日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

2016年11月30日，華為技術(shù)有限公司、中國科學(xué)院沈陽自動化研究所、中國信息通信研究院、英特爾公司、ARM和軟通動力信息技術(shù)（集團）有限公司六家單位聯(lián)合倡議發(fā)起邊緣計算產(chǎn)業(yè)聯(lián)盟（ECC，Edge Computing Consortium），這引發(fā)了大家對邊緣計算未來發(fā)展的興趣。在國家大力倡導(dǎo)“互聯(lián)網(wǎng)+”的大背景下，邊緣計算將帶給我們什么？這值得我們?nèi)パ芯浚疚囊赃吘売嬎銥橹行模懻撆c之相關(guān)的話題。

1　邊緣計算并非新鮮詞匯

首先要說邊緣計算并非是一個新詞，早在2003年，AKMAAI與IBM即開始合作“邊緣計算”，AKAMAI是一家內(nèi)容分發(fā)網(wǎng)絡(luò)CDN和云服務(wù)的提供商，是世界上最大的分布式計算服務(wù)商之一，承擔(dān)了全球15%~30%的網(wǎng)絡(luò)流量，在2003年6月9日的一份內(nèi)部研究項目“開發(fā)邊緣計算應(yīng)用”[1]中即提出“邊緣計算”的目的和解決的問題，并通過AKAMAI與IBM在其WebSphere上提供基于Edge的服務(wù)。

2004年20屆IEEE國際會議上， Pang H提到了EdgeComputing，這是比較早的關(guān)于EdgeComputing的公開文獻(xiàn)，在這篇文章中，Pang H就提到了“邊緣計算是為了實現(xiàn)可擴展且高可用的Web服務(wù)，它將推動企業(yè)的邏輯與數(shù)據(jù)處理中心到代理服務(wù)的邊緣側(cè)，其優(yōu)勢在于應(yīng)用程序在邊緣側(cè)的運行削減了網(wǎng)絡(luò)延遲，并產(chǎn)生更快的Web服務(wù)響應(yīng)”[2]。

基于移動端的Mobile Edge Computing由歐洲電信標(biāo)準(zhǔn)協(xié)會ETSI制定并發(fā)布白皮書，其構(gòu)架主要建立在移動通信網(wǎng)絡(luò)與無線接入網(wǎng)絡(luò)，由其提供邊緣計算服務(wù)，這個簡稱為MEC，這個技術(shù)規(guī)范由AT&T、華為、NEC、Motorola、CISCO等移動通信領(lǐng)域的企業(yè)共同發(fā)起制定。

2016年11月30日，邊緣計算產(chǎn)業(yè)聯(lián)盟理事長、中國科學(xué)院沈陽自動化研究所所長于海斌在邊緣計算產(chǎn)業(yè)聯(lián)盟成立大會上介紹了Edge Computing的定義，邊緣計算是指在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的開放平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。對物聯(lián)網(wǎng)而言，邊緣計算技術(shù)取得突破，意味著許多控制將通過本地設(shè)備實現(xiàn)而無需交由云端處理反饋，其處理過程也將在本地邊緣計算層完成。這無疑將大大提升處理效率，同時大大減輕云端的負(fù)荷，由于更加靠近用戶，還可為用戶提供更快的響應(yīng)，將用戶需求解決在邊緣。

2　物聯(lián)網(wǎng)應(yīng)用催生邊緣計算

其實無論是云、霧還是邊緣計算，本身只是實現(xiàn)物聯(lián)網(wǎng)、智能制造的一種方法或者技術(shù)模式，其實霧計算和邊緣計算本身并沒有本質(zhì)的區(qū)別，都是在接近現(xiàn)場應(yīng)用端提供的計算。就其本質(zhì)而言，都是相對于“Cloud”的計算而言。

2.1　物聯(lián)網(wǎng)才是大背景

2014年，IBM中國研究院院長沈曉衛(wèi)在財新峰會上介紹“邊緣計算”，將不便于云端計算的放在邊緣側(cè)計算，而云端可以訪問邊緣計算的歷史數(shù)據(jù)。如今全球智能手機的快速發(fā)展使得移動終端成為了“邊緣計算”的發(fā)展對象，為此，沈曉衛(wèi)表示“構(gòu)建邊緣計算系統(tǒng)將是物聯(lián)網(wǎng)發(fā)展的一大趨勢。”

