邊緣計算：

和傳統的中心化思維不同，他的主要計算節點以及應用分散式部署在靠近終端的資料中心，這使得在服務的響應效能、還是可靠性方面都是高於傳統中心化的雲計算概念，具體而言，邊緣計算可以理解為是指利用靠近資料來源的邊緣地帶來完成的運算程式。

邊緣計算服務的構建，從技術領域是一種很大的創新！

如今AWS、微軟、英特爾等國外大型企業已經著手佈局邊緣計算，可以預見的是邊緣計算之於雲服務企業重要性可見一斑！

如果說雲計算是集中式大資料處理，那麼邊緣計算可以理解為邊緣式大資料處理！

由於邊緣計算(Edge computing )指的是接近於事物，資料和行動源頭處的計算，所以我們也可以把這種型別的資料處理使用更通用的術語來表示：鄰近計算或者接近計算(Proximity Computing)

具體而言邊緣計算具備的幾點特質：

1.分散式和低延時計算

2.對終端裝置的資料進行篩選，不必每條原始資料都傳送到雲，充分利用裝置的空閒資源，在邊緣節點處過濾和分析，節能省時

3.減緩資料爆炸，網路流量的壓力，在進行雲端傳輸時透過邊緣節點進行一部分簡單資料處理，進而能夠裝置響應時間，減少從裝置到雲端的資料流量

4.智慧化（Edge intelligence）

對於未來而言物聯網也好、AR或則VR場景也好以及大資料和人工智慧行業，實際上都有著極強的對近場計算的需求，邊緣計算保障大量的計算需要在離終端很近的區域完成計算，完成苛刻的低延時服務響應！

雲計算發揮著巨大的效能，業務的興起需要一種可以補充雲功能的新技術。滿足這一需求的解決方案是以邊緣計算形式出現的

什麼是邊緣計算？

邊緣計算可以定義為相互連線的裝置組成的精細網路，這些裝置不斷在其周邊非常頻繁地生成、傳輸、共享和處理資料。邊緣計算的整個思想是資料的本地化處理。

根據研究公司IDC的說法，邊緣計算被描述為“微資料中心的網狀網路，可在本地處理或儲存關鍵資料並將所有接收到的資料推送到中央資料中心或雲端儲存庫中”

因此，我們可以說“邊緣”一詞表示地理分佈。與雲計算不同，在這種情況下，計算不在資料中心執行，這些資料中心可能在地理上分佈並且遠離資料生成源，邊緣計算在最終服務和雲之間增加了一層。

邊緣計算如何工作？

將邊緣視為具有高度連線性的智慧裝置網路，這些裝置具有能夠非常快速地生成和處理資料的能力。隨著全球通訊渠道變得越來越擁擠，邊緣計算已成為下一個風口。

要使邊緣計算完全有效，需要一個超快速的本地化網路，該網路可以支援處理數百萬個相互連線的智慧裝置之間，龐大的資料傳輸速率。

邊緣計算在雲和終端裝置之間增加了一層。該層在資料來源和雲資料中心之間工作。在邊緣計算網路中，主要資料採集點是邊緣裝置的群集。這些裝置負責計算、儲存和聯網。

每個攝取點都是基於複雜的事件處理引擎進行分析的，這個引擎遵循特定的預定義規則和策略。根據分析，資料處理要麼在本地進行，要麼稱為“熱資料處理”。否則，它將被髮送到公共雲，通常稱為“冷資料處理”。

