国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

2016年11月30日，華為技術有限公司、中國科學院沈陽自動化研究所、中國信息通信研究院、英特爾公司、ARM和軟通動力信息技術（集團）有限公司六家單位聯合倡議發起邊緣計算產業聯盟（ECC，Edge Computing Consortium），這引發了大家對邊緣計算未來發展的興趣。在國家大力倡導“互聯網+”的大背景下，邊緣計算將帶給我們什么？這值得我們去研究，本文以邊緣計算為中心，討論與之相關的話題。

1　邊緣計算并非新鮮詞匯

首先要說邊緣計算并非是一個新詞，早在2003年，AKMAAI與IBM即開始合作“邊緣計算”，AKAMAI是一家內容分發網絡CDN和云服務的提供商，是世界上最大的分布式計算服務商之一，承擔了全球15%~30%的網絡流量，在2003年6月9日的一份內部研究項目“開發邊緣計算應用”[1]中即提出“邊緣計算”的目的和解決的問題，并通過AKAMAI與IBM在其WebSphere上提供基于Edge的服務。

2004年20屆IEEE國際會議上， Pang H提到了EdgeComputing，這是比較早的關于EdgeComputing的公開文獻，在這篇文章中，Pang H就提到了“邊緣計算是為了實現可擴展且高可用的Web服務，它將推動企業的邏輯與數據處理中心到代理服務的邊緣側，其優勢在于應用程序在邊緣側的運行削減了網絡延遲，并產生更快的Web服務響應”[2]。

基于移動端的Mobile Edge Computing由歐洲電信標準協會ETSI制定并發布白皮書，其構架主要建立在移動通信網絡與無線接入網絡，由其提供邊緣計算服務，這個簡稱為MEC，這個技術規范由AT&T、華為、NEC、Motorola、CISCO等移動通信領域的企業共同發起制定。

2016年11月30日，邊緣計算產業聯盟理事長、中國科學院沈陽自動化研究所所長于海斌在邊緣計算產業聯盟成立大會上介紹了Edge Computing的定義，邊緣計算是指在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。對物聯網而言，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而無需交由云端處理反饋，其處理過程也將在本地邊緣計算層完成。這無疑將大大提升處理效率，同時大大減輕云端的負荷，由于更加靠近用戶，還可為用戶提供更快的響應，將用戶需求解決在邊緣。

2　物聯網應用催生邊緣計算

其實無論是云、霧還是邊緣計算，本身只是實現物聯網、智能制造的一種方法或者技術模式，其實霧計算和邊緣計算本身并沒有本質的區別，都是在接近現場應用端提供的計算。就其本質而言，都是相對于“Cloud”的計算而言。

2.1　物聯網才是大背景

2014年，IBM中國研究院院長沈曉衛在財新峰會上介紹“邊緣計算”，將不便于云端計算的放在邊緣側計算，而云端可以訪問邊緣計算的歷史數據。如今全球智能手機的快速發展使得移動終端成為了“邊緣計算”的發展對象，為此，沈曉衛表示“構建邊緣計算系統將是物聯網發展的一大趨勢。”

在邊緣計算產業聯盟成立大會上，華為網絡研發總裁劉少偉提到“未來將是一個萬物感知、萬物互聯、萬物智能的智能社會，而行業數字化轉型是構建智能社會的支柱。”針對行業數字化轉型在網絡邊緣側面臨的挑戰，聯盟提出了邊緣計算產業價值CROSS，即在敏捷聯接（Connection）的基礎上，實現實時業務（Real-time）、數據優化（Data Optimization）、應用智能（Smart）、安全與隱私保護（Security），為用戶在網絡邊緣側帶來更多行業創新和價值再造機會。劉少偉以“拉瓦爾噴管”比喻聯盟的“窄喉”作用，希望通過聯盟的運作，支撐邊緣計算重點行業的應用創新與示范推廣，并通過廣泛的生態合作與營銷推廣，進一步助力更多行業的數字化轉型，實現價值延伸。

2016年12月6日，世界智能制造大會在南京舉辦，來自美國機械工程師學會（ASME）的Keith Roe博士在他的演講中預測“物聯網將在2019年迎來爆發式增長”。

2.2　邊緣計算聚焦于IoT應用

來自英國Queen's大學的Blesson Varghese教授在其《邊緣計算的挑戰與機會》[5]一文中較為有效地描述了邊緣計算的動機、挑戰與機會，如圖1所示。

圖1 云、邊緣節點與邊緣設備

圖2對于邊緣計算的研究是比較全面的，也是最新的研究。

圖2 邊緣計算的動力、挑戰與機會

圖3也同樣從延遲角度來分析邊緣側處于低延時段，而云更為“集中”。

2016年IEEE IoT雜志9月刊上，韋恩州立大學的史偉松在其文章《邊緣計算：遠景與挑戰》[4]中闡述了邊緣計算產生的原因，主要聚焦于物聯網本身對于數據的傳輸需求，本地的低延遲對數據處理的迫切需求，并延伸了其在工業大數據、智慧城市、智能家居、健康醫療等重要領域的應用。

