边缘计算是什么
简介边缘运算（英语：Edgecomputing），又译为边缘计算，是一种分散式运算的架构，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。边缘节点更接近于用户终端装置，可以加快资料的处理与传送速度，减少延迟。在这种架构下，资料的分析与知识的产生，更接近于数据资料的来源，因此更适合处理大数据。
注：“MicrosoftEdge”浏览器之所以命名为Edge，官方给出的解释为“Referstobeingontheedgeofconsumingandcreating.”（指的是在消费的和创造的边缘）。表示新的浏览器既贴合消费者又具备创造性。（这段内容是临时想到的）
边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。
将“边缘”定义为沿着数据源和云数据中心之间路径中的任何计算和网络资源。例如，智能手机是用户与云之间的边缘，智能家庭中的网关是家庭与云之间的边缘，微数据中心（microdatacenter）和云计算（cloudlet）是移动设备与云之间的边缘。边缘计算的基本原理是计算应该发生在数据源的接近处的处理。从研究者的角度来看，边缘计算与雾计算（fogcomputing）是可互换的，但是边缘计算更关注事物（thing）面，而雾计算更关注基础设施（infrastructure）方面。
注：
雾计算（FogComputing），在该模式中数据、（数据）处理和应用程序集中在网络边缘的设备中，而不是几乎全部保存在云中，是云计算（CloudComputing）的延伸概念，由思科（Cisco）提出的。这个因“云”而“雾”的命名源自“雾是更贴近地面的云”这一名句。
雾计算和云计算一样，十分形象。云在天空飘浮，高高在上，遥不可及，刻意抽象；而雾却现实可及，贴近地面，就在你我身边。雾计算并非由性能强大的服务器组成，而是由性能较弱、更为分散的各类功能计算机组成，渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。
数据越来越多地出现在网络的边缘，因此，在网络边缘处，处理数据也会更有效。以前的工作，如微数据中心（microdatacenter）、cloudlet（微云）和雾计算已被引入社区，因为当数据在网络边缘产生时，云计算并不总是有效的用于数据处理。在很多情况下，边缘计算比云计算对某些计算服务更有效。
为什么我们需要边缘计算：
1）从云服务推动
把所有的计算任务放在云上已经被证明是一种有效的数据处理方法，因为云上的计算能力远远超过了边缘事物的能力。然而，与快速发展的数据处理速度相比，网络带宽却已经跟不上速度。随着边缘数据的增长，数据传输的速度成为云计算模式的瓶颈。例如，波音787每秒产生大约5千兆字节的数据，但是飞机与地面上的卫星或基站之间的带宽并不足够大，不能进行有效的数据传输。还有，自动汽车，每秒产生一千兆字节的数据，它需要实时处理车辆做出正确的实时的决定。如果需要将所有数据发送到云进行处理，则响应时间过长。目前的网络带宽和可靠性将受到挑战。在这种情况下，需要在边缘处处理数据，以缩短响应时间、更有效的处理和减缓网络压力。
2）从物联网中提出
几乎所有种类的电子设备都将成为物联网的一部分，它们将扮演数据生产者和消费者的角色，如空气质量传感器、LED、路灯，甚至是互联网连接的微波炉。可以推断网络边缘的事物在几年内会发展到数十亿以上。因此，由它们产生的原始数据将是巨大的，使得传统的云计算效率不够高，无法处理所有这些数据。这意味着由IOT产生的大多数数据将永远不会被传输到云，而是会消耗在网络的边缘。
图1显示了传统的云计算结构。数据生产者生成原始数据并将其传送到云，数据消费者发送请求将数据消耗到云，如蓝色实线所示。红色虚线表示将数据从数据消费者发送到云的请求，而来自云的结果由绿色虚线表示。然而，这种结构对于IoT来说是不够的。首先，边缘处的数据量过大，这将导致巨大的不必要带宽和计算资源的使用。其次，隐私保护需求将成为物联网中的云计算的隐患。最后，IoT中的大多数节点是受限的，无线通信模块通常是非常耗能的，因此将一些计算任务卸载到边缘可以更节能。
