邊緣計算是指在靠近物或數(shù)據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程序在邊緣側發(fā)起，產生更快的網絡服務響應，滿足行業(yè)在實時業(yè)務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業(yè)連接之間，或處于物理實體的頂端。而云端計算，仍然可以訪問邊緣計算的歷史數(shù)據。

　　邊緣計算并非是一個新鮮詞。作為一家內容分發(fā)網絡CDN和云服務的提供商AKAMAI，早在2003年就與IBM合作“邊緣計算”。作為世界上最大的分布式計算服務商之一，當時它承擔了全球15-30%的網絡流量。在其一份內部研究項目中即提出“邊緣計算”的目的和解決問題，并通過AKAMAI與IBM在其WebSphere上提供基于邊緣Edge的服務。

　　對物聯(lián)網而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現(xiàn)而無需交由云端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕云端的負荷。由于更加靠近用戶，還可為用戶提供更快的響應，將需求在邊緣端解決。

　　邊緣計算強調的是邊緣。如果說云計算意味著要將所有的數(shù)據都匯總到后端的數(shù)據中心處理，那么邊緣計算則是在靠近物或數(shù)據源頭的網絡邊緣側實現(xiàn)邊緣智能。正是基于這一特性，邊緣計算能夠實現(xiàn)數(shù)據的高頻交互、實時傳輸，因此有望在物聯(lián)網和人工智能時代大放異彩。相關預測顯示，到 2020 年將有超過 500 億的終端與設備聯(lián)網，未來超過 50%的數(shù)據需要在網絡邊緣側分析、處理與儲存。

　　隨著物聯(lián)網、云計算的發(fā)展，邊緣計算正在興起。邊緣計算源于工業(yè)領域，主要部署在終端設備或者網絡節(jié)點上，旨在幫助工業(yè)生產中的設備，在數(shù)據不上傳云端的情況下，也能夠具有近端的決策控制力。隨著邊緣計算熱度不斷升溫，邊緣計算和霧計算的差別，邊緣計算如何分層部署等現(xiàn)實問題，成為業(yè)界關注的觀點。

　　如果留意“邊緣計算”，就會發(fā)現(xiàn)它有個兄弟，叫“霧計算”。大多數(shù)發(fā)表的文章，對這個詞的解釋是差不多的：它們都是相對于“云計算”而言的，在網絡邊緣，更接近原生數(shù)據（物理感知）的地方進行的計算。

　　此前，我們看到的大多數(shù)互聯(lián)網信息處理模式，都是“端-管-云”的模式。在應用的現(xiàn)場，“端”只負責收集數(shù)據、執(zhí)行指令，而“云”負責所有的數(shù)據分析和控制邏輯功能。“邊緣計算”或者“霧計算”，就是將部分數(shù)據分析和控制邏輯功能，放到應用場景的附近來實現(xiàn)，因而也有一個很形象的叫法——“貼地計算”。

　　雖然，整體上“邊緣計算”和“霧計算”的概念差不多，但其實還是有差別的。

　　“邊緣計算”源自工業(yè)領域，主要部署在終端設備或網絡接入點上。目前已經普遍存在于工業(yè)物聯(lián)網（嵌入式物聯(lián)網）應用、制造業(yè)、零售、ATM 機、智能手機和虛擬/混合現(xiàn)實等領域。邊緣計算使得工業(yè)生產中的設備，無需云計算的幫助，也能具有近端的決策控制能力。

　　“霧計算”（Fog CompuTIng），脫殼于“云計算”，是指將云計算的（部分）功能，部署在網絡邊緣的設備中，局部的集中化計算。它其實是云計算（Cloud CompuTIng）的延伸概念，由思科于 2011 年提出。

　　由此可見，“邊緣計算”和“霧計算”確實還是有一些差異的。邊緣計算主要是在“端”中，這個端是指電子終端設備或傳感器；而霧計算還是在“云”中，部署在一定區(qū)域內的數(shù)據集中站點上。用一個智慧家庭的（WiFi）網絡來舉例，一個 App 在手機內進行的脫網計算就是邊緣計算，而家庭智能盒子（智能 WiFi 網關）則是霧計算的主體。

　　盡管兩者有所差別，但目前有一些文章并沒有嚴格區(qū)分二者。事實上，由于物聯(lián)網業(yè)務場景廣泛，應用在“端”和“網關”上的計算都會有所涉及。所以，既然它們都是相對于“云計算”而言的，那么也就沒有必要區(qū)分部署的位置（生產設備、傳感設備、網關/服務器），一般情況下都以“邊緣計算”為表述。