在邊緣計算產(chǎn)業(yè)聯(lián)盟成立大會上，華為網(wǎng)絡(luò)研發(fā)總裁劉少偉提到“未來將是一個萬物感知、萬物互聯(lián)、萬物智能的智能社會，而行業(yè)數(shù)字化轉(zhuǎn)型是構(gòu)建智能社會的支柱。”針對行業(yè)數(shù)字化轉(zhuǎn)型在網(wǎng)絡(luò)邊緣側(cè)面臨的挑戰(zhàn)，聯(lián)盟提出了邊緣計算產(chǎn)業(yè)價值CROSS，即在敏捷聯(lián)接（Connection）的基礎(chǔ)上，實現(xiàn)實時業(yè)務(wù)（Real-time）、數(shù)據(jù)優(yōu)化（Data Optimization）、應(yīng)用智能（Smart）、安全與隱私保護(hù)（Security），為用戶在網(wǎng)絡(luò)邊緣側(cè)帶來更多行業(yè)創(chuàng)新和價值再造機會。劉少偉以“拉瓦爾噴管”比喻聯(lián)盟的“窄喉”作用，希望通過聯(lián)盟的運作，支撐邊緣計算重點行業(yè)的應(yīng)用創(chuàng)新與示范推廣，并通過廣泛的生態(tài)合作與營銷推廣，進(jìn)一步助力更多行業(yè)的數(shù)字化轉(zhuǎn)型，實現(xiàn)價值延伸。

2016年12月6日，世界智能制造大會在南京舉辦，來自美國機械工程師學(xué)會（ASME）的Keith Roe博士在他的演講中預(yù)測“物聯(lián)網(wǎng)將在2019年迎來爆發(fā)式增長”。

2.2　邊緣計算聚焦于IoT應(yīng)用

來自英國Queen's大學(xué)的Blesson Varghese教授在其《邊緣計算的挑戰(zhàn)與機會》[5]一文中較為有效地描述了邊緣計算的動機、挑戰(zhàn)與機會，如圖1所示。

圖1 云、邊緣節(jié)點與邊緣設(shè)備

圖2對于邊緣計算的研究是比較全面的，也是最新的研究。

圖2 邊緣計算的動力、挑戰(zhàn)與機會

圖3也同樣從延遲角度來分析邊緣側(cè)處于低延時段，而云更為“集中”。

2016年IEEE IoT雜志9月刊上，韋恩州立大學(xué)的史偉松在其文章《邊緣計算：遠(yuǎn)景與挑戰(zhàn)》[4]中闡述了邊緣計算產(chǎn)生的原因，主要聚焦于物聯(lián)網(wǎng)本身對于數(shù)據(jù)的傳輸需求，本地的低延遲對數(shù)據(jù)處理的迫切需求，并延伸了其在工業(yè)大數(shù)據(jù)、智慧城市、智能家居、健康醫(yī)療等重要領(lǐng)域的應(yīng)用。

圖3 邊緣計算在整個計算中的位置

2.3　IoT即將快速興起

事實上，物聯(lián)網(wǎng)的概念已經(jīng)提出超過15年的時間，然而，物聯(lián)網(wǎng)卻并未成為一個熱門應(yīng)用，任何技術(shù)的發(fā)展都是曲折的過程，概念到真正的大量應(yīng)用有一個較長的過程，因為，與之匹配的技術(shù)、產(chǎn)品設(shè)備的成本、應(yīng)用的接受程度、對應(yīng)用與實際結(jié)合的試錯過程都是漫長的，甚至可能是失敗的，因此，往往不能很快形成大量應(yīng)用的市場。

根據(jù)Gartner的技術(shù)成熟曲線理論來看，物聯(lián)網(wǎng)、大數(shù)據(jù)目前已逐漸進(jìn)入日常應(yīng)用領(lǐng)域，據(jù)預(yù)測，未來5~10年內(nèi)IoT平臺會有較大的發(fā)展，但I(xiàn)oT可能會比我們想像更快的速度進(jìn)入應(yīng)用爆發(fā)期，具體如圖4所示。

圖4 Gartner技術(shù)成熟曲線

2.4　邊緣計算產(chǎn)業(yè)聯(lián)盟生逢其時

中國人做事講究“天時、地利、人和”，這和Gartner曲線有一定的共通之處，不過，歐美人的思維是設(shè)計一個工具、模型進(jìn)行研究，而中國的思維則有點“玄乎”，講究“悟性”。

盡管邊緣計算也不算新鮮概念，但是，ICT廠商華為敏銳地意識到“IoT、IIoT”的應(yīng)用正在“天時、地利”當(dāng)口，而成立聯(lián)盟則是取得“人和”，為此，聯(lián)合中國科學(xué)院沈陽自動化研究所、中國信息通信研究院、英特爾公司、ARM和軟通動力信息技術(shù)（集團）有限公司共通打造“OICT”融合的平臺。

