从边缘计算到边缘智能还有多少边缘的路要走无水洗车

从边缘计算到边缘智能 还有多少“边缘”的路要走？

Edge Computing(边缘计算)这个酷概念虽然正逐渐被人熟知，但在应用领域却刚刚起步。随着越来越多的工作负载出现在云端，以及物联等新技术走进人们生活，对于本地处理能力提出了更高的需求。而云计算在应对大规模业务具有优势，但这种集中化的数据处理方式在万物互联时代似乎 过时了 。难怪Gartner认为边缘计算正在吃掉云。

有调研机构预计，未来79%的IoT流量将通过关接入，50%的随着航空航天、国防、煤油化工、交通运输等百姓经济紧张家产调解排解升级络流量将来自物联，而物联将贡献超过500亿的连接。值得一提的是，会有40%的IoT流量在边缘进行处理。

对IoT而言，边缘计算技术的实现，意味着许多控制将通过本地设备实现，而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。

OICT多场景融合 落地应用成关键突破口

在中国，边缘计算产业联盟ECC正在努力推动三种技术的融合，也就是OICT的融合(运营Operational、信息Information、通讯Communication Technology)。对于边缘计算，计算对象主要定义的了四个领域：设备域、络域、数据域、应用域。

目前出现的纯粹IoT设备，跟自动化的I/O采集相比较而言，有不同但也有重叠部分。那些可以直接用于在顶层优化，而并不参与控制本身的数据，是可以直接放在边缘侧完成处理。

在传输层面，直接的末端IoT数据、与来自自动化产线的数据，其传输方式、机制、协议都会有低温槽采取单片微机技术控制不同，因此，这里要解决传输的数据标准问题。

在OPC UA架构下可以直接的访问底层自动化数据，但是对于Web数据的交互而言，这里会存在IT与OT之间的协调问题，尽管有一些领先的自动化企业已经提供了针对Web方式数据传输的机制，但是，大部分现场的数据仍然存在这些问题。

数据传输后的数据存储、格式等这些数据域需要解决的问题，也包括数据的查询与数据交互的机制和策略问题都是在这个领域里需要考虑的问题。边缘计算的应用是目前最为难以解决的问题，针对这一领域的应用模型尚未有较多的实际应用。

从产业价值链整合角度，ECC提出边缘计算的产业价值，即CROSS，在敏捷联接(Connection)的基础上，实现实时业务(Real-time)、数据优化(DataOptimization)、应用智能(Smart)、安全与隐私保护(Security)，为用户在络边缘侧带来价值和机会。

在技术与商业的双重驱动下，边缘计算产业将持续走向纵深，但是边缘计算因为横跨OT、IT、CT多个领域，且涉及络联接、数据聚合、芯片、传感、行业应用等多个产业链角色，如何实现不同行业、不同厂商之间的互通和互操作，各个产业如何合理分工、有序协作，这些都是边缘计算在各个行业应用落地必须解决的关键问题。

赋予边缘计算以智能 实现IoT多样生态

在物联边缘部署简单的应用逻辑，无法满足多姿多态的物联应用需求。在靠近应用场景的地方，必须部署一定的智能，才能在物联边缘构建起健硕的应用生态。

智能边缘计算提出了一种新模式：利用云大规模进行安全配置、部署和管理边缘设备，并根据边缘设备类型和场景进GBT17600.1⑴998钢的拉伸率换算行智能分配，让物联的每个边缘设备都具备数据采集、分析计算、通信、以及最重要的智能，实现智能在云和边缘设备间的流动。

边缘计算本质就是 贴地 的云计算。边缘计算最重要的能力就是继承云计算的智能。就目前的技术发展趋势来看，理论上已经能做到这一点。针对某一种应用，云计算在学习了足够多的应用场景后，可先进行精简，再部署具有智能的边缘络，从而形成了边缘智能。

这样，即使脱离云计算的支撑，边缘智能也能够实现该应用场景的大部分智能。当边缘计算成为边缘智能，可使得局域、边缘的物联系统具备自治自律的行为能力。自给自足的算力和智能，将使得物联应用可以摆脱 云计算 而相对独立地运营。

大智能 在云端， 小智能 在边缘，仍是长期趋势。边缘计算领域，英特尔、ARM这些顶层设计厂商都在将技术逐步进行落地，完成技术的 最后一公里 。同时，软件层面的开源IoT系统和硬件层面的智能关，正在补足技术短板，各大厂商也都相继建立合作组织共同发展边缘计算。不管是云计算还是AI，最终的落点都是冲击韧度被用于评定压力容器用钢质量的1项重要力学性能指标用户，无论什么技术都不会被简单替代，只有相互依存才会造就参差多样的技术生态。