边缘计算赋能智慧城市：机遇与挑战（上）

边缘计算是一种前瞻性的新兴计算范式，将对城市化进程中的我国经济社会发展产生深刻影响，带来巨大变革。本文从边缘计算的基本概念入手，探求技术应用背后的系统本质属性，展望边缘计算重点应用领域和发展趋势。边缘计算能够为智慧城市建设提供高效的网络计算体系架构，构建网络、计算、存储、应用核心能力为一体的边缘开放平台，提供高效低时延的近端用户服务。面对随之而来的机遇和挑战，提出边缘计算驱动智慧城市发展的建议，作出未来智慧城市蓝图的展望。

边缘计算的基本概念

近年来，物联网和无线网络广泛普及，推动着万物互联的应用需求不断发展。万物互联不仅包括人与人、人与物，以及物与物的连接，还包括具有语境感知能力、更强计算能力和感知能力的人、物、数据、流程、场景等有机融合，从而使得互联更有价值。万物互联所涉及的边缘设备类型十分广泛，传感器、智能家电、智能手机，甚至可穿戴设备都将成为万物互联的一部分。因此，位于互联网边缘的终端设备数量及其产生的数据量将会急剧增长。

根据国际数据公司（International Data Corporation）统计数据显示，到2025年，全球将有1500亿个终端设备接入网络，其中超过70%的数据将在网络边缘进行处理。美国思科公司预计，全球设备产生的数据量将从2016年的218ZB增长到2021年的847ZB。随着边缘设备所产生数据量的增加和计算需求的提升，网络的时延过大和带宽不足正逐渐成为传统云计算的瓶颈问题，然而仅靠增加网络带宽并不能满足海量物联网设备和应用对时延的要求，必须在接近数据源的边缘设备上卸载计算任务，从而减少数据传输并提高响应速度。

针对云计算面临的困境，边缘计算作为一种新型计算范式被提出，并逐渐成为适应万物互联应用需求的新兴计算模式。边缘计算模型中的边缘设备具有计算和分析的能力，通过在网络的边缘来执行计算，为应用开发者和服务供应商提供计算能力支持[3]。边缘计算采用了一种分布式计算架构，将主要应用程序、服务和数据存储下沉到网络的边缘侧，从而使计算更加靠近数据源头。

边缘计算通过将原本在中心节点处理的大型任务分解成多个小的更易管理的子任务，放置在靠近数据源或者用户服务终端上运行，就近提供边缘智能服务，从而降低网络通信和服务交付的时延，减少云端压力，并且产生更快的网络服务响应，满足行业的实时业务、智能应用、安全与隐私保护等方面的关键需求。2017年，加州大学伯克利分校Michael I. Jordan教授（美国科学院、美国工程院、美国艺术与科学院三院院士）领衔发布的人工智能研究报告，指出边缘—云端融合是支撑未来人工智能应用的九大关键技术之一。相较于传统的云计算，边缘计算的优势主要体现在以下三个方面。

就近实时计算。

云计算需要将数据上传到中心节点进行处理，由于网络带宽的限制，将边缘设备产生的海量数据上传到云计算中心会造成巨大的网络负担，而物联网应用往往具有高实时性需求，比如无人驾驶要求每一个动作都要在10毫秒内完成，云计算在传输数据的过程中造成的巨大时延显然无法满足如此实时性需求。与之相反，边缘计算能够将算力部署在网络中离各个操作逻辑最近的地方（如移动蜂窝基站），从而保证自动驾驶车辆可以实时对车辆感知数据进行处理。

本地化数据保护。

物联网中的数据与用户的生活息息相关，将这些数据上传到云计算中心会增加泄露用户隐私数据的风险。而边缘计算数据的收集和计算都在本地或边缘节点上进行，不用上传到云端，重要敏感的信息不必经过网络传输，从而有效避免了隐私泄漏问题。数据中心和终端设备位于与用户邻近的位置，也就减少了网络传输的影响。同时，物联网设备很容易受到网络攻击，边缘计算的分布式架构天然具有抵御这种攻击的特性，具有更高的可靠性和容错性。

减少云端数据传输。

随着联网的设备越来越多，云数据中心的计算量和数据传输量越来越大，网络的传输压力也越来越大。而在边缘计算模式下，由边缘服务器提供算力对存储的本地数据进行计算，与云端服务器交互的数据减少，显著降低了所占用的网络宽带，从而减少了进入核心网络的流量消耗和云计算中心的算力损耗，同时也实现了降低能耗的目的。

由于边缘计算潜在的巨大产业价值，世界各个国家和地区均大力推动边缘计算技术的研发。2019年欧盟委员会及欧盟“地平线2020”（Horizon 2020）研究及创新计划联合资助实施边缘计算项目DECENTER，用于研发可以实现无缝部署智能应用的边缘计算平台，同时提供可控的安全和隐私保护。美国国家科学基金会（NSF）发布2017～2019年CNS（Computer and Network Systems）核心计划，重点支持边缘计算研究项目。

