以太网技术系列专题九：边缘计算技术简介

通信行业搬砖工

发布于 2024-09-13 18:59:32

1620

发布于 2024-09-13 18:59:32

文章被收录于专栏：网络虚拟化

本文主要从边缘计算技术概念介绍、边缘计算技术发展历程、为什么需要边缘计算技术、边缘计算技术和云技术的对比、边缘计算技术的工作原理、边缘计算技术的典型应用等方面介绍边缘计算技术。如果您对网络通信技术感兴趣，欢迎关注公众号：通信行业搬砖工！

1、边缘计算技术概念介绍

边缘计算是一种分布式计算范式，它将数据存储、处理应用程序的“边缘”即网络的边缘侧，而不是完全依赖于中心化的云数据中心。这里的“边缘”可以指的是任何数据产生的地方或靠近数据产生的源头，如移动设备、物联网设备、网关、小型数据中心等。

边缘计算的目标是减少延迟、带宽消耗和云中心的负载，同时提高数据的隐私性和安全性。

如上图所示，展示的是边缘计算的特点和优势：

低延迟：由于数据处理在本地或网络边缘进行，可以显著降低数据传输的延迟，这对于需要实时响应的应用（如自动驾驶、工业控制等）至关重要。

节省带宽：不需要将所有数据都传输到云端进行处理，边缘计算可以仅传输必要的数据或处理结果，从而减轻网络带宽的压力。

提高隐私和安全性：由于数据在本地处理，减少了敏感数据在网络上传输的风险，有助于保护用户隐私和数据安全。

更好的可扩展性和灵活性：边缘计算可以支持大规模的设备连接和数据处理，同时允许根据具体需求灵活部署计算资源。

减轻云中心负载：通过将部分计算任务从云端转移到边缘，可以优化云资源的分配，提高云服务的整体效率。

2、边缘计算技术发展历程介绍

边缘计算的发展历程是一个由概念萌芽到技术成熟、市场规模化的过程，大致可以划分为以下几个主要阶段：

一、早期萌芽与概念提出

上世纪90年代：边缘计算的起源可以追溯到这一时期，当时Akamai公司推出了内容传送网络(CDN)，该网络在接近终端用户设立了传输节点，这些节点能够存储缓存的静态内容，如图像和视频等，这是边缘计算早期的一种实践尝试。
1998年：Akamai公司提出的内容分发网络(CDN)概念，标志着边缘计算早期的实践尝试，这一技术通过在网络边缘缓存数据来减少数据传输延迟。
2009年：Cloudlet的概念被提出，定义为一种可信且资源丰富的计算主机，进一步推动了边缘计算的发展。Cloudlet概念提出了两级架构，包括云计算基础设施和由分布式云元素构成的cloudlet，这为现代边缘计算提供了理论基础。

二、雾计算概念的提出

2012年：美国加州大学伯克利分校的研究人员首次提出了“雾计算”(Fog Computing)的概念，将计算资源推向网络边缘，以处理来自物联网设备的大量数据以及提供低延迟的应用服务。雾计算的概念中包含了许多边缘计算的理念，如纯分布式系统、点对点或混合系统等。

三、边缘计算概念的明确

2013年：美国太平洋西北国家实验室在内部报告中首次提出“边缘计算”(Edge Computing)这一术语，标志着边缘计算作为一个独立领域开始受到关注。
2015年：Cisco公司明确提出了“边缘计算”的概念，强调将计算能力和存储资源尽可能地靠近数据来源和终端设备，以减少数据传输延迟和网络拥堵，并提供智能服务。同年，欧洲电信标准化协会(ETSI)发布了移动边缘计算白皮书，OpenFog联盟成立，这些事件对边缘计算的技术标准和行业推广起到了重要作用。

