边缘计算，“箭在弦上”的边缘计算，更需要冷静和智慧

专业物联网产品平台——让生活更美好

电话+V： 152079-09430 ，欢迎咨询基于边缘计算的家庭智能用电研究，[物联网技术分享]，[物联网场景应用]，[物联网产品推广]，[物联网流量搜索]，[物联网产品创新]，[物联网广告价值]，[助力创造美好生活]

一、边缘计算

姓名：王映中学号：20181214025学院：广研院

转自https://mp.weixin.qq.com/s/IPEf2HrWZ5fUwnf45s1O2w

【嵌牛导读】通过对边缘计算概念、典型应用场景、研究现状及关键技术等系统性的介绍，认为边缘计算的发展还处在初级阶段，在实际的应用中还存在很多问题需要解决研究，包括优化边缘计算性能、安全性、互操作性以及智能边缘操作管理服务。

【嵌牛鼻子】边缘计算应用、现状及挑战

【嵌牛提问】边缘计算能解决哪些问题

【嵌牛正文】

1边缘计算的概念

对于边缘计算，不同的组织给出了不同的定义。美国韦恩州立大学计算机科学系的施巍松等人把边缘计算定义为：“边缘计算是指在网络边缘执行计算的一种新型计算模式，边缘计算中边缘的下行数据表示云服务，上行数据表示万物互联服务”。边缘计算产业联盟把边缘计算定义为：“边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开发平台，就近提供边缘智能服务，满足行业数字在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求”。

因此，边缘计算是一种新型计算模式，通过在靠近物或数据源头的网络边缘侧，为应用提供融合计算、存储和网络等资源。同时，边缘计算也是一种使能技术，通过在网络边缘侧提供这些资源，满足行业在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

1.1边缘计算的体系架构

边缘计算通过在终端设备和云之间引入边缘设备，将云服务扩展到网络边缘。边缘计算架构包括终端层、边缘层和云层。图展示了边缘计算的体系架构。接下来我们简要介绍边缘计算体系架构中每层的组成和功能。

（1）终端层

终端层是最接近终端用户的层，它由各种物联网设备组成，例如传感器、智能手机、智能车辆、智能卡、读卡器等。为了延长终端设备提供服务的时间，则应该避免在终端设备上运行复杂的计算任务。因此，我们只将终端设备负责收集原始数据，并上传至上层进行计算和存储。终端层连接上一层主要通过蜂窝网络。

（2）边缘层

边缘层位于网络的边缘，由大量的边缘节点组成，通常包括路由器、网关、交换机、接入点、基站、特定边缘服务器等。这些边缘节点广泛分布在终端设备和云层之间，例如咖啡馆、购物中心、公交总站、街道、公园等。它们能够对终端设备上传的数据进行计算和存储。由于这些边缘节点距离用户距离较近，则可以为运行对延迟比较敏感的应用，从而满足用户的实时性要求。边缘节点也可以对收集的数据进行预处理，再把预处理的数据上传至云端，从而减少核心网络的传输流量。边缘层连接上层主要通过因特网。

（3）云层

云层由多个高性能服务器和存储设备组成，它具有强大的计算和存储功能，可以执行复杂的计算任务。云模块通过控制策略可以有效地管理和调度边缘节点和云计算中心，为

用户提供更好的服务。

1.2边缘计算的优势

边缘计算模型将原有云计算中心的部分或全部计算任务迁移到数据源附近，相比于传统的云计算模型，边缘计算模型具有实时数据处理和分析、安全性高、隐私保护、可扩展性强、位置感知以及低流量的优势。

（1）实时数据处理和分析。将原有云计算中心的计算任务部分或全部迁移到网络边缘，在边缘设备处理数据，而不是在外部数据中心或云端进行；因此提高了数据传输性能，保证了处理的实时性，同时也降低了云计算中心的计算负载。

（2）安全性高。传统的云计算模型是集中式的，这使得它容易受到分布式拒绝服务供给和断电的影响。边缘计算模型在边缘设备和云计算中心之间分配处理、存储和应用，使得其安全性提高。边缘计算模型同时也降低了发生单点故障的可能性。

（3）保护隐私数据，提升数据安全性。边缘计算模型是在本地设备上处理更多数据而不是将其上传至云计算中心，因此边缘计算还可以减少实际存在风险的数据量。即使设备受到攻击，它也只会包含本地收集的数据，而不是受损的云计算中心。

（4）可扩展性。边缘计算提供了更便宜的可扩展性路径，允许公司通过物联网设备和边缘数据中心的组合来扩展其计算能力。使用具有处理能力的物联网设备还可以降低扩展成本，因此添加的新设备都不会对网络产生大量带宽需求。

（5）位置感知。边缘分布式设备利用低级信令进行信息共享。边缘计算模型从本地接入网络内的边缘设备接收信息以发现设备的位置。例如导航，终端设备可以根据自己的实时位置把相关位置信息和数据交给边缘节点来进行处理，边缘节点基于现有的数据进行判断和决策。

