（文章来源：网络整理）

大数据时代下，数据的爆发式增长是信息科学主旋律，随着万物互联趋势不断加深，数据的增长速度远远超过了网络带宽的增速。同时，智能制造、无人驾驶等众多新型应用对延迟提出了更高的要求。边缘计算（edge computing）作为一种新的计算模式，使数据在源头附近就能得到及时有效的处理，满足实时性、降低带宽和隐私保护等需求。

目前，边缘计算还没有一个严格统一的定义，研究者们从不同视角来理解边缘计算。笔者认为，边缘计算是指在网络边缘执行计算的一种新型计算模式，包括两个部分：下行的云服务和上行的万物互联服务。边缘计算中的“边缘”（edge）指从数据源到云计算中心路径之间的任意计算、存储和网络资源。可以把这条路径上的资源看作是一个“连续统”（continuum），根据应用的具体需求和实际场景，边缘可以是这条路径上的一个或多个资源节点。

边缘计算中的“边缘”与数据中心相对，它的含义贴近这样几个意思。可以表示网络距离近。由于网络规模缩小，带宽、延迟、抖动等不稳定因素都易于控制与改进。还可以表示为空间距离近。这意味着边缘计算资源与用户处在同一个情景之中，为用户提供个性化的服务。空间距离与网络距离有时可能并没有关联，但应用可以根据自己的需要来选择合适的计算节点。

边缘计算是一种新的计算模式，它能使数据在源头附近得到及时有效的处理。与传统的云计算模式相比，边缘计算模式不单在靠近数据中心的节点上进行处理，而且还能绕过网络带宽与延迟的瓶颈，在数据传输过程中的每一个节点上执行数据处理。

边缘计算模型是一种分布式计算系统，并且具有弹性管理、协同执行、环境异构以及实时处理等特点。边缘计算包括以下三个关键内容：（1）应用程序/服务功能可分割：可以应用到边缘计算模型的应用程序或服务需要满足可分割性，即对于一个任务可以分成若干个子任务并且任务功能可以迁移到边缘端去执行；（2）数据可分布：数据可分布性既是边缘计算的特征也是边缘计算模型对待处理数据集合的要求。边缘数据的可分布性是针对不同数据源而言的，不同数据源来自于数据生产者所产生的大量数据；（3）资源可分布：边缘计算模型中的数据具有一定的分布性，因此，执行边缘数据所需要的计算、存储和通信资源也要具有可分布性。

边缘计算是否有价值，取决于基于边缘计算的关键应用场景。只有通过边缘计算的应用实例化，才能发现边缘计算在发展中所遇到的各种挑战和机遇。这里我们列举几个边缘计算能帮助解决痛点的主要场景：

智慧城市未来智慧城市的基础设施建设将进一步呈现物联网化，无数传感器设备将安装在城市中的每个角落。智慧城市信息源包括静态数据、城市车辆和人员的流动、能源消耗、医疗保健等实时数据。智慧城市必须利用不同领域的大数据，进行分析计算、预测、异常情况检测，以便于政府采取更早或更好的决策。智慧城市的解决方案还需要一种全面的方法来处理智慧城市数据安全和用户的隐私保护问题。

智慧城市依靠单一的集中处理方式和云计算模型无法应对所有问题。根据边缘计算模型中将计算最大程度迁移到数据源附近的原则，用户需求将在计算模型上层产生并且在边缘进行处理。因此，边缘计算可作为云计算在网络边缘的延伸，对城市产生的数据和个人隐私数据进行高效和安全的处理，帮助政府及时作出决策，提高城市公民的生活质量。

智能制造智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能进行智能活动。工业4.0是基于现代信息技术和互联网技术兴起的产业，其核心就是通过信息物理系统（Cyber Physical System，CPS）实现人、设备与产品的实时连通、相互感知和信息交互，从而构建一种高度灵活的智能化和数字化的智能制造模式。CPS通过人机交互接口实现和物理进程的交互，使物理系统具有计算、通信、精确控制、远程协作和自治功能。根据边缘计算的定义，CPS也需要边缘计算。物理系统通常位于特定工业系统的边缘，而该边缘同时具有计算、通信以及本地感知数据的存储能力正是边缘计算的基本特征。

智能交通智能交通将先进的通讯技术与交通技术相结合，解决城市居民的出行问题。智能交通系统对监控摄像头和传感器收集的数据进行实时分析，并自动做出决策。随着交通数据量的增加，用户对交通信息的实时性需求也在提高，若将这些数据传输到云计算中心，将造成带宽浪费和延时，也无法优化基于位置识别的服务。基于边缘计算的智能交通技术为上述诸多问题提供了较好的解决方案。

安全性是在无人驾驶系统或自动驾驶系统中最重要的问题。虽然云端具有较强的计算能力，但是如果将实时采集的数据发送到云端处理，再将结果反馈到车载控制系统来实时监测车辆的状态，那么在突发事故中将存在致命的延迟，这也是自动驾驶汽车还未被广泛采用的原因之一。边缘计算利用本地车载端的计算能力进行数据处理，同时利用云端的计算能力，建立车载端数据模型，将提高事件分析的准确性，提高智能交通系统的安全性。

基于保险单规定，保险公司必须报销流感病人部分医疗消费。保险公司可以分析流感爆发期问感染人数，将治愈流感所花费的成本作为调整下一年保单价格的重要依据。而且，如果患者愿意分享，保险公司可根据患者电子病历提供个性化的医疗政策。可见，从减少操作成本和提高利润的角度，大多数参与者可以利用协同边缘来获益。个人病例信息作为源数据，医院负责源数据的收集，对于社会医疗健康而言，医院可以提前做好资源的分配以提高服务效率。
? ? ?（责任编辑：fqj）