自动化人都要懂一点的边缘计算

在工业领域，自动化设备对低时延这一性能的苛刻，云计算仍然稍显不足。工业系统检测、控制、执行的实时性高，部分场景实时性要求在10ms以内，如果数据分析和控制逻辑全部在云端实现，则难以满足业务要求。也因此，边缘计算正成为云计算不可或缺的重要补充，利用边缘节点用以减少网络等待时间。

随着“大数据”时代的到来，处理大数据的计算运行方式如云计算、雾计算、边缘计算等新概念越来越为人所知。 

当自动化生产线处于高速运转时，工业设备就会产生大量的数据。采集和处理这些数据并加以利用，对工业设计、研发、制造、销售、服务等各环节具有非常高的价值。

这些数据量远大于企业计算机和人工产生的数据，而且数据类型也多是非结构化。由于生产线处于高速运转状态，对数据的实时性要求也更高。因此，在传统制造业向智能化升级的过程中，特别需要通过边缘计算技术来减少网络传输和多级转发带来的带宽与时延损耗，将车间里的生产设备智能连接，提高效率。

边缘计算和云计算

要想搞清楚边缘计算，就得先了解云计算，及二者的关系。这里要说明的是，虽然云计算已经被我们广泛地使用，但云计算并没有一个统一的定义，边缘计算也一样。至于雾计算，就更没有存在感了，并且其概念并没有统一标准，因此，在大的范畴里面，也归类在边缘计算。

“云计算”，就是把处理这些大数据的计算功能完全放在云端。以云平台作为计算基础，管理着数量巨大的CPU、存储器、交换机等大量硬件资源，以虚拟化的技术，来整合一个数据中心或多个数据中心的资源，屏蔽不同底层设备的差异性，以一种透明的方式向用户提供计算环境、开发平台、软件应用等在内的多种服务。

边缘计算指的是在网络边缘结点来处理、分析数据。什么又是边缘结点呢？边缘结点指的就是在数据产生源头和云中心之间，任一具有计算资源和网络资源的结点。如最靠近物的终端设备传感器、采集器，以及路由器、网关、机顶盒、代理服务器、基站、PLC、工业PC等，都可以说是边缘结点。

关于边缘计算的理解有很多，如华为提出的“章鱼说”。章鱼拥有巨量的神经元，但60%分布在章鱼的八条腿（腕足）上，脑部仅有40%。章鱼在捕猎时异常灵巧迅速，腕足之间配合极好，从不会缠绕打结。章鱼用“多个小脑+一个大脑”来决策，这就是边缘计算。还有比如“公司说”“仿生说”等，但都脱离不了我们之前提到的，在网络边缘结点就近处理采集到的数据，而不需要将大量数据上传到远端的核心管理平台。

例如，通过速度和能耗传感器的数据，即时计算燃料经济性的车辆，而在车辆中执行这种计算的计算机可以被认为一种边缘计算设备。

在工业现场，用户可能没有部署专用边缘服务器的物理空间或资源，因此边缘计算功能可能需要嵌入现有基础设施中，例如传感器、网关、PLC、工业PC，或工厂端其他各种设备。

在AZFT物联网实验室从事边缘计算相关的研究工作的韩天啸博士就提出，最靠近物的是传感器终端和采集器，而传感器终端和采集器之间也会有计算资源的不同，在不添加新设备的情况下，可以通过终端设备间的P2P通讯组成一个边缘网络，设定或自选举出一个或几个计算能力强的节点，作为数据汇聚节点，做适当的数据预处理后，与上一层网络节点进行通讯。首要目标减少异构数据，其次是可以引入命名机制，便于管理，此外可以引入数据的过滤清洗等隐私保护机制。这一次的边缘计算是在采集器、路由器等嵌入式设备上实现的。引入规则引擎后，进行多变量间的关联性设计，可以做到对于环境的感知，比如智能家居。

边缘计算的架构一般分为三个部分，除了上面提到的物终端间的边缘计算，还有基于私有边缘节点的边缘计算、基于公共边缘设备的多接入边缘计算。

边缘计算和云计算的关系

为什么有了云计算，还会出现边缘计算的呢？可以说，边缘计算是为了弥补云计算的不足。

云计算可以进行非实时、长周期数据的分析，适合集中业务的处理和复杂计算，但它也有弱点。在云计算中，数据、数据处理和应用程序都要全部保存在云端，在传输大容量数据如高清图像或视频的时候，就会出现占用带宽过多或负载过重等情况。高流量和长距离可能会显著降低网络速度。

例如,使用可穿戴式摄像头的视觉服务，响应时间需要在25ms至50ms之间，使用云计算会造成严重的延迟。如基于云平台的网络游戏，依赖云计算也会为玩家造成类似于等待时间过长的问题，无法满足用户的需求。 

也许有人会问，难道以后有了5G，还不能满足对低时延的要求吗？虽然5G能够提速并增加带宽，将数据延迟减少到最低水平，但正是随着5G兴起的新应用，不仅需要处理大量的数据，而且对实时性要求又更高了，甚至达到“毫秒级”，还必须保持时刻在线，这对传统云端计算力的挑战超乎想象，只能由靠近终端的边缘计算来完成低时延的响应，通过云、边、端的结合来解决5G时代下对计算力的不同诉求。

在工业领域，自动化设备对低时延这一性能的苛刻，云计算仍然稍显不足。工业系统检测、控制、执行的实时性高，部分场景实时性要求在10ms以内，如果数据分析和控制逻辑全部在云端实现，则难以满足业务要求。也因此，边缘计算正成为云计算不可或缺的重要补充，利用边缘节点用以减少网络等待时间。

对于未来而言，物联网、AR/VR场景、大数据和人工智能行业，实际上都有着对近场计算的极强需求。边缘计算能够保障在离终端很近的区域完成大量计算需要，完成苛刻的低延时服务响应。据统计，全球有500 亿终端设备，数据量大约是44ZB，这些数据如果全部传输到云端进行计算和存储，将会带来巨大的带宽消耗和低延迟的挑战，边缘计算能很好的解决带宽消耗和低延迟问题，未来，85%以上的数据都不会被传回云数据中心，而是直接在边缘计算侧进行分析和处理。目前，AWS、微软、英特尔等国外大型企业已经着手布局边缘计算，对于云服务企业来说，边缘计算的重要性不言而喻。

总的来说，边缘计算与云计算是一种互补关系。云计算侧重“云”，边缘计算侧重“端”。未来，两者在资源、数据、服务等领域会形成“边云协同”。云计算聚焦非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长；边缘计算聚焦实时、短周期数据的分析，能更好地支撑云端应用的大数据分析；反之，云计算通过大数据分析优化输出的业务规则也可以下发到边缘侧，边缘计算基于新的业务规则进行业务执行的优化处理。（作者：中国传动网 肖滢）