下载掌阅APP，畅读海量书库
立即打开
从生态模式的角度看，边缘计算将是一种新的生态模式，它将网络、计算、存储、应用和智能等五类资源汇聚在网络边缘用以提升网络服务性能、开放网络控制能力，进而促进类似于移动互联网的新模式、新生态的出现。边缘计算的技术理念可以适用于固定互联网、移动通信网、消费物联网、工业互联网等不同场景，形成各自的网络架构增强，与特定网络接入方式无关。相对于2003年Akamai与IBM公司在WebSphere服务器上合作提供基于边缘的服务的雏形模式，边缘计算引发的新一轮热潮是内因和外力联合推动的结果。内因是云计算的中心化能力在网络边缘存在诸多不足；外力是消费物联网发展迅速，数字经济与实体经济结合的需求旺盛。随着网络覆盖的扩大、带宽的增强、资费的下降，万物互联触发了新的数据生产模式和消费模式。同时，工业互联网蓬勃兴起，实现IT技术与OT技术的深度融合，迫切需要在工厂内网络边缘处加强网络、数据、安全体系建设。具体分析如下：
1.云计算的不足
传统的云计算模式是在远程数据中心集中处理数据。由于物联网的发展和终端设备收集数据量的激增，会产生一些问题。首先，对于大规模边缘的多源异构数据处理要求，无法在集中式云计算线性增长的计算能力下得到满足。物联网的感知层数据处于海量级别，数据具有很强的冗余性、相关性、实时性和多源异构性，数据之间存在着频繁的冲突与合作。融合的多源异构数据和实时处理要求，给云计算带来了无法解决的巨大挑战。其次，数据在用户和云数据中心之间的长距离传输将导致高网络时延和计算资源浪费。云服务是一种聚合度很高的集中式服务计算，用户将数据发送到云端存储并处理，将消耗大量的网络带宽和计算资源。再次，大多数终端用户处于网络边缘，通常使用的是资源有限的移动设备，它们具有低存储和计算能力以及有限的电池容量，所以有必要将一些不需要长距离传输到云数据中心的任务分摊到网络边缘端。最后，云计算中数据安全性和隐私保护在远程传输和外包机制中将面临很大的挑战，使用边缘计算处理数据则可以降低隐私泄露的风险。
以智能家居为例，不仅越来越多的家庭设备开始使用云计算来控制，而且还通过云计算实现家庭局域网内设备之间的互动。这使得过度依赖云平台的局域网设备会出现以下问题：
1）一旦网络出现故障，即使家里仍然有电，设备也不能很好地控制了。例如通过手机控制家里的设备，手机在外网是需要通过透传的。当手机在局域网内时，一般是直接控制设备的。但如果是智能单品之间实现联动的话，通常联动逻辑是在云上的。当发生网络故障的时候，联动的设备通常就容易失控。
2）如果是通过云控制家庭设备，那么需要定时检查云端的状态来实现对家电的控制，这时设备接受响应的时间，一方面取决于设备连接的网络速率，另一方面取决于云平台上设备检查状态的周期。这两方面使得响应时间是不可控的。
3）在很多智能家居方案中，没有局域网内的控制，所以通常也要通过云服务来实现局域网之内的设备联动。对开关速度要求不高的空调、电视等产品，用户是感受不到时延带来的不好体验的。但随着智能家居的普及，例如越来越多的灯光设备如果通过智能控制实现的话，即便是一点点的时延，用户也可以立即感受到。
2.万物互联时代的到来
2012年12月，思科公司提出万物互联的概念。这是未来互联网连接以及物联网发展的全新网络连接架构，其增加并完善了网络智能化处理功能以及安全功能，是在物联网基础上的新型互联的构建。万物互联是以万物有芯片、万物有数据、万物有传感器、万物皆在线、万物有智慧为基础的，产品、流程、服务各环节紧密相连，人、数据和设备之间自由沟通的全球化网络。在万物互联环境下，无处不在的感知、通信和嵌入式系统，赋予物体采集、计算、思考、协作和自组织、自优化、自决策的能力。高度灵活、人性化、数字化的生产与服务模式通过产品、机器、资源和人的有机联系得以实现。
万物互联采用分布式架构计算和存储新型平台，融合以应用为中心的网络、全球范围内更大的带宽接入、以IP驱动的设备以及IPv6，可成功连接互联网上高达数亿台的边缘终端和设备。相比“物”与“物”互联的物联网而言，万物互联的概念里面还增加了更高级别的“人”与“物”的互联。其突出的特点就是任何“物”都将具有更强的计算能力与感知能力，更有语境感知的功能。将人与信息融合至互联网当中，在网络中形成数十亿甚至数万亿的连接节点。万物互联以物联网作为基础，在互联网的“万物”之间实现融合、协同以及可视化的功能，增加网络智能。基于万物互联平台的应用服务往往需要更短的响应时间，同时也会产生大量涉及个人隐私的数据。比如，装载在无人驾驶汽车上面的传感器和摄像头，如果实时捕捉路况信息，经计算，每秒大约会产生1GB的数据。
根据互联网业务解决方案集团（IBSG）和思科全球云指数（GCI）的估计，到2020年，连接到互联网上的设备会超过500亿台，产生的数据将超过500 ZB。根据研究机构IHS的预测分析，到2035年，波音787每秒将产生大约5GB的数据，并需要对这些数据进行实时处理；全球将有5400万辆无人驾驶汽车。同时，中国用于打击犯罪的“天网”监控网络，已经在全国各地安装超过2000万个高清监控摄像头，实时监控和记录行人以及车辆。还有，以北京电动汽车监控平台为例，该平台可以对1万辆电动汽车进行7×24h不间断的实时监控，并以每辆车10s/条的速率向各企业平台实时转发监控数据。
3.用户的转型
在传统的云计算模式中，终端用户通常扮演的角色是数据消费者，例如在网络浏览器观看视频或文件、浏览图像、管理系统中的文档。但是，终端用户的角色正在发生变化，从数据消费者到数据生产者和消费者，这意味着人们也在边缘设备上生成物联网数据。例如，YouTube网站用户每分钟上传近100h的视频内容，Instagram用户发布2430000张照片。在这种情况下，在边缘端处理数据更为快速，可以改善用户体验。
4.网络架构云化演进
通信运营商根据网络建设部署与运营经验，统一构建基于NFV、SDN、云计算为核心技术的网络基础设施，推进支撑网络的云化演进、匹配网络转型部署。NFV将成为5G网络各网元的技术基础，以实现全云化部署。以DC为中心的三级通信云DC布局，将在网络云化架构中被采用，通过在不同层级的分布式部署和构建边缘、本地、区域DC，统一规划云化资源池，完成面向固网、物联网、移动网、企业专线等多种接入的统一承载和统一服务。
5.IT技术与OT技术的深度融合驱动行业智能化发展
以大数据、机器学习、深度学习为代表的智能技术已经在语音识别、图像识别等方面得到应用，在模型、算法、架构等方面取得了较大进展。智能技术已率先在制造、电力、交通、医疗、电梯、物流、公共事业等行业应用，随着预测性维护、智能制造等新应用的演进，行业智能化势必驱动边缘计算发展。