．邊緣計算，智慧的層次化部署

Fog Computing

來源：物联江湖 作者：王一鸣  

「邊緣計算」和「霧計算」的差異

如果經常留意「邊緣計算」的文章，則會發現它有個兄弟，叫「霧計算」。大多數發表的文章，對這兩個詞的解釋是差不多的：他們都是相對於「雲計算」而言的，在網路邊緣，更接近原生數據(實體感知)的地方進行的計算。

此前，我們看到的大多數互聯網資訊處理模式，都是「端-管-雲」的模式。在應用的現場，「端」只負責收集數據、執行指令，而「雲」負責所有的數據分析和控制邏輯功能。

「邊緣計算」或者「霧計算」，就是將部分數據分析和控制邏輯功能，放到了應用場景的附近來實現，它們有一個很形象的叫法：「貼地計算。」

雖然，整體上「邊緣計算」和「霧計算」的意思差不多，但其實還是有差別的。

「邊緣計算」，源自工業領域，主要部署在終端設備或網路接入點上。目前已經普遍存在於工業物聯網(嵌入式物聯網)應用、製造業、零售、ATM提款機、智慧手機和虛擬/混合現實等領域。邊緣計算使得工業生產中的設備，無需雲計算的幫助，也能具有近端的決策控制能力。

「霧計算」(Fog Computing)，脫殼於「雲計算」，是指將雲計算的(部分)功能，部署在網路邊緣的設備中，局部的集中化計算。它其實是雲計算(Cloud Computing)的延伸概念，由思科(Cisco)於2011年被提出。

由此可見，「邊緣計算」和「霧計算」確實還是有一些差異的。邊緣計算主要是在「端」中，這個端是指電子終端設備或傳感器；而霧計算還是在「雲」中，部署在一定區域內的數據集中站點上。

拿一個智慧家庭的 WiFi 網路來舉例，一個APP在手機內進行的脫網計算就是邊緣計算，而家庭智慧盒子(智慧的WiFi網路閘道器，Gateway)就是霧運算的主體。

雖然兩者有所差別，但網路中不少行業文章，並沒有嚴格區分這個差別。事實上，由於物聯網業務場景廣泛，很多應用在「端」和「Gateway」上的計算，都會有所涉及。

所以，以筆者之見，既然他們都是相對於「雲計算」而言的，那麼也就沒有必要區分他們部署的位置(生產設備、傳感設備、Gateway/伺服器)，一般情況下都以「邊緣計算」為表述。

邊緣計算的分層部署

「邊緣計算」和「霧計算」的差異，其實給了筆者一個啓示：物聯網中的計算能力，具有分層部署的特徵。這個特徵，不同於互聯網中的雲計算部署模式，可以從兩個維度來討論。

一、參照物聯網的邊緣架構模型，討論邊緣計算的層域化部署

邊緣計算聯盟ECC針對邊緣計算，定義的了四個領域：設備域(感知與控制層)、網路域(連接和網路層)、數據域(儲存和服務層)、應用域(業務和智慧層)。這四個「層域」就是邊緣計算的計算對象。

　　

1、設備域：邊緣計算在這一層，可以對感知的資訊，直接進行計算處理。比如在影像視訊的採集、音訊採集中，直接部署智慧鑒別的能力；又或者像手機一樣，能夠由語音輸入直接轉換成文字輸出。

2、網路域：透過部署計算能力，實現各網路協議的自動轉換，對數據格式進行標準化處理。要解決物理網中數據異構的問題，就需要在網路域中部署邊緣計算，以實現數據格式的標準化和數據傳遞的標準化(例如將所有的感知數據，都換算成MQTT類型數據，並透過HTTP方式傳遞)。

同時，網路域的邊緣計算，還能對「融合網路」進行智慧化管理，實現網路的冗餘，保證網路的安全，並可進一步參與網路的優化工作。

3、數據域：邊緣計算，使得數據管理更智慧、儲存方式更靈活。首先，邊緣計算可以對，數據的完整性和一致性，進行分析，並進行數據清洗工作，消滅系統中的「髒」數據。其次，邊緣計算可以對計算和儲存能力、以及系統負載進行動態地部署。最後，邊緣計算還能和雲端計算，保持高效協同、合理分擔運算任務。

4、應用域：邊緣計算提供，屬地化的業務邏輯，和應用智慧。它使得應用具有靈便、快速反應的能力，並在離線的情況下(和雲端失去聯繫時)，仍能夠獨立地，提供本地化的應用服務。

在物聯網貼近用戶和應用場景的地方，邊緣計算被部署在以上四個層域中。它使得設備具有智慧化的感知能力，裝配自適應的連接策略和數位部署策略，解決系統中的數據異構問題，並提供局部的業務邏輯，甚至智慧。

二、參照物聯網應用/地域/覆蓋範圍，討論邊緣計算的層級化部署

從始創的感知數據，到終結的雲端智慧，數據會根據應用的需要，而經歷多次的匯聚和計算。例如從智慧家庭到智慧城市，海量的數據匯集，並非一步到位就實現的。

此外，數據匯聚的每個階段中，還各有獨立的應用和業務，這樣便意味著，計算有層級化部署的需要。

　　

