一、引言

边缘计算

与此同时，下一代互联网的关键特征之一是信息越来越多地在本地生成并在本地消费，且大量的边缘设备存在可用计算和存储资源。因此，为应对云计算存在的挑战、网络压力和提升用户体验满足业务需求，业界提出将云计算平台迁移至网络边缘，即边缘计算。

边缘计算通过将计算、存储等能力从云数据中心扩展到离数据源较近的网络边缘而不是集中式服务器或基于云的位置对客户端数据的处理和计算（简而言之，边缘计算使计算资源、数据存储和企业应用程序更接近人们实际消费信息的地方），并且可支持在网络边缘执行深度学习、强化学习等人工智能算法，避免计算任务从网络边缘传输到远程数据中心的超长网络传输延迟，满足高实时性物联网应用（例如，自动驾驶、无人机、增强现实等）的要求。

                                          图1 边缘计算架构图

边缘计算技术还可避免因数据在公网传输、公共数据中心处理所带来的隐私泄露等安全隐患。因此，边缘计算已成为下一代网络发展的关键技术。发掘网络的内在能力。在数据源附近提供边缘服务，以满足在敏捷连接性、实时优化、智能应用、安全性和隐私性方面的关键要求。

二、云边协同

当前绝大多数的研究都将云计算和边缘计算隔离开来，分别致力于云计算和边缘计算的架构和系统分析优化层面，较少关注云计算和边缘计算之间的协同问题。近年来物联网和5G通信的发展让大家开始关注到云计算和边缘计算各自存在的优势与劣势，并开始思考二者优势互补的价值所在，即云边协同。

1、云边协同关系

云计算技术以廉价且大量的计算服务器提供了强大的计算能力，可以为用户和应用提供按需访问的丰富计算资源和存储资源。但是，云计算中心通常距离用户和终端较远，导致计算任务传输时间过长，并且如果将海量终端的数据都传输至云计算中心必将造成核心网拥塞，极大地浪费了通信资源。

因此，云计算并不适合要求低时延、实时操作和高 ＱｏＳ的应用，并且无法支持无缝移动和无处不在的计算覆盖，数据安全性和用户的隐私也不能得到有效保障。

另一方面，虽然边缘计算将云计算功能扩展到了网络边缘，更加接近终端用户且地理位置分散，可以支持低时延、位置感知、高移动性和高Qos的应用服务。但是，边缘计算单元通常没有充足的计算资源和存储资源来满足海量数据的计算和存储，并且由于边缘节点的低功耗、异构性和功能薄弱单一等约束，服务的质量与可靠性还会受到影响。

表１从不同的角度总结了云计算和边缘计算的特点和二者的差异

从表１可以看出云计算和边缘计算是各有优势的，云计算的主要优势是海量计算和海量存储、计算效率高、广域覆盖，适合计算密集型、非实时性的计算任务和海量数据的并行计算与存储，能够在长周期维护、业务决策支撑等领域发挥优势，并且计算硬件都集中在云计算中心，实行集中式的管理，因此无需在本地维护计算硬件、数据存储和相关软件。

边缘计算的主要优势是广泛分布的边缘节点提供了实时的数据处理，边缘计算的过程是一个以用户和应用为中心的过程，弥补了云计算中时延和移动性的缺陷，适合非计算密集型、实时性、移动性数据的处理分析和实时智能化决策，并且作为一种新的网络范式能够满足５Ｇ 时代计算需求的空前增长和用户体验质量的不断提高，数据的本地化处理相较于云端也更安全。但是，边缘平台的处理性能通常不如云平台，它通常没有足够的内存和处理器来处理大量数据，因此无法执行复杂的操作，例如深度学习。

因此，通过将网络转发、存储、计算、智 能化数据分析等工作放在边缘处理，将超大规模计算、存储和非时延敏感等任务放在云端，云计算与边缘计算的相互配合实现云边协同、全网算力调度和全网统一管控等能力，才能真正实现无处不在的云。

物联网边缘计算