對于理解邊緣計算最好不要從理論或者各種概念入手，因為隨著技術不斷地創(chuàng)新加上市場玩家的增多會創(chuàng)造出非常多的概念，而這些概念一方面是要標新立異希望成為行業(yè)標準，另一方面就是這些應用是在在特定場所的應用，不用行業(yè)的標準當然也會不同。

最好理解邊緣計算，也是最實用理解邊緣計算的就是把邊緣計算和應用場景結合起來理解，直觀和直接。

提到云計算就涉及服務器，服務器布置一定是如一二三線城市的分布一樣，但客戶的需求可不能按這種等級分布，比如在十八線的農(nóng)場里有人想看熱門劇或是請求查看農(nóng)場羊群的位置，服務器不能說離數(shù)據(jù)中心太遠就不提供或是提供很差的服務，而是要將計算或是數(shù)據(jù)放到里這個農(nóng)場最近的數(shù)據(jù)中心，相對于云端，這種計算就是邊緣計算。

如何協(xié)調計算和數(shù)據(jù)的分配問題，很多軟件大廠都發(fā)布過這種云邊計算的軟件，比如，亞馬遜的AWS Greengrass，微軟的Azure IoT Edge，谷歌的Edge TPU 和軟件堆棧 Cloud IoT Edge。在國內阿里推出 Link IoT Edge 平臺，騰訊推出 CDN Edge，百度推出智能邊緣 BIE，甚至海爾專門為物聯(lián)網(wǎng)企業(yè)打造的一站式設備管理平臺 COSMO- Edge 平臺。

包括電信運營商依托5G 全面部署移動邊緣計算（MEC），利用無線接入網(wǎng)絡就近提供電信用戶 IT所需服務和云端計算功能，

這種“中心-邊緣-端”的形態(tài)從電信時代就已經(jīng)形成，當時的程控交換中心、程控交換機、電話形成了最初的“中心-邊緣-端”形態(tài)，到了互聯(lián)網(wǎng)時代，數(shù)據(jù)中心、 CDN、移動電話/PC 延續(xù)了這種形態(tài)；現(xiàn)在電信運營商的多接入邊緣計算（MAEC）則是將邊緣計算從電信蜂窩網(wǎng)絡進一步延伸至其他無線接入網(wǎng)絡。

1、云邊計算協(xié)同關系

中心和邊緣計算的協(xié)同關系就是大量的數(shù)據(jù)計算和存儲工作只需要在邊緣計算節(jié)點就可以處理了，那些經(jīng)過處理的數(shù)據(jù)在網(wǎng)絡條件寬裕的時候從邊緣節(jié)點匯聚集中到云端，云計算再做大數(shù)據(jù)分析挖掘、數(shù)據(jù)共享，同時進行算法模型的訓練和升級，再將升級后的算法推送到前端，使前端設備更新和升級，完成自主學習閉環(huán)。同時，這些數(shù)據(jù)也有備份，當邊緣計算中出現(xiàn)意外情況，存儲在云端的數(shù)據(jù)也不會丟失。

這里可以通過幾個案例如何理解這種從邊緣到云端，再從云端升級邊緣計算的過程。。

家庭的云邊協(xié)同的復雜程度非常小有助于理解，家庭的邊緣計算節(jié)點只包括家用電器、照明控制、多媒體終端、計算機等家庭終端，家庭如果處于無人狀態(tài)時，家中設備基本都處于待機狀態(tài)，一旦有人非法闖入，網(wǎng)關就立即發(fā)出高分貝警報聲，同時通過手機APP通知主人，智能攝像頭開啟拍攝有異動的畫面，并將抓拍前后十五秒錄像上傳云端保存，實時記錄家庭內部情況。

而在家庭沒有異動狀態(tài)時，家里的智能設備可以按低功耗模式運行，只有在出現(xiàn)異常時，智能設備之間會產(chǎn)生聯(lián)動，并將邊緣計算的數(shù)據(jù)上傳到云端，形成云邊協(xié)同計算和存儲。

