边缘计算（二）——边缘计算的类型与用途

      目前，市场上存在的边缘计算相关概念包括雾计算、边缘计算、多接入边缘计算/移动边缘计算、移动云计算等概念。

        

雾计算

       思科最早于2012年在论文中提出概念，作为云计算的延伸，从而将计算需求分层次、分区域处理，以化解可能出现的网络堵塞现象。随后，思科在Cisco Live 2014会议上发布了供开发者使用的于雾计算开发套件IOx。

       雾计算，是一种分布式的计算模型，作为云数据中心和物联网（IoT）设备/传感器之间的中间层，提供计算、网络和存储设备，让基于云的服务可以离物联网设备和传感器更近。“雾计算”的名字源自“雾是比云更贴近地面（数据产生的地方）”。

      雾计算环境由传统的网络组件，例如路由器、开关、机顶盒、代理服务器、基站等构成，可以安装在离物联网终端设备和传感器较近的地方。这些组件可以提供不同的计算、存储、网络功能，支持服务应用的执行。

思科系统公司，ARM控股公司，戴尔公司，英特尔公司，微软公司和普林斯顿大学等于2015年11月19日成立了目前唯一的雾计算组织 - OpenFog联盟，创建雾计算标准 - OpenFog，以实现物联网（IoT）、5G和人工智能（AI）应用的数据密集型需求，促进雾计算的兴趣和发展。

       OpenFog架构包含安全性、可扩展性、开放性、自主性、可编程性、可靠性/可用性/可服务性（RAS）、敏捷性、层次性等8个特性。按照Cisco的说法，雾计算可以提供以下优势：

边缘计算

       Akamai和IBM最早于2002年5月提出了边缘计算解决方案，虽说仅仅是为了使Web应用程序能够在网络边缘执行，但实际上与现在物联网和云计算领域的边缘计算也是一脉相承的。

       狭义上来讲，边缘计算是物理上接近于事物，数据和行动源头处的相对于云计算而言的计算，又称近计算或者接近计算(Proximity Computing)。云计算相当于大脑，边缘计算相当于身体各处的神经元。

    2015年，卡内基梅隆大学、华为、英特尔等发起成立的OpenEdgeComputing.org(开放边缘计算联盟)，对边缘计算架构的定义如下：边缘计算提供了与用户非常接近的小型数据中心（边缘节点）。它通过与计算和存储资源的低延迟交互，仅距离用户一跳即可显着改善客户体验。

       而边缘计算产业联盟(Edge Computing Consortium，简称ECC)，对边缘计算的定义如下:边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。它可以作为联接物理和数字世界的桥梁，使能智能资产、智能网关、智能系统和智能服务。

      边缘网络通常由终端设备（例如移动手机、智能物品等等）、边缘设备（例如边界路由器、机顶盒、网桥、基站、无线接入点等等）、边缘服务器等构成。ECC联盟将其划分为5类：智能装备、工业控制器、传感、ICT融合网关、边缘云（集群）。

       ECC联盟与2017年推出了边缘计算参考架构2.0版本，使得边缘计算不仅仅是传统意义上专注于物联网设备端几乎不调用云端服务，几乎与云端隔离的孤岛，而是包含业务动态调度、云端部署协调等包含云断刀设备端之间整个路径的全面解决方案，是对云计算的一种补充和优化。

多接入边缘计算/移动边缘计算

      ETSI（欧洲电信标准化协会）是欧盟正式承认为欧洲标准化组织（ESO）的三个机构之一，在全球拥有超过800个成员组织，来自66个国家和五大洲，成员包括大型和小型私营公司，研究机构，学术界，政府和公共组织的多元化组合，例如微软、英特尔、思科、华为等。

       ETSI的多接入边缘计算（MEC，原移动边缘计算）定义如下：多接入边缘计算（MEC）为应用程序开发人员和内容提供商提供云计算功能和位于网络边缘的IT服务环境，其特点是超低延迟和高带宽以及可以被应用程序利用实时访问的无线网络信息。

移动云计算

       移动云计算的主要目标是应用云端的计算、存储等资源优势，突破移动终端的资源限制，为移动用户提供更加丰富的应用以及更好的用户体验．其定义一般可以概括为移动终端通过无线网络，以按需、 易扩展的方式从云端获得所需的基础设施、平台、软件等资源或信息服务的使用与交付模式。

      计算迁移方案一般按照划分粒度进行分类，主要包括基于进程、功能函数的细粒度计算迁移，以及基于应用程序、ＶＭ的粗粒度计算迁移等。

      综上所述，无论是边缘计算、雾计算、多接入边缘计算、移动边缘计算，还是，其核心都是通过云端和物联网设备之间的各种现有或新增设备，将计算、网络、存储等能力向网络边缘侧扩展，充分利用整个路径上各种设备的处理能力，就地存储和处理隐私和冗余数据，降低网络带宽占用，提高系统实时性和可用性。

      此外，边缘计算相关的各个组织和公司也在推进合作，例如OpenFog与ETSI合作雾化MEC技术、CORD与OpenFog协调互操规范、英特尔参与各大边缘计算组织等。

      因此，雾计算、多接入边缘计算、移动边缘计算、移动云计算等概念最终将走向融合，可以统称为边缘计算。

边缘计算用途

1、云计算任务迁移：移动云环境中借助基站等边缘端设备的计算、存储、网络等资源，实现从服务器端迁移部分或全部任务到边缘端执行，例如通过分布式缓存技术提高网页加载和DNS解析速度，或者将深度学习的分析、训练过程放在云端，生成的模型部署在边缘网关直接执行，优化良率、提升产能；

2、边缘视频分析：在本地对视频进行简单处理，选择性丢弃一些静止或无用画面，只将有用的数据传输到云端，减少带宽浪费，节省时间；

3、车联网：通过汽车需要的云服务扩展到高度分散的移动基站环境中，并使数据和应用程序能够安置在车辆附近，从而减少数据的往返时间和提供实时响应、路边服务、附近消息互通等功能；

4、智能家居：通过家庭内部的边缘网关提供Wi-FI、蓝牙、Zigbee等多种连接方式，连接各种传感器和网络设备，同时出于数据传输负载和数据隐私的考虑，在家庭内部就地处理敏感数据，降低数据传输带宽的负载，向用户提供更好的资源管理和分配；

5、智能制造（工业互联网）：将现场设备封装成边缘设备，通过工业无线和工业SDN网络将现场设备以扁平互联的方式联接到工业数据平台中与大数据、深度学习等云服务对接，解决工业控制高实时性要求与互联网服务质量的不确定性的矛盾；

6、智慧水务：利用先进传感技术、网络技术、计算技术、控制技术、智能技术，对二次供水等设备全面感知，集成城市供水设备、信息系统和业务流程，实现多个系统间大范围、大容量数据的交互，从而进行全程控制，实现故障自诊断、可预测性维护，降低能耗，保证用水安全；

7、智慧物流：通过专用车载智能物联网终端，实时全面采集车辆、发动机、油箱、冷链设备、传感器等的状态参数、业务数据以及视频数据，视频、温控 、油感 、事件联动，对车辆运行状况全面感知，形成高效低耗的物流运输综合管理服务体系。

加入技术讨论群

《大数据和云计算技术》社区群人数已经3000+，欢迎大家加下面助手微信，拉大家进群，自由交流。

喜欢QQ群的，可以扫描下面二维码：

欢迎大家通过二维码打赏支持技术社区（英雄请留名，社区感谢您，打赏次数超过108+）：