3）从数据消费者到生产者
在云计算中，边缘的终端设备通常充当数据消费者，例如，在智能手机上观看YouTube视频。然而，人们也正在从他们的移动设备生产数据。从数据消费者到数据生产者的变化需要更多的功能放置在边缘。例如，现在人们拍照或做视频记录是非常普遍的，然后通过云服务（如YouTube、Facebook、Twitter或Instagram）共享数据。此外如下图所示，每一分钟，在YouTube上，用户上传72小时的新视频内容；脸谱网用户分享近250万条内容；Twitter用户推特近300000次；Instagram用户发布近220000张新照片。然而，图像或视频剪辑的计算可能相当大，并且会占用大量的上传带宽。在这种情况下，视频剪辑应该被降级并在上传到云之前，调整到边缘处，来选择合适分辨率。另一个例子是可穿戴健康设备。由于在网络边缘收集的物理数据通常是私有的，所以在边缘处处理数据可以比将原始数据上传到云更好地保护用户隐私。
设想边缘计算可能对我们的社会产生巨大的影响，就像云计算一样。上图示出了边缘计算中的双向计算流。在边缘计算范式中，事物（thing）不仅是数据消费者，而且作为数据生产者发挥作用。在边缘，事物不仅可以从云请求服务和内容，而且可以执行来自云的计算任务。边缘可以进行计算offloading、数据存储、缓存和处理，以及从云向用户分发请求或传递服务。随着网络中的这些工作，边缘本身需要很好地设计，才能满足服务中的要求，如可靠性、安全性和隐私保护。
【来源：paper,URL：https://pdfs.semanticscholar.org/0ec6/68e12ff9f7c5c968bac1b4c441320d190fa6.pdf】
发展历史智能设备连接到网络最早出现在1982年，CarnegieMellonUniversity改进的Cokemachine成了第一个网络连接的机器，它可以报告自己的库存并且能够检测饮料是否是冰镇的。身边的thing连接到网络的世界正式拉开帷幕。
物联网（InternetofThings）这个词，国内外普遍公认的是MITAuto-ID中心Ashton教授1999年在研究RFID时最早提出来的。
1996年，Compaq公司在其公司的内部文件中，首次提及“云计算cloudcomouting”这个词汇。
随着这两个关键term的提出，大量的云计算以及物联网的应用也逐渐融入到人们的生活中。但是响应速度缓慢，隐私，宽带限制等问题。Fogcomputing和边缘计算就是为了更好的结合物联网和云计算。
Fogcomputing和EdgeComputing都出现于21世纪初，2012年，Bonomi,F.,Milito,R.,Zhu,J.,提出雾计算。2015年，《Edge-centriccomputing:Visionandchallenges》GarciaLopez,P.,Montresor,A.,Epema,D.,Datta,A.等人提出边缘为中心的计算。
在边缘计算中，目的是把计算放在数据源的附近。与传统的基于云计算相比，这有几个好处。
边缘应用程序服务显著地减少了必须移动的数据量、流量和必须传输的距离，从而降低传输成本、缩短延迟和提高服务质量qualityofservice(QoS).。边缘计算消除或至少不强调核心计算肺热环境，消除了主要瓶颈和单点故障的潜在问题。能够利用与其他云相同的架构和基本底层计算技术(无论是集中式的服务付费云还是同样集中的封闭私有云)，并且可以利用相同的成本曲线。基于共享资源如何在“作为服务”"asaService"这一短语表示的“按服务付费”云(time-for-for-Serviceclouds,time-haring)中计费的成本核算模型不应该与集中式云、边缘云以及日益增多的边缘节点的公共架构基础混淆。最终，不管所有的IT系统是如何实现的或在哪里实现的，它们(无论是否分布式)都必须提供可行的服务。