在數(shù)據(jù)處理領(lǐng)域，邊緣計算的概念起源于云計算。它是指在靠近數(shù)據(jù)源的一側(cè)構(gòu)建一個融合了網(wǎng)絡(luò)、計算、存儲和應(yīng)用等核心能力的計算節(jié)點，提供就近處理數(shù)據(jù)的能力，而不是把所有數(shù)據(jù)都留給云端處理。
人們可能會質(zhì)疑，云計算的目的不是將數(shù)據(jù)集中到云上進(jìn)行處理么？為什么現(xiàn)在分工到了邊緣？為了解決這個問題，我們以物聯(lián)網(wǎng)場景為例，假設(shè)以下場景：
企業(yè)家要把工業(yè)園區(qū)建成智能園區(qū)，園區(qū)內(nèi)的各類設(shè)備（包括視頻監(jiān)控設(shè)備、門禁設(shè)備、消防設(shè)備、水電設(shè)備等）接入物聯(lián)網(wǎng)平臺進(jìn)行統(tǒng)一管理。然而，當(dāng)這位負(fù)責(zé)人開始研究如何訪問各種設(shè)備時，他發(fā)現(xiàn)設(shè)備種類太多，所有的設(shè)備都是根據(jù)自己獨特的行業(yè)協(xié)議來報告數(shù)據(jù)的；相比之下，物聯(lián)網(wǎng)平臺支持的通信協(xié)議是有限的，所以他不得不將這5種設(shè)備轉(zhuǎn)換成將各種行業(yè)協(xié)議轉(zhuǎn)化為物聯(lián)網(wǎng)平臺支持的協(xié)議，這是一個巨大的工作量。
在上述同一家企業(yè)，該負(fù)責(zé)人在研究訪問控制系統(tǒng)的訪問方式時發(fā)現(xiàn)了另一個問題：訪問控制系統(tǒng)中的員工數(shù)據(jù)屬于企業(yè)的隱私數(shù)據(jù)，將這部分?jǐn)?shù)據(jù)傳輸?shù)皆粕喜环瞎镜陌踩摺５绻皇情T禁系統(tǒng)不接入云，維護(hù)成本高，也不利于系統(tǒng)之間的聯(lián)動。
同時，園區(qū)內(nèi)的一家汽車公司也遇到了問題。公司生產(chǎn)基于物聯(lián)網(wǎng)的自動駕駛儀，車輛通過車輛系統(tǒng)和物聯(lián)網(wǎng)平臺獲得自動駕駛指示?？刂葡到y(tǒng)的開發(fā)非常順利，但有一個問題是無論如何都無法解決的：道路上的網(wǎng)絡(luò)信號太不穩(wěn)定。如果信號不好或出現(xiàn)交通堵塞，數(shù)據(jù)將被發(fā)送到云端，等待命令發(fā)出，可能會有幾秒鐘的延遲，這在復(fù)雜的道路條件下是致命的。
以上所有問題都是設(shè)備直接連接云解決方案的痛點。在物聯(lián)網(wǎng)解決方案中引入邊緣計算的概念，可以解決這些問題。
物聯(lián)網(wǎng)邊緣計算能做什么？
邊緣計算是一個概念，當(dāng)我們討論它能做什么時，我們需要給它一個實體。本文以華為物聯(lián)網(wǎng)平臺推出的邊緣計算服務(wù)“物聯(lián)網(wǎng)邊緣”為例。物聯(lián)網(wǎng)邊緣部署邊緣節(jié)點，將網(wǎng)絡(luò)、計算、存儲和應(yīng)用的核心能力集成在靠近對象或數(shù)據(jù)源的邊緣側(cè)，并在附近提供計算和智能服務(wù)，以滿足行業(yè)在實時業(yè)務(wù)、應(yīng)用智能、安全和隱私保護(hù)方面的基本需求。接下來，我們從三個角度介紹物聯(lián)網(wǎng)邊緣服務(wù)的核心功能。
開放生態(tài)系統(tǒng)
邊緣節(jié)點作為物聯(lián)網(wǎng)的“小腦”，是具有獨立訪問和計算能力的服務(wù)器。我們通常根據(jù)它的形狀稱之為邊緣盒。物聯(lián)網(wǎng)邊緣服務(wù)不強(qiáng)制邊緣盒匹配，只對邊緣盒的硬件規(guī)格有一些基本要求，只要硬件滿足要求，無論型號如何，都可以部署基于docker容器模式的邊緣服務(wù)軟件包，在邊緣端獲得設(shè)備訪問、設(shè)備聯(lián)動和低延遲本地閉環(huán)管理的基本能力。當(dāng)物聯(lián)網(wǎng)遇上邊緣計算，會發(fā)生怎樣的精彩碰撞？
在接入方面，物聯(lián)網(wǎng)邊緣服務(wù)支持用戶自行開發(fā)第三方接入?yún)f(xié)議驅(qū)動程序，通過云端分發(fā)到邊緣節(jié)點運(yùn)行，實現(xiàn)工業(yè)網(wǎng)關(guān)行業(yè)協(xié)議接入。同時，物聯(lián)網(wǎng)邊緣服務(wù)還支持用戶開發(fā)和部署第三方邊緣容器應(yīng)用，擴(kuò)展邊緣節(jié)點的能力。物聯(lián)網(wǎng)邊緣服務(wù)在硬件、協(xié)議、應(yīng)用等方面高度開放，可以滿足多種定制需求，應(yīng)用于多種物聯(lián)網(wǎng)場景。
