關于邊緣計算，邊緣計算產業聯盟對其定義為：

在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的分布式開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。

OpenStack基金會對邊緣計算的定義是：

為應用開發者和服務提供商在網絡的邊緣側提供云服務和IT環境服務。邊緣計算的目標是在靠近數據輸入或用戶的地方提供計算、存儲和網絡帶寬。

云計算近幾年得到普及，云計算的價值和商業模式也逐步被公眾接受。邊緣計算是相對云計算而言的，它將云計算的計算、存儲、和網絡能力下沉到靠近數據源頭的地方。

雖然有些領域把邊緣計算稱為分布式云計算或第四代數據中心，但工業領域的人并不認同這種叫法。對工業領域而言，邊緣計算的應用是自然而然的事情，很多工業現場應用系統天生就涉及數據即時處理，只是以前受限于硬件的處理能力，他們反對將邊緣計算定義成一個純互聯網詞匯和概念。

什么是靠近數據源頭呢?這個范圍就比較寬泛了，比如在工廠車間現場靠近傳感器數據采集的地方，利用工業網關或工控機就近提供數據分析處理能力，這屬于邊緣計算;整個工廠的數據上傳到云平臺之前，數據在工廠內本地服務器上被預處理，該本地服務器屬于邊緣計算。

為了獲得高性能低延遲的服務，例如為支撐無人駕駛、虛擬現實和遠程醫療等應用場景，移動運營商紛紛部署多接入邊緣計算(Multi-Access Edge Computing，MEC)，MEC以邊緣云的形式，下沉到靠近用戶的基站側，以達到縮短時延的效果，亦屬于邊緣計算。

Gartner2019年新興技術成熟度報告指出[1]，邊緣分析(Edge Analysis)和邊緣人工智能(Edge AI)處于期望增長階段，邊緣分析和邊緣人工智能將越來越多地被用于對時延敏感(例如自動駕駛)、易受到網絡中斷影響(例如遠程監測、面部識別、自然語言處理)或數據密集型(例如視頻分析)的應用中。

1.為什么提出邊緣計算

從邊緣計算的定義看出，邊緣計算主要為解決實時性、網絡可靠性、數據安全性等問題，如圖1所示。

物聯網時代的到來，數字化和智能化的浪潮開始席卷各行各業，包括制造、能源電力、交通、物流、農業、醫療和政府公共事業，越來越多的終端與設備聯網，隨著聯網設備數量的巨增，將給云端帶來網絡帶寬壓力。

如果將設備數據全部傳入云端處理，不僅成本巨大，還將花費更多的時間，由于網絡不穩定時，系統可用性變差，因此未來將會有相當比例的數據直接在網絡邊緣側進行分析、處理，這正是邊緣計算的實踐場景。

如果把大腦比作云端，那么邊緣計算就是神經末梢，自行對前端的刺激進行處理并將處理后的特征信息反饋給大腦。

▲圖1 邊緣計算的特點

工業現場的很多數據的保鮮期很短，一旦處理不及時，會迅速變質，數據價值呈斷崖式跌落。例如在車床刀具監測過程中，通過采集機床主軸負載數據，并在邊緣側實現刀具加工過程中的實時狀態監測和壽命預測管理，發現異常立刻預警。

鋼鐵廠軋鋼板的過程中，軋機依靠多個伺服電機協同驅動軋制過程，伺服電機控制不允許出現絲毫偏差，否則可能導致整塊鋼板報廢。為保證扎制質量，須以微毫秒級的采樣率實時監測伺服電機運轉是否正常。

這兩個例子，均對數據處理的實時性(實效性)有明確要求，工業現場的數據處理類似于“走鋼絲”，邊緣計算將發揮不可替代的作用。

除了網絡可靠性、實時性這兩大因素，工業領域對數據安全要求嚴格。例如石油化工行業，設備工藝參數決定其產品質量和生產成本，是企業的核心數據，如果把這些關鍵數據上傳到云端，存在企業核心知識產權泄露的風險。邊緣計算將數據從原來的集中式管理演變為分布式管理，提高了數據的安全性。

近年來物聯網安全攻擊事件頻發，防患數據災難的一個必要措施是采取隔離手段，邊緣計算從根源上在本地保障數據安全。除了企業自身對數據安全的要求之外，有些出于國家政策層面的原因，要求數據脫敏后才能上傳到云端，而邊緣計算承擔了數據脫敏預處理的工作。

2.誰在擔任邊緣計算的角色

對邊緣計算的特點及其要解決的問題有了基本了解之后，由誰來擔任邊緣計算的角色呢?概括起來主要分三類：工業網關、工控機和服務器。

在《工業物聯網：平臺架構、關鍵技術與應用實踐》一書的第3章介紹過工業網關，由于工業通信網絡接口種類繁多，協議繁雜且互不兼容，因此需要通過工業網關進行各種協議轉換，工業網關支持常用的工業協議，通過協議轉換降低設備接入的難度，實現訪問的統一性。業界有些公司專門研發此類工業網關并推出標準化產品，兼容市面上眾多工業控制器。