然而，云确实共享分布式系统架构和技术，它们形成了三种模式:集中式的云、边缘的云（entralizedClouds,EdgeClouds,andEdgenodes），以及被统称为雾计算fogcomputing.的边缘节点。研究者在《Fogcomputing:Platformandapplications》中建立了一个平台来进行人脸识别应用，通过从云到边缘的移动计算，将响应时间从900减少到169毫秒。《Towardswearablecognitiveassistance》使用云计算offloading可穿戴认知辅助的计算任务，结果表明，响应时间的改善到80～200ms之间，并且通过云计算卸载可以将能耗降低30%～40%。在《CloneCloud:Elasticexecutionbetweenmobiledeviceandcloud》中结合了分区、迁移和合并，以及移动和云之间的分区的按需实例化，并且它们的原型可以是减小20倍的响应时间。
主要事件年份事件相关论文1993Weiser在论文中称述普适计算系统下的问题Weiser,M.(1993).Somecomputerscienceissuesinubiquitouscomputing.CommunicationsoftheACM,36(7),75-84.2010Atzori,L.,Iera,A.,对IOT进行回顾Atzori,L.,Iera,A.,&Morabito,G.(2010).Theinternetofthings:Asurvey. Computernetworks, 54(15),2787-2805.2011DianeJ.Cook对普适计算进行介绍Poslad,S.(2011). Ubiquitouscomputing:smartdevices,environmentsandinteractions.JohnWiley&Sons.2012Bonomi,F.,Milito,R.,Zhu,J.,提出雾计算Bonomi,F.,Milito,R.,Zhu,J.,&Addepalli,S.(2012,August).Fogcomputinganditsroleintheinternetofthings.InProceedingsofthefirsteditionoftheMCCworkshoponMobilecloudcomputing(pp.13-16).ACM.2013Gubbi,J.,Buyya,R.,对IOT的架构组成以及未来的发展方向进行阐述Gubbi,J.,Buyya,R.,Marusic,S.,&Palaniswami,M.(2013).InternetofThings(IoT):Avision,architecturalelements,andfuturedirections.Futuregenerationcomputersystems,29(7),1645-1660.2015GarciaLopez,P.,Montresor,A.,Epema,D.对边缘计算进行回顾GarciaLopez,P.,Montresor,A.,Epema,D.,Datta,A.,Higashino,T.,Iamnitchi,A.,...&Riviere,E.(2015).Edge-centriccomputing:Visionandchallenges.ACMSIGCOMMComputerCommunicationReview,45(5),37-42.2016Shi,W.,Cao,J.,Zhang,Q.,Li,Y.,&Xu,L.提出边缘计算所面临的挑战Shi,W.,Cao,J.,Zhang,Q.,Li,Y.,&Xu,L.(2016).Edgecomputing:Visionandchallenges.IEEEInternetofThingsJournal,3(5),637-646.发展分析瓶颈可编程性。在边缘计算中，计算是从云offloading的，而边缘节点是最有可能的异构平台。在这种情况下，这些节点的运行时间彼此不同，并且程序员面临巨大的困难来编写可部署在边缘计算范例中的应用程序。命名。在边缘计算中，一个重要的假设是事物的数量非常巨大。