邊緣計算火了。

邊緣計算之火源于5G概念，邊緣計算是作為5G的核心技術(shù)之一，因其低時延、大帶寬、本地化的優(yōu)勢在5G時代中扮演重要角色。

01、何為“邊緣計算”？

所謂邊緣計算，是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力為一體的開放平臺，就近提供最近端服務(wù)。

簡單來說，邊緣計算，就是用網(wǎng)絡(luò)邊緣對數(shù)據(jù)進行分類，將部分數(shù)據(jù)放在邊緣處理，減少延遲，從而實現(xiàn)實時和更高效的數(shù)據(jù)處理，以達到對云計算的有力補充。

在未來的智能交通應(yīng)用環(huán)境中，“云計算”就相當于智能設(shè)備的大腦，處理相對復雜的進程；而“邊緣計算”就相當于智能設(shè)備的神經(jīng)末梢，進行一些“下意識”的反應(yīng)。

02、“邊緣計算”的六大特點

雖然邊緣計算還沒有全面爆發(fā)，但是從現(xiàn)在涌動的暗流中，我們已然可以看到，邊緣計算呈現(xiàn)出的六大特點和趨勢。

第一，去中心化

邊緣計算從行業(yè)的本質(zhì)和定義上來看，就是讓網(wǎng)絡(luò)、計算、存儲、應(yīng)用從“中心”向邊緣分發(fā)，以就近提供智能邊緣服務(wù)。

第二，非寡頭化

邊緣計算是互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、電子、AI、IT、云計算、硬件設(shè)備、運營商等諸多領(lǐng)域的“十字入口”，一方面參與的各類廠商眾多，另一方面“去中心化”在產(chǎn)品邏輯底層，就一定程度上通向了“非寡頭化”。

第三，萬物邊緣化

邊緣計算和早年的IT、互聯(lián)網(wǎng)，如今的云計算、移動互聯(lián)網(wǎng)，以及未來的人工智能一樣，具備普遍性和普適性。在萬物互聯(lián)的未來，有萬物互聯(lián)就有應(yīng)用場景，有應(yīng)用場景就要邊緣計算。

第四，安全化

在邊緣計算出現(xiàn)之前，用戶的大部分數(shù)據(jù)都要上傳至數(shù)據(jù)中心，在這一上傳的過程中，用戶的數(shù)據(jù)尤其是隱私數(shù)據(jù)，比如個體標簽數(shù)據(jù)、銀行賬戶密碼、電商平臺消費數(shù)據(jù)、搜索記錄、甚至智能攝像頭等等，就存在著泄露的風險。而邊緣計算因為很多情況下，不要再把數(shù)據(jù)上傳到數(shù)據(jù)中心，而是在邊緣近端就可以處理，因此也從源頭有效解除了類似的風險。

第五，實時化

隨著工業(yè)互聯(lián)網(wǎng)、自動駕駛、智能家居、智能交通、智慧城市等各種場景的日益普及，這些場景下的應(yīng)用對計算、網(wǎng)絡(luò)傳輸、用戶交互等的速度和效率要求也越來越高。以自動駕駛為例，在這些方面，幾乎是要求秒級甚至是毫秒級的速度。而面對自動駕駛方面由攝像頭、雷達、激光雷達等眾多傳感器創(chuàng)造的大量數(shù)據(jù)，傳統(tǒng)數(shù)據(jù)中心模式的響應(yīng)、計算和傳輸速度，顯然是不夠的，這時候“近端處理”的邊緣計算，自然就成為了最好“實時化”要求的最好選擇。

第六，綠色化

數(shù)據(jù)是在近端處理，因此在網(wǎng)絡(luò)傳輸、中心運算、中心存儲、回傳等各個環(huán)節(jié)，都能節(jié)省大量的服務(wù)器、帶寬、電量乃至物理空間等諸多成本，從而實現(xiàn)低成本化、綠色化。

03、“邊緣計算”在智能交通領(lǐng)域的應(yīng)用

華為實踐

深圳交警借助華為FusionServer高性能邊緣計算服務(wù)器，搜集實時交通數(shù)據(jù)，將交通信息存儲、過濾、處理后，傳回到華為開發(fā)的交通大數(shù)據(jù)平臺，準確的提供“移動對象時空引擎”和“實時交通出行量計算”的信息，依據(jù)擁堵區(qū)域、道路和位置點等多維度數(shù)據(jù)實時擁堵分析（深圳交警5億數(shù)據(jù)秒級分析），再將智能分析后的結(jié)果傳到邊緣側(cè)，實現(xiàn)信號調(diào)優(yōu)從被動采集到主動感知，從局部優(yōu)化到宏觀規(guī)劃，從而利用有效地制定信號配時策略，交通誘導設(shè)置和對流量來源地的疏導指揮等策略，整體提升交通管制效率。

