共计 3676 个字符，预计需要花费 10 分钟才能阅读完成。
云计算现状
过来十几年的倒退，云计算概念曾经被越来越多的技术层、决策层、高级管理层人员所了解并承受，公有云、私有云、混合云的高速倒退，使得业务入云曾经成为企业数字化转型的的事实标准。企业云计算的落地，利用云计算中心的软件定义存储、软件定义网络、超交融等技术，将数据汇聚到云核心解决，并对云上业务集中管理，提供云原生的能力，为企业带来较高的经济效益，并逐步升高运维老本。随着 5G 通信技术的倒退，越来越多的实时性强的业务开始衰亡，如主动驾、AR/VR、智能家居、工业自动化等，传统的云计算加端业务的集中式解决模型很难满足大量数据传输和实时处理的需要。因而，云边端的解决模型应运而生，即边缘计算。
边缘计算
（图片来自：https://www.lanner-america.co…）
边缘计算作为云计算的延长与补充，具备如下特点：
- 低延时
计算能力下沉，将数据处理服务运行在凑近数据生产的源，省去了网络提早，及时地响应中断请求，进步时效性。
- 低带宽
因为数据在边缘端解决，不须要传输到云端，或是预处理去除冗余数据后传入云端，省去了大量数据的传输，极大缓解了核心云的带宽压力。
- 数据安全
数据极短距离的传输，缩小了数据裸露在网络上的工夫，升高数据泄露危险，爱护终端产生数据的平安。
- 边缘利用治理
纳管边缘端原有的服务，将核心云的云原生能力提供给边缘利用。多边缘端利用的公布、降级等操作，可间接在核心云操作，简化原有的操作流程，升高保护老本。
- 边端设施治理
将海量终端设备接入云，提供对立的形象接口，可在云核心向终端设备公布指令。
基于上述特点， 在物联网一直倒退的背景下，边缘计算无力地补救了传统云计算模型的短板，将核心云的能力延长到边缘端，实现笼罩更多的利用场景。
边缘计算利用场景
安防监控
视频监控是安防市场的重要组成，是数据的收集端。随着城市安防的继续投入，各社区、商场、银行网点、路线街边、停车场等公共环境都装置有监控摄像头，视频监控、人脸识别等性能，在安防零碎中施展着重要作用。
随着终端设备的倒退，在监控摄像头内置计算单元，通过引入边缘计算，可能无效地解决原始视频流数据，防止将冗余数据上传到云端。另外，植入人脸识别利用，对视频数据进行解析和模型匹配，无效辨认重点监控对象, 使得终端设备由被动监控转化为与被动剖析与预警相结合的安防终端零碎。
车联网
在互联网行业，有着软件定义所有的说法。同样，在汽车畛域，软件定义汽车（SDV）也被认为是汽车行业将来倒退的趋势。汽车的外围竞争力，逐步由能源、机械方面转向软件能力，尤其是 AI、大数据、云计算等技术在汽车行业的落地，将进一步推动这种转变的实现。
另一方面，车联网技术的倒退是 5G 物联网畛域中十分重要的利用之一，也是 MEC 的典型场景，尤其是主动驾驶的投入使用，更是减速了车载零碎联网入云的过程。据统计数据显示，一辆主动驾驶车每天产生的数据在 4TB 以上，这样大量的数据会因为网络提早导致终端利用实时性体验大幅降落，进而影响主动驾驶的性能。
（图片来自：https://en.globes.co.il/en/ar…）
车载零碎通常具备计算能力，能够通过边缘计算平台将车载零碎纳入云治理，将云计算中心个别实时性要求较高的服务下发到车载零碎，能够再第一工夫解决终端利用的数据，加强时效性。同时，将原生车载利用以云原生的形式治理，便于公布 / 降级等操作，这会对汽车 OTA 的推动产生重要意义。
另外，针对设施体验的一致性、设施能力、调用接口的碎片化问题，边缘计算平台能够实现车载设施的无效形象，屏蔽异构的设施协定（CAN，以太网等），简化设施治理利用的开发。
VR/AR
（图片来自：https://www.researchgate.net/…_fig1_322675070）
VR/AR 重视人机交互的体验，冲破二维限度，进入三维体验的技术实现。其背地，是计算平台弱小算力的撑持。在边缘计算模型下，实时的 VR 头显不再须要将数据发送到云计算中心去解决，而是通过 5G 网络发送到就近的服务基站、边缘数据中心等，反过来看，就是云计算中心通过 5G 网络将计算能力延长在边缘端，这样的低提早解决能够无效晋升用户体验，是下一代 VR/AR 利用的重要实现。
工业互联网
工业互联网，次要体现在对工业大数据的解决、模型的训练以及工业设施的近程优化管制。通过云计算、大数据、AI 等技术赋能工业生产的智能化。古代工业的倒退，逐步造成了云计算中心与网络边缘的交融：
