以万物互联为核心的边缘计算时代正在开启

【摘要】随着万物互联时代的到来，物联网设备数量呈爆炸式增长，在传统的云计算模型下，需要将终端设备产生的海量数据传输到云计算中心服务器，而海量数据传输所带来的时延无法满足当前多种实时性服务的时延要求。在此背景下，边缘计算的出现开创了能够在网络边缘处收集和处理数据的新型计算模式，为解决传统云计算模式中的时延、带宽和负载等问题带来了极大便利。

边缘计算通过将部分云中心的功能拓展到网络边缘，为终端设备提供有效的数据访问、计算、处理、存储、控制等服务，实现了从云到物之间无缝连接，被认为是实现万物互联的基础。

许多早期的物联网设备只能收集和发送数据去分析，然而，如今设备日益增长的计算能力允许现场执行复杂的计算，这得益于单片机嵌入式系统的发展使得越来越多的商用设备拥有足够的资源来运行较为成熟的操作系统，使其成为智能终端。同时，计算机技术与网络通信技术的发展可以实现物与物之间数据信息的实时共享，实现具有智能化的实时数据收集、传递、处理、执行，使得物联网（Internet of Things, IoT）具有巨大的潜力。

随着物联网的快速发展和4G／5G通信技术的普及，终端设备能够获得环境感知与增强的处理能力，该趋势使得人类社会正在走入万物互联（Internet of Everything, IoE）的时代。[1]将人、物、数据融合在一起，会得到一个规模巨大的网络，使数据共享和网络连接比以往任何时候都更加相关联和有价值，为个人、企业、国家、社会创造了前所未有的发展机遇。以万物互联为背景，大数据处理正在从以云计算为中心的集中式处理时代，跨入以万物互联为核心的边缘计算时代。

从云计算到边缘计算

云计算在过去十几年里是个非常热门的研究领域，它具有高可靠性、成本低廉、按需分配信息等特点，为人们解决大规模计算、资源存储等问题开辟了一条新路径。云计算是一些由计算资源集合（网络、服务器、存储）组成的服务池，通过多租户模式为多个消费者提供服务，服务池中的资源可以通过接入网络来获取，能够实现动态提供服务并重新配置。

云计算模式拥有不同的部署模型和服务模型，从给任何消费者提供云计算服务的公有云模型到部署各自的私有云计算平台，从提供基础计算资源的基础设施即服务（Infrastructure as a Service, IaaS）模型到应用作为能力的软件即服务（Softwareas a Service, SaaS）模型。云计算具有很多优势，如最小化管理代价、方便、弹性、按次收费、普遍性，使其得到广泛的应用。[2]这种大规模的商业模式计算数据中心有足够多的资源为巨量的用户服务。

然而，这种资源的集中化表现出终端用户设备和服务云之间巨大的平均距离，反过来增加了平均网络延迟和抖动。[3]除此之外，集中式云计算模型也已经展现出许多其他内在的问题。

（一）云计算线性增长的计算能力不能满足网络边缘海量的多源数据处理需求；[4]

（二）由于大规模的用户接入，网络带宽和传输速度已经达到瓶颈，同时，用户和云中心之间长距离的传输将会导致很高的服务延迟和计算资源的浪费；

（三）网络边缘的大部分终端用户一般是资源限制的移动设备，只有较低的存储、计算能力和有限的电池供应周期，所以它需要给相对于云数据中心较短距离传输的边缘卸载一些计算任务；

（四）在外包处理中，边缘设备的用户隐私数据容易被泄露。例如，精确的用户位置甚至移动轨迹。

因此，传统的云计算不能有效支持基于万物互联的应用服务。在过去几年，许多新的模式已经出现，如，雾计算，移动边缘计算和微云计算等，这些边缘模式的共同特征是将计算资源部署在网络的边缘。

2012年，思科提出了雾计算（Fog Computing）的概念，它起始的定义是“以云计算模式的拓展在终端设备和传统云服务器之间提供计算、存储和网络服务”，是为迁移云计算中心任务到网络边缘设备执行的一种高度虚拟化计算平台；

2013年，移动边缘计算（Mobile Edge Computing, MEC）的术语第一次被提出，用于描述网络边缘的服务执行，指的是在接近移动用户的无线接入网范围内，提供信息技术服务和云计算能力的一种网络结构；微云计算更加侧重于“移动”的概念，其处在移动终端和云平台之间，是被部署在网络边缘、具有移动性的小型数据中心。

类似地，有许多计算模式的目标是将云服务和资源带到距用户更近的地方，有效地处理边缘大数据问题。研究者将这种把从数据源到云计算中心路径之间的任意计算、存储、网络资源看作是一个“连续统”，[5]而边缘，可以是这条路径上的一个或多个资源节点的模式的计算统称为“边缘计算”。

在网络边缘的设备由于