边缘计算学习笔记（1）

什么是边缘计算

边缘计算，是一种分散式运算的架构。在这种架构下，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。 ​​​

云计算、雾计算、边缘计算这三个概念的比较：

云计算

云计算是一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序资源的计算模式。（IT届的共享经济）

云计算的系统组成包括了云平台、云存储、云终端、云安全四个基础部分。

通常情况下，云平台从用户的角度可以分为公有云、私有云、混合云三种类型。从服务的层次可以分为基础设施即服务（Iaas）、平台及服务（Paas）、软件及服务（Saas）三种类型。

雾计算
雾计算主要是由各种性能相对较弱、更为分散的各种功能计算机组成，包含了电器、工业机器、汽车、路灯等人们生活中的各种智能终端物品。雾计算是介于云计算和个人计算之间的，是版虚拟化的服务计算架构模型，强调的是数量，每一个计算节点都要发挥作用。

雾计算有几个典型的特征：低延时、位置感知、广泛的地理分布、适应移动性的应用、支持更多地边缘节点。这些特征方便了移动业务的部署，满足了更广泛的节点接入。

云计算是新一代的集中式计算，而雾计算是新一代的分布式计算，符合了互联网的去中心化特征，它们是相辅相成的两种计算方式。

边缘计算
边缘计算是指在靠近物或者数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数据化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

我们不难看出，雾计算与边缘计算的区别：1、雾计算更具层次性和平坦架构，边缘计算依赖于不构成网络的单独节点；2、雾计算在节点之间具有广泛对等互联的能力，边缘计算在孤岛中运行其节点，需要通过云实现对流量传输。

“华为章鱼”概念


如果能像章鱼一样，采用边缘计算的方式，海量数据则能够就近处理，大量的设备也能实现高效协同的工作，诸多问题迎刃而解。因此，边缘计算理论上可满足许多行业在敏捷性、实时性、数据优化、应用智能、以及安全与隐私保护等方面的关键需求。

1. 边缘计算是“有脑子”的万物连在一起
2. 云计算适用于非实时、 长周期数据、 业务决策场景， 而边缘计算在实时性、 短周期数据、
   本地决策等场景方面有不可替代的作用。边缘计算将数据的处理、应用程序的运行甚至一些功能服务的实现，由网络中心下放到网络边缘的节点上。
3. 以深度学习为代表的新一代AI在边缘侧应用还需要新的技术优化。 当前， 即使在推理阶段对一副图 片的处理也往往需要超过10亿次的计算量，标准的深度学习算法显然是不适合边缘侧的嵌入式计算环境。 业界 正在进行的优化方向包括自顶向下的优化，即把训练完的深度学习模型进行压缩来降低推理阶段的计算负载； 同时， 也在尝试自底向上的优化， 即重新定义一套面向边缘侧嵌入系统环境的算法架构。

边缘计算神经网络

尽管机器学习已经在很多复杂的任务中取得了进展，但现有模型仍然面临许多边缘计算实践的困难，这些边缘计算场景包括移动设备、消费设备、无人机和车辆。现有针对低功率边缘设备的深度神经网络设计主要包括两种方法：一是通过网络设计原则手工调整，二是自动进行的网络架构搜索。
|

复杂精度高的神经网络进行裁剪或者压缩
引入架构设计规则来获得更加高效的神经网络架构
–	–
通过全自动的网络架构搜索来寻找能够在边缘设备中运行的高效深度神经网络	MONAS 和 ParetoNASH

目前的现有方法：

（1）基于设计原则手工设计网络	AttoNets
（2）使用全自动的网络架构搜索

参考网址：

1. http://www.ecconsortium.org/Lists/show/id/163.html
   边缘计算参考架构2.0（2017年）
2. https://www.zhihu.com/search?type=content&q=%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97cnn
3. https://zhuanlan.zhihu.com/p/114094668
4. https://zhuanlan.zhihu.com/p/90822775
5. AttoNets： https://arxiv.org/abs/1903.07209v1