當下在數據大爆發的背景下，邊緣計算成為物理世界與數字世界間的重要橋樑。邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的分佈式開放平臺，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。它可以作為聯接物理和數字世界的橋樑，使能智能資產、智能網關、智能系統和智能服務。
邊緣計算成為物理世界與數字世界間的重要橋樑：
參考邊緣計算聯盟與工業互聯網聯盟在2018年底發佈的白皮書中對邊緣計算的定義，作為連接物理世界與數字世界間的橋樑，邊緣計算具有連接性、約束性、分佈性、融合性和數據第一入口等基本特點與屬性，並擁有顯著的“CROSS”價值，即聯接的海量與異構、業務的實時性、數據的優化、應用的智能性、安全與隱私保護。邊緣計算在技術架構上主要分為計算能力與通信單元兩大部分。邊緣計算的目標主要包括：實現物理世界與數字世界的協作、跨產業的生態協作，以及簡化平臺移植等。從邊緣計算聯盟（ECC）提出的模型架構來看，邊緣計算主要由基礎計算能力與相應的數據通信單元兩大部分所構成。
邊緣計算的模型架構：
5G低時延、高可靠通信要求，使邊緣計算成為必然選擇。根據國際電信聯盟的願景，5G的應用場景應劃分為增強型移動寬帶（eMBB）、大連接物聯網（mMTC）和低時延高可靠通信（uRLLC）三類。同時，ITU在帶寬、時延和覆蓋範圍等方面確立了5G的8項技術要求。其中，低時延高可靠通信聚焦對時延極其敏感的業務，例如自動駕駛、工業控制、遠程醫療（例如手術）以及雲遊戲（VR/AR 等實時對戰要求）等。在5G移動領域，移動邊緣計算是ICT融合的大勢所趨，是5G網絡重構的重要一環。
國際電信聯盟提出的5G核心性能：
物聯網趨於泛化，為邊緣計算提供更多應用場景的可能性。未來物聯網應用可涵蓋汽車、家居、工業等各個領域。在汽車領域，物聯網與汽車網絡相結合，形成解放人類雙手的自動化駕駛；在家居領域，物聯網使各類家居智能化，為人們生活提供便利；在工業領域，物聯網廣泛應用於工業控制系統中，為生產流程提高效率。隨著技術的進步和人們消費水平的提高，物聯網的“泛化”有望呈現進一步擴張的態勢，從而產生更多的應用領域，這也為邊緣計算提供了更多的場景。
物聯網發展趨於泛化：
預計年複合增長超30%，萬億規模市場可期。隨著底層技術的進步以及應用的不斷豐富，近年來全球物聯網產業實現爆發式的增長。參考IDC數據，全球物聯網終端設備安裝數量有望在2019年達到256億臺，年複合增速高達21%。國內物聯網市場的增速更高，據CEDA預測，2020年我國物聯網市場規模有望達到18300億元，年複合增速高達25%。得益於底層物聯網設備的激增，參考拓墣產業研究院的預測，2018年至2022年全球邊緣計算相關市場規模的年複合增長率將超過30%。另據IDC預測，到2020年將有超過500億的終端與設備聯網，而有50%的物聯網網絡將面臨網絡帶寬的限制，40%的數據需要在網絡邊緣分析、處理與儲存。邊緣計算市場規模將超萬億，成為與雲計算平分秋色的新興市場。
2014-2019 年全球物聯網市場規模預測（億美元）：
2011-2020年中國物聯網市場規模預測（億元）：
在有了雲計算的同時，為什麼還需要邊緣計算？
1）網絡帶寬與計算吞吐量均成為雲計算的性能瓶頸：雲中心具有強大的處理性能，能夠處理海量的數據。但是，如何將海量的數據快速傳送到雲中心則成為了業內的一個難題。網絡帶寬和計算吞吐量均是雲計算架構的性能瓶頸，用戶體驗往往與響應時間成反比。5G 時代對數據的實時性提出了更高的要求，部分計算能力必須本地化。