在边缘节点的顶部，有很多运行的应用程序，并且每个应用程序都有自己的关于如何提供服务的结构。类似于所有的计算机系统，边缘计算中的命名方案对于编程、寻址、事物识别和数据通信非常重要。然而，一个有效的命名机制的边缘计算范式尚未建立和标准化。边缘从业者通常需要学习各种通信和网络协议，以便与系统中的异构事物进行通信。用于边缘计算的命名方案需要处理事物的移动性、高度动态的网络拓扑、隐私和安全保护，以及针对大量大量不可靠事物的可扩展性。数据抽象：数据抽象已经在无线传感器网络和云计算范式中得到了很好的讨论和研究。然而，在边缘计算中，这个问题变得更具挑战性。随着物联网，将有大量的数据在网络中生成器中，以智能家居环境为例。在智能家居中，几乎所有的东西都会报告数据，更不用说在家里部署的大量东西了。然而，在网络边缘的大多数事物，只周期性地将感测数据报告给网关。例如，温度计可以每分钟报告温度，但这种数据仅可能被真实用户一天只消耗几次。另一个例子可能是家庭中的安全摄像机，它可以保持记录并将视频发送到网关，但是数据将只存储在数据库中一段时间，没有人真正消耗它。综述论文：【[PDF]EdgeComputing:VisionandChallenges|SemanticScholar】
未来发展方向边缘计算已经逐渐进入人们的生活，统一的命名标准，对于开发者的异构平台问题，数据抽象，服务的管理，隐私和安全，优化指标（任务分配规划的优化）等问题都需要更多的研究去探索它。
【来源：wiki,URL:https://en.wikipedia.org/wiki/Internet_of_things】
转自：边缘计算|机器之心
边缘计算：趋势、挑战、方向
1.摘要边缘计算(边缘计算)范式将计算和存储放到网络的边缘，在边缘进行消费和生产数据。这种趋势对于应对5G时代不断增加的联网设备和传输的数据量是非常有必要的，可以避免云计算相关的高延迟和流量瓶颈问题。边缘计算还改进了对移动性、安全性和隐私的网络支持。本文作者围绕边缘计算进行了讨论，并总结了文献（多接入边缘计算、雾计算、Cloudlet计算和移动云计算）中提出的边缘计算架构的定义和基本属性。
2.引言随着联网设备的数量持续快速增加，数据在数据中心进行发送和接收这种传统网络架构的缺点变得显而易见。设备在越来越快的接入网络的支持下，不仅在从网络访问数据时要求更低的延迟和更高的速度，而且生成越来越多的数据发送。此外，由于某些边缘设备（尤其是移动设备）的硬件限制，对卸载任务的需求很高，这在已经拥塞的网络中造成了额外的瓶颈。物联网(IoT)设备的激增以及新的5G网络设备和应用引起的可预见带宽需求，需要替代的解决方案和架构来满足这些新要求。
为了应对传统云计算网络的瓶颈，边缘计算（边缘计算）架构应运而生。目标是通过使数据生产更接近数据服务来优化网络及其应用程序，最大限度地减少边缘客户端和服务器之间的长距离通信需求。结果是延迟和带宽使用量减少、连接性普遍改善、网络运营和服务交付更高效、可扩展性更好、对外部计算和存储的访问速度更快。此外，可以实现更高的安全性、数据隐私性和可靠性。通常，边缘计算可以定义为一个总括术语，它汇集了旨在使计算和存储资源更接近最终用户和设备的所有架构。
3.边缘计算3.1边缘计算范式边缘计算之前，云计算带来了许多新功能，例如按需服务和应用程序、可扩展性、高效的数据存储和管理、容错、易于管理等。然而，技术的发展也导致生成、处理和存储的数据量快速上升，结果是云计算解决方案出现了一些问题，例如延迟、较少的移动支持、无法感知上下文、数据传输开销、隐私丢失以及云和终端设备之间连接的限制。
后来，提出新的计算范式来应对这些挑战，称为边缘计算。边缘计算是Akamai在1990年代后期首次创造的术语，当时他引入了内容交付网络(CDN)以加快Web性能。边缘计算解决方案不是试图取代云计算，而是作为其补充，通过服务于地理和延迟敏感的应用程序来支持云计算架构。云计算还支持具有广泛存储和计算能力的边缘计算。边缘计算通过利用附近的设备实现本地分布式数据处理，而不仅仅是将计算加载到云。边缘计算打算通过有效地缩短响应时间和吞吐量，实现实时应用程序和服务，为用户提供更好的服务质量和体验。边缘计算还旨在提供高可扩展性、可靠性和容错性，同时提高隐私和安全性。此外，边缘计算系统打算将计算能力提升到网络边缘，从而消除以前集中式架构的问题。
