建设面向特定场景的边缘计算设施.pdfVIP

建设面向特定场景的边缘计算设施

边缘计算是一种分布式计算模式，将部分计算任务从中央云端移到

离数据源更近的边缘设备、传感器或路由器等设施上进行处理，从而减少

云计算的延迟和带宽消耗，提升响应速度和数据传输效率。随着物联网、

5G等技术的发展，边缘计算开始在智能零售、智慧城市、工业自化等领

域落地实现，而面向特定场景的边缘计算设施则能更好地适应不同应用场

景的需求和特点，保障其高效稳定地运行。因此，建设面向特定场景的边

缘计算设施具有重要的研究意义和应用价值。

一、引言

随着人工智能，物联网和5G技术的持续发展，大量的设备和系统都逐

渐向网络化和智能化方向转换，产生了海量的数据和信息，从而形成了一

个以云计算为中心的新型信息化体系。然而仅靠云计算还无法解决互联网

应用的高效性、实时性和安全性等问题。因此，基于边缘计算观念的边缘

计算模式随之出现，极大地改善了互联网应用服务的实时性和安全性。

二、边缘计算的概念

边缘计算是一种将计算和数据存储放置在离数据源头最近的位置，即

接近业务或用户的端点，以提供更加实时响应和更高效的数据处理和传输

的计算模式。这种计算模式可以使得数据处理更加高效和迅速，同时减少

响应时间，提高数据传输的安全性以及保护数据的隐私性。

三、边缘计算的背景分析

（一）云计算的不足：云计算可以高效地处理和存储数据，但是在处理

实时性要求高的应用场景时，存在一定的局限性，因为云计算的数据中心

不可能无限制地扩展。对于需要快速响应和处理的应用场景，如自驾驶

车辆、工业控制、医疗设备以及VR/AR等虚拟现实应用等，高延迟和低带

宽将会严重影响应用的质量。

（二）物联网的大量部署：随着物联网技术的日益发展，大量的设备都

以网络化和智能化的方式进行连接，并产生了海量的数据。这些设备包括

传感器、智能手机、家庭设备、车辆和智能城市设备等。这些设备都可以

通过边缘计算将数据和应用程序分布在端点上，以使得数据处理更加高效

和迅速。

（三）认知计算和人工智能的持续发展：认知计算和人工智能在近年来

得到了快速发展，但这些技术还无被有效地嵌入到云计算系统中。边缘

计算可以弥补这一缺陷，可以更好地满足人工智能和机器学习等领域的各

种需求，同时提供更好的实时性和安全性。

四、边缘计算的主要特点

（一）低延迟：边缘计算可以将数据处理和分析放在数据源头附近的边

缘节点上，从而将数据分析和决策反馈时间缩短到几毫秒级别，保证了实

时性和高效性。

（二）高带宽：边缘计算的分布式计算架构可以大幅减少互联网通道的

网络负载，同时提高数据传输的带宽速率。

（三）数据隐私保护：边缘计算利用本地数据进行计算并仅向云端提交

少量元数据，避免了大量的隐私信息被公开C

（四）联合优化：边缘计算提供了一种可以将设备、网络和应用程序整

合为一个整体的方式，并通过智能算对这个整体进行联合优化。

（五）高度可靠：边缘计算基于分布式计算架构，具有很高的容错率和

可扩展性，可以快速响应任何故障。

五、边缘计算的应用场景

（一）智能家居：在智能家居中，边缘计算可以方便地处理各种数据，

如温度、湿度、烟雾等感应数据，以及各种语音、视