邊云協(xié)同
邊緣節(jié)點雖擁有獨立計算能力，但“小腦”真正的價值，還是需要與“大腦”合作才能發(fā)揮，邊云協(xié)同能力才是IoT邊緣服務(wù)真正的殺手锏。IoT邊緣服務(wù)在云端提供圖形化的操作界面，支持納管邊緣節(jié)點，進(jìn)行統(tǒng)一應(yīng)用部署、節(jié)點運(yùn)維和業(yè)務(wù)管理，大幅降低邊緣節(jié)點部署與運(yùn)維的復(fù)雜度。
邊緣節(jié)點納管后，通過云端分工合作實現(xiàn)業(yè)務(wù)分層處理：例如在車聯(lián)網(wǎng)的場景下，需要及時處理的業(yè)務(wù)，如自動駕駛、車路協(xié)調(diào)等，由邊緣節(jié)點直接計算并返回結(jié)果；對延時不敏感、數(shù)據(jù)量大的業(yè)務(wù)，如大屏幕監(jiān)控、大數(shù)據(jù)分析等，交由云處理。
再比如，在園區(qū)場景中，涉及用戶隱私的數(shù)據(jù)在節(jié)點的本地自關(guān)閉環(huán)路中進(jìn)行處理，所有數(shù)據(jù)在本地節(jié)點閉環(huán)中進(jìn)行采集、處理和存儲；非隱私數(shù)據(jù)清理匯總后，上傳到云端進(jìn)行機(jī)器學(xué)習(xí)和訓(xùn)練，并對局部智能算法進(jìn)行不斷優(yōu)化和更新。通過業(yè)務(wù)層次化處理，最大限度地實現(xiàn)物聯(lián)網(wǎng)的價值，實現(xiàn)真正的萬物互聯(lián)。
邊云協(xié)同的能力雖然強(qiáng)大，但邊和云之間通過網(wǎng)絡(luò)連接，若網(wǎng)絡(luò)出現(xiàn)問題，導(dǎo)致邊與云斷連，這種情況該如何保障邊緣業(yè)務(wù)？IoT邊緣服務(wù)提供了邊緣節(jié)點本地自治能力，網(wǎng)絡(luò)異常時，云端已下發(fā)的規(guī)則和AI模型依然可正常運(yùn)行，確保業(yè)務(wù)連續(xù)性；當(dāng)網(wǎng)絡(luò)恢復(fù)時，數(shù)據(jù)再同步到云端。同時，邊緣節(jié)點還提供本地控制臺，無需聯(lián)網(wǎng)即可登陸，實現(xiàn)邊緣節(jié)點管理自治。
邊緣智能
我相信目光敏銳的學(xué)生已經(jīng)注意到我們提到的數(shù)據(jù)清理、邊緣規(guī)則和邊緣人工智能，這是我們接下來要討論的邊緣智能能力。
數(shù)據(jù)清理是指邊緣端過濾、消除重復(fù)并聚合設(shè)備報告的數(shù)據(jù)，然后將其報告給云的使用場景。它的目標(biāo)是有選擇地向云報告數(shù)據(jù)，減少云的帶寬和云的存儲和計算需求。
具體來說，過濾是指用戶指定的過濾條件。例如，如果屬性a大于10，則將篩選符合條件的數(shù)據(jù)。用戶可以同時指定多個條件，條件之間的關(guān)系可以是“與”（過濾滿足所有條件的數(shù)據(jù)）或“或”（過濾滿足任一條件）。去重意味著當(dāng)設(shè)備連續(xù)報告具有重復(fù)屬性值的消息時，邊緣節(jié)點將只向云報告第一條消息。
聚合意味著用戶可以指定一個時間窗口（例如一個小時），并且邊緣節(jié)點將在這個時間窗口中的每個設(shè)備報告的數(shù)據(jù)聚合成一個數(shù)據(jù)報告，并且用戶可以指定數(shù)據(jù)中每個屬性的聚合方法，例如取最大值/最小值、求和、平均值等等，這三條清理規(guī)則的優(yōu)先級是過濾>去重>聚合，即當(dāng)用戶同時設(shè)置這三條清理規(guī)則時，首先對數(shù)據(jù)進(jìn)行過濾，然后進(jìn)行去重，最后進(jìn)行聚合和報告。
邊緣規(guī)則是指邊緣側(cè)的規(guī)則引擎。物聯(lián)網(wǎng)平臺支持將云端創(chuàng)建的設(shè)備鏈接規(guī)則分發(fā)到邊緣端執(zhí)行，實現(xiàn)簡單業(yè)務(wù)邊緣的快速閉環(huán)。
物聯(lián)網(wǎng)邊緣計算能解決哪些問題？