四、技术与行业的快速发展

2017年：中国边缘计算产业联盟和中国自动化学会边缘计算专委会的成立，标志着边缘计算技术在中国得到行业和学术界的广泛认可。
2018年后：边缘计算进入了稳定发展的新阶段。CNCF基金会与Eclipse基金会的合作，将Kubernetes这一在云计算环境中广泛使用的技术引入到物联网和边缘计算场景中。
2020年：Deep Vision推出的低延迟AI处理器，为实时性能至关重要的边缘计算应用开辟了新天地。
2021年：包括中国电信、中国联通、联想、百度云、腾讯云、字节跳动和Intel等在内的多个单位联合发布了《“边缘计算”+技术白皮书》，标志着边缘计算技术的成熟，并展示了其在多个行业的应用前景。

五、5G和泛物联网技术的引入

随着5G网络的加速推广和融合，边缘计算为实现更大流量、更低时延、更高性能的场景提供了刚性需求，特别是在互动直播、视频内容分发网络(VCDN)、安防监控等领域已开始大规模落地。
车联网、云游戏、工业互联网、智慧园区、智慧物流等应用场景也正迅速成熟，进一步推动了边缘计算市场的发展。
边缘计算的发展不仅依赖于底层通信技术、人工智能(AI)技术和大数据技术的支持，而且智能边缘计算已成为AI与5G技术结合的重要组成部分，对于释放大量应用场景中的数据价值具有关键意义。

3、为什么需要边缘计算技术

需要边缘计算的原因主要可以归结为物联网（IoT）和实时数据处理需求的快速增长，以及传统云计算模式在面对这些挑战时的局限性。

如上图所示，展示的是业界七牛云边缘计算平台的架构，我们将会以此为模型解释为什么需要边缘云计算计算的原因：

物联网设备的海量增长：随着物联网技术的普及，越来越多的设备被连接到网络中，这些设备产生了大量的数据。据预测，未来几年内联网设备的数量将呈爆炸式增长，这将导致数据量的急剧增加。
实时数据处理的需求：许多物联网应用场景，如自动驾驶、远程医疗、工业控制等，都对数据处理的实时性有极高的要求。传统的云计算模式需要将数据传输到远程的数据中心进行处理，这会导致显著的时延，无法满足这些应用的实时性需求。
网络带宽和延迟问题：将所有数据都传输到云端进行处理会占用大量的网络带宽，并可能导致网络拥塞和延迟。特别是在网络条件不稳定或带宽受限的环境中，这一问题更加突出。
隐私和安全考虑：将敏感数据上传到云端可能会增加数据泄露的风险。边缘计算允许数据在本地或网络边缘进行处理，减少了数据在网络上传输的距离和时间，从而降低了数据泄露的风险。
优化资源利用：通过将计算任务和数据存储分散到边缘设备，可以减轻云数据中心的负载，优化资源利用。同时，边缘设备通常更靠近数据源，可以更快地响应数据变化，提高处理效率。
支持离线操作：在某些应用场景中，如偏远地区或网络不可用的环境中，边缘计算可以支持设备在没有网络连接的情况下继续运行和处理数据。
降本增效：虽然边缘计算需要额外的硬件和软件投入，但从长远来看，它可以降低数据传输和存储的成本，因为减少了需要上传到云端的数据量。此外，通过优化资源利用和提高处理效率，还可以降低整体运营成本。

边缘计算是应对物联网设备海量增长、实时数据处理需求、网络带宽和延迟问题、隐私和安全考虑、优化资源利用以及降低成本等挑战的有效手段。它通过将数据处理和分析任务从云端转移到网络边缘侧，提高了系统的实时性、可靠性和灵活性。

4、边缘计算技术和云计算技术对比

边缘计算技术和云计算技术是两种不同的计算模型，它们在多个方面存在显著的差异。以下是对这两种技术的详细对比：

一、定义与基本概念

边缘计算：边缘计算是一种将计算资源、存储资源和数据处理能力从网络中心移动到网络边缘的技术。它通过在数据源附近或终端设备上直接进行数据处理和分析，以减少数据传输延迟、提高响应速度和降低带宽消耗。
云计算：云计算是一种基于互联网的计算模式，它将计算资源、存储资源和应用程序以服务的形式提供给用户。用户可以通过互联网访问和使用这些资源，实现按需付费和弹性扩展。