通過信號調(diào)優(yōu)方案，深圳市高峰期局部重點路段持續(xù)時間預期可減少15％，深圳大梅沙、龍華等部分重點路段運行速度提高9％，利用邊緣計算能力實時監(jiān)測反饋，實現(xiàn)深圳交通的智能管控。

海康實踐

2017年10月28日，海康威視發(fā)布“IOT－基于神經(jīng)網(wǎng)絡(luò)的認知計算系統(tǒng)－－�？礎(chǔ)ICloud框架”。

海康威視總裁胡揚忠表示，將AI算力注入邊緣，賦能邊緣智能是大勢所趨。�？低�視發(fā)布的AICloud框架，由云中心、邊緣域、邊緣節(jié)點三部分構(gòu)成，實現(xiàn)從端到中心的邊緣計算＋云計算。

基于此，�？低�視發(fā)布了以�？瞪铐�、�？瞪癫�、�？党�腦、明眸為代表的一系列AI智能邊緣設(shè)備，搭載高性能GPU計算芯片和深度學習智能算法。

能夠在邊緣實現(xiàn)原始視頻圖片中人體、人臉、車輛等屬性信息的高效提取和建模，數(shù)據(jù)回傳云端統(tǒng)一分析的同時，也可滿足本地自治系統(tǒng)的數(shù)據(jù)應(yīng)用，提升業(yè)務(wù)敏捷性和實時性。

2018年，智能交通行業(yè)總監(jiān)王啟東曾經(jīng)就邊緣計算舉例說明。以信控為例，云平臺匯聚全城路網(wǎng)、過車、信控配時數(shù)據(jù)，提供全局的交通數(shù)據(jù)“超腦”計算中心。

但是同樣的，在路口終端，邊緣計算系統(tǒng)則自主學習路口的交通流模態(tài)，通過場景適配自主生成路況管理預案庫，自動調(diào)節(jié)路口的交通秩序管理手段。

因此形成了智能交通中心大腦＋神經(jīng)元末梢的新型智能交通生態(tài)系統(tǒng)。目前，�？低�視已經(jīng)在宜春、�？凇⒙尻柕瘸鞘凶鲞^試點。

04、邊緣計算在智能交通領(lǐng)域的挑戰(zhàn)

邊緣計算為智能交通系統(tǒng)帶來了機遇的同時，它目前的發(fā)展也遇到了些許困難。

第一，邊緣計算設(shè)備常常要面臨高溫、高寒、高濕等復雜環(huán)境，如何在這樣的環(huán)境下保持設(shè)備的長久運行是一個非常重要的問題。

第二，邊緣計算設(shè)備的緩存及運算能力是根據(jù)其任務(wù)有選擇進行的，這就需要廠家對它們進行“量身定制”。

最后，邊緣計算設(shè)備要應(yīng)用在交通系統(tǒng)的各個環(huán)節(jié)，涉及的廠家眾多，如何統(tǒng)一這些這設(shè)備的生產(chǎn)標準，這有待于在智能交通領(lǐng)域一些重要企業(yè)牽頭制定標準。

05、邊緣計算是否會替代云計算

邊緣計算是否會替代云計算一直是一個討論的熱點問題。

阿里云邊緣計算技術(shù)負責人楊敬宇曾向媒體表示，二者并不是此消彼長的關(guān)系，應(yīng)是天然互補的關(guān)系，相輔相成、缺一不可，邊緣計算正在拓展云計算的邊界。

他認為，在云和端兩者間取舍要對比兩者的綜合成本：在邊緣進行數(shù)據(jù)處理主要考慮時延問題和電力資源，而傳回云端處理，要消耗算力與傳輸成本。

楊敬宇表示邊緣計算作為5G時代的一項關(guān)鍵技術(shù)，未來將成為不可或缺的基礎(chǔ)設(shè)施之一。

5G提供了高可靠低延時的通信能力，如果5G加上邊緣計算的時延與能耗都優(yōu)于云端計算的成本，就可以優(yōu)先邊緣計算的方式。

此外，邊緣計算可能給未來的計算系統(tǒng)結(jié)構(gòu)帶來巨大革命。5G時代終端算力上移、云端算力下沉，將在邊緣形成算力融合。

邊緣計算并不會取代云計算，更恰當?shù)恼f法是，邊緣計算是云計算的補充。目前二者融合的趨勢越來越明顯，將在未來相互配合，共同提升計算效率。