边缘计算（Edge Computing）

---

背景

移动设备的普及计算密集型、时延敏感型等新兴移动应用不断涌现并迅速受到用户的青睐如增强现实、图像识别、网络游戏、车联网等。这类新兴的应用通常需要消耗大量的计算资源满足低时延需求。然而资源有限的移动设备很难满足上述移动应用的需求。

如果把物联网产生的数据传输给云计算中心将会加大网络负载网路可能造成拥堵并且会有一定的数据处理延时。随着物联网和云服务的推动边缘计算应之产生。在网络的边缘产生、处理、分析数据。本文将介绍一下边缘计算。

---

一、什么是边缘计算

边缘计算Edge computing是一种在物理上靠近数据源头的网络边缘检测融合网络、计算、存储、应用核心能力的开放平台就近提供边缘智能服务的计算模式。简单点讲边缘计算是将从终端采集到的数据直接在靠近数据产生的本地设备或网络中进行分析无需再将数据传输至云端数据处理中心。

边缘计算发生的位置称为边缘结点它可以数据产生的源头和云中心之间任一具有计算资源和网络资源的结点。比如手机就是人与云中心之间的边缘结点。在理想环境中边缘计算指的就是在数据产生源附近分析、处理数据没有数据的流转进而减少网络流量和响应时间。

这里是一个简单的例子就好像章鱼是用“腿来思考问题并就地解决问题大脑中有40%神经元相当云计算中心触手有60%神经元相当于边缘结点。

二、为什么需要边缘计算

在网络边缘产生的数据正在逐步增加如果我们能够在网络的边缘结点去处理、分析数据那么这种计算模型会更高效。许多新的计算模型正在不断的提出因为我们发现随着物联网的发展云计算并不总是那么高效的。

1.云服务的推动

云中心具有强大的处理性能能够处理海量的数据。但是将海量的数据传送到云中心成了一个难题。云计算模型的系统性能瓶颈在于网络带宽的有限性传送海量数据需要一定的时间云中心处理数据也需要一定的时间这就会加大请求响应时间用户体验极差。

2.物联网的推动

物联网技术的快速发展使得越来越多具备独立功能的普通物体实现互联互通实现万物互联。得益于物联网的特征各行各业均在利用物联网技术快速实现数字化转型越来越多的行业终端设备通过网络联接起来。

然而物联网作为庞大而复杂的系统不同行业应用场景各异据第三方分析机构统计到2025年将有超过千亿的终端设备联网终端数据量将达300ZB如此大规模的数据量按照传统数据处理方式获取的所有数据均需上送云计算平台分析云计算平台将面临着网络时延高、海量设备接入、海量数据处理难、带宽不够和功耗过高等高难度挑战。

为了解决传统数据处理方式下时延高、数据实时分析能力匮乏等弊端边缘计算技术应运而生。边缘计算技术是在靠近物或数据源头的网络边缘侧通过融合网络、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。简单点讲边缘计算是将从终端采集到的数据直接在靠近数据产生的本地设备或网络中激进型分析无需再将数据传输至云端数据处理中心。

例如自动驾驶汽车所需的实时操作和安全问题正将计算核心从云端推向网络边缘。自动驾驶车辆不断感测和发送有关路况、位置和周围车辆的数据。自动驾驶汽车每秒产生大约 1 GB 的数据由于需要处理带宽和延迟哪怕是将一小部分字节(TB)数据发送到集中式服务器进行分析也是不切实际的。快速处理数据是一种至关重要的能力而边缘计算是实现自动驾驶的关键。为了使车辆安全可靠地运行处理速度的任何滞后都可能是致命的。

想象一下自动驾驶汽车在检测道路上的物体或操作刹车或方向盘时由于云端而延迟。任何数据处理的减慢都会导致车辆的响应速度变慢。如果响应变慢的车辆不能及时做出反应就可能导致事故的发生。生命此时会切实受到威胁。

因此就必须提供足够的计算能力和合理的能耗即便在高速行驶的情况也可以确保自动驾驶车辆安全。为自动驾驶车辆设计边缘计算生态系统的首要挑战是提供实时处理、足够的计算能力、可靠性、可扩展性、成本和安全性以确保自动驾驶车辆用户体验的安全性和质量。

三、边缘计算 VS 云计算

大家都熟悉云计算它有着许多的特点有着庞大的计算能力海量存储能力通过不同的软件工具可以构建多种应用我们在使用的许多APP 本质上都是依赖各种各样的云计算技术比如视频直播平台电子商务平台。边缘计算脱胎于云计算靠近设备侧具备快速反应能力但不能应付大量计算及存储的场合。

边缘计算的概念是相对于云计算而言的云计算的处理方式是将所有数据上传至计算资源集中的云端数据中心或服务器处理任何需要访问该信息的请求都必须上送云端处理。因此云计算面对物联网数据量爆发的时代弊端逐渐凸显

1. 云计算无法满足爆发式的海量数据处理诉求。随着互联网与各个行业的融合特别是在物联网技术普及后计算需求出现爆发式增长传统云计算架构将不能满足如此庞大的计算需求。
2. 云计算不能满足数据实时处理的诉求。传统云计算模式下物联网数据被终端采集后要先传输至云计算中心再通过集群计算后返回结果这必然出现较长的响应时间但一些新兴的应用场景如无人驾驶、智慧矿山等对响应时间有极高要求依赖云计算并不现实。

边缘计算的出现可在一定程度上解决云计算遇到的这些问题。如下图所示物联终端设备产生的数据不需要再传输至遥远的云数据中心处理而是就近即在网络边缘侧完成数据分析和处理相较于云计算更加高效和安全。

