边缘计算(Edge computing)是相对云计算而言的,它是指收集并分析数据的行为发生在靠近数据生成的本地设备和网络中。边缘计算又被叫做分布式云计算、雾计算或第四代数据中心。
一、什么是边缘计算?
“边缘”一词在物联网的世界里被赋予了新的定义。随着5G时代的到来,边缘计算也被迅速推广和普及。那么到底什么是边缘计算呢?
边缘计算首先通过在WAN网络上虚拟化网络服务而出现。最初是一个平台来驱动的,适应了云计算用户的习惯,这也便是思科(Cisco)于2011年曾提出的雾计算概念的由来。随着新的边缘计算能力的出现,边缘计算不再需要构建集中的数据中心,创建了具有潜在数千个可应用的大规模分布式节点的能力。
边缘计算的专业解释过于复杂,我们尝试用一个简单的例子来解释它。
有人认为,章鱼不像是地球生物,更像是外星物种。这一说法并非凭空而来。章鱼基因组含有约33000个基因,是常见无脊椎动物的5-6倍,它的血是蓝色的,有三个心脏,软体多足没有毛发,比很多动物都聪明。
其实,章鱼就是一个典型的“边缘计算。”
你是否思考过这样一个问题?章鱼为什么那么聪明?为什么在捕捉猎物或者逃跑的时候,它有那么多条腕,为什么不会缠在一起?
这得益于章鱼的大脑的架构。
人类的神经元全部集中在脑部,与人类不同,章鱼脑部的神经元只有40%,其他60%分布在几条腕上。
这样做有什么好处呢?
好处是章鱼可以用自己的腕去思考问题,比如章鱼的腕碰到一只螃蟹,它不必将这一信息传给大脑,直接用这条腕就能完成思考,立马做出反应。
这就是边缘计算!将数据的处理、应用程序的运行,甚至一些功能服务的实现,统统从网络中心,搬到各个边缘节点上,以提高敏捷性、实时性以及安全性等等。
二、为什么需要边缘计算?
据 Gartner估计,目前全球使用了超过220亿个智能设备,到2025年,将有416亿个智能设备连上互联网。如果将这些设备产品的数据全部传输到云端,对网络带宽、网络流量成本控制、云端存储能力都是一个巨大的挑战。同时,一些应用需要及时响应,如工厂的机械设备的故障预测,时延即意味着损失。另外一些边缘设备还涉及个人隐私和安全。
为了应对物联网场景中海量数据传输、存储和云计算能力的挑战,领先的云计算厂商纷纷推出边缘计算的产品。将部分数据分析功能,放到了应用场景的附近(终端或网关)来实现,这种就近提供的智能服务可以满足行业数字化在敏捷连接、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。
三、边缘计算的由来
边缘计算是近几年才兴起的一个概念,它的出现是源于云计算在实际运用中的不足:
事例1:制造业打造智能工厂时,会有大量的智能化终端和设备通过工业网络接入,企业需要计算和处理的日常业务数据越来越庞大。同时,工业上有大量需要实时处理的场景,需要在毫秒级别进行实时响应。由于网络的限制,云计算架构难以实现实时响应。(延时即事故)
事例2:通过大量传感器,对油田生产数据实现自动化采集,但如果每个传感器都向云端发送连接,海量的数据给网络带来巨大压力。(海量即拥堵)
项目 |
云计算 |
边缘计算 |
计算方式不同 |
集中式计算 |
分布式计算 |
地点不同 |
远离 |
靠近应用场景设备或网关 |
功能不同 |
所有的数据分析和控制逻辑功能 |
收集数据、执行指令和部分分析功能 |
延时性 |
延时 |
低延时 |
隐私和安全 |
需要高度关注和采取措施 |
隐私性和安全性较高 |
数据存储 |
存储所有收集的信息 |
仅向云发送有用的处理后信息 |
部署成本 |
高 |
低 |
计算能力 |
由性能强大的服务器组成 |
‘有性能较弱、分散的各类功能计算机(服务器)组成,是云计算的补充 |
云计算智能 |
继承云智能(精简智能),仅实现应用场景的大部分智能 |
分布式和低延时计算: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。
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。
更加智能化:AI+边缘计算的组合出击让边缘计算不止于计算,更多了一份智能化。
更加节能: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。
四、边缘计算的发展历程
边缘计算技术的发展大致分成3个阶段:技术储备期、迅速增长期和稳定发展期。
边缘计算发展历程
1、技术储备期
在2015年之前,边缘计算还处于相关技术理论累积阶段,是尝试向各行业灌输边缘计算相关概念的阶段。这一时段,边缘计算先后经历了“蛰伏—提出—定义—推广”几个发展过程。
2、迅速增长期
2015—2017年,边缘计算开始被业内认可并熟知,各级别刊物上与之相关的论文发表数量增长了10余倍,可以说得到了飞速发展。在这段时期内,基于边缘计算模式而开启的万物互联时代逐渐到来,引起了国内外学术界和产业界的高度关注。
3、稳定发展期
2018年开始,技术日趋成熟的边缘计算开始稳健发展,这一年也是边缘计算发展过程中的最重要的一年。虽然2018之前业内已经对边缘计算抱了很大期望,但是将边缘计算推向前台并被大众熟知,还是要数2018年。这一阶段,边缘计算技术的渗透范围很快扩大,参与该技术的行业基本覆盖了计算机领域的各个环节,如云计算公司、硬件生产商、CDN服务公司、通信运营商、科研机构和产业联盟/开源社区等。
五、边缘计算典型应用场景
边缘计算的概念是因工业制造之因而起。在工业领域,云端固然必不可少,但是仍需要边缘与云端的协同工作。单点故障在工业级应用场景中是绝对不能被接受的,因此除了中心云的统一控制外,工业现场的系统也必须具备一定的活力,能够自主判断并解决问题。边缘计算可以更便捷地处理工厂设备产生的海量数据,及时检测异常情况,更好地实现预测性监控,提升工厂运行效率的同时也能预防设备故障问题。
除了工业制造之外,边缘计算在物联网时代不断增长的数据催生了对边缘计算的需求。
边缘计算应用场景
尽管目前工业企业所追求的核心问题是如何使数据赋能生产和产生价值。但我们不能忽视多年来困扰工业企业的共性问题:如何收集数据?对于任何一个工业企业来说,开采数据金矿的第一步就是收集数据,没有数据收集的大数据分析是空中楼阁,没有数据的工业云平台就像一棵没有根的树。
在不同的工业生产过程中,由于自动化产品品牌众多,工业接口多样化,工业协议不一致,似乎简单的数据采集并不那么容易。
边云协同, 对于ICT厂商、OT厂商、OTT厂商以及电信运营商都带来了不可估量的价值,通过对数据的深度挖掘,促使业务创新和商业模式创新,加速数字化转型。