　　“邊緣計算”和“霧計算”的差異，給我們以啟示：物聯(lián)網中的計算能力，具有分層部署的特征。這個特征，不同于互聯(lián)網中的云計算部署模式，可以從兩個維度來討論。

　　參考物聯(lián)網的邊緣架構模型

　　邊緣計算聯(lián)盟 ECC 針對邊緣計算，定義了四個領域：設備域（感知與控制層）、網絡域（連接和網絡層）、數(shù)據域（存儲和服務層）、應用域（業(yè)務和智能層）。這四個“層域”就是邊緣計算的計算對象。

　　設備域：邊緣計算在這一層，可以對感知的信息直接進行計算處理。比如在視頻采集、音頻采集中直接部署智能鑒別的能力；又或者像手機一樣，能夠由語音輸入直接轉換成文字輸出。

　　網絡域：通過部署計算能力，實現(xiàn)各網絡協(xié)議的自動轉換，對數(shù)據格式進行標準化處理。要解決物理網中數(shù)據異構的問題，就需要在網絡域中部署邊緣計算，以實現(xiàn)數(shù)據格式的標準化和數(shù)據傳遞的標準化（例如將所有的感知數(shù)據都換算成 MQTT 類型數(shù)據，并通過 HTTP 方式傳遞）。同時，網絡域的邊緣計算，還能對“融合網絡”進行智能化管理，實現(xiàn)網絡的冗余，保證網絡的安全，并可進一步參與網絡的優(yōu)化工作。

　　數(shù)據域：邊緣計算，使得數(shù)據管理更智能、存儲方式更靈活。首先，邊緣計算可以對數(shù)據的完整性和一致性進行分析，并進行數(shù)據清洗工作，消滅系統(tǒng)中的“臟”數(shù)據。其次，邊緣計算可以對計算和存儲能力以及系統(tǒng)負載進行動態(tài)地部署。最后，邊緣計算還能和云端計算保持高效協(xié)同、合理分擔運算任務。

　　應用域：邊緣計算提供屬地化的業(yè)務邏輯和應用智能。它使得應用具有靈便、快速反應的能力，并在離線的情況下（和云端失去聯(lián)系時），仍能夠獨立地提供本地化的應用服務。在物聯(lián)網貼近用戶和應用場景的地方，邊緣計算被部署在以上 4 個層域中。它使得設備具有智能化的感知能力，裝配自適應的連接策略和（數(shù)字）部署策略，解決系統(tǒng)中的數(shù)據異構問題，并提供局部的業(yè)務邏輯甚至智能。

　　參考物聯(lián)網應用/地域/覆蓋范圍

　　從始創(chuàng)的感知數(shù)據到終結的云端智能，數(shù)據會根據應用的需要而經歷多次的匯聚和計算。例如從智慧家庭到智慧城市，海量的數(shù)據匯集并非一步到位實現(xiàn)的。此外，數(shù)據匯聚的每個階段中還各有獨立的應用和業(yè)務，這意味著計算有層級化部署的需要。

　　智慧城市被分成了四個“物聯(lián)網（大?。蛹?rdquo;：家、小區(qū)、社區(qū)、城市（如下圖）。這四層各有應用和服務，服務范圍和覆蓋區(qū)域從家到城市逐漸擴大。各層級中有部分應用相對獨立，與上下層級無關；而另有一部分應用則會“層層升級”：家庭醫(yī)生（家）》社區(qū)醫(yī)療（社區(qū)）》醫(yī)療衛(wèi)生（城市）。

　　從物聯(lián)網層級的角度來看，云計算和邊緣計算的關系，會依據應用來區(qū)分：

　　1、對于各層級獨有的業(yè)務，只需在對應層級獨立部署針對性的計算能力（只需要“云計算”）。

　　2、對于穿透（關聯(lián)）多層級的應用，需要從上至下都部署計算能力。下層計算和上層計算的關系就是邊緣計算和云計算的關系。“社區(qū)醫(yī)療-社區(qū)”是“家庭醫(yī)生-家”的“云”，而又是“醫(yī)療衛(wèi)生-城市”的“邊緣”。

