前方高能！喵喵告诉你：边缘计算能为气象放出哪些大招？

自从云计算火起来，近年来，

各种“X计算”真是层出不穷，

不光有云计算，还有“雾计算”“霾计算”，

仿佛是要把各种天气

放在计算领域搞个大会师。

而这个“边缘计算”，如果不认真看，

还真可能一眼略过，

或者把它当成一个“蹭热点”的新概念。

No，No！

但还真不是这样，边缘计算要说起来，

出现还要远早于云计算，

只不过，当初不用这个说法。

如果把计算这件事比喻成用水，起初家家打井，取地下水喝；后来有了自来水公司供水，只要打开水龙头，就自然有水流出来。其实打井就是边缘计算，而自来水就是云计算。

在信息技术发展初期，计算自然而然地集中在边缘，就拿气象行业举例，除了数值预报、通信系统这些核心业务，其实一开始大部分数据和计算都在各省乃至地级、县级。

节点末端的优势，不可替代！

这么说来！

边缘计算似乎是一种落后的技术，

那么为什么现在我们又重新提起它来了呢？

其实理由很简单——因为某些时候，人们需要降低延时。换句话说，人们实在等不了数据从边缘传到云端，再从云端传回边缘。

拿时下热门的自动驾驶来说吧，

自动驾驶对于汽车搭载的AI而言，

是一项复杂的考验。

道路上的情况瞬息万变：红绿灯、前车动向、突然出现的行人……

想想看，你坐着自动驾驶车在路上行驶，距离你10米的地方突然跳出来一只猫，你能等着你的车发现猫，再把信息传回云计算中心，再由云计算中心告诉车“躲开！”，然后再执行回避动作吗？

怕是猫有九条命都不够用吧！

一方面，车载AI需要在复杂的情况下做出最优判断，另一方面，高速行驶的汽车制动距离动辄十几米到几十米，车载AI需要在非常短的时间内迅速反应。

这样一来，自动驾驶的汽车内就有了边缘计算的用武之地。我们在车中装设计算机，在车上进行决策保证反应速度。

低延时是边缘计算的最大优点。孙楠 制图

当然，这不是说云计算就没用了，

汽车会将收集的数据传回云数据中心，

在那里对驾驶AI进行训练（这个是云计算中心的专长），

并将改进后的AI更新到车载终端，

让驾驶技术越来越高。

边缘计算为强对流预报“多挤出”珍贵的几分钟

哪种预报对于实时性的要求最高、

最难容忍延迟？

相信对天气预报有所了解的人，

都不难给出答案，

那就是全世界气象学家面对的共同难题——强对流预报。

这种以发生突然、变化迅速著称的天气，让很多人挠头。一直以来，观测、预报强对流天气的利器，是建于各地的雷达。但即使是反应迅速的雷达，采集、传输数据也要花上几分钟，之后数据才能摆到预报员的台面上。

现在很多天气类APP和网站上都能查到这种雷达图，看着动图，你自己也能大概估计强对流天气什么时候来。来源：中央气象台

中国气象局公共气象服务中心副总师薛冰试图省下雷达数据回传这几分钟的时间。

他将基于人工智能技术研发的强对流天气秒级精准预警服务产品加工系统部署在天气雷达站内，以便直接从雷达第一时间获取监测资料，迅速分析强对流云团。

“十几秒就能完成客观分析，

抢出来的几分钟也许就能救命。”

薛冰这样评价自己的试验。

总结一下，边缘计算现在被提出来，

其实是作为云计算的一个有益补充，

并不是什么革命性的新概念。

打个比方来说，完全依赖云计算，就好比一家公司事无巨细都要请示总裁，难免反应迟缓，网络出现问题就会彻底瘫痪。

而云计算结合边缘计算，就好比让基层也开始发挥主观能动性，放开一部分自主权，不但提升了时效性，也能缓解日益增加的通信压力。

在走向“万物互联”的互联网下半场，这种云与边缘有机结合的模式，有望展现出更大的能量。