在介紹了物聯(lián)網(wǎng)邊緣的功能之后，智慧園區(qū)和智慧城市是物聯(lián)網(wǎng)邊緣計算的主要應(yīng)用場景。接下來，讓我們看看邊緣計算可以解決哪些問題，以及它在這兩個場景中可以帶來什么價值。
首先，讓我們看看智慧園區(qū)的場景
園區(qū)的門禁、消防、監(jiān)控等系統(tǒng)由不同的供應(yīng)商提供，均采用各自的行業(yè)協(xié)議。整個園區(qū)接入物聯(lián)網(wǎng)平臺需要多達(dá)十幾種設(shè)備和子系統(tǒng)協(xié)議，但物聯(lián)網(wǎng)平臺支持的設(shè)備接入?yún)f(xié)議類型只有有限的幾種，該怎么辦？
自建網(wǎng)關(guān)適配協(xié)議是一種可行的方案，但集成仍然很困難。但是，如果采用物聯(lián)網(wǎng)邊緣，邊緣軟件原生+第三方驅(qū)動形式可支持的協(xié)議類型可多達(dá)30+種，第三方驅(qū)動開發(fā)簡單，可以大大降低集成難度。
各子系統(tǒng)在各自的職責(zé)范圍內(nèi)履行各自的職責(zé)并快速響應(yīng)。然而，一旦遇到需要多系統(tǒng)聯(lián)動的情況，由于缺乏中間環(huán)節(jié)，響應(yīng)速度往往不夠快，導(dǎo)致事件處理效率低下。物聯(lián)網(wǎng)邊緣整合各子系統(tǒng)，實現(xiàn)邊緣層消防、門禁等業(yè)務(wù)的跨系統(tǒng)聯(lián)動，大大提高事件處理效率。
設(shè)備直接上報的數(shù)據(jù)量太大，涉及用戶隱私，無法直接上報到物聯(lián)網(wǎng)平臺，需要先在本地進(jìn)行處理。如果所有數(shù)據(jù)都由設(shè)備本身處理，邏輯復(fù)雜，成本高，因此物聯(lián)網(wǎng)邊緣提供的數(shù)據(jù)清洗能力成為一個不錯的選擇。經(jīng)過數(shù)據(jù)過濾、去重和聚合，不僅大大減少了上報數(shù)據(jù)量，而且保護(hù)了用戶的隱私。
人臉識別等視覺人工智能模型需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，而且通常都放在云端，但由于云端離設(shè)備較遠(yuǎn)，對帶寬的要求和延遲問題無法避免。但是，如果將云訓(xùn)練模型放置在設(shè)備邊緣附近，則問題將得到解決，以滿足秒級時延體驗并降低對云邊緣帶寬的需求。
物聯(lián)網(wǎng)設(shè)備依賴云端進(jìn)行業(yè)務(wù)管理，但如果云由于網(wǎng)絡(luò)故障而斷開連接，如何保證業(yè)務(wù)的連續(xù)性？分布式規(guī)則和人工智能模型將保存在物聯(lián)網(wǎng)邊緣的本地。即使與云斷開連接，它們也可以獨立運(yùn)行以確保業(yè)務(wù)連續(xù)性。
智能交通場景
在城市交通中，單個輛車只能獲取道路信息的一小部分。為了做出最合適的判斷，需要將監(jiān)控視頻、雷達(dá)數(shù)據(jù)、天氣狀況等信息結(jié)合起來，再通過智能算法計算出結(jié)果。然而，道路狀況正在迅速變化。如果把這部分計算留給云計算，對網(wǎng)絡(luò)速度的需求將會增加。物聯(lián)網(wǎng)邊緣服務(wù)支持將經(jīng)過訓(xùn)練的人工智能模型發(fā)送到邊緣側(cè)，實現(xiàn)實時路況計算，并及時提供減速信息、碰撞報警等信息。
在車路協(xié)同場景中，監(jiān)控視頻、雷達(dá)數(shù)據(jù)、車輛信息等數(shù)據(jù)都是通過各自的行業(yè)協(xié)議傳輸?shù)?，這給集成帶來了困難。物聯(lián)網(wǎng)邊緣支持多種行業(yè)協(xié)議、快速集成和數(shù)據(jù)融合。
除了注重局部，確保交通安全外，還要著眼全局，提高整體交通效率。物聯(lián)網(wǎng)邊緣可以清理流量數(shù)據(jù)，并向云報告有價值的數(shù)據(jù)。云以全球數(shù)據(jù)為基礎(chǔ)進(jìn)行數(shù)據(jù)分析，為交通指揮員提供有效建議，提高道路交通效率，促進(jìn)節(jié)能減排和便捷監(jiān)管，支持演化到端云協(xié)同自動駕駛。
當(dāng)物聯(lián)網(wǎng)遇上邊緣計算，很多傳統(tǒng)直聯(lián)方案的問題迎刃而解，物聯(lián)網(wǎng)有了邊，真正成為了一張大網(wǎng)，覆蓋了越來越多的領(lǐng)域，為人們帶來越來越智能的生活。