边缘侧：数据的预处理、分布式协同管制、异构网络设备的联通等由边缘侧计算单元解决。
云计算中心：大数据分析、AI 决策优化。
（图片来自：https://documentation.mindsph…）
在工业畛域中，具备互联网能力的工业控制系统能够作为边缘计算节点，将一些实时性要求较高的数据分析、智能化解决和执行单元放在这一层运行；另外一些实时性要求不高，较长周期内的大数据整顿剖析、AI 模型训练及生成决策事件、优化参数等工作，能够放在云计算中心执行。通过以云核心为大脑，带动边缘计算实现工业互联网的智能制作。
智能家居
智能家居零碎次要通过多种传感器技术，联合 AI 深度学习，一直做出环境适应的调整。目前，智能家居的实现模式次要是通过云端连贯管制，这将导致数据处理不及时，会对云端网络依赖较大。并且，随着智能家居设施的增多，设施之间的互联互动，异构设施的对立治理，也成为了将来智能家居实现的问题。
（图片来自：https://www.dannyedebohlsprop…_wp_cron=1598423389.7713329792022705078125）
边缘计算逐步被引入到智能家居零碎中，首先能够解决设施治理问题。针对多种异构设施，以对立命名及接口，接入到云端治理，为智能家居控制程序的开发，提供齐备的形象。其次，智能设施的实时申请发送到就近的边缘节点，有边缘节点的计算服务解决数据申请，动静布局智能设施的运行策略。将来倒退中，可能会呈现智能家庭网关的计算单元，作为边缘节点，可实现边缘自治，脱离于云端联结智能设施，并能保障家庭数据安全，进步更高效的家庭智能设施治理。
智慧城市
智慧城市是目前各大城市都在踊跃倒退的方向，也是高级别城市的指标。其演进阶段是信息化、数字化、智能化，以后智慧城市正处于智能化的实现路线上。通过信息化和数字化，把城市的大部分数据结构化并收集起来，进行智能化解决决策。
（图片来自：https://www.arcweb.com/indust…）
智慧城市的一大特点就是数据的全面感测。遍布城市各处的狭义传感器和智能设施，组成了宏大的物联网，通过不间断的检测，来侦听城市的外围子系统的运行状况。
随着边缘计算的落地，这些散布于各处的传感器和智能设施，不用再将数据上传至“城市大脑”云计算中心来解决，而是就近通过边缘计算节点进行剖析、预处理、联结管制及告警，及时对数据作出反馈，这样能够与城市大脑实现轻量级解耦。即便云计算中心出现异常故障，各个子系统也能实现肯定水平的自治，将无效缓解城市大脑计算、网络、存储等压力。
总结
- 超过边缘
边缘计算的引入，不仅解决了边缘终端利用提早的问题，还无效削减了核心云网络进出流量（cloud offload），这给企业带来的受害是同样可观的。另外，边缘计算使得 IT 和 OT 畛域的交融成为可能。除了上述场景外，大型能源开采我的项目，如石油天然气，风力发电等行业场景，IT 零碎也是齐全独立于公司 OT 业务来负责企业治理经营。 随着公司对传统基础架构实时优化的迫切需要，呈现了职能穿插的团队，标记着 IT 和 OT 的联合，而实现这所有的独特认知就是边缘计算。
- 市场份额
据 IDC 统计预测，2020 年有 500 亿以上的终端设备入网，寰球有 40% 的数据要在边缘侧被解决。Grand View Research 预测到 2027 年，边缘计算的市场份额将达到 434 亿美元。
- 抢滩边缘
目前，寰球各大厂商曾经开始在边缘市场进行布局。例如 AWS Wavelength，Azure EdgeZone、Google Cloud IoT Edge 等，从各大厂商在边缘市场的布局能够看出， 边缘计算曾经不再是实践层面的探讨，而是切实存在可落地的技术趋势。 而这种趋势，随着 5G 通信的继续投入，将来将会有更快的倒退。
博云洞察
边缘计算作为 5G 时代的关键技术之一，引入边缘计算能够将高宽带、低时延、本地化的大量业务下沉到网络边缘终结，从而为实时型和宽带密集型业务提供更好的反对。目前，BoCloud 博云也在踊跃布局边缘计算畛域。 博云自主研发的一体化边缘计算平台 BeyondEdge 旨在以开放式架构买通云、边、端三层的互相协同。 致力通过将 BeyondContainer 容器云提供的云上服务编排、调度、治理等个性赋能到边缘端，同时将边缘端设施形象到云核心对立治理，充分利用客户的硬件资源，搭建分层式的云计算架构，将计算能力无效的延长到边缘端，帮忙用户疾速构建平安、高效、灵便、牢靠的边缘计算平台，可宽泛实用于物联网、工业互联网、车联网等行业畛域，为企业实现降本增效。
