2.2.1 边缘计算优势

在实际应用中，边缘计算可以独立部署，但大多数情况下与云计算协作部署。云计算适合非实时的数据处理分析、大量数据的长期保存、通过大数据技术进行商业决策等应用场景；而边缘计算在实时和短周期数据的处理和分析，以及需要本地决策的场景下起着不可替代的作用，例如无人驾驶汽车、智能工厂等。它们都需要在边缘就能进行实时的分析和决策，并保证在确定的时间内响应，否则将导致严重的后果。

边缘计算具备一些云计算没有的优势，除低时延之外，还包括：

（1）数据过滤和压缩。通过边缘计算节点的本地分析能力，可以大大降低需要上传的数据量，从而降低上传网络的带宽压力。

（2）环境感知能力。由于边缘计算节点可以访问无线网络，例如Wi-Fi热点、5G的无线接入单元RRU等，因此可以给边缘应用提供更多的信息，包括地理位置、订阅者ID、流量信息和连接质量等，从而具备环境感知能力，为动态地进行业务应用优化提供了基础。

（3）符合法规。边缘计算节点可以将敏感信息在边缘侧处理并终结，而不传输到公有云中，从而符合隐私和数据定位信息等相关法律法规。

（4）网络安全性。可以通过边缘计算节点来保护云服务提供商的网络不受攻击。

如图2-5所示为边缘计算和云计算在数字安防中协同工作，网络摄像头在地理上分散部署，如果将所有视频流和相关元数据都上传到云端进行分析和存储，将消耗大量的网络带宽和成本。通过添加边缘计算节点网络硬盘录像机（NVR），可以在网络边缘侧进行视频流的保存和分析，只将分析结果和感兴趣的视频数据上传到云端进行进一步的分析和长期保存，可以大大降低对网络带宽的要求及由此产生的流量成本，同时降低了响应时间并提高了服务质量。同时，由于边缘计算节点更靠近设备端，因此可以获得更多网络摄像头的位置等环境信息，为进一步提高边缘智能提供了基础。