2）物聯網時代數據量激增，對數據安全提出更高的要求：不遠的將來，絕大部分的電子設備都可以實現網絡接入，這些電子設備會產生海量的數據。傳統的雲計算架構無法及時有效的處理這些海量數據，若將計算臵於邊緣結點則會極大縮短響應時間、減輕網絡負載。此外，部分數據並不適合上雲，留在終端則可以確保私密性與安全性。
3）終端設備產生海量“小數據”，需要實時處理：儘管終端設備大部分時間都在扮演著數據消費者的角色，但如今以智能手機和安防攝像頭為例，終端設備也有了生產數據的能力，其角色發生了重大改變。終端設備產生海量“小數據”需要實時處理，雲計算並不適用。
邊緣計算與雲計算數據流向對比：
邊緣計算是不是對雲計算的替代？
邊緣計算是雲計算的協同和補充，而並非替代關係。邊緣計算與雲計算各有所長，雲計算擅長全局性、非實時、長週期的大數據處理與分析，能夠在長週期維護、業務決策支撐等領域發揮優勢。而邊緣計算更適用局部性、實時、短週期數據的處理與分析，能更好地支撐本地業務的實時智能化決策與執行。因此，邊緣計算與雲計算之間並非替代關係，而是互補協同的關係。邊緣計算與雲計算需要通過緊密協同才能更好的滿足各種需求場景的匹配，從而放大邊緣計算和雲計算的應用價值。邊緣計算既靠近執行單元，更是雲端所需高價值數據的採集和初步處理單元，可以更好地支撐雲端應用。反之，雲計算通過大數據分析優化輸出的業務規則或模型可以下發到邊緣側，邊緣計算基於新的業務規則或模型運行。
邊緣計算與雲計算之間構成互補協同：
4G邊緣設備未形成統一市場。在4G網絡標準制定中，由於並沒有考慮把邊緣計算功能納入其中，導致出現大量“非標”方案，運營商在實際部署時“異廠家設備不兼容”，網絡互相割裂，運營商有在某些4G應用場景部署邊緣計算功能的需求時，需要進行定製化的、特定的解決方案設計。而5G由兩大標準組織推動，全球統一標準，市場空間大幅增加。為了解決4G痛點，早在5G研究初期，MEC（多接入邊緣計算）與NFV和SDN一同被標準組織5G PPP認同為5G系統網絡重構的一部分。2014年ETSI（歐洲電信標準協會）就成立了 MECISG（邊緣計算特別小組）。
5G三大應用場景要求中，超低時延、大帶寬和loT大連接均需要邊緣計算：
歐洲電信標準協會關於多接入邊緣計算的標準進度：
為了滿足5G網絡的靈活性和低時延、降低迴傳負擔，核心網下沉和雲化成為必然趨勢。5G核心網下沉，邊緣IDC建設量增加，數通光模塊新增爆點。原先的4G EPC拆分成NewCore和MEC兩部分：NewCore將雲化部署在城域核心的大型雲數據中心，邊緣DC部署在城域匯聚或更低的位臵中小型雲數據中心。核心網分拆和中小型邊緣雲數據中心建設。
網絡架構邏輯的分拆，也將增加大量高速光模塊的需求。估計每一級網絡節點分拆都將帶來接口光模塊成倍的增加，其中接入機房將使用低速光口，而匯聚機房將使用10G或100G光口。
匯聚機房將使用10GE或100GE光口：
邊緣計算的典型應用場景
歐洲電信標準化協會（ETSI）定義了7類典型的邊緣計算應用場景，涵蓋了當前最主流的邊緣計算產品內涵和垂直行業應用場景。包括監控視頻流、增強現實 AR、自動駕駛、工業互聯等等。
其中自動駕駛、安防前端智能化、工業控制、遠程操控（如醫療手術等）等場景在實際應用中需要不超過10ms的網絡時延，此類場景5G業務的終結點不可能依賴在核心網後端的雲平臺，因此邊緣計算的發展最迫切，也最必要；同時，邊緣雲也促進部分即使社交應用爆發，例如即時對戰VR/AR遊戲等。
歐洲電信標準化協會（ETSI）定義的類典型的邊緣計算應用場景：
