边缘计算赋能智慧城市：机遇与挑战

本文系国家重点研发计划项目和国家自然科学基金联合基金重点支持项目的阶段性研究成果，项目编号分别为：2018YFB0204100、U1911201；胡淼、吴润、陈嘉文、谢自轩等对本文亦有贡献。

【摘要】边缘计算是一种前瞻性的新兴计算范式，将对城市化进程中的我国经济社会发展产生深刻影响，带来巨大变革。本文从边缘计算的基本概念入手，探求技术应用背后的系统本质属性，展望边缘计算重点应用领域和发展趋势。边缘计算能够为智慧城市建设提供高效的网络计算体系架构，构建网络、计算、存储、应用核心能力为一体的边缘开放平台，提供高效低时延的近端用户服务。面对随之而来的机遇和挑战，提出边缘计算驱动智慧城市发展的建议，作出未来智慧城市蓝图的展望。

边缘计算的基本概念

近年来，物联网和无线网络广泛普及，推动着万物互联的应用需求不断发展。万物互联不仅包括人与人、人与物，以及物与物的连接，还包括具有语境感知能力、更强计算能力和感知能力的人、物、数据、流程、场景等有机融合，从而使得互联更有价值。万物互联所涉及的边缘设备类型十分广泛，传感器、智能家电、智能手机，甚至可穿戴设备都将成为万物互联的一部分。因此，位于互联网边缘的终端设备数量及其产生的数据量将会急剧增长。

根据国际数据公司（International Data Corporation）统计数据[1]显示，到2025年，全球将有1500亿个终端设备接入网络，其中超过70%的数据将在网络边缘进行处理。美国思科公司预计，全球设备产生的数据量将从2016年的218ZB增长到2021年的847ZB。随着边缘设备所产生数据量的增加和计算需求的提升，网络的时延过大和带宽不足正逐渐成为传统云计算的瓶颈问题，然而仅靠增加网络带宽并不能满足海量物联网设备和应用对时延的要求，必须在接近数据源的边缘设备上卸载计算任务，从而减少数据传输并提高响应速度。[2]

针对云计算面临的困境，边缘计算作为一种新型计算范式被提出，并逐渐成为适应万物互联应用需求的新兴计算模式。边缘计算模型中的边缘设备具有计算和分析的能力，通过在网络的边缘来执行计算，为应用开发者和服务供应商提供计算能力支持[3]。边缘计算采用了一种分布式计算架构，将主要应用程序、服务和数据存储下沉到网络的边缘侧，从而使计算更加靠近数据源头。

边缘计算通过将原本在中心节点处理的大型任务分解成多个小的更易管理的子任务，放置在靠近数据源或者用户服务终端上运行，就近提供边缘智能服务，从而降低网络通信和服务交付的时延，减少云端压力，并且产生更快的网络服务响应，满足行业的实时业务、智能应用、安全与隐私保护等方面的关键需求。2017年，加州大学伯克利分校Michael  I.  Jordan教授（美国科学院、美国工程院、美国艺术与科学院三院院士）领衔发布的人工智能研究报告，指出边缘—云端融合是支撑未来人工智能应用的九大关键技术之一。相较于传统的云计算，边缘计算的优势主要体现在以下三个方面。

就近实时计算。

云计算需要将数据上传到中心节点进行处理，由于网络带宽的限制，将边缘设备产生的海量数据上传到云计算中心会造成巨大的网络负担，而物联网应用往往具有高实时性需求，比如无人驾驶要求每一个动作都要在10毫秒内完成，云计算在传输数据的过程中造成的巨大时延显然无法满足如此实时性需求。与之相反，边缘计算能够将算力部署在网络中离各个操作逻辑最近的地方（如移动蜂窝基站），从而保证自动驾驶车辆可以实时对车辆感知数据进行处理。

本地化数据保护。

物联网中的数据与用户的生活息息相关，将这些数据上传到云计算中心会增加泄露用户隐私数据的风险。而边缘计算数据的收集和计算都在本地或边缘节点上进行，不用上传到云端，重要敏感的信息不必经过网络传输，从而有效避免了隐私泄漏问题。数据中心和终端设备位于与用户邻近的位置，也就减少了网络传输的影响。同时，物联网设备很容易受到网络攻击，边缘计算的分布式架构天然具有抵御这种攻击的特性，具有更高的可靠性和容错性。

减少云端数据传输。

随着联网的设备越来越多，云数据中心的计算量和数据传输量越来越大，网络的传输压力也越来越大。而在边缘计算模式下，由边缘服务器提供算力对存储的本地数据进行计算，与云端服务器交互的数据减少，显著降低了所占用的网络宽带，从而减少了进入核心网络的流量消耗和云计算中心的算力损耗，同时也实现了降低能耗的目的。

简单而言，边缘计算和云计算两者的特点与区别如表1所示。

表1  边缘计算与云计算的主要特点对比

由于边缘计算潜在的巨大产业价值，世界各个国家和地区均大力推动边缘计算技术的研发。2019年欧盟委员会及欧盟“地平线2020”（Horizon 2020