近幾年，“物聯網”“雲計算”等技術得到廣泛應用，但是隨著萬物互聯以及 5G 高帶寬、低時延時代的到來，各類業務如車聯網、工業控制、4K/8K、虛擬現實 / 增強現實（VR/AR）等所產生的數據量爆炸式增長，對計算設施帶來了實時性、網絡依賴性和安全性等方面的要求，為了解決這些問題，國內外學者們提出了邊緣計算的概念。
邊緣計算的“邊緣”指的是在數據源與雲端數據中心之間的任何計算及網絡資源。例如，智能手機就是個人與雲端的“邊緣”，智能家居中的網關就是家庭設備與雲端的“邊緣”。邊緣計算的基本原理就是在靠近數據源的地方進行計算，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，就近提供邊緣智能服務的開放平臺。與雲計算相比較，邊緣計算就近佈置，因而可以理解為雲計算的下沉。
邊緣計算實現了物聯網技術前所未有的連接性、集中化和智能化，由此可以滿足敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的需求，是實現分佈式自治、工業控制自動化的重要支撐。
邊緣計算是計算系統從扁平到邊緣，以及面向 5G 網絡架構演進的必然技術，同時也提供了一種新的生態系統和價值鏈。第三方數據分析機構IDC 預測，到2020年，全球將有約500億的智能設備接入互聯網，其中主要涉及智能手機、可穿戴設備、個人交通工具等，其中 40% 的數據需要邊緣計算服務。邊緣計算有著強大市場潛力，也引起了各研究機構、標準組織、服務提供商和產業界極大的關注。
目前，關於邊緣計算的研究才剛剛起步，雖然已經取得了一定成果，但從實際應用來說，還存在很多問題需要研究，下面對其中的幾個主要問題進行分析。
第一，多主體的資源管理。邊緣計算資源分散在數據的傳輸路徑上，被不同的主體所管理和控制，比如用戶控制終端設備、網絡運營商控制通信基站、網絡基礎設施提供商控制路由器、應用服務供應商控制邊緣服務器與內容傳輸網絡。
而云計算中的資源都是集中式的管理，因此雲計算的資源管理方式並不適用管理邊緣計算分散的資源。而目前關於邊緣計算的研究也主要集中在對單一主體資源的管理和控制，還未涉及多主體資源的管理，實現靈活的多主體資源管理是一個十分富有挑戰性的問題。
第二，應用的移動管理。邊緣計算依靠資源在地理上廣泛分佈的特點來支持應用的移動性，一個邊緣計算節點只服務周圍的用戶，應用的移動就會造成服務節點的切換，而云計算對應用移動性的支持則是“服務器位置固定，數據通過網絡傳輸到服務器”。所以，在邊緣計算中應用的移動管理也是一種新模式，涉及到資源發現和資源切換等問題。
第三，虛擬化技術。為了方便資源的有效管理，邊緣計算需要虛擬化技術的支持，為系統選擇合適的虛擬化技術是邊緣計算的一個研究熱點。目前，新型的虛擬化技術層出不窮，如何打破虛擬機和容器的規則與界線，將兩者充分融合，同時具備兩者的優勢，設計適應邊緣計算特點的虛擬化技術，也是一大挑戰。
第四，數據分析。數據分析的數據量越大，往往提取出的價值信息就越多。但是收集數據需要時間，價值信息往往也具有時效性。邊緣計算使數據可以在彙集的過程中被處理與分析，很多數據如果被過早地分析，可能會丟失很多有價值的信息，所以如何權衡提取信息的價值量與時效性是一個關鍵性問題。
第五，編程模型。邊緣計算資源動態、異構與分散的特性使應用程序的開發十分困難。為減少應用的開發難度，需要可以適應邊緣計算資源的編程模型。
閱讀更多 鄭州扁擔科技 的文章
