近期很多朋友在边缘计算社区后台留言咨询研究生往边缘计算方向走,该做那些准备之类的问题,然而一百个人有一百种想法,大家看法都不一样。为此,我们邀请国内比较活跃的几个边缘计算相关高校团队来一起回答这些问题。
问题主要有三个:
① 研究生往边缘计算方向走,需要哪些基础?
② 如何开展边缘计算的研究?
③ 咱们学校边缘计算实验室有什么特点?研究方向有哪些?
回答高校:北京邮电大学、中山大学、天津大学、大连理工大学、中国石油大学(华东)等五所学校边缘计算相关教师及团队。
1、
研究生往边缘计算方向走,需要那些基础?
北京邮电大学@谢人超老师:
首先在基础知识方面,需要有扎实的计算机网络知识,尤其是对云计算、边缘计算的基础架构、部署方案等要有了解。另外最好要对SDN、NFV、网络AI、大数据、区块链等多种交叉使能技术有所了解。
其次在开发能力方面,需要熟练掌握一门编程语言以及了解系统架构开发的基础知识,还需要了解业界常用的容器集群开发框架(例如Kubernetes)以及边缘计算开发平台(例如KubeEdge、EdgeGallery)等。
中山大学@陈旭老师(1和2合并作答):
边缘计算是一种融合计算、存储和传输的新型计算模式,其目标为应用开发者和服务提供商在网络边缘侧提供低延迟和隐私保护的计算和IT环境服务。作为一种由新型计算和数据密集型移动/物联网应用催生的计算模式,边缘计算的研究和具体场景密不可分。不管是理论或是系统方向的研究,都需要找到一个具体的应用场景,如视频分析、VR/AR、车联网等。
如果你更偏向于理论研究,就需要有较好的数学和算法基础,需要学习近似算法设计、最优化理论和随机分析等基础理论知识。如果更偏向于系统研究,则需要对边缘计算系统的体系结构,资源调度管控机制等有一定的了解,同时具备网络、系统甚至是硬件等开发能力。
当前主流边缘计算研究聚焦于与5G/B5G、物联网和人工智能等交叉融合,进而推动网络智能化的发展。就目前相关技术发展现状而言,边缘计算仍处于发展起步阶段。考虑到实际应用中复杂的资源管理主体,边缘计算需针对边缘网络中端设备的异构性,边缘平台以及云中心的差异性,设计基于异构资源的系统优化,实现软件和硬件的协同设计,充分利用底层分散的硬件资源提升整体系统和上层异构应用的性能。此外,由于网络边缘数据的多元化,用户数据和隐私安全保护也是建设边缘计算技术标准过程中亟待解决的问题。