數(shù)據(jù)是現(xiàn)代社會的“生命”之流。盡管光纖已經(jīng)能讓數(shù)據(jù)以20萬千米/秒（真空光速的三分之二）飛速行駛，但在遠距離傳輸中仍不可避免存在延遲。
打個比方，從北京發(fā)出的信號沿著光纖傳播，最快也要0.1秒才能抵達約2萬千米外的智利。盡管這一延遲幾乎可以忽略不計，但在一個即將到來的萬物互聯(lián)世界里，再微小的數(shù)據(jù)延遲都將對一些行業(yè)造成重大影響，如遠程手術(shù)、股市交易、無人駕駛等。
因此，縮短數(shù)據(jù)的傳輸路程已成迫切需求。而這一需求也推動了數(shù)據(jù)的存儲和計算向智能設(shè)備終端一側(cè)下沉，邊緣計算由此應運而生。
如何理解邊緣計算？其優(yōu)勢何在？又將有哪些值得期待的應用前景？以下，enjoy：
如何以神經(jīng)系統(tǒng)理解邊緣計算？
從概念上來看，邊緣計算是一種分布式運算的架構(gòu)，其將應用程序、數(shù)據(jù)資料與服務(wù)的運算由網(wǎng)絡(luò)中心節(jié)點移往網(wǎng)絡(luò)邏輯上的邊緣節(jié)點來處理。由于邊緣節(jié)點（如智能設(shè)備、手機、網(wǎng)關(guān)等）離用戶或數(shù)據(jù)源頭更近，因此數(shù)據(jù)的傳輸和處理速度可以有效提升，減少延遲。
下面我們以人類的中樞神經(jīng)系統(tǒng)為參考，來更好地理解一下邊緣計算。
試想一下，當我們的手碰到火苗時，第一反應是迅速縮回，之后才感受到灼燒的疼痛。在這一過程中，皮膚的感受器率先接受外界刺激，并產(chǎn)生神經(jīng)沖動傳到脊髓。隨后，脊髓一方面將指令傳遞給手臂上的肌肉使其立刻縮回，同時也將信號同步傳輸給距離更遠的大腦皮層，從而使我們形成痛覺。
邊緣計算就像是能夠瞬時做出反射動作的脊髓，由于傳輸路徑短，往往具有反應速度快、延遲較低的特點，但難以處理過于復雜的信息；而云計算則相當于大腦，它能夠處理更龐雜的信息，但也往往依賴更長的傳輸路徑。
數(shù)據(jù)爆炸時代
邊緣計算的四大優(yōu)勢
△圖：邊緣計算基礎(chǔ)架構(gòu)（wiki）
從技術(shù)或商業(yè)演進的實際情況來看，物聯(lián)網(wǎng)設(shè)備的指數(shù)級增長，產(chǎn)生了大量需要在數(shù)據(jù)中心處理的數(shù)據(jù)。在傳統(tǒng)云計算模式下，數(shù)據(jù)的傳輸和存儲過程存在高延遲、高峰期擁堵以及低帶寬等問題。而作為云計算的一種補充，邊緣計算著重解決的正是數(shù)據(jù)傳輸、處理、存儲的效率問題。因此，邊緣計算更偏向于云計算向終端和用戶側(cè)延伸形成的新解決方案。
具體來看，邊緣計算具有以下四種優(yōu)勢：
高速
物聯(lián)網(wǎng)的邊緣計算設(shè)備能夠在本地或者附近的邊緣數(shù)據(jù)中心處理數(shù)據(jù)，由于其收集的信息不必傳輸?shù)絺鹘y(tǒng)的云設(shè)施上，因此可以極大地提升智能設(shè)備的響應速度。例如在人臉識別領(lǐng)域，相比云計算，邊緣計算的響應時間由900ms減少為169ms，甚至快于人類識別人臉的反應時間（370-620ms）。
安全
邊緣計算將數(shù)據(jù)的處理、存儲和應用分散在大范圍的設(shè)備和數(shù)據(jù)中心，因此單一的攻擊很難破壞整個網(wǎng)絡(luò)；另一方面，傳統(tǒng)云計算將身體可穿戴、醫(yī)療、工業(yè)制造等設(shè)備采集的隱私數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心的路徑比較長，容易導致數(shù)據(jù)丟失或者信息泄露等問題，而通過在邊緣保存和處理數(shù)據(jù)，則能夠有效避免這一風險；此外，收集到的數(shù)據(jù)的所有權(quán)也將從服務(wù)提供商轉(zhuǎn)移到最終用戶。
低帶寬需求
邊緣計算通過本地處理，能夠減少傳送到云中心的數(shù)據(jù)，降低對網(wǎng)絡(luò)帶寬的需求。這一特性在寬帶受限的場景下尤為重要，如信號較差的飛機、山區(qū)等。
可擴展性
邊緣計算提供了成本更低的可擴展性路徑，允許公司通過物聯(lián)網(wǎng)設(shè)備和邊緣數(shù)據(jù)中心的組合來擴展其計算能力。
上天入海
邊緣計算打開更多場景應用
基于以上特性，協(xié)同5G、AI、云計算等技術(shù)，邊緣計算在各行各業(yè)有著廣泛的應用前景：