自動駕駛就是“四個輪子上的數據中心”，車載邊緣計算平臺成為剛需。隨著汽車自動駕駛程度的提高，汽車自身所產生的數據將越來越龐大。根據英特爾CEO測算，假設一輛自動駕駛汽車配置了GPS、攝像頭、雷達和激光雷達等傳感器，則上述一輛自動駕駛汽車每天將產生約4000GB待處理的傳感器數據。而如何使自動駕駛汽車能夠實時處理如此海量的數據，並在提煉出的信息的基礎上，得出合乎邏輯且形成安全駕駛行為的決策，需要強大的計算能力做支持。考慮到自動駕駛對延遲要求很高，傳統的雲計算面臨著延遲明顯、連接不穩定等問題，這意味著一個強大的車載邊緣計算平臺（芯片）成為了剛需。事實上，如果我們打開現階段展示的自動駕駛測試汽車的後備箱，會明顯發現其與傳統汽車的不同之處，都會裝載一個“計算平臺”，用於處理傳感器輸入的信號數據並輸出決策及控制信號。
自動駕駛汽車各傳感器所產生的數據量：
前端智能化的必要性--實現實時性解析和解決傳輸帶寬瓶頸。安防產業智能化升級是行業發展的大趨勢，後端智能化以及前端智能化是廠商針對智能化升級的兩種並存的解決方案。
其中，前端智能化的核心功能是為後端提供高質量、初步結構化的圖像數據，其主要作用有兩點：1、提升部分智能分析應用的實時性；2、節省帶寬和後端計算資源。後端智能化產品的核心功能則是利用計算能力對視頻數據進行結構化分析。
智能前置、後置智能分析優劣勢比較：
工業高精度控制對時延和可靠性的敏感度極高，無論是中國、韓國和日本的運營商，都非常關注5G新業務中工業級客戶（2B）的價值。這些行業市場包括運輸、物流、能源/公共設施監測、金融、醫療和農業。實現工業國產自動化、無線化和智能化，典型場景包括視頻監控、機器人控制、自動巡查安防等。
機器人控制：參考華為5G白皮書，同步實時協作機器人要求小於1毫秒的網絡延遲。
饋線自動化：當通信網絡的延遲小於10ms時，饋線自動化系統可以在100ms內隔離故障區域，這將大幅度降低發電廠的能源浪費。
視頻監控和無人機巡檢：配備無人機進行基礎設施、電力線和環境的密集巡檢是一項新興業務，LiDAR掃描所產生巨大的實時數據量將需要>200Mbps的傳輸帶寬。
工業級應用中5G低時延業務的典型場景：對實時和保障度要求最高：
VR/AR即時對戰類遊戲。現階段VR遊戲體驗不佳：其中游戲類VR應用基本以本地重度遊戲為主，設備典型盤根錯節，用戶容易絆倒。假如聯網遊戲時延高達50ms，導致用戶眩暈問題，體驗仍然不佳。
未來5G設備實現直接邊緣雲端訪問，VR/AR時延問題解決：實時CG類雲渲染 VR/AR需要低於5ms的網絡時延和高達100Mbps至9.4Gbps的大帶寬。同時，5G可以支持多用戶近距離連線。
雲VR/AR 將大大降低設備成本，從而提供人人都能負擔得起的價格。5G將顯著改善這些雲服務的訪問速度雲市場以18％的速度快速增長。家庭和辦公室對桌面主機和筆記本電腦的需求將越來越小，直接連接到雲端的各種人機界面，並引入語音和觸摸等多種交互方式。
5G移動互聯網場景AR/VR：
視頻雲：遠程醫療、4K/8K高清視頻
遠程診斷：遠程診斷依賴5G網絡的低延遲和高QoS保障特性，例如無線內窺鏡和超聲波這樣的遠程診斷依賴於設備終端和患者之間的交互。力反饋的敏感性決定低延遲網絡才能滿足要求。其它應用場景包括醫療機器人和醫療認知計算，這些應用對連接提出了不間斷保障的要求（如生物遙測，基於VR的醫療培訓，救護車無人機，生物信息的實時數據傳輸等）。ABI Research預測，智慧醫療市場的投資預計將在2025年將超過2,300億美元，智慧醫療市場將在2025年超過2,300億美元。
高清視頻：5G 的高速率特性將是用戶不僅能觀看當下各類視頻內容，還將隨時隨地體驗4K以上的超高清視頻。參考intel《5G 娛樂經濟報告》,預計未來10年內5G用戶的月平均流量將有望增長7倍，而其中 90%將被視頻消耗，預計到2028年，僅憑消費者在視頻、音樂和遊戲上的支出就會增加近一倍，全球總體量將達到近1500億美元。
視頻雲應用提供更高帶寬、更大鏈接密度和更低時延，適於高清視頻和遠超視頻醫療：
邊緣計算相關公司：
閱讀更多 年輕的老股民 的文章
