在各種“計算”層出不窮的時代，又一“網紅計算”橫空出世。在剛剛過去的第四屆世界互聯網大會上，它備受關注，被捧為“技術明珠”。它，就是邊緣計算。

邊緣計算

邊緣計算是什么

“邊緣計算是指在數據源的邊緣地帶完成的運算程序。”2017年12月29日，天津大學計算機學院教授王曉飛接受了科技日報記者的采訪，他的研究領域正是邊緣計算和存儲。他介紹說，邊緣計算是一種分散式運算架構，將應用程序、數據資料與服務的運算，由網絡中心節點移送到網絡邏輯上的“邊緣節點”進行處理。

大數據時代，越來越多的數據被傳至云端進行存儲計算，再返回到終端顯示結果。這一過程不僅增加了云端壓力，還會造成干路數據堵塞，影響數據處理和反饋的時間。

為解決上述問題，霧計算應運而生。霧計算的原理與云計算一樣，都是把數據上傳到遠程中心進行分析、存儲和處理。但相比云計算要把所有數據集中運輸到同一個中心，霧計算的模式是設置多個中心節點，即所謂“霧節點”處理數據。

霧計算出現后，一種更激進的想法隨之產生：既然數據送到云端是送，送到分散的數據中心也是送，那為何不干脆在距離終端最近的地方完成數據存儲和計算?于是就有了邊緣計算。

王曉飛給科技日報記者打了個比方：“云計算是把所有東西都往‘云’里送，霧計算則是把數據往身邊‘霧氣’里送，這種邏輯被稱為‘分散式云計算’，而邊緣計算干脆把數據直接送到手心里。”

搭上物聯網發展的快車

數據是人工智能發展的基礎，即使強大如“阿爾法狗”，沒有大量的數據訓練做加持，它也不可能成功。如今，互聯網每天所產生的數據量已超出想象。據思科VNI報告預測，到2020年，一個互聯網用戶平均每天約產生1.5GB數據量。在萬物互聯時代，數據將更多來自邊緣側不計其數的傳感器和終端設備，傳統的計算系統并不能有效利用這些數據。為滿足新的數據處理需求，邊緣計算被推到了舞臺中央。

而邊緣計算的“躥紅”，離不來其幕后推手——物聯網。

在王曉飛等業內專家看來，相較云計算和霧計算，邊緣計算更聚焦于實時、短周期數據分析。由于靠近數據源，邊緣計算能在本地網絡中完成運算，操作數據不用上傳至云端，大幅提升了數據處理速度并降低帶寬成本，因此可以很好地支撐物聯網運行。

“雖然邊緣計算日漸受到重視，但它不會從根本上代替云計算，二者互為補充。因為，邊緣計算所處理的數據只是局部數據，要想全面了解數據還需要云計算在后端進行綜合處理。”王曉飛說。

短期內難現爆發式發展

目前，智慧城市照明系統是邊緣計算常見的應用場景。例如，將城市照明路燈統一接入物聯網絡，管理者可實現可視化管理以及預測性維護。在深夜車流較少時，可調低路燈亮度、間隔開燈;在光照條件不好的陰雨天，可根據外界情況及時調節亮度……

邊緣計算也悄然來到我們身邊。“高檔社區和辦公場所的刷臉門禁，也是生活中邊緣計算最常見應用。”王曉飛介紹說，門禁系統需要快速識別攝像頭前的人像，以便迅速給出開門與否的指令。如不使用邊緣計算，最簡單的方式是前端攝像機捕捉到視頻信息，然后把數據以流媒體方式壓縮后傳輸到后端，獲得運算結果后再返回前端。這種信息傳輸方式不僅加大了網絡帶寬和后端存儲的壓力，也耗費了大量時間。

不過，倘若如此，恐怕客人早就等不急了。這時邊緣計算就派上了用場。它能快速識別人像、給出指令，最后只需把計算結果傳送到遠程服務器即可。“它的響應速度是毫秒級的，而且操作方便。”王曉飛說。

邊緣計算的前景似乎一片大好，但許多技術問題還有待解決。“短期內邊緣計算難以呈現爆發式發展，還有很長的路要走。”王曉飛說，邊緣計算作為一種顆粒式的數據處理服務，目前面臨兩大技術瓶頸。一方面，邊緣計算難以兼容異構。這導致真正具備邊緣計算能力的家居設備和網絡非常少。另一個是芯片技術。“未來，目前云端的數據運算工作將轉移至前端，由前端直接進行處理。這就需要前端具備強大的數據處理能力，需要相應的芯片技術作為支撐。因此，芯片技術的發展將直接影響著邊緣計算的應用。”他說。