在智慧城市中，通過邊緣計算支撐智慧城市大規(guī)模基礎(chǔ)設(shè)施的計算和服務(wù)，可以實現(xiàn)終端設(shè)備的低時延、低成本應用。以地鐵時刻表為例，通過為每輛地鐵車輛配備乘客計數(shù)器系統(tǒng)（PCN）和物聯(lián)網(wǎng)邊緣網(wǎng)關(guān)，計數(shù)器內(nèi)置攝像頭捕捉乘客運動軌跡并將“人數(shù)”數(shù)據(jù)傳送到網(wǎng)關(guān)；網(wǎng)關(guān)進行數(shù)據(jù)聚合并提供GPS定位數(shù)據(jù)，標準化后傳送至物聯(lián)網(wǎng)平臺，就能夠?qū)⒌罔F運行次數(shù)和人流數(shù)量相匹配，提升運營效率。
在智能制造領(lǐng)域，邊緣計算通過與AI結(jié)合，使用本地傳感器控制和管理輸出，能夠顯著地提高效率、減少誤差。比如聯(lián)想集團打造的晨星機器人，在強大的邊緣算力和智能支持下，可以讓工人通過機器人精準地執(zhí)行遠程噴漆工作。而在操作一次自然示教之后，該零部件的噴漆能力就保存在了邊緣側(cè)，之后對于同樣規(guī)格的零部件，機器人就能實現(xiàn)自主噴涂。
在衛(wèi)星通信領(lǐng)域，邊緣計算能夠適配環(huán)境提供低延時、低寬帶需求、低成本的服務(wù)。由于衛(wèi)星通信的大量終端設(shè)備往往分布于較偏遠的環(huán)境，傳輸距離遠、帶寬有限、跨衛(wèi)星通訊費用高昂，邊緣計算通過將數(shù)據(jù)本地化處理能有效解決這一問題，在船舶、飛機、石油鉆井、采礦作業(yè)、軍事基礎(chǔ)設(shè)施等領(lǐng)域應用前景廣闊。
市場廣闊
我國邊緣計算高速發(fā)展
隨著5G和AI的發(fā)展，可以預見未來醫(yī)療、自動駕駛、智慧零售等各行各業(yè)的數(shù)字化轉(zhuǎn)型將逐步提速，催生物聯(lián)網(wǎng)的巨大需求，也由此進一步釋放邊緣計算的發(fā)展空間。
據(jù)國際數(shù)據(jù)公司（IDC）《中國半年度邊緣計算服務(wù)器市場（2020下半年）跟蹤報告》顯示，2020年下半年，我國邊緣計算服務(wù)器的整體市場規(guī)模為15.42億美元，2020年全年達到26.55億美元，同比2019年增長16.3%。IDC預計，2019-2024年，我國邊緣計算服務(wù)器市場年復合增長率將達到22.0%，高于全球19.6%的平均增速。
目前，我國邊緣計算的發(fā)展已出現(xiàn)不少主要推動力，聯(lián)想集團即是其中之一。基于制造領(lǐng)域和智能化轉(zhuǎn)型的技術(shù)經(jīng)驗積累，聯(lián)想集團已形成包含邊緣硬件、邊緣基礎(chǔ)架構(gòu)、邊緣智能的智能邊緣計算布局。
作為聯(lián)想工業(yè)物聯(lián)網(wǎng)平臺套件中的重要產(chǎn)品組件，聯(lián)想邊緣計算負責工業(yè)或泛工業(yè)設(shè)備的智能連接與數(shù)據(jù)接入，基于工業(yè)協(xié)議轉(zhuǎn)換提供數(shù)據(jù)采集、標準化處理能力，以及近現(xiàn)場的數(shù)據(jù)分析、智能計算與反向控制能力，具備安全、穩(wěn)定、高效率、低功耗等特點，可廣泛應用于制造生產(chǎn)線機臺設(shè)備的接入與反向控制、能源或公共事業(yè)設(shè)備的遠程接入與管理、生產(chǎn)現(xiàn)場數(shù)據(jù)接入與邊緣計算等場景。前文提及的聯(lián)想晨星機器人即是其在智能制造領(lǐng)域的典型應用。
憑借既有實力，聯(lián)想集團入選CB Insights發(fā)布的2020年“中國邊緣計算推動力”榜單。當下，聯(lián)想集團也正持續(xù)探索邊緣計算與云計算、5G、AI等在更多場景中的融合應用，前不久聯(lián)想集團即與中國聯(lián)通聯(lián)合發(fā)布車聯(lián)網(wǎng)解決方案，通過MEC（邊緣計算）+5G，提高數(shù)據(jù)運算效率與數(shù)據(jù)融合度。
隨著應用場景的不斷豐富，邊緣計算也將持續(xù)演進，日趨完善。據(jù)業(yè)內(nèi)人士分析，未來的邊緣計算，算力要求更高，運算顆粒度更細，算力類型更復雜，安全性要求也更高。在技術(shù)和應用的雙重推動下，我們不僅能收獲更快、更流暢的直播、游戲等日常生活娛樂體驗，更有望見證自動駕駛、遠程醫(yī)療等前沿科技的進一步落地。
