科技领域的竞技场从来不缺挑战，随着5G以及万物互联时代的到来，边缘计算已成为当下热门技术之一，行业大佬纷纷加入边缘计算战场：微软公司发布“Azure IoT Edge”等边缘侧产品，亚马逊公司发布“AWS Greengrass”边缘侧软件，将AWS云服务无缝扩展至设备。阿里云宣布2018年将战略投入边缘计算技术领域并推出边缘计算产品Link Edge。微软云、亚马逊、阿里云给予厚望、被广泛应用于物联网用例中的边缘计算究竟是什么？人生就是博尊龙凯时作为IoT综合通信产品及解决方案服务商，以二十多年来投身于推动产业+物联网的发展积累的专业技术和行业应用实践经验，从边缘计算来源、与云计算的关系、优势、应用等四个方面分详细解答。
1、什么是边缘计算？
边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台。边缘计算的核心是将计算任务从云计算中心，迁移到产生源数据的边缘设备上。其将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。边缘节点更接近于用户终端装置，可以加快资料的处理与传送速度，减少延迟，大大减少在大规模分布式站点下给应用程序所带来的影响。
边缘计算参考架构（来源边缘计算白皮书）
2、边缘计算和云计算的关系
云计算作为互联网重要的平台技术，云计算能够建造大型数据中心，将大量数据集中式存储和处理，利用数据中心海量机器的算力来计算和解决问题。云计算通常被赋予的重大使命。随着物联网时代到来，云计算平台将面临着海量设备接入、海量数据、带宽不够和功耗过高等高难度挑战，其中心化能力在网络边缘存在诸多不足：
计算能力不足：线性增长的集中式云计算能力无法匹配爆炸式增长的海量边缘数据；
传输能力不足：传输带宽负载急剧增加造成较长网络延迟，难以满足控制类数据、实时数据传输需求；
安全能力不足：云计算的安全与应用软件、平台、操作系统、多段网络、权限管理等多方面因素有关，边缘数据安全隐私受到极大关注；
能源消耗较大：边缘设备传输数据到云平台消耗较大电能，从云平台获取数据到设备现场也需要二次消耗电能。
边缘计算刚好弥补这种不足，其通过数据处理从云中心转移到网络边缘，计算和数据存储可以分散到互联网靠近物联终端、传感器和用户的边缘，不仅可以缓解云带宽、计算等压力，还可以优化面向感知驱动的网络服务架构，通俗的理解为设备大部分情况下不用连接云平台，通过局部数据计算就可以实现物联设备的智能控制，某种程度上讲边缘计算赋予终端设备处理数据的能力。
人生就是博尊龙凯时负责技术研发的云计算专家是这样总结边缘计算和云计算二者之间的区别：
云计算注重把握整体的战略决策指导，边缘计算更专注局部的分析处理
3、边缘计算有哪些优势
分布式和低延时计算，实时性高：边缘计算聚焦实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行，能够适应实时性要求高的应用
数据处理效率更高：由于边缘计算距离用户更近，在边缘节点处实现了对数据的过滤和分析，因此效率更高
成本更低：云计算和边缘计算结合，成本只有单独使用云计算的39%
缓解流量压力：在进行云端传输时通过边缘节点进行一部分简单数据处理，进而能够设备响应时间，减少从设备到云端的数据流量
4、边缘计算主要应用在哪些领域？
边缘计算最需要的应用是在哪里？消费物联网、工业互联网等领域被寄予了厚望，使用场景小到与个人相关的智能手机，路由器，游戏机，机顶盒，移动信号塔，蓝牙耳机，笔记本电脑，嵌入式车载智能系统，大到制造工厂中无人机器手臂，无人流水线，船舶、飞机、电梯以及户外大型重工业机器设备数据采集等。
梯联网方案总体架构图
当下智能制造大势发展的背景下工业端应用超越了消费端应用，在制造业领域，无论是针对设备的预测性维护，还是针对消费者的柔性制造，工业现场数据价值显得尤为重要，而边缘计算因其就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面更好满足工业数据实时和安全的需求，如自动化系统中的机床、机器人、周边设备及传感器连接现场数据实时上传并可提供先进数据分析，提高生产过程中生产质量、效率、灵活度以及设备可靠性，从而提高设备综合效率并促进生产利润的提升。
边缘计算在智能制造系统虚拟化和业务编排上的应用
智慧照明解决方案架构图
据IDC预测，到2020年全世界将有多达500亿的智能设备接入互联网，而40%以上数据需要在边缘进行分析、处理和存储，人生就是博尊龙凯时认为边缘计算的应用领域绝不仅仅限于工业和消费领域，其可以应用于生活中的方方面面，如边缘计算融合IoT云平台、无线通信技术、人工智能技术、区块链技术等，可实现实时监测电网的运行状态、城市路灯管网监测、传感器数据监测和分析、石油/天然气等行业的远程监测和分析等各种相关领域，边缘计算应用市场潜力巨大未来更多细分领域应用等待被挖掘。
