每日一课 | 在智慧灯杆里，边缘计算具体是指什么？

              

3.7 边缘计算

边缘计算（Edge Computing）是一种在物理上靠近数据生成的位置处理数据的方法，这种技术使得联网设备能够处理在“边缘”形成的数据，这里的“边缘”是指位于设备内部或者与设备本身要近得多的地方。

未来，将有数十亿台设备连接到互联网，更快、更可靠的数据处理将变得至关重要。近年来，云计算的整合和集中化性质被证明具有成本效益和灵活性，但物联网和移动计算的兴起给网络带宽带来了不小的压力。最终，并不是所有的智能设备都需要利用云计算来运行。在某些情况下，这种数据的往返传输，也应该能够一一避免。由此，边缘计算应运而生。图3-24所示为物联网、边缘计算和云计算之间的联系。

图3-24 物联网、边缘计算和云计算之间的联系

预计到2022年，全球边缘计算市场规模将达到67.2亿美元。虽然这是一个新兴领域，但在云计算覆益的一些领域，边缘计算的运行效率可能要更高。边缘计算使得数据能修在最近端（如电动机、泵、发电机或其他设备传感器）进行处理，减少在云端之间来回传输数据的需要。

边缘计算被描述为“微型数据中心的网状网络，在本地处理或存储关键数据，并将所有接收到的数据推送到中央数据中心或云存储库，其覆盖范围不到10㎡”。

例如，一辆无人驾驶汽车可能包合可以立即提供其发动机状态信息的传感器。在边缘计算中，传感器数据不需要传输到汽车上或者云端的数据中心，来查看是否有什么东西影响了发动机的运转。
       本地化数据处理和存储对计算网络的压力更小。当发送到云端的数据变少时，发生延迟的可能性，以及云端与物联网设备之间的交互导致的数据处理延迟就会降低。
       这也让基于边缘计算技术的硬件承担了更多的任务，它们包含用于收集数据的传感器和用于处理联网设备中的数据的CPU或GPU。
       随着边缘计算的兴起，理解边缘设备所涉及的另一项技术也很重要，它就是雾计算（Fog Computing）。边缘计算具体是指在网络的“边缘”或附近进行的计算过程，而雾计算则是指边缘设备和云端之间的网络连接。
       换句话说，雾计算使得云更接近于网络的边缘，因此，根据OpenFog的说法，“雾计算总是使用边缘计算，而不是边缘计算总是使用雾计算。”
       回到无人辅助驾驶场景：传感器能够收集数据，但不能立即对数据采取行动。例如，如果一名车辆工程师想要了解汽车车轴和刹车系统是如何运行的，他可以使用历史累计的传感器数据来预测零部件是否需要进行维修或替换。在这种情况中，数据处理使用边缘计算，但它并不总是即时进行的（与确定引擎状态不同）。而使用雾计算，短期分析可以在给定的时间点实现，而不需要完全返回中央云。
       图3-25所示为云计算、雾计算与边缘计算。
       关于边缘计算的讨论通常会忽略有多少类型的“边缘”计算，而边缘计算的基本驱动因素和许多类型的边缘计算需要被重点关注。
       由于边缘计算指的是接近于事物、数据和行动源的计算，所以，可以把这种类型的数据处理使用更通用的术语来表示：邻近计算或者接近计算（ProximityComputing）。当我们对周围所发生的事件需要及时做出响应，以获得良好的用户体验时，由于有许多此类事件，因此，需要将这类复杂的系统编排为感知、处理和行动（SensingProcessingActing，SPA）。SPA的成本是本地与远程处理成本、网络连接成本及远程系统管理成本的函数。

图3-25 云计算、雾计算与边缘计算

当涉及最佳邻近计算时，有很多类型的边缘（Edges）要考虑。主要有3种类型：个人边缘（PersonalEdge）、业务边缘（Business Edge）及云边缘（Cloudy Edge）。这3种边缘将SPA部署到不同环境中来处理一系列不同的问题，以实现最佳的自动响应。