正在兴起的边缘计算更适合物联网

转自：物联网资本论

 阅后总结：

 未来的物联网一定是个本地+云的架构。在本地的架构中，边缘计算可以带来及时，快速，高效的反馈。云端架构，处理复杂

的计算及存储等。这两个计算相符相成，并不矛盾。

 当然，在边缘计算中，终端的计算能力毕竟有限，而且架构差异比较大，这就需要一个比较好的架构设计，和好的模型建立。

我们目前在做的，运动人工智能的动作识别，空鼠的轨迹还原等都是属于边缘计算的范畴。

  边缘计算不能带来类似云计算的全智能体验，但是有限智能体验是可能的。如何达到一个良好的智能体验，关键在于用于训练的数据

是否足够，终端计算力是否ok，模型是否轻便。

正在兴起的边缘计算更适合物联网

原创   2018-01-26   李晓利   物联网资本论

未来的世界将是一个万物互联的时代，随着物联网行业技术标准的完善以及关键技术上的不断突破，数据大爆炸时代将越走越近。从庞大的数据海中挖掘一些有价值的信息对于物联网的发展至关重要，因此计算技术如云计算、雾计算、边缘计算等会决定物联网的发展及应用。

 

计算很多，那么那么说一下边缘计算是什么及能够给物联网带来怎样的改变呢？

 

据了解，国内大批以边缘计算为卖点的智能家居和物联网企业狂飙突进，希望借助边缘计算的火爆成为“风口上的猪”。那么边缘计算带来的商业吸引力都来自哪里？

 

边缘计算并非新生事物

 

边缘计算，是指利用靠近数据源的边缘地带来完成的运算程序。运算可以在大型运算设备内完成，也可以在中、小型运算设备、本地端网络内完成。而用于边缘运算的设备既可以是智能手机这样的移动设备，也可以是PC、智能家居等家用终端，甚至可以是ATM机、摄像头等市政终端。

 

事实上，边缘计算并非新生事物，其运算原理在很多年前就已经被提出了。但随着近期物联网产业发展、5G时代到来，与这些领域息息相关的边缘计算又被重新推向了风口浪尖。

 

2016年4月，全球最大开源社群Linux决定成立新项目来推动边缘计算。目前已经有的Dell、AMD等超过50家厂商加入。

 

2016年11月，华为、沈阳自动化所、Intel、ARM、信通院、软通动力联合发起成立了边缘计算产业联盟(Edge Computing Consortium)，更是让整个2017年中国的ICT与物联网市场弥漫着边缘计算的芬芳。

 

随着亚马逊、微软、英特尔等大企业相继入局，边缘计算的前景也在某种程度上成为了行业共识。

 

更适合物联网的边缘计算

边缘计算与算法、数据和传输网络几个领域的发展密不可分的。边缘计算需要与物体相连，形成连接并产生价值，因此就是物联网发展的技术之一。

 

物联网让设备连接网络，达成交互、数据收集和数据处理的能力。物联网有了边缘计算技术的加持会带来怎样的变化呢？

 

首先，边缘计算带来的是更快的传输和响应速度。对于应用物联网技术的企业来说，都在讲求效率和速度，尤其是精密的生产型物联网，决不能容忍民用终端的延迟率。边缘计算的就近原则不再需要持续不断将温度读数传递给数据中心，而是可以自己判断温度情况，只在读数出现重大变化后，才联系数据中心，并等待数据中心的反馈，决定自己该采取什么操作。

 

其次是部分摆脱了网络环境制约，更加安全。边缘计算解决了部分网络环境限制。并且避免数据上传云端带来的泄露风险。边缘设备还可以获得更进一步的智能。例如温度突变，无需联系数据中心，就可以通过设备上运行的软件直接判断此时该采取的操作，就算网络暂时中断也不影响整个系统的正常运转。

 

最后，边缘计算利用了传统云计算的遗漏区域，产能比更划算。通过这种模式，可以用边缘设备自身的运算和处理能力直接就近处理绝大部分物联网任务，不仅可以降低数据中心工作负担，还可以更及时准确地对边缘设备的不同状态做出响应。

 

边缘计算将这部分能力调集了起来，形成了中心+分散的运算模式，产能比会更高，资源的利用率有大幅提升。这些优势，让很多人看到了边缘计算的潜在价值，一些物联网企业开始按捺不住，纷纷走向了豪赌边缘计算的道路。

 

相关预测显示，到2020年将有超过500亿的终端与设备联网，未来超过50%的数据需要在网络边缘侧分析、处理与储存。

 

不仅仅是在物联网上，边缘计算也为人工智能硬件、智能机器人提供高速交互所需的运算服务。这类智能产品的运算需求特别大，都挤压到云端对运算能力、传输能力是巨大考验，边缘计算能解决一部分问题。这就把边缘计算的前景和人工智能技术的前景捆绑到了一起，想象空间骤然加大。

 

落地却很难？

边缘计算主要部署在终端设备或网络接入点上。目前已经普遍存在于工业物联网(嵌入式物联网)应用、制造业、零售、ATM机、智能手机和虚拟/混合现实等领域。

 

但高度适配各个领域的技术解决方案似乎还没有出现。如果让边缘计算大放异彩更多的应用，需要克服至少两大难关。

 

第一，边缘计算难以兼容异构。也就是说如何让冰箱算洗衣机的数据、空调算手机的数据还没人回答。这就导致了真正能提供边缘计算能力的设备和网络非常稀少。虽然边缘计算能借力打力，但压根没有可借的力就呜呼奈何了。

 

第二，边缘计算的智能化进度也让人疑惑。我们知道，大数据处理和呈现，是高度依赖智能化的运算方式。将数据中心化集成，意味着可以通过不同算法整合处理，得到各种需要的结果。但边缘计算的运算场景却无法兼容过多智能化处理方式，这就让运算体系间的适用性不高。说白了，边缘计算快是快了，但代价是必然比云计算笨上很多。

 

总而言之，边缘计算在很长一段时间里，可能会为辅助手段与云计算相结合，作为补充手段和特定场景技术。