邊緣計算，在網路邊緣側瘋狂試探
哈嘍，大家好，今天咱們討論的主角是邊緣計算。
邊緣計算(Edge computing )，指在靠近物或資料來源頭的網路邊緣側，融合網路、計算、儲存、應用核心能力的開放平臺，就近提供邊緣智慧服務，滿足行業數字化在敏捷連線、實時業務、資料優化、應用智慧、安全與隱私保護等方面的關鍵需求。
註釋太長看不懂?
沒關係，只要抓住關鍵詞就好：靠近網路邊緣側，就近提供服務。這樣也就容易理解邊緣計算的來由了。
雲端計算風頭正盛時，有觀點認為，終端只需一個顯示屏即可，將資料傳輸至雲中心，由雲來完成運算過程，再回傳至使用者終端。而這個觀點猶如泡沫，經不起現實推敲，過度依賴雲中心，效率適得其反，尤其是對時延要求嚴格的場景，物聯網部署變得毫無意義。
舉個最通俗的栗子：就安全監控來說，攝像頭將獲取到的視訊資訊上傳至雲中心處理，面對大量可能無效的資料，不僅需要高速頻寬，同樣會增加雲中心的運轉負擔。為了降低處理成本、縮短處理時間、提高處理效率，研究人員開始在攝像頭上下功夫，給攝像頭加入識別能力、儲存能力、視訊處理能力，參考比對模型，將採集到的資訊篩選過後再傳輸到雲中心。
這樣具備智慧處理能力的終端，成為了邊緣計算產品。
據估計，到2020年，物聯網智慧安裝裝置將超過200億臺。大量裝置安裝後連線到物聯網，需要處理的資料量在不斷增加，僅依賴雲端計算無法實時提供相應，需要與邊緣計算雙輪驅動。
如果說雲端計算是計算機智慧系統的大腦，那邊緣計算就是這個系統的眼耳口鼻及四肢。核心伺服器讓智慧系統具備人工智慧，但這個系統卻是聾子瞎子的話，那作用也不會太大。
有人把計算機系統比作是一個軍隊，雲端計算是統領部隊的司令，邊緣計算是部隊中低層的軍官。如果凡是都要請示司令，頻繁的互動不僅成本高，而且會對司令有損耗;而此時若發揮中低層軍官的主觀能動性，自主判斷行動決策，再將篩選過後的資訊呈給司令部，這樣大大緩解了通訊壓力。另外，司令部(雲端計算)一旦出現網路問題後出現全盤歇菜的局面，而加設了中低層軍官(邊緣計算)後，即使與司令部暫時失去聯絡，也可以自主作出部分決策。
更何況，邊緣計算還會多種“姿勢”——邊緣計算的技術型別：個人邊緣(personal edge)、業務邊緣(business edge)、雲邊緣(cloud edge)。
1. 個人邊緣(Personal Edge)
圍繞個人邊緣計算的產品，一般情況下是移動的，比如智慧手機、智慧音箱、穿戴手邊、醫療感測器等，在使用時，續航能力、網路切換及離線條件等特性都需要考慮在內。
個人計算的應用場景主要在家庭中。
2. 業務邊緣(Business Edge)
在業務邊緣處連線的機器和人在此處匯聚並處理，此類裝置用於支撐區域範圍內的資訊集中、互動、處理。
業務邊緣的應用場景主要是在辦公室或者其他開放場所。業務邊緣也是最受關注的邊緣計算型別。
3. 雲邊緣(Cloud Edge)
雲邊緣在不同雲平臺側提供資料解析、資料互動、資料協同，語音處理、人臉識別、醫療人工智慧等垂直雲平臺的興起，提高了物聯網的智慧化。
解鎖了各種“姿勢”的邊緣計算，接近資料生成的裝置端，也就造就了它的一系列“先天優勢”。
(1) 成本低
在裝置端，需要處理的資料都較“小”，所以邊緣計算在資料計算或是儲存上都具備成本優勢。
(2) 資料處理更實時、迅速
在減少中間傳輸過程的前提下，資料處理的速度更快。
(3) 網路頻寬需求更低
邊緣計算將資料篩選過後傳輸至雲端伺服器，資料經“瘦身”後不會佔據太多網路頻寬。
(4) 資料隱私保護操作性強
資料收集與處理在裝置端完成，就避免了敏感資訊在網路傳輸過程中發生洩漏。2018年5月，歐盟通過了史上最嚴格的資料保護法律。
(5) 提高效率
當資料處理更快、網路傳輸壓力更小、成本也更低的時候，應用程式的效率也會大大提升。
邊緣計算適用於那些領域呢?
1. 物聯網
邊緣計算用於物聯網致力於感測器資料分析和聚合。
2. 無人駕駛汽車
通過感測器在離車輛更近的地方處理資料，儘可能減少系統在駕駛過程中的響應時間。
3. 醫療保健
人們佩戴監測健康狀況的可穿戴裝置，在連線雲或離線狀態下仍舊為醫生提供資料參考;快速處理資料的能力也將為醫療管理帶來極大好處。
邊緣計算還在AR/VR、製造業、農業、能源、電網等其他領域有所應用，讓裝置終端更智慧成為它的“落腳點”。
在網路邊緣側的瘋狂試探，讓邊緣計算闖出了一片天地，不服來戰?!