現 有的蜂窩和通訊基礎設施還不能夠使邊緣計算發揮其全部潛力。所以全球的電信公司都在加緊升級硬體。

邊緣計算的優勢

邊緣計算的優勢：低延遲、彈性、降低頻寬、伺服器資源依賴少；除此之外，邊緣計算的主要優勢還有機密性。

機密資訊在本地進行了預處理，並且只有符合隱私策略的資料才被傳輸到雲中以進行進一步分析。

減少延遲，這是與邊緣計算解決方案的使用相關的最常提及的優點。由於將大量資料傳送到雲，在雲中進行處理並傳輸回外圍裝置，因此從分析中得出結論的過程可能會有所延遲。

為什麼我們需要邊緣計算？

首先，現有的資訊和通訊基礎設施是基於資料集中化模型的。反過來，這給將大量資料傳輸到伺服器或資料中心等集中位置帶來了嚴峻挑戰。

從理論上講，與現有的資料集中化模型相比，邊緣計算旨在透過使整個過程更加分散化來更改整個資料生成、處理和傳輸機制。

一旦有效地達到了收集剩餘資料的目的，這又將減少剩餘資料的數量，因為其中的大部分將變得多餘。可以預期，全球資料流將在本地層面得到更多的渠道引導。

邊緣計算有哪些殺手級應用程式？

（1）CDN（內容交付網路）

CDN仍然是滿足邊緣需求的殺手級應用，在未來一段時間內，它可能仍將是最大的推動力之一。應用程式的設計方式以及智慧裝置的強大功能，可能使CDN在未來一段時間成為殺手級應用程式之王。

（2）安全監控

影片監控裝置在城市中已經非常的普及，隨著5G的部署預計在未來五年中，攝像頭的數量將同比增長20％。這些攝像機的影片分析可用於交通控制，零售商店監控、監視和安全，以及包括數字助理的消費者應用程式（用於實時決策）。以影片監控代表物聯網中最具挑戰性的“事物”，而大型影片分析可能很好地代表了邊緣計算的殺手級應用。

和雲計算的關係

雲計算：雲計算專注於集中式計算架構，因為所有需要訪問資料或使用任何相關資源的系統都必須具有云連結。所有內容都可以集中化並可以遠端訪問。

邊緣計算：邊緣計算是雲計算發展的下一個層次，從定義上講，這意味著所有計算都在網路的“邊緣”執行。唯一的不同是，物聯網裝置能夠執行初始計算，其餘工作則透過中央系統來完成，從而使中央系統的負載儘可能小

寫在最後

邊緣計算隨著5G商用化的程序推進，逐步提上日程，是雲計算的分支，適用於物聯網等新的應用場景。

在對時延要求極為苛刻的場景下，或者在毫秒級至關重要的情況下，在所有這些情況下都必須做出快速選擇，那麼與雲計算相比，實施邊緣計算是一個更明智的選擇；而要進行大量的計算處理，雲計算是一種可行的選擇。

在某些情況下，兩種技術都需要結合使用集中式和邊緣計算，但這又取決於情況和所出現問題的型別。

邊緣計算可以理解為是指利用靠近資料來源的邊緣地帶來完成的運算程式。

通俗來說，邊緣計算就是將計算的位置放在了更靠近使用者終端的地方，比如說，在智慧家居體系當中，將計算服務部分地遷移到自己家中的智慧音箱或者是具備影片獲取功能的智慧機頂盒等智慧裝置當中，而不是放在亞馬遜或者谷歌的雲伺服器。

正因如此，邊緣計算能夠快速回應，降低網路延遲；同時更好保護隱私，因為這些邊緣資料無需上傳。

邊緣計算指的是在網路邊緣結點來處理、分析資料。這裡，我們給出邊緣結點的定義，邊緣結點指的就是在資料產生源頭和雲中心之間任一具有計算資源和網路資源的結點。

比如，手機就是人與雲中心之間的邊緣結點，閘道器是智慧家居和雲中心之間的邊緣結點。在理想環境中，邊緣計算指的就是在資料產生源附近分析、處理資料，沒有資料的流轉，進而減少網路流量和響應時間。

邊緣計算的優點

在人臉識別領域，響應時間由900ms減少為169ms。

把部分計算任務從雲端解除安裝到邊緣之後，整個系統對能源的消耗減少了30%-40%，資料在整合、遷移等方面可以減少20倍的時間。