二、数据处理位置与方式

边缘计算：
- 数据处理位置：靠近数据源或终端设备，直接在边缘设备或边缘网络中进行数据处理。
- 数据处理方式：实时或近实时处理，减少数据传输延迟，提高处理效率。
云计算：
- 数据处理位置：集中在云端数据中心，用户数据通过网络传输到云端进行处理。
- 数据处理方式：批量处理，适合大规模数据的存储和分析。

三、网络带宽与延迟

边缘计算：由于数据处理在边缘进行，减少了数据传输量，降低了对网络带宽的依赖，并显著降低了延迟。
云计算：数据传输到云端进行处理，需要较大的网络带宽支持，且可能因网络状况导致延迟增加。

四、可靠性与安全性

边缘计算：通过将计算资源分散到边缘，降低了对单一数据中心的依赖，提高了系统的可靠性和容错能力。同时，减少了数据在网络上的传输，降低了数据泄露的风险。
云计算：依赖于云端数据中心，可能存在单点故障的风险。但云服务商通常提供高级别的安全措施来保护用户数据。

五、适用场景

边缘计算：适用于对实时性要求高、带宽有限或需要保护数据隐私的场景，如自动驾驶、远程医疗、工业控制等。
云计算：适用于大规模数据存储、复杂数据处理和应用程序部署等场景，如大数据分析、企业资源规划（ERP）、客户关系管理（CRM）等。

六、成本与可扩展性

边缘计算：初期投资可能较高，因为需要部署边缘设备和网络。但随着技术的发展和规模化应用，成本将逐渐降低。同时，边缘计算提供了根据需求灵活扩展计算资源的能力。
云计算：用户可以根据实际需求按需付费，降低了初期投资成本。同时，云计算平台提供了强大的弹性扩展能力，可以快速响应业务需求的变化。

边缘计算技术和云计算技术在数据处理位置、方式、网络带宽与延迟、可靠性与安全性、适用场景以及成本与可扩展性等方面存在显著的差异。在实际应用中，用户应根据具体需求和场景选择合适的计算模型。

5、边缘计算技术工作原理介绍

边缘计算架构如下图所示，尽可能靠近终端节点处处理数据，使数据、应用程序和计算能力远离集中式云计算中心。

边缘计算架构中，终端节点、边缘计算节点、网络节点以及云计算节点的各自功能和角色。

终端节点：这是整个架构的数据源头，由各种物联网设备组成。这些设备，如传感器、RFID标签、摄像头和智能手机等，主要负责收集原始数据，如环境参数、图像、视频或用户输入等，并将这些数据上报给边缘计算节点或网络节点。终端节点的特点是数量庞大，分布广泛，但通常不具备复杂的计算能力，主要专注于数据的采集和初步处理。
边缘计算节点：这些节点位于网络边缘，靠近终端节点。它们通过合理调配和利用自身的计算和存储资源，对终端节点上报的数据进行初步处理和分析，以减轻云计算节点的负担，并降低数据传输的延迟。边缘计算节点可以执行一些基础服务响应，如实时数据分析、本地决策等，从而实现对数据的快速处理和反馈。
网络节点：网络节点是连接边缘计算节点和云计算节点的桥梁。它们负责将边缘计算节点处理后的有用数据上传至云计算节点，以便进行更深入的分析和处理。同时，网络节点也负责将云计算节点的指令或处理结果传递回边缘计算节点或终端节点。网络节点的稳定性和带宽对于整个系统的性能至关重要。
云计算节点：云计算节点是整个架构的核心，拥有强大的计算和存储能力。它们负责接收边缘计算节点上传的数据，并进行永久性存储。此外，云计算节点还负责处理那些边缘计算节点无法完成的分析任务和综合全局信息的处理任务。云计算节点还可以根据网络资源的分布情况，动态调整边缘计算层的部署策略和算法，以优化整个系统的性能和资源利用效率。