赛迪-译丛：边缘计算优势-2020.8-18页_1mb

边缘计算优势总结

核心内容

边缘计算是一种分布式计算模型，通过在物联网（IoT）设备与数据中心之间部署边缘节点，实现数据和计算任务的本地化处理。这种模式不仅提升了物联网应用的性能，还降低了延迟、带宽使用和成本。边缘计算与云计算的融合正在模糊边缘与数据中心的界限，为未来的技术发展提供了新的方向。

主要观点

• 边缘计算的定义
  边缘计算涵盖多种术语，如边缘、雾、边缘计算、雾计算等，但核心在于其分布式特性，支持在IoT设备、边缘节点和数据中心之间进行计算和数据存储。

• 边缘计算的特征

  • 分布式计算与存储：数据处理和存储分布在IoT设备到数据中心之间的多个层级。
  • 对等网络：如监控摄像机、联网车辆、风力涡轮机等，可在本地进行通信。
  • 灵活性与可扩展性：边缘计算能够根据需求动态调整资源，支持不同规模的客户。

• 边缘计算的实现方式

  • 虚拟化：允许多个用户共享同一物理资源，降低总成本。
  • 多租户：多个独立实体可以共享公共架构，而不会互相干扰或引发安全问题。
  • 编排：自动配置、协调和管理边缘节点，确保系统的有效运行。

关键信息

• 数据本地化处理：边缘计算将数据处理和存储靠近数据源，减少传输延迟和带宽占用。
• 安全性：边缘计算可以增强物联网系统的安全性，通过在边缘节点实施数据分割、身份验证和加密等措施，确保数据可信。
• 弹性与可管理性：边缘计算支持系统的弹性扩展和灵活配置，满足不断变化的需求。
• 商业优势
  • 提升效率与价值：支持智能电网、网联汽车等应用，提高效率并创造新的商业价值。
  • 降低运营成本：通过减少数据传输和处理成本，提升整体系统的经济性。
  • 支持实时决策：如监控摄像头在本地识别人脸信息，可在紧急情况下迅速响应。

机遇

• 降低商业与社会成本：随着技术的发展，边缘计算可显著降低系统部署和维护成本。
• 数据引力与服务迁移：数据和计算可迁移至“最佳”位置，支持更广泛的数据访问和服务创新。
• 支持新应用与业务模型：如分布式能源管理、智能交通系统等，为未来提供新的应用场景。
• 分布式账本技术的应用：如区块链，可用于身份验证和数据共享，增强系统可信度。

挑战

• 设备连接与复杂性：大量IoT设备和连接增加了系统复杂性，需要合理配置边缘节点。
• 能源与冷却问题：边缘节点需要大量能源和冷却，如何在靠近IoT设备的环境下解决这一问题是一个挑战。
• 维护与部署困难：在偏远或恶劣环境中，维护和保护边缘节点及IoT设备面临实际困难。
• 需求管理与系统弹性：突发需求变化（如自然灾害）对系统响应能力提出了更高要求。
• 软件复杂性与标准化：不同行业对数据和接口有不同的需求，需建立通用平台和标准API。
• 人才短缺：掌握边缘计算及其应用的专业人才不足，需加强教育和培训。

启示

• 技术与商业优势：边缘计算是物联网发展的关键支撑，能显著提升性能、效率和安全性。
• 标准化与协同：需推动边缘计算的标准化，以实现跨行业和跨平台的互操作性。
• 未来发展趋势：随着云计算和边缘计算的融合，两者界限将逐渐模糊，边缘计算将在未来几十年持续推动技术变革。

文档来源与作者

• 原文来源：The Edge Computing Advantage（美国工业互联网联盟，IIC）
• 译文作者：赛迪工业和信息化研究院 冯海玉
• 联系方式：
  • 电话：(010) 68209574
  • 邮箱：fenghaiyu@ccidthinktank.com

其他信息

• 文档发布机构：赛迪智库
• 文档编号：第26期 总第458期
• 发布日期：2020年8月31日
• 关键词：物联网、边缘计算、优势、挑战