朋友们，如需转载请标明出处：http://blog.csdn.net/jiangjunshow

 

近年来，大数据、云计算、人工智能技术的快速发展，给互联网带来了极大的变革，同时也对其计算模式提出了新的要求。

大数据时代每天产生的数据激增，也让物联网的数据对响应时间和安全性提出了更高的要求；云计算虽然为大数据处理提供了高效的计算平台，但目前网络带宽的增长速度远赶不上数据的增长速度，同时网络延迟很难有突破性提升，传统云计算模式需要解决带宽和延迟这两大瓶颈。

因此，边缘计算应运而生并得到了广大研究者的关注与认可。

 

边缘计算(Edge Computing)是云计算向边缘的延伸，在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，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的关键需求。

通俗地说，边缘计算就是在网络边缘结点来整理处理数据，而不是在中央服务器里整理后实施处理，目前边缘节点主要包括通信基站、服务器、网关设备以及终端设备。边缘计算比云计算更加靠近数据产生的地方，作为对云计算方式的补充，边缘计算弥补了云计算的诸多缺陷，它可以作为联接物理和数字世界的桥梁，使能智能资产、智能网关、智能系统和智能服务。

 

与传统云计算相比，边缘计算有着以下优点：

 

低时延：由于数据是在边缘结点进行分析处理，降低了延迟，提升应用的响应速度。据运营商估计，如若经由部署在接入点的MEC完成处理和转发，则时延有望控制在1ms之内。

更安全：一些比较敏感的数据直接在边缘进行分析处理，不用全部上传至云计算平台，能够尽可能的避免数据泄露问题。

减少数据传输：数据不需要全部传输到云端，减少智能设备和数据中心传输的数据量，节省了大量带宽成本，同时还能减小核心网络的拥堵。

提高可用性：边缘计算分担了中心服务器的计算任务，并且降低了出现单点故障的可能。另外很多智能终端设备在非工作状态下处于闲置状态，边缘计算可以充分的对其加以利用，提高了资源的利用率。

目前，边缘计算产业主要涉及以下四个领域：

 

设备：支撑现场设备实现实时的智能交互和智能应用。

网络：为系统互联、数据聚合与承载提供连接服务。

应用：需要实现边缘行业应用，支持边缘业务运营。

数据：提供全生命周期数据服务并保障数据的安全与隐私。

 

因为这些特性，边缘计算应用非常广泛，而它特别适合具有低时延、高带宽、高可靠、海量连接、异构汇聚和本地安全隐私保护等特殊业务要求的应用场景。

比如政府也在大力发展的智慧城市——2016 年阿里云提出了“城市大脑”的概念，实质是利用城市的数据资源来更好地管理城市。然而，智慧城市的建设所依赖的数据具有来源多样化和异构性的特点，同时涉及城市居民隐私和安全的问题，因此应用边缘计算模型，将数据在网络边缘处理是一个很好的解决方案。

边缘计算在智慧城市的建设中有丰富的应用场景，比如在城市路面检测中，在道路两侧路灯上安装传感器收集城市路面信息，检测空气质量、光照强度、噪音水平等环境数据，当路灯发生故障时能够及时反馈至维护人员；在智能交通中，边缘服务器上通过运行智能交通控制系统来实时获取和分析数据，根据实时路况来控制交通信息灯，以减轻路面车辆拥堵等；在无人驾驶中，如果将传感器数据上传到云计算中心将会增加实时处理难度，并且受到网络制约，因此无人驾驶主要依赖车内计算单元来识别交通信号和障碍物，并且规划路径等等。

 

物联网的发展和云计算的推动使得边缘计算的模型出现在社区之中，但整体而言，边缘计算仍处于发展初期，需要经过不断的测试与完善才能真正的投入使用，时下5G、人工智能、物联网等领域的发展速度已经超过了预期，对于边缘计算的应用需求愈发加强，相信在不远的未来，边缘计算将与云计算互为补充，创造一个崭新的智能新世界。