一、邊緣計算簡介
物聯網的快速發展讓我們進入了后云時代，在我們的日常生活中會產生大量的數據。物聯網應用可能會要求極快的響應時間，數據的私密性等等。
如果把物聯網產生的數據傳輸給云計算中心，將會加大網絡負載，網路可能造成擁堵，并且會有一定的數據處理延時。
隨著物聯網和云服務的推動，我們假設了一種新的處理問題的模型，邊緣計算，在網絡的邊緣產生、處理、分析數據。
二、為什么需要邊緣計算
云服務的推動：云中心具有強大的處理性能，能夠處理海量的數據。但是，將海量的數據傳送到云中心成了一個難題。
云計算模型的系統性能瓶頸在于網絡帶寬的有限性，傳送海量數據需要一定的時間，云中心處理數據也需要一定的時間，這就會加大請求響應時間，用戶體驗極差。
物聯網的推動：現在幾乎所有的電子設備都可以連接到互聯網，這些電子設備會后產生海量的數據。
傳統的云計算模型并不能及時有效的處理這些數據，在邊緣結點處理這些數據將會帶來極小的響應時間、減輕網絡負載、保證用戶數據的私密性。
終端設備的角色轉變：終端設備大部分時間都在扮演數據消費者的角色，比如使用智能手機觀看愛奇藝、刷抖音等。
然而，現在智能手機讓終端設備也有了生產數據的能力，比如在淘寶購買東西，在百度里搜索內容這些都是終端節點產生的數據。
三、什么是邊緣計算
邊緣計算指的是在網絡邊緣結點來處理、分析數據。這里，我們給出邊緣結點的定義，邊緣結點指的就是在數據產生源頭和云中心之間任一具有計算資源和網絡資源的結點。
比如，手機就是人與云中心之間的邊緣結點，網關是智能家居和云中心之間的邊緣結點。在理想環境中，邊緣計算指的就是在數據產生源附近分析、處理數據，沒有數據的流轉，進而減少網絡流量和響應時間。
四、邊緣計算的優點
在人臉識別領域，響應時間由900ms減少為169ms。
把部分計算任務從云端卸載到邊緣之后，整個系統對能源的消耗減少了30%-40%，數據在整合、遷移等方面可以減少20倍的時間。
免責聲明：本網站部分文章、圖片等信息來源于網絡，版權歸原作者平臺所有，僅用于學術分享，如不慎侵犯了你的權益，請聯系我們，我們將做刪除處理！