虚拟化软件解决方案，例如虚拟机(VM)、容器及其管理或迁移工具，一直是边缘计算系统的积极推动者。最近，软件管理网络组织还通过促进技术，进一步探索边缘计算的潜力，如软件定义网络(SDN)、网络功能虚拟化(NFV)和覆盖网络。软件定义网络其核心技术OpenFlow通过将网络设备的控制面与数据面分离开来，从而实现了网络流量的灵活控制，使网络作为管道变得更加智能，为核心网络及应用的创新提供了良好的平台。NFV将网络功能（例如路由和防火墙）与硬件分离，并允许每个功能在VM上运行，从而实现软硬件解耦合。覆盖网络是物理网络内提供附加服务的虚拟网络。
尽管有各种不同的专家学者观点，但边缘计算是指所有不在网络核心内的计算解决方案、架构、方案等。因此，即使对边缘或雾计算的限制和层有不同的看法，在本文中，它们都被称为边缘计算系统。图1描绘了每个架构（多访问边缘计算、雾计算、Cloudlet计算和移动云计算）的边缘到云连续体和部署场景。
图1边缘计算部署场景
自上而下，集中式云服务构成了网络的核心，通过广域网(WAN)连接为最终用户提供存储和计算。远离网络核心，靠近最终用户或应用程序的区域是所谓的网络边缘域。边缘计算是包含边缘范围内所有架构的全局范式，它注册分布式计算集中式云解决方案之外的存储和网络。
在最终用户或设备与云之间，EC范式并不打算取代云服务，而是对其进行扩展，在最终用户附近提供强大的计算资源，以更低的网络流量和更低的延迟，同时提供更好的用户体验.尽管如此，如果需要，边缘节点总是有可能访问网络核心。因此，图1中指向雾节点和云的箭头可以直接返回到边缘设备或继续连接到网络的核心。雾节点和云之间以及移动边缘设备和云之间的灰色虚线箭头对于架构不是强制性的，即每个架构可以独立存在。然而，不同边缘架构之间的连接是可能的，并且有助于增强系统。例如，雾节点可以连接到云来改进计算和存储资源，而无需连接到更远的云资源。
最终用户或设备完成架构并放置在网络的较低级别，远离核心。属于这一层的一些设备是智能手机、相机、智能汽车、智能可穿戴设备、物联网传感器和执行器。这些设备访问、产生数据，还可以使用短距离通信在它们之间进行通信。
3.2边缘计算架构移动边缘计算：利用无线接入网络就近提供电信用户IT所需服务和云端计算功能，而创造出一个具备高性能、低延迟与高带宽的电信级服务环境，加速网络中各项内容、服务及应用的快速下载，让消费者享有不间断的高质量网络体验。
雾计算：在该模式中数据、（数据）处理和应用程序集中在网络边缘的设备中，而不是几乎全部保存在云中，是云计算（CloudComputing）的延伸概念，这个因“云”而“雾”的命名源自“雾是更贴近地面的云”。
微云计算：将移动计算平台和云计算结合起来的边缘计算体系架构，代表了“移动终端——微云——云”三层架构的中间层，其处在移动终端和云平台之间，是被部署在网络边缘、具有移动性的小型数据中心。
移动云计算：基于云计算的定义，移动云计算通过移动网络以按需、易扩展的方式获得所需的基础设施、平台、软件(或应用)等的一种IT资源或(信息)服务的交付与使用模式。移动云计算是云计算技术在移动互联网中的应用
4. 结论边缘计算(EC)系统仍然是最新的，它们的发展将为日常现实带来实质性的益处。随着5G的存在，在处理边缘设备和最终用户产生和消耗的数据时，集中式方法将变得过时。在过去十年中，该领域的研究工作越来越多，以利用这些新架构的潜力，替换或补充现有的云系统。
原文信息
Carvalho,G.,Cabral,B.,Pereira,V.etal.Edgecomputing:currenttrends,researchchallengesandfuturedirections.Computing103,993–1023(2021).https://doi.org/10.1007/s00607-020-00896-5