时性处理。边缘计算将是今后产业发展的一个方向。

(2)边缘计算将重新定义“云网端”关系。沈阳自动化研究所所长于海斌指出,中国在“十三五”规划中提出的两化融合、《中国制造2025》等国家战略,对ICT与OT的融合提出了迫切的需求。 边缘计算是ICT与OT融合的支撑与使能技术,产业发展将进入重要机遇期。工 业自动化技术体系将从分层架构、信息孤岛向物联网、云计算、大数据分析架构演进,而边缘计算将是实现分布式自治控制工业自动化架构的重要支撑。

(3)边缘计算将推动物联网实现。中国通信标准化协会秘书长杨泽民指出,如果说物联网的核心是让每个物体智能连接、运行,那么边缘计算就是通过数据分析处理,实现物与物之间传感、交互和控制。它是物联网从概念到应用的一把钥匙,更是制造业从“笨拙”变得 “智慧”的重要途径。此次边缘计算产业联盟的成立,意义非常重大。首先,它将使得物联网、云计算这些宏大的概念和梦想,落实到一个实实在在的行业上来实现。

(4)边缘计算产业联盟成立正当其时。中国工程院院士王天然表示,信息技术的涌现和高速发展正在推动全球产业格局的碰撞、变革、调整。

(5)边缘计算将重新定义“云网端”关系。对此,中国信息通信研究院技术标准研究所教授级高级工程师续合元表示,在“万物互联”的新时代,ICT产业发展将开辟新的空间,对高效低成本数据的处理、工业互联网的需求也将使得边缘计算越来越重要。

2017年2月, 美国计算机社区联盟(CCC)发布《边缘计算重大挑战研讨会报告》,阐述了边缘计算在应用、架构、能力与服务方面的主要挑战。据估算,美国2017年至2026年间边缘计算方面的支出将达到870亿美元,欧洲则为1850亿美元。

概念 特征特点 对比分析 相关词条 推荐阅读 参考资料
概念

边缘计算(Edge Computing)是一种分布式计算,将数据资料的处理、应用程序的运行甚至一些功能服务的实现,由网络中心下放到网络边缘的节点上。

边缘计算横跨CT、OT、IT 多个领域,涉及网络联接、数据聚合、芯片、传感、行业应用等多个产业链。目前边缘计算研究热点应用领域包括内容缓存、场景感知、负载均衡、云基础设施架构等,对延迟敏感、实时性要求比较高的场景,比如:云基础设施 2.0、5G、VR/AR、CDN、车联网、工4.0、物联网等,通过智能化部署边缘节点来满足应用,提供不同服务质量的可靠服务,提升服务质量。

5G时代,连接设备数量会大量增加,网络边缘侧会产生庞大的数据量。如果这些数据都由核心管理平台来处理,则在敏捷性、实时性、安全和隐私等方面都会出现问题。但采用边缘计算,就可以就近处理海量数据,大量设备可以实现高效协同工作,诸多问题迎刃而解。5G从架构设计之初就本源支持边缘计算,并对网络会话管理机制进行详细设计。CCSA早在2017年9月通过了边缘计算行标和研究报告的立项,边缘计算行业规范即进入标准阶段。

边缘计算联盟ECC针对边缘计算定义了四个领域:

https://bang.wallstreetcn.com/LTc5NTc0MzA1OQ==

这四个“层域”就是边缘计算的计算对象。其应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。

麦肯锡在2018年11月报告中指出,随着连接设备的激增和功能的扩展,对不受延迟和网络影响的实时决策的需求也在增加,算力从云端到边缘的移动会使得边缘计算产业价值量持续快速提升,麦肯锡预计到2025 年,边缘计算的价值将会提升至1750–2150 亿美元。

据IDC预测,2020年将有超过500亿的终端与设备联网,而有50%的物联网网络将面临网络带宽的限制,40%的数据需要在网络边缘分析、处理与储存。

边缘计算的内涵

(1)边缘计算是一种全局性的计算模型,涵盖中心和边缘。

(2)边缘计算需要全局协同,以便得到高效的计算性能。

(3)边缘计算是一种智能化的计算模型,会动态根据需求提供动态服务。

(4)边缘计算具有物理边界、逻辑边界、网关节点、边缘节点、边缘侧、云侧等概念。

(5)边缘计算使得中心智能向前端智能扩展,智能协同将是未来发展趋势。

作为连接物理世界与数字世界间的桥梁,边缘计算具有连接性、约束性、分布性、融合性和数据第一入口等基本特点与属性,并拥有显著的“CROSS”价值。

边缘计算的技术架构

边缘计算在技术架构上主要分为计算能力与通信单元两大部分。边缘计算的目标主要包括:实现物理世界与数字世界的协作、跨产业的生态协作,以及简化平台移植等。从边缘计算联盟(ECC)提出的模型架构来看,边缘计算主要由基础计算能力与相应的数据通信单元两大部分所构成。

https://wpimg.wallstcn.com/c84adaa4-40b3-456e-b336-0aa3054759e6.png

边缘计算诞生的时代背景

1)基础设施云化速度放缓

诸如数据中心、 云计算中心、超算中心等IT基础设施过于集中,导致了若干问题,使得其建设规模和体量正在放缓,相对而言,上述问题可以在边缘计算模式下得到有效避免。

2)物联网技术的蓬勃兴起

物联网发展的基石是处于网络边缘侧的海量终端设备,其本身往往具有计算、存储等能力,而且要求处理时延较低,就近、尽快是这一类应用的典型需求,例如:工业互联网、车联网等。因此,物联网的兴起,催生了边缘计算技术的发展,给云计算模式带来了新的挑战。