在工業(yè)應用中，設備的運行會產(chǎn)生大量的實時數(shù)據(jù)，而且設備的分布更非常的廣，各種設備的網(wǎng)絡協(xié)議也非常多，這樣就需要邊緣計算和云邊協(xié)同。

比如四川愛聯(lián)科技有限公司，該公司在工廠部署了大量的邊緣計算設備及配套設備，這些設備通過數(shù)據(jù)采集模塊從所有PLC 設備采集實時數(shù)據(jù)，建立起工單、物料、設備、人員、工具、質量、 產(chǎn)品之間一體化的實時化的信息體系，對于海量接入設備產(chǎn)生的大量數(shù)據(jù)，如果全都上傳至云端進行處理，一方面會給云端帶來過大的計算壓力；另一方 面會給網(wǎng)絡帶寬資源造成巨大的負擔。

對于這些數(shù)據(jù)先在邊緣側進行數(shù)據(jù)處理，優(yōu)先解決故障自動處理，負荷識別、安全預警、無功補償?shù)汝P鍵操作，在網(wǎng)絡負載不大的情況可以進行斷點續(xù)傳到云端，云端對數(shù)據(jù)進行表碼分析、用量分析、需量分析等大數(shù)據(jù)處理，最好通過大數(shù)據(jù)和人工智能的模式識別、節(jié)能和策略改進等操作。

這種云邊協(xié)同可以廣泛應用在電力、石油石化等傳統(tǒng)能源行業(yè)，這些行業(yè)的具有信息化具有接入設備多、服務對象廣泛、信息量大、業(yè)務周期峰值明顯等行業(yè)特色。

這就是邊緣計算和云端計算的協(xié)同模式的基本應用模式。造成這種邊緣計算之所以重要的原因就是大量的物聯(lián)網(wǎng)設備的接入導致數(shù)據(jù)量大增造成的。據(jù)IDC預測，2020年，全球將有約500億智能設備接入網(wǎng)絡，主要包括智能手機、可穿戴設備、個人交通工具等，其中40%的數(shù)據(jù)需要在邊緣處理。

2、物聯(lián)網(wǎng)下的邊緣計算

隨著工業(yè)互聯(lián)網(wǎng)的推動和5G 大規(guī)模商用，物聯(lián)網(wǎng)接入量大增，據(jù)Gartner預測，到2020年，全球物聯(lián)網(wǎng)設備的數(shù)量將超過200億臺。根據(jù)IDC Global DataSphere 2018年11月公布的數(shù)據(jù)來看：全球超過一半的數(shù)據(jù)創(chuàng)建于過去兩年，而且這一態(tài)勢還將不斷持續(xù)下去。在百度智能云看來，2021年將是邊緣計算的爆發(fā)元年，到2022年，將有40%的計算任務將在邊緣完成。

這種云邊計算網(wǎng)絡有點類似章魚，章魚擁有“一個大腦+多個小腦”，40%的計算是大腦進行分析和決策的，還有60% 是通過分布在八條腿上的巨量神經(jīng)元進行感知和分析，腕足和大腦有效配合讓章魚在各種復雜環(huán)境中都能游刃有余。

這一點在智能交通中體現(xiàn)得非常明，比如成都采用阿里云飛天平臺接入全市航空、公路、鐵路、軌道交通、、網(wǎng)約車、共享單車等14大類交通全量數(shù)據(jù)可實現(xiàn)快速地疏運旅客、準確調度運力、在線發(fā)布交通管制動態(tài)信息等能力，對城市交通系統(tǒng)運行進行主動、科學的引導，甚至，可以告訴出租車司機哪里等客最賺錢，提升網(wǎng)約車司機的收入。

從城市看車是如此，而在自動駕駛技術下，車本身就要產(chǎn)生大量的數(shù)據(jù)，尤其是汽車將集成激光雷達、攝像頭等感應裝置，利用5G、LTE-V 等通信手段與車輛進行實時的信息交互。未來還將集成局部地圖系統(tǒng)、交通 信號信息、附近移動目標信息和多種傳感器接口，為車輛提供協(xié)同決策、事故預警、輔助駕駛等多種服務。

