邊緣計算—你了解嗎？
親愛的同學們，端午假期愉快的過去了，粽子也吃了，今天就來說點新鮮的東西吧。
說新鮮，其實也不新鮮了，在十年前就有邊緣計算這個名詞了，只不過隨著物聯網的發展，邊緣計算被再次拎了出來。
概念
根據名字我們可以猜測一下，邊緣計算就是在終端設備附近靠近數據源的一側進行的本地計算分析。因為靠近終端，我們的計算實時性會更高。
本質上來說，邊緣計算和雲計算都是為了處理數據的計算問題而誕生的，只是兩者實現的方式不同。雲計算是把數據集中到一起做計算，而邊緣計算是在終端進行計算。那麽相比雲計算有什麽優勢呢？
從圖中我們可以看出來，雲計算要經過網絡來傳輸所有的數據並做出響應，而邊緣計算在邊緣設備上處理數據可以及時響應，同時把處理後有價值數據發往雲端。
舉個栗子
例子數據來自GE官網
現在的無人駕駛汽車，有成百上千個傳感器，每駕駛8個小時會產生40TB的數據，這些數據中大多數並不重要，而且把這麽大體量的數據傳到雲端是不切實際的。邊緣計算就很好的解決了這個問題，先本地計算，對於重要的計算結果再上傳到雲端。
從這個栗子裏我們能看出來什麽呢？
無人駕駛，要求系統有實時的反應能力，可想而知，如果系統反應不及時，在道路上會造成什麽樣的後果。所以這裏就體現了邊緣計算的實時性及必要性。
如此大量的數據，必然包含著大量的無用數據，要全部傳到雲端是不切實際的，邊緣計算正好解決了這個問題，經過計算後把重要的計算結果傳到雲端，大大節約了帶寬資源。
當然，邊緣計算不是為了代替雲計算，而是作為雲計算的一個補充。因為邊緣計算後的結果還是會全部或者部分發送到雲端進行存儲分析。
移動邊緣計算(MEC)
這裏不得不提一下MEC,因為5G時代的到來，我們的移動生活會進一步被改變。未來的通信基站將具備計算能力，我們使用的手機APP將會在就近的基站進行計算，相信會給我們帶來更快速的使用體驗。
智能制造應用
智能制造的目的是實現智慧工廠，使機器設備具有自感知能力。代替人工做出決策。怎麽樣實現這個目的的，邊緣計算是一個很好的手段，通過在設備周圍部署邊緣計算AI平臺，運行機器學習算法等，使邊緣計算平臺變成機器的大腦，通過各種傳感器的數據計算分析後來判斷機器人狀態是否正常，以及要執行什麽動作。
隨著智能制造的不斷深入，越來越多的設備聯網，越來越多的數據被產生出來，邊緣計算設備將會逐漸普及來處理這些數據。同時，智能制造的終極目標，設備的自我感知能力就需要人工智能(AI)算法來進行決策了，而生產現場對設備的控制實時性要求很高，所以未來這些算法肯定是在邊緣設備上來計算，進而實時控制設備，真正成為設備的大腦。
邊緣計算—你了解嗎？