物聯網-邊緣計算的七種定義及邊緣計算與雲計算、霧計算的區別

編輯: Tony
09-08
7135
Wx Share

DGX-HRMS
考勤與薪酬管理系統

考勤、薪酬、門禁、多功能集成系統，助力企業降本增效！ Details

整合自動化考勤與薪酬計算，高度安全的流程化，保障薪酬計算安全可控，請假排班，多分支，連鎖，分銷，多賬目，功能全面。

由於行業、技術背景等不同，邊緣計算在不同人眼裏是有一定差異的。本文會先看看不同專家是如何定義邊緣的，然後介紹邊緣計算處理的數據的特點，最後對比下邊緣計算與雲計算、霧計算的區別。

首發：物聯網前沿技術觀察

一、概述

邊緣計算是一個分佈式計算的範式，正如雲計算也是一個分佈式計算的範式。

由於行業、技術背景等不同，邊緣計算在不同人眼裏是有一定差異的。我們先來看看不同專家是如何定義邊緣的，然後介紹邊緣計算處理的數據的特點，最後對比下邊緣計算與雲計算、霧計算的區別。

Edge Computing: A Primer p6

二、邊緣計算的不同定義

定義一

ETSI MEC ISG標準委員會的董事Alex Reznik，給了一個寬泛的定義：任何不是傳統數據中心的都可以成爲某個人的邊緣節點。

Alex Reznik, Chair of the ETSI MEC ISG standards committee, has a broad definition, "anything that’s not a traditional data center could be the ‘edge’ to somebody."

這個定義有點高深抽象，過於寬泛，感覺等於啥也沒說。

定義二

The State of the Edge report將定義限定爲靠近最後一英里網絡的服務器。

The State of the Edge report concentrates on servers "in close proximity to the last mile network."

根據這個定義，貼近終端用戶的服務器設備都算。比如靠近企業的微數據中心、基站內部署的容器化的邊緣計算服務器等、CDN服務器、貼近遊戲用戶的遊戲加速服務器等。

定義三

Gamelet論文定義邊緣節點是距離移動端用戶一到兩個hop，能夠滿足實時遊戲的響應時間約束。

Gamelet paper defines 'the edge node is mostly one or two hops away from the mobile client to meet the response time constraints for real-time games'.

Gamelet系統基本上是一個分佈式micro-cloud系統，像計算密集的任務如遊戲模擬和渲染都卸載到Gamelet邊緣計算節點，這些節點距離移動端用戶只有幾跳。

這個定義，是從遊戲的延遲響應的角度來看的。例如微軟的xCloud就可以歸爲這一類。

定義四

Philip Laidler，認爲邊緣計算是在用戶端設備（CPE, Costumer Premise Equipment）上運行的工作負載。也有些人根據面向的用戶類型，分別稱之爲用戶端邊緣計算、企業端邊緣計算或設備端邊緣計算。

Philip Laidler believes "edge compute includes workloads running on customer premises." Some call this the customer, enterprise or device edge

這個定義還不錯，覆蓋了用戶、企業和物聯網設備的各種場景。

用戶端邊緣計算：遊戲加速、互聯網CDN、MEC。

企業端邊緣計算：邊緣層視頻監控分析、邊緣層視頻會議加速、邊緣層機器學習。

設備端邊緣計算：物聯網邊緣計算、車聯網等。

定義五

邊緣計算另外一個內涵更爲窄的定義是：包括任何類型的計算機程序，通過更貼近請求側來交付低延遲。

Another, more inclusive way to define "edge computing" is to include any type of computer program delivers low latency nearer to the requests.

這個定義只關注了低延遲，範圍太窄，把邊緣層機器學習、車聯網V2X之類排除在外。CDN、遊戲加速、物聯網實時流處理都符合這個定義。

定義六

Karim Arabi，在IEEE DAC 2014 Keynote中，以及2015年的MIT的MTL Seminar的受邀演講中，寬泛的定義邊緣計算爲雲之外的在網絡的邊緣側的所有計算，更具體的定義是雲之外的需要實時數據處理的應用程序。

Karim Arabi, in an IEEE DAC 2014 Keynote and subsequently in an invited talk at MIT's MTL Seminar in 2015 defined Edge Computing broadly as all computing outside Cloud happening at the Edge of the network and more specifically in applications where real-time processing of data is required.

在他的定義中，關注的是實時性。雲計算處理的時大數據，而邊緣計算處理的是Instant Data，傳感器或用戶產生的實時數據。

In his definition, Cloud Computing operates on “Big Data” while Edge Computing operates on “Instant Data” that is real-time data generated by sensors or users.

根據這個定義，遊戲仿真渲染加速、傳感器數據實時處理、車聯網都屬於這個範疇。

遊戲處理的Instant Data就是遊戲渲染數據、遊戲仿真數據。

傳感器的實時數據，就是各種物聯網傳感器的數據。

車聯網的實時數據，V2X的數據。

定義七

在Edge Computing: A Primer一書中，邊緣計算的定義是任何在數據源和雲數據中心之間的計算和網絡資源。

Here we define “Edge” as any computing and network resources along the path between data sources and cloud data centers. For example, a smartphone is an edge between body things and cloud, a gateway in a smart home is the edge between home things and cloud, a Micro Data Center (MDC) and a Cloudlet is the edge between a mobile device and cloud.

這個定義把數據源和雲之間的所有設備都看成邊緣計算設備。例如智能手機是body things和雲之間的邊緣計算設備，智能家居的網關是home things和雲之間的邊緣計算設備，微數據中心MDC和Cloudlet是移動設備和雲之間的邊緣計算設備。

二、邊緣計算的數據的特點

大數據的特點是3V。Velocity（速度）、Variety（多樣）、Volume（容量）

速度分爲：實時、近實時、週期性、批處理、離線

多樣分爲：Things、Web/視頻/社交、文本/音頻/照片、數據庫、表格

容量分爲：ZB、EB、PB、TB、GB

下圖爲Edge Computing: A Primer一書中的雲計算和邊緣計算的3V的雷達圖對比。其中，紅色爲雲計算，綠色爲邊緣計算。

爲什麼圖中邊緣計算的Volume比雲計算大?

因爲未來邊緣計算節點多了後，就會有大量數據在現場處理。