架构师-边缘计算

 

 

01 为什么需要边缘计算？

物联网技术的快速发展，使得越来越多具备独立功能的普通物体实现互联互通，实现万物互联。

得益于物联网的特征，各行各业均在利用物联网技术快速实现数字化转型，越来越多的行业终端设备通过网络联接起来。

然而，物联网作为庞大而复杂的系统，不同行业应用场景各异，据第三方分析机构统计，到2025年将有超过千亿的终端设备联网，终端数据量将达300ZB。

如此大规模的数据量，按照传统数据处理方式，获取的所有数据均需上送云计算平台分析，云计算平台将面临着网络时延高、海量设备接入、海量数据处理难、带宽不够和功耗过高等高难度挑战。

为了解决传统数据处理方式下时延高、数据实时分析能力匮乏等弊端，边缘计算技术应运而生。

边缘计算技术是在靠近物或数据源头的网络边缘侧，通过融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务。

简单点讲，边缘计算是将从终端采集到的数据，直接在靠近数据产生的本地设备或网络中激进型分析，无需再将数据传输至云端数据处理中心。

举一下业界有名的章鱼例子。

最先提出章鱼例子的是华为公司，章鱼是地球上最魔性的动物。 2016年4月，新西兰国家水族馆一只名为“Inky”的章鱼从半开的水族缸里爬了出来，走过房间并钻入一个排水口，穿过50米长的水管之后，回到了外海中。Inky的成功再次向我们证明：章鱼是地球上最聪明的生物类群之一。章鱼不仅可连续六次往外喷射墨汁，而且还能够像最灵活的变色龙一样，改变自身的颜色和构造，变得如同一块覆盖着藻类的石头，然后突然扑向猎物，而猎物根本没有时间意识到发生了什么事情。

章鱼的确很聪明，很特别，但这些跟边缘计算有什么关系？其实，章鱼就是用“边缘计算”来解决实际问题的。作为无脊椎动物，章鱼拥有巨量的神经元，但60%分布在章鱼的八条腿（腕足）上，脑部仅有40%。章鱼在捕猎时异常灵巧迅速，腕足之间配合极好，从不会缠绕打结。这得益于它们类似分布式计算的“多个小脑+一个大脑”。边缘计算也属于一种分布式计算：在网络边缘侧的智能网关上就近处理采集到的数据，而不需要将大量数据上传到远端的核心管理平台。

车联网

自动驾驶车辆配备了各种类型的传感器，从摄像头到雷达再到基于激光雷达的系统，这些传感器帮助汽车能够正常运行。

自动驾驶汽车可以利用边缘计算通过这些传感器在离车辆更近的地方处理数据，从而节省宝贵的处理时间。

 

02 边缘计算 VS 云计算

边缘计算的概念是相对于云计算而言的，云计算的处理方式是将所有数据上传至计算资源集中的云端数据中心或服务器处理，任何需要访问该信息的请求都必须上送云端处理。

因此，云计算面对物联网数据量爆发的时代，弊端逐渐凸显：

01云计算无法满足爆发式的海量数据处理诉求

随着互联网与各个行业的融合，特别是在物联网技术普及后，计算需求出现爆发式增长，传统云计算架构将不能满足如此庞大的计算需求。

02云计算不能满足数据实时处理的诉求

传统云计算模式下，物联网数据被终端采集后要先传输至云计算中心，再通过集群计算后返回结果，这必然出现较长的响应时间，但一些新兴的应用场景如无人驾驶、智慧矿山等，对响应时间有极高要求，依赖云计算并不现实。

边缘计算的出现，可在一定程度上解决云计算遇到的这些问题。如下图所示，物联终端设备产生的数据不需要再传输至遥远的云数据中心处理，而是就近即在网络边缘侧完成数据分析和处理，相较于云计算更加高效和安全。

边缘计算 VS 云计算

表1-1 边缘计算和云计算的区别

03 边缘计算是如何工作的？

边缘计算架构如下图所示，尽可能靠近终端节点处处理数据，使数据、应用程序和计算能力远离集中式云计算中心。

边缘计算架构

01终端节点

由各种物联网设备（如传感器、RFID标签、摄像头、智能手机等）组成，主要完成收集原始数据并上报的功能。在终端层中，只需提供各种物联网设备的感知能力，而不需要计算能力。

02边缘计算节点

边缘计算节点通过合理部署和调配网络边缘侧节点的计算和存储能力，实现基础服务响应。

03网络节点

负责将边缘计算节点处理后的有用数据上传至云计算节点进行分析处理。

04云计算节点

边缘计算层的上报数据将在云计算节点进行永久性存储，同时边缘计算节点无法处理的分析任务和综合全局信息的处理任务仍旧需要在云计算节点完成。除此之外，云计算节点还可以根据网络资源分布动态调整边缘计算层的部署策略和算法。

04 边缘计算的典型应用

正是基于这种更实时处理数据的能力、特性，更快的响应时间，边缘计算非常适合被应用于物联网领域。

通过具有边缘计算能力的物联网关就近（网络边缘节点）提供设备管理控制等服务，解决物联网通信“最后一公里”的问题，最终实现物联网设备的智慧连接和高效管理。@网 络 工 程 师 俱 乐 部

边缘计算网联网架构如下图所示，它聚焦于工业物联网领域，不仅支持丰富的工业协议和物联接口，可以广泛适应不同行业设备的联接场景，而且通过开放的边缘计算能力和云管理架构，快速满足不同行业边缘智能数据处理诉求：

01联接

实现海量终端设备接入物联网络，主要通过边缘计算网关支持的各种物联接口（IP化PLC/RF/RS485/RS232等）连接各种传感器和终端，实现终端设备接入。

02云管理

通过物联网平台，应用云计算技术，实现边缘物联设备（如网络、设备、容器及应用）的统一云化管理，同时北向支持与其他行业应用系统灵活对接。

03行业应用

物联网平台提供标准的开放接口与不同合作伙伴的行业应用系统开放对接，构建广泛的行业适应性，可开发更多契合行业场景，深度定制化物联网行业应用。

 

边缘计算通过在数据产生的地点进行处理，为传统云计算带来以下优势：

数据通信：减少数据传输距离和带宽使用，降低延迟，提高响应速度，尤其适合实时应用。

数据安全：减少数据在网络中的暴露，降低泄露风险，便于实施本地化的安全措施。

系统性能：边缘设备进行预处理，减轻中心服务器负担，提升系统效率和数据处理速度。

总体而言，边缘计算增强了云计算的性能和安全性，尤其适用于对实时性和数据隐私有高要求的场

低延迟：数据在靠近产生地的位置进行处理，减少了数据传输的时间延迟，适合需要快速响应的应用场景。
带宽节省：本地处理数据可以减少需要传输的数据量，降低网络带宽的占用，适合带宽有限或成本高的场景。
数据隐私和安全：通过减少数据在网络中的传输，可以降低数据被拦截、窃取或篡改的风险，提升数据隐私和安全性。
可靠性：即使与中央云端的连接断开，边缘节点也可以继续独立工作，提升系统的整体可靠性。
本地智能：支持在本地设备上部署 AI 模型和机器学习算法，提供本地化的智能处理能力。