除了數據解析協議轉換之外，工業網關還具備一定的數據處理能力，工業網關硬件廠商通過提供標準開發框架，使得開發人員能夠在框架內基于C和Python等開發語言嵌入自定義邏輯。這些工業網關換個名字就變成了邊緣計算網關。

當然，不僅換了名稱，作為邊緣計算網關，還是比較強調它的數據處理能力，例如處理器主頻、內存和FLASH存儲比普通的工業網關配置高;同時強調和云端的對接，即不間斷的互聯網接入能力，它可以通過以太網、Wi-Fi或4G等網絡鏈路，保證設備無論身處何處都能夠互聯互通，這些邊緣計算網關支持各種工業云平臺，數據直接上云。表1為某邊緣計算網關典型配置示例。

▼表1 邊緣計算網關典型配置示例

第二類承擔邊緣計算角色的是工控機，工控機大量用于測控和自動化領域，如DCS、SCADA以及數控系統CNC等。關于工控機的定義：工控機(Industrial Personal Computer，IPC)是一種加固的增強型個人計算機，采用總線結構，是一種對生產過程及機電設備、工藝裝備進行檢測與控制的硬件總稱。

工控機具有典型的計算機特征，如CPU、硬盤、內存和外設接口，并具有操作系統、控制網絡和協議、計算能力以及友好的人機界面。不同的是，工控機能夠在環境惡劣的條件下運行，由于對數據安全性要求更高，因此通常會對工控機進行加固、防塵、防潮、防腐蝕和防輻射等特殊設計。

通俗地講，工控機是專為工業現場而設計的計算機，而工業現場環境振動大、灰塵多、電磁干擾強，經常要求連續不間斷作業。與普通計算機相比，工控機應具備更高的可靠性和更好的擴展性。與工業網關或其他小型微控制器相比，工控機具有更高的數據處理性能。

筆者曾經與全球工控機出貨量排名前三的一家公司探討過，他們新出的邊緣計算服務器和工控機有什么區別?當時得到的回答是沒區別，就是工控機。

無論是工業網關還是工控機，當它們承擔了邊緣計算的角色時，難免會有人覺得，這是不是新瓶裝舊酒?在邊緣計算概念出來之前，它們就一直地存在著，在工業現場運行并發揮著作用。

最近一些廠商在推邊緣智能服務器(Edge Intelligence Server，EIS)，如果看硬件載體本身，好像也沒有多少創新，很多基于工控機或標準x86服務器，被人說成新瓶裝舊酒似乎也不為過，不過有一個區別是非常重要的，軟件架構層面，邊緣智能服務器采用的是云原生思維，邊緣與云端緊密協同，由云端全局統一調度與管控邊緣節點資源，軟件功能隨時更新與分發，支持物聯網平臺連接、數據管理及邊緣分析。

如果回憶一下以往工控機上的軟件升級(備份、補丁、更新、以及監視)、硬件資源的分配，就能體會這種理念的巨大差別。目前西門子、戴爾、因特爾和研華等都在推出各自的邊緣智能服務器。

第三類承擔邊緣計算角色的是服務器，將數據中心的服務器搬到現場的機房，它就變成邊緣計算服務器了，由云端的集中式變為現場的分布式。

服務器部署到現場之后，需考慮其多節點管理問題，當企業同時擁有成千上萬個分布式邊緣計算節點時，將給管理人員和運維人員帶來非常大的挑戰，以標準化方式對邊緣節點納管和統一維護就變得非常重要，不同的工業解決方案商會有不同的應對策略，從目前來看，邊云協同是主流思想，基于云的管理工具以實現對邊緣節點的遠程可視化管理。

事實上，應當把邊緣計算理解為一種理念，任何具備一定程度的數據計算、存儲、網絡通信能力的硬件設施都可以稱之為邊緣計算。

3.邊緣計算領域有哪幾類公司

邊緣計算領域目前主要有三類公司，分別是硬件廠商、云計算服務商以及移動運營商。硬件廠商包括工業網關、工控機、服務器硬件廠商。硬件廠商根據市場的需求，致力于不斷推出能滿足行業應用場景的邊緣計算產品，同時在邊緣智能服務器上發力，影響整個邊端云端架構。

第二類是云計算服務商，例如前面OpenStack基金會將邊緣計算定義為在網絡邊緣側提供云服務和IT環境服務，有些公司將邊緣計算稱為分布式云計算或第四代數據中心，在邊緣計算玩家里，自然有云計算服務商。

