边缘计算(Edge Computing)

作者:{XHJ}@ArkTeam

一 概念

随着物联网终端设备数量的迅速增加,传统的基于云计算模型的集中式数据处理方式已不能有效处理网络边缘设备所产生的海量数据,存在网络阻塞、高延时、低服务质量等问题。针对这些问题,出现了以边缘计算模型为核心的新型计算模式,通过与云计算模型的结合,可较好解决物联网时代大数据处理中所存在的上述问题。

其中,边缘计算中的”边缘”是个相对的概念,指从数据源到云计算中心数据路径之间的任意计算资源和网络资源。通过将原有云计算模型的部分或全部计算任务迁移到网络边缘设备、放在接近数据源的计算资源上运行,边缘计算模型可有效降低云计算中心服务器的压力、减少网络带宽消耗,满足对海量数据实时分析和处理的要求,提升用户体验。


1 边缘计算与云计算对比

二 应用案例

以无人驾驶汽车为例。无人驾驶汽车利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物等信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。该过程要求车载控制系统能够对采集的数据作出实时处理,以便及时对下一步行车路线和速度作出合理决策。如果将传感器采集的数据上传到云计算中心,由云计算中心处理后再响应给车载控制系统,这无疑会因存在较大的延时,而降低行车的安全性。但如果在源数据端(无人驾驶汽车)进行边缘计算,实时处理传感器采集的数据,将大大提高数据的处理速度,有效增强无人驾驶汽车在行驶过程中对路面环境决策的实时性。


2 无人驾驶汽车数据处理方式对比

三 与雾计算区别

雾计算的概念由思科首先提出,被定义为:迁移云计算中心任务到网络边缘设备执行的一种高度虚拟化的计算平台。雾计算通过在云与终端设备之间引入中间层,扩展了基于云的网络结构,而中间层实质是由部署在网络边缘的雾服务器(如:路由器、机顶盒、代理服务器、基站等)组成的”雾层”(对应于图3中的边缘基础设施层)。基于雾计算模型,终端设备无需与云中心直接通信,而是与网络边缘的雾服务器通信,从而可以显著减少主干链路的带宽和能耗、提高数据的处理效率。


3 互联网设备层次

对比边缘计算和雾计算的概念和目的,可看出边缘计算和雾计算均出于优化资源、提升效率的目的。作为对云计算的补充,其初衷都是为了解决云计算模型在物联网发展过程中所面临的问题,如:网络带宽、响应速度、云中心处理压力等。二者在概念具有很大的相似性,但相对而言,雾计算只关心边缘基础设施(对应于图3中的边缘基础设施层),而边缘计算除了关心边缘基础设施,也关注产生数据的设备(对应于图3中的数据源层和边缘基础设施层)。也就是说,雾计算模型的处理能力位于终端设备和云中心之间的”雾层”,而边缘计算模型的处理能力不仅可在终端设备和云中心之间完成,也可由终端设备自身完成。

四 发展趋势

20161130日,华为、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔、ARM和软通动力信息技术(集团)有限公司联合成立了边缘计算产业联盟(Edge Computing Consortium,简称ECC),并发布《边缘计算产业联盟白皮书》,该联盟成员涵盖了科研院校、工业制造、能源电力等不同领域。2016年,互联网数据中心(IDC)发布了《中国制造业物联网市场预测,2016-2020》的报告,在边缘计算方面,IDC认为随着物联网终端的大量部署,物联网设备产生的数据将呈现几何式的增长,因此通过分散的终端设备和物联网网关进行数据过滤和处理,将是物联网应用的重要发展方向。2017811日,多家主流科技公司和汽车公司,包括英特尔、丰田和爱立信,宣布成立合作组织,开发无人驾驶汽车的”大数据”生态系统及相关技术。这一合作组织名为”汽车边缘计算集团”(AECC),其预计到2025年,汽车和云计算服务器之间的数据流量将达到每月10EB,因此需要”新的网络和计算基础设施架构”来进行处理。

五 参考

1.边缘计算:万物互联时代新型计算模型《计算机研究与发展》

2.http://www.huawei.com/cn/news/2016/11/Edge-Computing-Consortium-Established

3.https://www.leiphone.com/news/201612/SOicF0FefwW1lB5L.html

4.http://tech.sina.com.cn/i/2017-08-11/doc-ifyixtym0335213.shtml

发表评论

电子邮件地址不会被公开。 必填项已用*标注