其次，將邊緣數(shù)據(jù)和AI數(shù)據(jù)結合起來共同提高計算效率也是有廣泛應用場景的，比如醫(yī)療保健和安防攝像頭。

在醫(yī)療保健行業(yè)，病人可以通過可穿戴設備將數(shù)據(jù)傳到云端，監(jiān)視器將分析后的數(shù)據(jù)上傳到云端，在云端進行AI分析，記錄患者長期的健康情況，為醫(yī)生和患者提供病情分析，輔助進行下階段治療。

在安防監(jiān)控領域，將監(jiān)控數(shù)據(jù)分流到邊緣計算節(jié)點，讓其所搭載的人臉識別功能不再依賴云端服務器，避免耗費時間上傳圖像，節(jié)省了大量帶寬資源。而且通過在本地設備上直接完成臉部辨識，進而讓識別過程縮短至1.5秒內。在末端，視頻采集設備負責視頻采集、壓縮和圖像/視頻預處理。在云端，由于邊緣節(jié)點的分布式模型訓練可能因其本地知識有限而未能經(jīng)過良好訓練，云端利用全局知識進行進一步處理，并幫助邊緣節(jié)點更新訓練模型。

3、實操，從安裝硬件開始

以上應用的場景和案例都非常的抽象，一家工廠如果要部署云邊協(xié)同的管理平臺，軟硬件都不是問題，很多工廠都安裝了軟件平臺，關鍵的如何將現(xiàn)有的設備安裝智能設備并且連接到現(xiàn)有的管理平臺之上。其次，才是軟件平臺如何協(xié)調各種網(wǎng)絡協(xié)議，將數(shù)據(jù)和平臺數(shù)據(jù)進行整合。

藍奧聲致力于物聯(lián)網(wǎng)多年，技術涉及無線網(wǎng)絡通訊、數(shù)據(jù)信息處理、智能測控系統(tǒng)等高新技術交叉領域，其產(chǎn)品與技術服務包括智能感知物聯(lián)網(wǎng)技術解決方案、物聯(lián)網(wǎng)感知節(jié)點設備、感知服務對象設備（嵌入式、移動及可穿戴、分布式傳感器等）、面向行業(yè)應用的智能監(jiān)測與信息系統(tǒng)。

比如在電能監(jiān)測上，采取藍牙BLE信標或“BLE + RFID”組合模式，不僅可以實現(xiàn)低功監(jiān)測信息采集，電能監(jiān)測傳感器發(fā)送的信號不僅用于周邊物聯(lián)網(wǎng)對其對其設備識別，還能根據(jù)當前環(huán)境及設備狀態(tài)的周邊無線網(wǎng)絡通訊模式及其服務設備的選擇最優(yōu)網(wǎng)絡機制。

比如對于工廠設備運行管理，將智能計電插座插在每一臺設備上，就能及時了解設備實時用電情況、功耗、時長等信息，通過對多臺設備的數(shù)據(jù)對比就能了解該設備的運行情況是否正常，如果某段時間功耗異常，則說明該設備老化，至少也該進行維修和保養(yǎng)。

如果設備周邊都配有溫濕度感應器，或火警、煙霧預警器，這些設備和智能插座相連，但出現(xiàn)火警等突發(fā)事件時，可以預警，再上報系統(tǒng)請求斷電保護設備等措施。

了解了設備的運行狀況也可以更好的進行資產(chǎn)管理，不用以往通過年終盤點的方式進行，而是對比數(shù)據(jù)安排好明年的資產(chǎn)維護和保養(yǎng)。

有了智能設備就能更好的幫助企業(yè)提升效率，對于這些智能設備產(chǎn)生的數(shù)據(jù)通過邊緣計算更好地實現(xiàn)網(wǎng)絡的優(yōu)化和管理的升級。