以亞馬遜AWS、微軟Azure、阿里云和華為云為代表的云計算服務商，在云計算領域積累了龐大的用戶群，并擁有先進的大數據處理能力，這些公司發展邊緣計算的整體思路，就是邊云協同，將邊緣和云端緊密結合，充分發揮邊緣的低延遲、安全等特性，同時結合云端的強大數據分析能力。

例如AWS在2017年推出了邊緣計算框架AWS IoT Greengrass，通過Greengrass將AWS云端服務擴展到本地設備，能夠在邊緣對設備產生的數據進行操作和處理。

第三類是電信運營商，一直以來，運營商的角色是提供數據管道服務，數據通過蜂窩網絡實現長距離傳輸，好像邊緣計算和運營商扯不上什么關系。但運營商顯然不滿足于被管道化，尤其是5G時代，為了獲得高性能低延遲的服務，移動運營商紛紛部署多接入邊緣計算MEC。

MEC屬于核心網部分，如果和接入網的集中單元(Centralized Unit，CU)一起下沉到離基站更近的地方，將進一步推動網絡實現超低時延，并帶來更佳的用戶體驗。

MEC多接入邊緣計算和網絡切片是5G的兩大關鍵技術，以支撐5G的三大應用場景。其中MEC對于eMBB移動增強帶寬和uRLLC高可靠低時延連接兩大場景而言非常重要。MEC并非一個新概念，在4G和5G網絡中均可部署。

早在2014年歐洲電信標準協會ETSI就啟動了MEC標準化參考模型項目，并成立了移動邊緣計算規范工作組，以推動移動邊緣計算標準化，基本思想是一樣的，就是把云計算平臺從移動核心網絡內部遷移到移動接入網邊緣，實現計算及存儲資源的彈性利用。

這其實和云計算服務商的路線是一樣的，只不過電信運營商的資源池位于移動核心網絡和移動接入網絡，而且現在的核心網，由于網元功能虛擬化，因此硬件方面也慢慢地由原來的專用硬件，變成了x86通用服務器。既然都是服務器，大家當然可以干某種程度上相似的事情。

MEC概念一方面將傳統電信蜂窩網絡與互聯網業務深度融合，這樣減少移動場景業務交付的端到端延遲，利用移動網絡邊緣就近提供電信用戶IT所需服務和云端計算能力，創造高性能、低延遲與高帶寬的電信級服務環境，加速網絡中各項內容、服務以及應用的高速下載，從而改善用戶體驗，同時節省帶寬資源。

另一方面通過將計算能力下沉到移動邊緣節點，提供第三方應用集成，為移動邊緣入口的服務創新提供了更多的可能性。

ETSI在2016年的時候將MEC概念從移動邊緣計算(Mobile Edge Computing)擴展為多接入邊緣計算(Multi-Access Edge Computing)，不再局限于蜂窩網絡，而是延伸至其他無線接入網絡如Wi-Fi等。至此，MEC可看作是一個運行在移動網絡邊緣的、運行特定任務的云服務器。

MEC改變了移動網絡和業務分離的狀態，可以將業務(包含內容、服務和應用)下沉到移動網絡邊緣，為移動用戶提供服務。

電信運營商一直以來在努力避免被管道化(單純為互聯網提供數據服務的管道)，由于當前電信市場的發展逐漸趨于飽和，因此單純依靠流量業務的增量很難帶來收入的快速增長，同時用戶對于電信運營商提供的傳統語音、短信服務的依賴度不斷下降，運營商的利潤也開始不斷下降，MEC可理解為運營商的一個抓手，也就不難理解為什么運營商會花很大力氣投入到MEC中。

本文主要介紹了邊緣計算的相關內容，相信會對大家深入理解邊緣計算有一定的幫助和啟示。預測性維護是邊緣計算的一個典型應用場景。關于這部分內容本文不展開講。如果你對此感興趣，推薦你詳細閱讀胡典鋼老師的新作《工業物聯網：平臺架構、關鍵技術與應用實踐》。

[1]地址為：https://www.gartner.com/smarterwithgartner/5-trends-appear-on-the-gartner-hype-cycle-for-emerging-technologies-2019/

關于作者：胡典鋼，資深工業物聯網專家，順豐物聯網平臺負責人，兼任順豐集團職業發展評審委員和ZETA聯盟工業物聯網高級顧問，負責順豐物聯網平臺建設及產品化工作。在物聯網、邊緣計算、工業大數據領域從業10余年，有豐富的實踐經驗。歷任NI公司應用工程師、高級應用工程師、大區銷售經理，兼任GSDZone社區專欄作者和海南大學校外專家，NI(中國)首位認證雙架構師——LabVIEW架構師和TestStand架構師，主導大型工業自動化測試控制和工業物聯網項目的開發工作。2016年受邀撰寫專著《TestStand工業自動化測試管理》，廣受業界好評，多次重印。

本文摘編自《工業物聯網：平臺架構、關鍵技術與應用實踐》，經出版方授權發布。(ISBN：978-7-111-70227-6)