2018～2019年我国国家重点研发计划“先进网络制造”“物联网与智慧城市”专项中，也把边缘计算作为重点课题列入。在工业界，各大厂商和巨头公司也在纷纷布局边缘计算。AT&T、微软、Amazon、阿里、腾讯等公司均发布了边缘计算战略，华为、英特尔等厂商纷纷牵头成立边缘计算产业联盟，欧洲电信标准化协会（ETSI）发布5G边缘计算白皮书。经过几年的技术积累，目前边缘计算处于快速发展阶段。

边缘计算的主要应用领域和发展趋势

在万物互联时代，边缘计算正在引领社会发展的未来。边缘计算主要存在于以下一些应用领域。

智能家居。

物联网的发展使家庭环境变得更加智能，市场上出现越来越多的智能家居，例如扫地机器人、智能灯光、智能门窗等。在云计算主导的时代，家居所感知产生的数据主要是通过无线网络发送到云数据中心，一些比较耗时耗资源的任务由云端统一进行处理。而随着边缘计算的发展，家居终端本身就拥有更强大的计算力，加之更低的处理延时使得家居更加智能。

几乎所有的家庭家居都可以接入物联网，扫地机器人可以自主学习更加复杂的家庭布局从而做到全屋规划不漏扫，门窗门锁等家居产生的带有隐私的数据不需要传输到云端而在家庭范围内即可完成处理。边缘计算的引入，提升了家居的便利性、舒适性和安全性。

智慧医疗。

随着医疗保健行业的重要性日益增加，人工智能辅助的医疗平台和可穿戴设备为行业发展助力。个性化的便捷医疗服务和医疗数据的隐私安全问题，让边缘计算在智慧医疗保健行业发挥着越来越重要的作用。边缘计算的应用，使医疗保健资源可以更好地被偏远地区的人们所享用，通过更智能的可穿戴设备和人工智能医疗平台，享受到更加个性化的医疗服务。医疗保健行业将随之迎来更美好光明的未来。

智能交通。

边缘计算在智能交通中的应用包括自动驾驶、智能网联车、交通管理等。生活中的各类交通工具都会产生很多数据（包括文本、图像、视频等），并需要实时处理，边缘计算技术可以极大地提升交通秩序管理和交通运输的效率。例如，自动驾驶对任务响应时间的要求极高，汽车上各种各样的传感器收集了很多数据，利用边缘计算，可以在距离车辆更近的地方处理数据，从而减少延时。

智慧教育。

随着物联网与人工智能时代的到来，教育信息化正逐渐从“互联网+”升级到“智能+”。在现代化智慧校园中，教学设备不断升级，例如多媒体教学设备、交互式电子白板、智能监考与监控、智能控制中心等。

教育应用也在不断进化，特别是VR／AR、沉浸式教学等教育模式的出现，对边缘计算设备的数据分析能力、高效处理音视频能力等提出了更高要求。通过边缘计算与基础设施的交互与协同，有利于积极应对教育领域的各种挑战，比如个人学习、数据分析、教学创新、校园安全等。

智慧农业。

农业物联网技术是实现智慧农业、精准农业的有效手段。边缘计算能很好地解决偏远地区的网络带宽资源不足问题，通过物联网感知，将动植物和环境信息（如温度、湿度、土壤、光照和设备性能等）进行全面的感知和互联，服务于农业生产的各个场景中，提升农业效益，助力农业生产数字化和智能化。

智能制造。

边缘计算与工业制造存在密切关系。随着“工业4.0”时代的来临，工业制造将走向智能化，设备的组件化和专一性要求更高，生产过程将产生更多的数据，生产制造的各个环节都需要做到数据互通和实时交互。边缘计算的应用，让设备可以进行本地的升级更新，对设备性能起到更好的监控，满足了生产过程中实时性的要求。通过边云协同，可以做到产业链和产业结构优化，让工业真正走向智能制造。

公共安全。

公共安全涉及社会的方方面面（如消防、出行），影响着人们的生活。自然灾害、交通事故、刑事犯罪等各类事件存在诸多不确定性，在预防和处理公共安全事件时，对实时性和准确度的要求很高。公共环境安装了很多传感器和摄像头，尤其是对于视频图像，在边缘端进行处理可以降低网络带宽需求，即时数据分析处理对很多公共安全事件的预防和处理具有极其重要的作用。

紧急救援。

近年来，频发的灾害给人们的生命财产造成了严重损失，人们越来越重视对紧急救援机制和方案的研究。在紧急救援场景下，对信息的实时处理以及救援人员的安全保障极为重要。将无人机技术应用于救援中，可以获取更加全面的信息，并保障救援人员的人身安全。类似地，一些轻巧的救援机器人可以深入到危险区域，并通过边缘计算和云计算向急救人员提供紧急情况的有关信息。这些应用，都离不开边缘计算的快速发展。

边缘计算的应用领域远不止以上提到的几个场景，还可以应用到经济社会中的方方面面，例如金融、新零售、能源等。总之，边缘计算正在引领物联网的未来；也将会是5G的核心功能之一，5G时代将会产生更多的数据，5G带来的高带宽低时延将会进一步促进边缘计算的发展。

企业新闻

/ Corporate news

行业资讯

/ Industry information