我們知道,物聯(lián)網(wǎng)能夠達成的基礎(chǔ),是讓設(shè)備連接網(wǎng)絡,達成交互、數(shù)據(jù)收集和數(shù)據(jù)處理的能力。而現(xiàn)階段物聯(lián)網(wǎng)的主要運算能力都是由云計算提供的,邊緣計算帶來的幾個好處,仿佛讓物聯(lián)網(wǎng)感覺到應該拋棄云計算去投懷送抱。
但是,許多數(shù)據(jù)流由邊緣設(shè)備生成,是通過“遠處”的云計算處理和分析,不可能做出實時決策。例如使用可穿戴式攝像頭的視覺服務,響應時間需要在25ms至50ms之間,使用云計算會造成嚴重的延遲;再比如工業(yè)系統(tǒng)檢測、控制、執(zhí)行的實時性高,部分場景實時性要求在10ms以內(nèi),如果數(shù)據(jù)分析和控制邏輯全部在云端實現(xiàn),則難以滿足業(yè)務要求;還有那些會生成龐大數(shù)據(jù)流的多媒體應用,如視頻或是基于云平臺的網(wǎng)絡游戲,依賴云計算也會為玩家造成類似于等待時間過長的問題,無法滿足用戶的需求。
對于直接運用于民生、市政甚至工農(nóng)業(yè)的物聯(lián)網(wǎng)體系來說,效率和速度意味著一切。尤其是精密的生產(chǎn)型物聯(lián)網(wǎng),決不能容忍民用終端的延遲率。而云計算傳輸?shù)皆贫?,再把結(jié)果返回到終端的思路,顯然不如邊緣計算的就近原則來的快。要知道,再短的時間乘以整個終端的數(shù)量,都是令人震驚的產(chǎn)業(yè)效率。
舉個例子,假如你的洗衣機、冰箱都是智能化控制的,而且依托于云計算。但你家沒有停電,卻斷網(wǎng)了,那怎么辦?無法進行云端傳輸,物聯(lián)網(wǎng)設(shè)備就會歇業(yè),豈不是是十分尷尬?邊緣計算解決了這部分網(wǎng)絡環(huán)境的限制。并且避免數(shù)據(jù)上傳云端帶來的泄露風險,所以更適合物聯(lián)網(wǎng)體系。
不僅是消費級的物聯(lián)網(wǎng)終端,邊緣計算還將在工業(yè)應用中發(fā)揮重要作用。計算可以分層執(zhí)行,利用網(wǎng)絡遠端的資源完成。例如,典型的生產(chǎn)流水線可以過濾設(shè)備上生成的數(shù)據(jù),在傳輸數(shù)據(jù)的邊緣節(jié)點上執(zhí)行部分分析工作,之后再通過云端執(zhí)行更加復雜的計算任務。邊緣節(jié)點可以通過分擔云計算的部分任務,增強數(shù)據(jù)中心的計算能力。
業(yè)務流程優(yōu)化、運維自動化與業(yè)務創(chuàng)新驅(qū)動業(yè)務走向智能,邊緣側(cè)智能能夠帶來顯著的效率提升與成本優(yōu)勢。事實上,對于從事工業(yè)自動化工作的人而言,邊緣計算并不陌生。比如,在目前普遍采用的基于PLC、DCS、工控機和工業(yè)網(wǎng)絡的控制系統(tǒng)中,位于底層、嵌于設(shè)備中的計算資源,或多或少都是邊緣計算的資源。
許多供應商也已經(jīng)邁出了使用軟件解決方案實現(xiàn)邊緣計算的第一步。例如,諾基亞針對移動邊緣計算(MEC)的軟件解決方案旨在為基站站點提供邊緣計算能力。同樣,思科的IOx為其集成的服務路由器提供了一個邊緣計算環(huán)境。
這些解決方案應用于特定硬件,因此不適合部署在異構(gòu)環(huán)境中。 軟件解決方案面臨的一個挑戰(zhàn)是如何開發(fā)跨越不同環(huán)境的可移植的解決方案。某些公司正在研究升級邊緣節(jié)點,以支持通用計算需求。例如,可以升級無線家庭路由器以支持額外的計算任務。英特爾的Smart Cell Platform使用虛擬化技術(shù),支持額外的計算任務。通用CPU替換專用DSP提供了另一種解決方案,但卻需要巨大的投資。
據(jù)有關(guān)機構(gòu)統(tǒng)計,到2020年將有500億的終端和設(shè)備聯(lián)網(wǎng),除了邊緣設(shè)備與終端聯(lián)網(wǎng)最大的“異構(gòu)”特征之外,產(chǎn)品生命周期越來越短、個性化需求越來越高、全生命周期管理和服務化的趨勢越來越明顯,這些新趨勢都需要邊緣計算提供強大的技術(shù)支撐。