　　3、“邊緣”和“云”的關系互換：針對單個應用，可能會在（物理網的）上層級部署邊緣計算，而在下層級部署云計算。

　　值得一提的是，某個應用（如社區(qū)商城）可能會出現(xiàn)下列情況：應用的核心邏輯和預測分析主要部署在“社區(qū)”和“小區(qū)”中，針對地區(qū)人口的喜好售賣消費商品；應用需要從“城市”層級提取一些外部數(shù)據（例如商品的全市平均價格等等）；應用在“城市”中沒有大量的應用域計算需求。若是如此，那么上層的“城市”對于下層的“社區(qū)”、“小區(qū)”而言就是“邊緣”了。理所當然，該應用在“城市”層域中部署的計算能力就是邊緣計算。“關系互換”的情況在工業(yè)領域可能會更多。例如工業(yè)生產中的質量管理、流程管理。

　　工廠的質量和流程管理系統(tǒng)通常都部署在生產現(xiàn)場，大量的生產數(shù)據就保存在“邊緣”的網絡中。而要實現(xiàn)智能生產，還需要提取許多和質量、供應鏈有關的外部信息（用戶投訴、產品/零部件返修信息、產品生命周期信息、合作方的質量信息等）。這些信息最終會隨著物聯(lián)網，匯集到“邊緣”的質量和流程管理系統(tǒng)中進行質量分析、預測。顯然，對于質量和流程管理系統(tǒng)來說，自身以外的互聯(lián)網和物聯(lián)網，都是邊緣網絡。

　　可以預見，工業(yè)生產的“云計算”會更多地部署在物聯(lián)網的邊緣，工業(yè)生產現(xiàn)場的附近。根據應用的需要，計算能力會部署在物聯(lián)網各個（大?。蛹壷小２还?ldquo;計算”部署在哪個層級，若承擔了現(xiàn)場指揮的主要職責，就屬于邊緣計算；若承擔了大數(shù)據和智能化預測的主要職責，就屬于云計算。

　　隨著應用在計算部署上的靈活性不斷增加，云計算和邊緣計算會走向融合，并越來越難區(qū)分。當物聯(lián)網中充滿了隨處可取、隨處即用的通用計算能力時，“泛在計算”將應勢而生。 邊緣智能是未來

　　在物聯(lián)網邊緣部署簡單的應用邏輯，無法滿足多姿多態(tài)的物聯(lián)網應用需求。在靠近應用場景的地方，必須部署一定的智能，才能在物聯(lián)網邊緣構建起健碩的應用生態(tài)。

　　邊緣計算本質就是“貼地”的云計算。邊緣計算最重要的能力就是繼承云計算的智能。就目前的技術發(fā)展趨勢來看，理論上已經能做到這一點。針對某一種應用，神經網絡算法（云計算）在學習了足夠多的應用場景后，可先進行“瘦身”（精簡），再部署在網絡邊緣（部署具有智能的邊緣計算），從而形成了邊緣智能。這樣，即使脫離云計算的支撐，邊緣智能也能夠實現(xiàn)該應用場景的大部分智能。

　　例如，2017 年 5 月 23 日，人工智能 AlphaGo 執(zhí)白 1/4 子戰(zhàn)勝了柯潔。這其中值得注意的是，那天出戰(zhàn)的是“一只”單機版的 AlphaGo。

　　當邊緣計算成為邊緣智能，可使得局域、邊緣的物聯(lián)網系統(tǒng)具備自治自律的行為能力。自給自足的算力和智能，將使得物聯(lián)網應用可以擺脫“云計算”而相對獨立地運營。

　　邊緣計算具有層次（“層域”和“層級”）化部署的特性。

　　一方面，邊緣計算部署在邊緣架構模型的各個層域上。計算能力在物理網邊緣的分層域部署，使得應用在物聯(lián)網局部（例如智慧家庭），也能夠形成“‘感知’-‘連接’-‘分析和預測’-‘控制’”的信息環(huán)路。從而，使各類數(shù)據的信息價值獲得釋放。

　　另一方面，在物聯(lián)網不同范圍（大小層級）中部署計算能力，開發(fā)者不僅能根據業(yè)務需求和特性構建出大小適合的信息環(huán)路，還能使“垂直”業(yè)務在各層級之間“環(huán)環(huán)相扣”，相互服務并實現(xiàn)價值互遞。

　　邊緣計算的更高價值是邊緣智能。

　　邊緣計算，是智能化云計算的落地部署。應用在物聯(lián)網局部實現(xiàn)了信息成環(huán)，并能夠通過邊緣計算，實現(xiàn)信息決策、行為反饋、自動組網、負載平衡等全層域的智能化。在脫離云計算的情況下，應用也能夠獨立地、靈活地運行，從而在應用場景的小范圍內形成物聯(lián)網“生態(tài)”（各種類設備之間，形成信息互助服務的機制）。