边缘计算推动物联网时代的 IT 发展

摘 要: 伴随着物联网的迅猛发展，以及 5G 时代的到来，边缘计算越来越得到广泛的重视与应用。本文从边缘计算的基本概念、边缘计算———物联网深度发展的解决方案、边缘计算——物联网深度发展的解决方案、边缘计算的广泛应用、边缘计算面临的挑战等多方面，论述了边缘计算在缩短数据的传输距离，消除带宽延迟问题，提升应用和性能的可靠性，降低运行成本的作用。

半导体工业的迅猛发展把算的广泛应用、边缘计算面临的挑战等多方面，论述了边缘计算在缩短数据的传输距离，消除带宽延迟问题，提升应用和服务的性能和可靠性，降低运行成本的作用。人们生活带到了智能时代，如:智能手环、智能手表、智能手机这样的随身玩物，更为整个工业世界带来了爆发式增长的、各类全新的传感器，世界半导体贸易统计组织( WSTS) 数据显示，上世纪九十年代初，半导体世界市场规模仅为约 500 亿美元，而 2018 年则增长至接近 10 倍的4779 亿美元。根据 IDC 预测，到 2020 年，全球将有 500 亿终端设备、2120 亿个传感器接入互联网，每天产生超过 44ZB 的数据大部分来自它们。海量的设备和庞大的数据量更组成了互联网的一个全新分支———物联网。

物联网和 5G 网络的出现，以及云基础设施上的负载越来越大，智能应用的数量剧增，推动了边缘计算的兴起。在物联网应用中，数据处理、分析和存储越来越多地发生在网络边缘侧，接近用户和设备需要访问信息的地方，边缘计算已成了一个重要的发展方向。物联网的快速发展推动了边缘计算的兴起。

01

边缘计算的概念

边缘计算是指在靠近智能设备或数据源头的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。边缘计算可以满足系统在实时业务、智能应用、安全隐私保护等方面的要求，为用户提供本地的智能服务。

边缘计算一般由云端管理系统、本地核心节点和普通设备组成，云端系统负责设备管理、配置设备驱动函数和联动函数、设置消息路由等功能，本地核心节点一般是计算能力较强的设备，如路由器和网关，提供本地计算、消息转发、设备管理的能力，设备一般如灯、开关等轻量级设备，可以接收网关下发的指令，和上报数据给网关。

通过缩短设备与提供给设备的云资源之间的距离，另外减少网络跳数，边缘计算消除了当今互联网在延迟和带宽方面的限制，从而带来全新的应用类别。就边缘计算而言，计算系统和存储系统也位于边缘，尽可能接近生成所处理的数据的部件、设备、应用或人。思科在 2014 年 1 月推出了其雾计算，以此将云计算功能引入到网络边缘。实际上，雾是标准，边缘是概念。雾实现了边缘计算概念中的可重复结构，那样企业就可以将计算推送到集中系统或云之外的地方，以获得更好的性能和可扩展性。

02

边缘计算-物联网深度发展的解决方案

基数庞大的传感器就像人的末梢神经，监控着工业机体的每一台设备、每一个流程，并将数据源源不断汇集到数据中心里，让企业能够通过数据形成新的工业感知。这种全新的感知不仅能够极大地提高生产效率，更能催生出自动驾驶、智能城市等全新的工业应用场景。

2．1 边缘计算的形成

随着海量数据在数据中心内的高速汇集，传统上以数据中心为核心的 IT 总体架构却遇到了空前的挑战。各类终端和传感器必须通过网络将数据汇集到数据中心里，再通过网络将经过处理的数据反馈给终端，从而形成完整的感知和控制回路。

巨大的数据量让整个数据中心的南北向网络面临沉重的负担。在以带宽计费的网络世界中，带宽太小就无法满足工业对实时感知的现实需求，而足量的带宽却又意味着及其高昂的成本和种种网络技术的限制。显然，这种以数据中心为核心的传统 IT架构思路已经不能支撑物联网的深度发展。于是，边缘计算应运而生。

2．2 边缘计算的可靠性

对于制造业、医疗、公用事业、和市政等，物联网的发展未来几年可能会得到快速的发展，无论是设备的数量还是数据量都会呈几何式增长。物联网设备产生的大量数据可能会导致延迟现象，而边缘计算解决方案可以帮助增强数据处理能力，缩短数据的传输距离，从而消除带宽和延迟问题，最终提升应用和服务的性能和可靠性，并降低运行成本，从而进一步帮助避免延迟。数据处理发生在距离数据来源最近的地方，这使得用户更容易实时的监测洞察到物联网设备的运行情况。

03

边缘计算的广泛应用

2018 年 9 月在无锡发布的《2017-2018 年中国物联网发展年度报告》显示，2017 年，我国物联网市场已进入实质性发展阶段，全年市场规模突破 1 万亿元，预计 2021 年，我国物联网平台支出将位居全球第一。

蓬勃发展的物联网产业也给边缘计算带来了前所未有的新需求。以自动驾驶汽车为例，由于自动驾驶汽车上遍布各种传感器，这些传感器每小时所采集到的数据量就有数十 TB，汽车正是基于对这些数据的实时分析来实现自动驾驶。问题来了，当汽车遭遇突发状况时，系统如何在第一时间毫不迟疑地做出反应呢? 依靠数据传输到云端处理，再下发指令的方式显然行不通。

并非只有自动驾驶这样的场景需要边缘计算，在医疗行业、制造行业、智能家居行业，类似这样的应用场景同样大量存在。在这些场景里，边缘计算的应用可以让系统做出实时响应，从而避免网络中断或延迟所造成的负面影响。研究公司Grand View 表示，物联网设备产生的大量数据可能会导致延迟现象，而边缘计算解决方案可以帮助增强数据处理能力，从而进一步帮助避免延迟。数据处理发生在距离数据来源最近的地方，这使得用户更容易实时的监测洞察到物联网设备的运行情况。总之，物联网的快速发展是推动边缘计算兴起的最大因素之一。

总之，边缘计算的时代来了。边缘计算是一种解决方案，边缘计算也是云服务，是由原来的数据中心慢慢推向了部分用户侧的边缘计算与云计算的协和，它是由于用户的业务需求所决定的，边缘计算更准确的是一种 IT 和 CT 更融合的解决方案。

作者简介: 蒋志斌( 1967-) ，男，湖南永州人，齐齐哈尔大学图书馆，副研究馆员，从事图书情报研究。

参考文献:

施巍松，张星洲，王一帆，张庆阳．边缘计算: 现状与展望

林小新．云计算、边缘计算和雾计算——了解每种计算的实际应用

刘启诚．边缘计算产业进入重要机遇期

李林哲，周佩雷，程鹏，史治国．边缘计算综述: 构架、挑战与应用

转发分享文章，

一起促进边缘计算领域知识传播！