边缘计算,顾名思义将一部分计算置于边缘侧,要么是终端本身,要么是接入端。边缘计算的优点在于延时极低,带来很多其他优点诸如隐私安全等,不同应用看重点不同。
借用比喻,诸如八爪鱼,百分之六十的神经细胞在触手上,触手相互合作,快速抓捕猎物,或者各个触手灵活,又不交叉。很多动作都是触手之间协同,并没有经过大脑处理。
另外,例如非条件反射就是外部环境与机体与生俱来的应激性反应,人看见针扎的应激反应就是缩手,而不是等有疼痛了,大脑再让手回缩,这样的话就太晚了。
所有事情都有轻重缓急,不同的事情,用不同的处理方法,所以基于分类思路的方法论得到快速发展,各种学科各有体系,又相互联系。
边缘计算就是形成接入端的条件反射,应急任务尽快规避风险。在自动驾驶汽车中,汽车系统的形成基于各个汽车之间的相互关系,汽车之间协调时,如果信息要传到云平台,返回来时,汽车已经到了另一个微基站了。所以,需要各个基站自己处理,保证道路顺畅。那么云中心的作用就是将控制策略实时更新,云中心通过各种优化,得到更科学的控制策略,并及时下发到每个微基站。而微基站只是实时上传工作状态,以及自己难以决策时将经过初步处理后的信息传到云中心。
又例如,在工业产品中,各种传感器各种数据上传占用带宽很多,由于大部分时间机器工作正常,很多数据都是冗余的。这种情况下,接入端完全可以收集数据做初步诊断,检测异常状态并及时上报,这样节省了许多网络资源。
边缘计算的应激性,保证了处理突发状况的快速,例如,多基站自动流量均衡控制策略等。这种应用会越来越多,但是这部分不会巨大化,否则就和肿瘤似的,极不协调。这也是本人观点而已,人头部会越来越大,还是身体越来越强壮,我想我会选择前者,后面关于自治会不会有更好的策略,那就不得而知了。