以上圖舉例，智慧城市被分成了四個「物聯網(大小)層級」：家、小區、社區、城市。

這四層「智慧」層級各有應用和服務，服務的範圍和覆蓋的區域，從家到市逐漸擴大。各層級中有部分應用相對獨立，與上下層級無關；而另有一部分應用則會「層層升級」，如：家庭醫生(家)-社區醫療(社區)-醫療衛生(城市)。

從物聯網層級的角度來看，雲計算和邊緣計算的關係，會依據應用來區分：

1、對於各層級獨有的業務，只需在對應層級獨立部署，針對性的計算能力(只需要「雲計算」)。

2、對於穿透(關聯)多層級的應用，需要從上至下，都部署計算能力。下層計算和上層計算的關係，就是邊緣計算和雲計算的關係。「社區醫療-社區」是「家庭醫生-家」的「雲」，而又是「醫療衛生-城市」的「邊緣」。

3、「邊緣」和「雲」的關係互換：針對單個應用，可能會在(物理網的)上層級部署邊緣計算，而在下層級部署雲計算。

某個應用(例如社區商城)可能的情況：

A、該應用的核心邏輯和預測分析，主要部署在「社區」和「小區」中，針對地區人口的喜好售賣消費商品；

B、該應用需要從「城市」層級，提取一些外部數據(例如商品的全市平均價格，等等)；

C、該應用在「城市」中，沒有大量的應用域計算需求。

如果這樣，那麼上層的「城市」對於下層的「社區」、「小區」而言就是「邊緣」了。理所當然，該應用在「城市」層域中，部署的計算能力，就是邊緣計算。

筆者以為，「關係互換」的情況，在工業領域可能會更多。例如工業生產中的品質管理、流程管理。

工廠的品質和流程管理系統，通常都部署在生產現場，大量的生產數據，就保存在「邊緣」的網路中。

而要實現智慧生產，還需要提取許多，與品質、供應鏈有關的外部訊(用戶投訴、產品/零組件返修資訊、產品生命週期資訊、合作方的品質資訊等等)。

這些資訊最終會隨著物聯網，匯集到「邊緣」的品質和流程管理系統中，進行品質分析/預測。顯然，對於品質和流程管理系統來說，自身以外的互聯網和物聯網，都是邊緣網路。

以筆者之見，工業生產的「雲計算」，會更多地部署在物聯網的邊緣，工業生產現場的附近。

根據應用的需要，計算能力會部署在物聯網，各個(大小)層級中。不管「計算」部署在哪個層級，若承擔了現場指揮的主要職責，就屬於邊緣計算；若承擔了大數據和智慧化預測的主要職責，就屬於雲計算。

應用在計算部署上的靈活性不斷增加，雲使得雲計算和邊緣計算會走向融合，而越來越難以區分。當物聯網中充滿了隨處可取、隨處即用的通用計算能力的時候，「泛在計算」則將應勢而生。

邊緣智慧，是雲計算中精簡版的人工智慧

在物聯網邊緣部署簡單的應用邏輯，無法滿足多姿多態的物聯網應用需求。在靠近應用場景的地方，必須部署一定的智慧，才能在物聯網邊緣，建構起健碩的應用生態。

筆者曾經在一篇文章《下一位現場指揮大師：邊緣計算》中提到，邊緣計算本質就是「貼地」的雲計算。邊緣計算最重要的能力，就是繼承雲計算的智能。

就目前的技術發展趨勢來看，理論上已經能做到這一點。針對某一種應用，神經網路算法(雲計算)，在學習了足夠多的應用場景後，可先進行「瘦身」(精簡)，再部署在網路邊緣(部署具有智慧的邊緣計算)，從而形成了邊緣智慧。這樣，即使脫離雲計算的支撐，邊緣智慧也能夠實現，該應用場景的大部分智慧。

例如，2017年5月23日，人工智慧Alpha Go執白1/4子戰勝了柯潔九段。這其中值得注意的是，那天出戰的，是「一隻」單機版的Alpha Go。

當邊緣計算成為邊緣智慧，可使得局域、邊緣的物聯網系統，具備自治自律的行為能力。自給自足的算力和智慧，將使得物聯網應用可以擺脫「雲計算」，而相對獨立地營運。

結語

1、邊緣計算具有層次(「層域」和「層級」)化部署的特性。

一方面，邊緣計算部署在，邊緣架構模型的各個層域上。計算能力在物理網邊緣的分層域部署，使得應用在物聯網局部(例如智慧家庭)，也能夠形成「感知 - 連接 - 分析和預測 - 控制」的資訊環路。

從而，使各類數據的資訊價值，獲得釋放。(關於「資訊成環」的內容，請參考之前的文章《物聯網的價值，是因為資訊成「環」》)

另一方面，在物聯網不同範圍(大小層級)中，部署計算能力，開發者不僅能夠根據業務需求和特性，建構出大小適合的資訊環路；還能使「垂直」業務，能夠在各層級之間「環環相扣」，相互服務，並實現價值互遞。

2、邊緣計算的更高價值是邊緣智慧

邊緣計算，是智慧化雲計算的落地部署。應用在物聯網局部實現了資訊成環，並能夠透過邊緣計算，實現資訊決策、行為回饋、自動組網、負載平衡等全層域的智慧化。

在脫離雲計算的情況下，應用也能夠獨立地、靈活地運行，從而在應用場景的小範圍內，形成物聯網「生態」(各種類設備之間，形成資訊互助服務的機制)。384180808

按此回今日3S Market新聞首頁

康橋科技 —— 白光攝影機專業廠商！