天天干天天做天天操-天天干天天做天天射-天天干网-天天干网站-天天干网址

圖1、鄰近計算或者邊緣計算讓智能更加靠近設備

邊緣計算(Edge computing )是一種在物理上靠近數據生成的位置處理數據的方法，即事物和人所在的現場區域如家庭和遠程辦公室內。

圖2、物聯網設備中通常集成具有一定計算能力的處理器

由于這些產生數據的事物和人通常不在云端，因此我們需要通過許多形式的在物聯網(IoT)解決方案架構的邊緣處的計算來補充云計算。

　　圖3、節點與云之間有大量的數據需要傳遞

關于邊緣計算(Edge computing )的討論通常會忽略有多少類型的“邊緣”計算，而本文我們將探討邊緣計算(Edge computing )的基本驅動因素和許多類型的邊緣計算(Edge computing )。

由于邊緣計算(Edge computing )指的是接近于事物，數據和行動源頭處的計算，所以我們也可以把這種類型的數據處理使用更通用的術語來表示：鄰近計算或者接近計算(Proximity Computing)。

　　鄰近計算(Proximity Computing)的經濟學因素

我們對周圍所發生的事件需要及時地做出響應，以獲得良好的用戶體驗(如當需要“改變電視頻道”時)或者避免災難(如當發生“煤氣泄漏”時)。

　　圖3、感知，處理和行動是物聯網的三類事件

由于有許多這些類發生的事件，因此我們需要將這類復雜的系統編排為感知，處理和行動(SPA，既Sense, Process, and Act (SPA))。 SPA的成本是本地與遠程處理成本，網絡連接成本以及遠程系統管理成本的函數。

就物聯網(IoT)設備的尺寸和功率來說，鄰近計算(Proximity Computing)平衡了響應事件的及時性與響應事件的成本兩者之間的關系。數據傳遞的管理的法律限制進一步推動了對鄰近計算(Proximity Computing)的需求。

　　多邊場景 - 接近計算(Proximity Computing)的類型

當涉及到最佳鄰近計算時，有很多類型的邊緣(edges )要考慮。梳理下來它們主要有三種類型：個人邊緣(Personal Edge)，業務邊緣(Business Edge)以及云邊緣(Cloudy Edge)。這三種邊緣將SPA(Sensing-Processing-Acting)部署到不同環境中來處理一系列不同的問題，以實現最佳的自動響應，例如當您的個人汽車被盜時。

　　圖4、三種類型的邊緣

下面是每種邊緣及其發展的驅動因素。

　　1)個人邊緣(Personal Edge)

這個邊緣計算(Edge computing )圍繞著我們個人，有時就在我們的身邊，就在我們的家里;它包括家庭機器人，智能眼鏡，智能藥片，以及您皮膚下的傳感器，手表，家庭自動化系統，您的Amazon Echo(回聲)和智能手機。

個人邊緣(Personal Edge)總體上是移動的。當我們在家庭和工作場所之間移動時，個人邊緣(Personal Edge)計算設備進出于商業邊緣(Business Edge)區。

圖5、個人邊緣

隨著智能家居設備，數字健康和其他個人設備的普及，我們將在未來5年里聽到更多關于個人邊緣(Personal Edge)計算的信息。

　　2)業務邊緣(Business Edge)

這是最受關注的邊緣計算(Edge computing )類型。在業務邊緣(Business Edge)處連接的機器和人在這里匯聚。業務邊緣(Business Edge)在我們鋪有地毯的辦公室中，也可以在無地毯的領域，甚至在我們工作和娛樂的開放的地方。

許多物聯網的討論似乎假設這是唯一的邊緣，同時每個物聯網的討論都表達了這種邊緣計算(Edge computing )的好處。關鍵任務(Mission-critical)SPA(“感知，處理和行動”，“Sensing-Processing-Acting”))在這一領域尤其如工業物聯網(Industrial IoT)領域中集中發展的勢頭強勁。

　　圖6、業務邊緣

許多供應商正在提供這類應用的開發環境，以幫助客戶開發邊緣應用和分析。 Amazon Lambda Greengrass(https://aws.amazon.com/cn/lambda/)和Azure IoT Hub是此類軟件的示例。

【注1：Amazon Lambda Greengrass是Amazon的云計算服務，通過 AWS Lambda，無需配置或管理服務器即可運行代碼。您只需按消耗的計算時間付費 – 代碼未運行時不產生費用。借助 Lambda，您幾乎可以為任何類型的應用程序或后端服務運行代碼，而且全部無需管理。只需上傳您的代碼，Lambda 會處理運行和擴展高可用性代碼所需的一切工作。您可以將您的代碼設置為自動從其他 AWS 服務觸發，或者直接從任何 Web 或移動應用程序調用。】

【注2：Azure IoT Hub是微軟面向物聯網應用的云計算，Azure IoT Hub意為物聯網中心，是為物聯網設備提供注冊、管理、溝通的云服務。它是微軟Azure IoT Suite的重要組成部分，也是微軟物聯網戰略的重要基礎。微軟Azure IoT Hub可用于管理數十億物聯網設備，提供云端與設備之間的雙向通信支持，每月可處理數以萬億計信息，并簡化了與其他Azure服務之間的集成，包括Azure機器學習以及Azure流分析等。】

3)多云邊緣(Cloudy Edge)

這是目前最少談論的一類邊緣計算(Edge computing)，但是它是最老的一類邊緣。多云邊緣(Cloudy Edge)是服務提供商或企業網絡邊緣的拓撲術語，其中業務首先從撥號調制解調器進入到家庭或者遠程分支機構中的。

多云邊緣(Cloudy Edge)從前只是一個沒有任何計算能力的網絡邊緣。它們被稱為PoP(存在的節點，points-of-presence)。

　　圖7、多云邊緣(Cloudy Edge)

對應用性能和內容傳送的需求需要在網絡邊緣( network edge)中添加應用和數據處理能力。現代的邊緣數據中心(Edge Data Centers)能夠滿足這一需求。內容交付網絡(CDN，Content Delivery Networks)就是在利用它們以便我們能夠獲得更好的頁面和視頻加載效果。移動邊緣計算(Mobile Edge Computing)增強了這一邊緣的優勢，因為人們需要更好的移動應用程序(mobile app)的性能。

所以老PoP在內容和計算方面變得沒有前途。 而SP邊緣( SP edge)，移動邊緣(mobile edge)和企業邊緣(enterprise edge)共同形成了云端。這類邊緣仍然與確保應用程序性能和內容傳遞順暢等相關。

　　總結

有很多方法來描述什么是物聯網(IoT),這些描述都是對的，只不過有些描述要更全面一些。

在這里我們提供對物聯網(IoT)的一個這樣的描述：IoT = 跨連接設備迷宮的分布式人工智能和人類智能。

　　圖8、邊緣計算正在改變整個物聯網(IoT)場景

像AWS Lambda和Greengrass這樣的邊緣計算(Edge computing )技術正在幫助加速創建這種分布式人工智能。如何在個人，業務和云端邊緣中創建分布式智能將取決于您的應用程序，成本和相關規定。我們將看到越來越多的邊緣計算(Edge computing )參考架構的發展，以支持物聯網(IoT)的新應用模式。