3)移动互联网的发展

从手游、移动广告、网购、设备数量、网络流量等各个角度,持续迅猛发展的移动端给互联网发展带来了新的变革和机遇,移动终端的角色越来越重要,承担着越来越多的任务,计算、存储、网络等资源需要向用户侧供给。因此,移动互联网的发展给边边缘带来了机遇,很大程度上推动了边缘计算的发展。

4)大数据时代

大数据已成为目前互联网行业发展的基础。大数据的产生使得数据存储过于集中,而不是优化存储布局,忽视了分散数据的重要性和灵活性。数据完全可以在边缘测的小型数据中心或者在前端缓存中进行预处理,随后把结论性的数据放到云端,供后续进一步使用。因此,大数据的发展不能完全依赖集中式的处理模式,还可以通过部署边缘侧的数据中心或由边缘节点进行预处理,减少数据迁移、网络传输、数据备份等过多的带宽和资源消耗。

5)人工智能技术的发展

人工智能依赖具备存储能力、计算能力、分析能力的前端智能化设备来进行处理,例如:智能硬件、深度学习芯片、离线分析模型、 离线语音识别库等,以减少数据的传输延迟、缩短处理时间、增强用户体验等。边缘计算作为人工智能的一种计算模式,将伴随着海量前端智能设备的涌现而不断发展。

边缘计算战略地位

在边缘计算产业联盟暨2016首届边缘计算产业峰会上,国内专家探讨了边缘计算技术深层次的战略意义,具体如下:

(1)网络边缘智能化是未来产业发展方向。中国工程院院士邬贺铨表示,边缘计算实际上是在最靠近物理实体数据端的地方,就网络边缘处进行网络数据的处理、分析、存储、计算。其目的是在最靠近实际的工作物体的网络边缘侧来实现信息技术和产业技术的融合,使得处理数据更实时、更安全、更快捷,从而满足新兴技术和工业技术的深度融合,更好地为实体产业提供更加深度的智能化服务和实时性处理。边缘计算将是今后产业发展的一个方向。

(2)边缘计算将重新定义“云网端”关系。沈阳自动化研究所所长于海斌指出,中国在“十三五”规划中提出的两化融合、《中国制造2025》等国家战略,对ICT与OT的融合提出了迫切的需求。 边缘计算是ICT与OT融合的支撑与使能技术,产业发展将进入重要机遇期。工 业自动化技术体系将从分层架构、信息孤岛向物联网、云计算、大数据分析架构演进,而边缘计算将是实现分布式自治控制工业自动化架构的重要支撑。

(3)边缘计算将推动物联网实现。中国通信标准化协会秘书长杨泽民指出,如果说物联网的核心是让每个物体智能连接、运行,那么边缘计算就是通过数据分析处理,实现物与物之间传感、交互和控制。它是物联网从概念到应用的一把钥匙,更是制造业从“笨拙”变得 “智慧”的重要途径。此次边缘计算产业联盟的成立,意义非常重大。首先,它将使得物联网、云计算这些宏大的概念和梦想,落实到一个实实在在的行业上来实现。

(4)边缘计算产业联盟成立正当其时。中国工程院院士王天然表示,信息技术的涌现和高速发展正在推动全球产业格局的碰撞、变革、调整。

(5)边缘计算将重新定义“云网端”关系。对此,中国信息通信研究院技术标准研究所教授级高级工程师续合元表示,在“万物互联”的新时代,ICT产业发展将开辟新的空间,对高效低成本数据的处理、工业互联网的需求也将使得边缘计算越来越重要。

2017年2月, 美国计算机社区联盟(CCC)发布《边缘计算重大挑战研讨会报告》,阐述了边缘计算在应用、架构、能力与服务方面的主要挑战。据估算,美国2017年至2026年间边缘计算方面的支出将达到870亿美元,欧洲则为1850亿美元。

特征特点

边缘计算的优势

边缘计算是在靠近数据源或用户的地方提供计算、存储等基础设施,并为边缘应用提供云服务和IT 环境服务。相比于集中部署,边缘计算解决了时延过长、汇聚流量过大等问题,为实时性和带宽密集型业务提供更好的支持。

边缘计算可以实现应用本地化,园区、企业、场馆等自己的应用在本地闭环,可以有效降低成本,实现智慧工厂、智慧办公和智慧城市。

1. 低成本

边缘计算支持数据本地处理,大流量业务本地卸载可以减轻回传压力,有效降低成本。

2. 低时延

移动网络数据传输时延是由空口时延和网络侧传输时延组成;时延的降低依赖于空口性能提升、网络侧传输距离缩短。5G时代,业务处理功能依托边缘计算下沉到基站,数据传输时延可达0.5ms;下沉到传输汇聚层可达5.5ms以内。

3. 大带宽

边缘计算平台为企业提供“私有云”托管服务,充分利用运营商网络云化特性,进一步满足大带宽需求,可通过接入运营商的优质网络,为企业提供优质的网络资源和大带宽服务。

对比分析

边缘计算VS云计算

边缘计算是云计算的协同和补充,而并非替代关系。边缘计算与云计算各有所长,云计算擅长全局性、非实时、长周期的大数据处理与分析,能够在长周期维护、业务决策支撑等领域发挥优势。而边缘计算更适用局部性、实时、短周期数据的处理与分析,能更好地支撑本地业务的实时智能化决策与执行。

边缘计算与云计算需要通过紧密协同才能更好的满足各种需求场景的匹配,从而放大边缘计算和云计算的应用价值。边缘计算既靠近执行单元,更是云端所需高价值数据的采集和初步处理单元,可以更好地支撑云端应用。反之,云计算通过大数据分析优化输出的业务规则或模型可以下发到边缘侧,边缘计算基于新的业务规则或模型运行。

相关词条
推荐阅读
参考资料