边缘计算对于云计算边缘计算反应速度快无需云计算支持但低智能程度较低不能够适应复杂信息的处理。

边缘计算和云计算的区别

项目	边缘计算	云计算
计算方式	分布式计算聚焦实时、短周期数据的分析	集中式计算依赖云端数据中心
处理位置	靠近产生数据的终端设备或物联网关	云端数据中心
延时性	低延时	高延时
数据存储	只向远端传输有用的处理信息无冗余信息	采集到的所有信息
部署成本	低	高
隐私安全	隐私性和安全性较高	隐私性和安全性相对低需要高度关注

由此得出边缘计算

• 缓解海量数据对网络带宽造成巨大压力
• 满足联网设备对于低延时协同工作需求
• 保障联网设备上的个人隐私的安全
• 网络流量消耗较少

说了这么多总结一下这个边缘计算的优点

• 低延迟计算能力部署在设备侧附近设备请求实时响应例如在人脸识别领域响应时间由900ms减少为169ms语音识别功能如果经过云处理我们在终端上得到输出的时延是可以感知到的速度较慢因为要经过网络信号的长距离传输。而如果进行本地化处理不经过网络传输时延将大大降低用户的体验会更佳。
• 低带宽运行将工作迁移至更接近于用户或是数据采集终端的能力能够降低站点带宽限制所带来的影响。尤其是当边缘节点服务减少了向中枢发送大量数据处理的请求时。
• 能源消耗减少对于给定的任务需要判定放在本地运算节省资源还是传输给其他节点计算节省资源。如果本地空闲那么当然在本地计算是最省资源的如果本地正在忙碌状态那么把计算任务分给其他节点会更合适一些。权衡好计算消耗的能源和网络传输消耗的能源是一件非常重要的事情。一般当网络传输消耗的资源远小于在本地计算消耗的能源时我们会考虑使用边缘计算把计算任务卸载到其他空闲的节点上帮助实现负载均衡保证每一个结点的高性能。
• 隐私保护数据本地采集本地分析本地处理有效减少了数据暴露在公共网络的机会保护了数据隐私。例如我们对手机上的隐私和安全功能较为熟悉通过指纹识别和面部识别就可以解开手机锁这也用到了边缘计算。如果将这些数据上传到云上我们有可能面临数据的透明化因此边缘计算更有利于用户保护自己的隐私和安全。

四、边缘计算是如何工作的

边缘计算架构如下图所示尽可能靠近终端节点处处理数据使数据、应用程序和计算能力远离集中式云计算中心。

• 终端节点由各种物联网设备如传感器、RFID标签、摄像头、智能手机等组成主要完成收集原始数据并上报的功能。在终端层中只需提供各种物联网设备的感知能力而不需要计算能力。
• 边缘计算节点边缘计算节点通过合理部署和调配网络边缘侧节点的计算和存储能力实现基础服务响应。
• 网络节点负责将边缘计算节点处理后的有用数据上传至云计算节点进行分析处理。
• 云计算节点边缘计算层的上报数据将在云计算节点进行永久性存储同时边缘计算节点无法处理的分析任务和综合全局信息的处理任务仍旧需要在云计算节点完成。除此之外云计算节点还可以根据网络资源分布动态调整边缘计算层的部署策略和算法。

五、边缘计算的典型应用

智能手机

这是我们最熟悉的边缘AI设备。Siri和谷歌助手是智能手机上边缘AI的好例子因为该技术驱动了它们的语音UI。手机上的AI使得数据处理发生在设备边缘侧这意味着不需要将设备数据交付到云端。这有助于保护隐私和减少流量。

云卸载

在传统的内容分发网络中数据都会缓存到边缘结点随着物联网的发展数据的生产和消费都是在边缘结点也就是说边缘结点也需要承担一定的计算任务。把云中心的计算任务卸载到边缘结点这个过程叫做云卸载。
举个例子移动互联网的发展让我们得以在移动端流畅的购物我们的购物车以及相关操作商品的增删改查都是依靠将数据上传到云中心才能得以实现的。如果将购物车的相关数据和操作都下放到边缘结点进行那么将会极大提高响应速度增强用户体验。通过减少延迟来提高人与系统的交互质量。

视频分析

随着移动设备的增加以及城市中摄像头布控的增加利用视频来达成某种目的成为一种合适的手段但是云计算这种模型已经不适合用于这种视频处理因为大量数据在网络中的传输可能会导致网络拥塞并且视频数据的私密性难以得到保证。
因此提出边缘计算让云中心下放相关请求各个边缘结点对请求结合本地视频数据进行处理然后只返回相关结果给云中心这样既降低了网络流量 也在一定程度上保证了用户的隐私。
举例而言有个小孩儿在城市中丢失那么云中心可以下放找小孩儿这个请求到各个边缘结点边缘结点结合本地的数据进行处理然后返回是否找到小孩儿这个结果。相比把所有视频上传到云中心并让云中心去解决这种方式能够更快的解决问题。

小结

这篇文章当中我们介绍什么是边缘计算、为什么需要边缘计算、边缘计算VS云计算、边缘计算的典型应用在边缘结点处理数据能够提高响应速度减少带宽保证用户数据的私密性。这就是边缘计算。

参考资源

1. https://info.support.huawei.com/infofinder/encyclopedia/zh/%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97
2. 【通俗易懂的通信】什么是边缘计算Edge Computing
3. 什么是边缘计算