2.4.1　在邊緣計算里定義四個領(lǐng)域

設(shè)備域：數(shù)據(jù)節(jié)點的問題，目前出現(xiàn)的包括IoT設(shè)備以及自動化的I/O采集，略有不同的在于純粹的IoT設(shè)備與自動化的I/O采集有重疊部分，直接用于在頂層優(yōu)化并不參與控制本身的數(shù)據(jù)是可以直接到邊緣側(cè)的。

網(wǎng)絡(luò)域：來自自動化產(chǎn)線的數(shù)據(jù)其傳輸方式、機制、協(xié)議都會有不同，因此，這里要解決傳輸?shù)臄?shù)據(jù)標(biāo)準(zhǔn)問題，當(dāng)然，在OPC UA架構(gòu)下可以直接訪問底層自動化數(shù)據(jù)，但是，對于Web數(shù)據(jù)的交互而言，這里會存在IT與OT之間的協(xié)調(diào)問題，盡管有一些領(lǐng)先的自動化企業(yè)已經(jīng)提供了針對Web方式數(shù)據(jù)傳輸?shù)臋C制，但是大部分現(xiàn)場的數(shù)據(jù)仍然存在這些問題。

數(shù)據(jù)域：需要解決數(shù)據(jù)傳輸后的數(shù)據(jù)存儲、格式等，此外，數(shù)據(jù)的查詢與數(shù)據(jù)交互的機制和策略問題也需要考慮。

應(yīng)用域：這個可能是目前最難以解決的問題，針對這一領(lǐng)域的應(yīng)用模型尚未有較多的實際應(yīng)用。

2.4.2　邊緣計算的架構(gòu)理解

從圖5中，我們可以看到邊緣計算產(chǎn)業(yè)聯(lián)盟對于邊緣計算的參考架構(gòu)的定義，包含了設(shè)備、網(wǎng)絡(luò)、數(shù)據(jù)與應(yīng)用四域，主要提供在網(wǎng)絡(luò)互聯(lián)（包括總線）、計算能力、數(shù)據(jù)存儲與應(yīng)用方面的軟硬件基礎(chǔ)設(shè)施。

圖5 邊緣計算參考架構(gòu)1.0（來自ECC-需求與架構(gòu)組）[6]

從產(chǎn)業(yè)價值鏈整合角度而言，邊緣計算產(chǎn)業(yè)聯(lián)盟提出了CROSS，即在敏捷聯(lián)接（Connection）的基礎(chǔ)上，實現(xiàn)實時業(yè)務(wù)（Real-time）、數(shù)據(jù)優(yōu)化（Data Optimization）、應(yīng)用智能（Smart）、安全與隱私保護(hù)（Security），為用戶在網(wǎng)絡(luò)邊緣側(cè)帶來的價值和機會，也即聯(lián)盟成員要關(guān)注的重點。

邊緣計算產(chǎn)業(yè)聯(lián)盟第一個將OICT融為一體的設(shè)想與生態(tài)系統(tǒng)構(gòu)建，按照其成立時反復(fù)強調(diào)的“不會成為一個開會的組織”，算是比較樸素、務(wù)實的市場聲音。

邊緣計算包括了基礎(chǔ)的傳輸設(shè)備（網(wǎng)關(guān)、路由，以及對應(yīng)的通信協(xié)議等）、實時數(shù)據(jù)庫、應(yīng)用分析軟件。

作者簡介:

宋華振，貝加萊工業(yè)自動化（中國）有限公司市場經(jīng)理，POWERLINK中國市場推廣經(jīng)理，SAC/TC124委員，并擔(dān)任邊緣計算產(chǎn)業(yè)聯(lián)盟（ECC）專家委員會專家，聯(lián)訊動力特邀技術(shù)專家。

參考文獻(xiàn)：

[1] IBM & AKAMAI. Develop Edge Computing Application. June 9, 2003.

[2] Pang H H, Tan K L. Authenticating query results in edge computing[C]. Data Engineering, 2004. Proceedings. 20th International Conference on. IEEE, 2004: 560 - 571.

[3] Grieco R, Malandrino D, Scarano V. A scalable cluster-based infrastructure for edge-computing services[J]. World Wide Web, 2006, 9(3): 317 - 341.

[4] Shi W, Cao J, Zhang Q, et al. Edge Computing: Vision and Challenges[J].IEEE IOT, 2016.

[5] Varghese B, Wang N, Barbhuiya S, et al. Challenges and Opportunities in Edge Computing[J]. arXiv preprint arXiv :1609. 01967, 2016.

[6] 史揚. 邊緣計算參考1.0架構(gòu)分享[R]. 邊緣計算產(chǎn)業(yè)聯(lián)盟成立大會, 2016.

摘自《自動化博覽》2017年3月刊