圖3 邊緣計算在整個計算中的位置

2.3　IoT即將快速興起

事實上，物聯網的概念已經提出超過15年的時間，然而，物聯網卻并未成為一個熱門應用，任何技術的發展都是曲折的過程，概念到真正的大量應用有一個較長的過程，因為，與之匹配的技術、產品設備的成本、應用的接受程度、對應用與實際結合的試錯過程都是漫長的，甚至可能是失敗的，因此，往往不能很快形成大量應用的市場。

根據Gartner的技術成熟曲線理論來看，物聯網、大數據目前已逐漸進入日常應用領域，據預測，未來5~10年內IoT平臺會有較大的發展，但IoT可能會比我們想像更快的速度進入應用爆發期，具體如圖4所示。

圖4 Gartner技術成熟曲線

2.4　邊緣計算產業聯盟生逢其時

中國人做事講究“天時、地利、人和”，這和Gartner曲線有一定的共通之處，不過，歐美人的思維是設計一個工具、模型進行研究，而中國的思維則有點“玄乎”，講究“悟性”。

盡管邊緣計算也不算新鮮概念，但是，ICT廠商華為敏銳地意識到“IoT、IIoT”的應用正在“天時、地利”當口，而成立聯盟則是取得“人和”，為此，聯合中國科學院沈陽自動化研究所、中國信息通信研究院、英特爾公司、ARM和軟通動力信息技術（集團）有限公司共通打造“OICT”融合的平臺。

2.4.1　在邊緣計算里定義四個領域

設備域：數據節點的問題，目前出現的包括IoT設備以及自動化的I/O采集，略有不同的在于純粹的IoT設備與自動化的I/O采集有重疊部分，直接用于在頂層優化并不參與控制本身的數據是可以直接到邊緣側的。

網絡域：來自自動化產線的數據其傳輸方式、機制、協議都會有不同，因此，這里要解決傳輸的數據標準問題，當然，在OPC UA架構下可以直接訪問底層自動化數據，但是，對于Web數據的交互而言，這里會存在IT與OT之間的協調問題，盡管有一些領先的自動化企業已經提供了針對Web方式數據傳輸的機制，但是大部分現場的數據仍然存在這些問題。

數據域：需要解決數據傳輸后的數據存儲、格式等，此外，數據的查詢與數據交互的機制和策略問題也需要考慮。

應用域：這個可能是目前最難以解決的問題，針對這一領域的應用模型尚未有較多的實際應用。

2.4.2　邊緣計算的架構理解

從圖5中，我們可以看到邊緣計算產業聯盟對于邊緣計算的參考架構的定義，包含了設備、網絡、數據與應用四域，主要提供在網絡互聯（包括總線）、計算能力、數據存儲與應用方面的軟硬件基礎設施。

圖5 邊緣計算參考架構1.0（來自ECC-需求與架構組）[6]

從產業價值鏈整合角度而言，邊緣計算產業聯盟提出了CROSS，即在敏捷聯接（Connection）的基礎上，實現實時業務（Real-time）、數據優化（Data Optimization）、應用智能（Smart）、安全與隱私保護（Security），為用戶在網絡邊緣側帶來的價值和機會，也即聯盟成員要關注的重點。

邊緣計算產業聯盟第一個將OICT融為一體的設想與生態系統構建，按照其成立時反復強調的“不會成為一個開會的組織”，算是比較樸素、務實的市場聲音。

邊緣計算包括了基礎的傳輸設備（網關、路由，以及對應的通信協議等）、實時數據庫、應用分析軟件。

作者簡介:

宋華振，貝加萊工業自動化（中國）有限公司市場經理，POWERLINK中國市場推廣經理，SAC/TC124委員，并擔任邊緣計算產業聯盟（ECC）專家委員會專家，聯訊動力特邀技術專家。

參考文獻：

[1] IBM & AKAMAI. Develop Edge Computing Application. June 9, 2003.

[2] Pang H H, Tan K L. Authenticating query results in edge computing[C]. Data Engineering, 2004. Proceedings. 20th International Conference on. IEEE, 2004: 560 - 571.

[3] Grieco R, Malandrino D, Scarano V. A scalable cluster-based infrastructure for edge-computing services[J]. World Wide Web, 2006, 9(3): 317 - 341.

[4] Shi W, Cao J, Zhang Q, et al. Edge Computing: Vision and Challenges[J].IEEE IOT, 2016.

[5] Varghese B, Wang N, Barbhuiya S, et al. Challenges and Opportunities in Edge Computing[J]. arXiv preprint arXiv :1609. 01967, 2016.

[6] 史揚. 邊緣計算參考1.0架構分享[R]. 邊緣計算產業聯盟成立大會, 2016.

摘自《自動化博覽》2017年3月刊