（6）低流量。本地设备收集的数据可以进行本地计算分析，或者在本地设备上进行数据的预处理，不必把本地设备收集的所有数据上传至云计算中心，从而可以减少进入核心网的流量。

2边缘计算的典型应用

边缘计算在很多应用场景下都取得了很好的效果。本节中，我们将介绍基于边缘计算框架设计的几个新兴应用场景，部分场景在欧洲电信标准化协会（ETSI）白皮书中进行了讨论，如视频分析和移动大数据。还有一些综述论文介绍了车辆互联、医疗保健、智能建筑控制、海洋监测以及无线传感器和执行器网络与边缘计算结合的场景。

（1）医疗保健。

（2）视频分析。

（3）车辆互联。

边缘计算可以为这一需要提供相应的架构、服务、支持能力，缩短端到端延迟，使数据更快地被处理，避免信号处理不及时而造成车祸等事故。一辆车可以与其他接近的车辆通信，并告知他们任何预期的风险或交通拥堵。

3边缘计算现状和关键技术

目前，边缘计算的发展仍然处于初期阶段。随着越来越多的设备联网，边缘计算得到了来自工业界和学术界的广泛重视和一致认可。本节中，我们主要从工业界和学术界的角度介绍边缘计算的现状。

3.1工业界

在工业界中，亚马逊、谷歌和微软等云巨头正在成为边缘计算领域的领先者。亚马逊的AWSGreengrass服务进军边缘计算领域，走在了行业的前面。AWSGreengrass将AWS扩展到设备上，这样本地生成的数据就可以在本地设备上处理。微软在这一领域也有大动作，该公司计划未来4年在物联网领域投入50亿美元，其中包括边缘计算项目。谷歌宣布了2款新产品，意在帮助改善边缘联网设备的开发。

分别是硬件芯片Edge张量处理单元（TPU）和软件堆栈Cloud物联网（IoT）Edge。涉足边缘计算领域的并不只是这3大云巨头。2015年，思科、ARM、英特尔、微软、普林斯顿大学联合成立了开放雾计算（OpenFog）联盟；2016年11月30日，在北京正式成立了产学研结合的边缘计算产业合作平台，推动运行技术（OT）和信息与通信技术（ICT）产业开放协作，引领边缘计算产业蓬勃发展，深化行业数字化转型。

3.2学术界

学术界也展开了关于边缘计算的研究，边缘计算顶级年会电气和电子工程师协会/国际计算机协会边缘计算研讨会、IEEE国际分布式计算系统会议、国际计算机通信会议等重大国际会议都开始增加边缘计算的分会和专题研讨会。涉及主要关键技术及研究热点如下：

（1）计算卸载。计算卸载是指终端设备将部分或全部计算任务卸载到资源丰富的边缘服务器，以解决终端设备在资源存储、计算性能以及能效等方面存在的不足。计算卸载的主要技术是卸载决策。卸载决策主要解决的是移动终端如何卸载计算任务、卸载多少以及卸载什么的问题。根据卸载决策的优化目标将计算卸载分为以降低时延为目标、以降低能量消耗为目标以及权衡能耗和时延为目标的3种类型。

（2）移动性管理。边缘计算依靠资源在地理上广泛分布的特点来支持应用的移动性，一个边缘计算节点只服务周围的用户。云计算模式对应用移动性的支持则是服务器位置固定，数据通过网络传输到服务器，所以在边缘计算中应用的移动管理是一种新模式。

4挑战

目前边缘计算已经得到了各行各业的广泛重视，并且在很多应用场景下开花结果；但边缘计算的实际应用还存在很多问题[5]需要研究。本文中，我们对其中的几个主要问题进行分析，包括优化边缘计算性能、安全性、互操作性以及智能边缘操作管理服务。

（1）优化边缘计算性能。在边缘计算架构中，不同层次的边缘服务器所拥有的计算能力有所不同，负载分配将成为一个重要问题。成本分析需要在运行过程中完成、分发负载之间的干扰和资源使用情况，都对边缘计算架构提出了挑战。

（2）安全性。边缘计算的分布式架构增加了攻击向量的维度，边缘计算客户端越智能，越容易受到恶意软件感染和安全漏洞攻击。在边缘计算架构中，在数据源的附近进行计算是保护隐私和数据安全的一种较合适的方法。

（3）互操作性。边缘设备之间的互操作性是边缘计算架构能够大规模落地的关键。不同设备商之间需要通过制定相关的标准规范和通用的协作协议，实现异构边缘设备和系统之间的互操作性。

二、什么是边缘计算?这项技术可以应用在哪些领域?

边缘计算是网络中最靠近物或数据源头融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务。在更靠近终端的网络边缘上提供服务是边缘计算最大的特点，在数据处理的时效性与有效性方面成为云计算的有力补充。

根据多年边缘计算场景探索和落地实践，边缘计算已呈现出两大明显发展态势。第一个趋势是边缘赋能，将它提炼一下，称为“X+边缘”，这里X代表各个行业，即边缘计算为各行各业赋能。包括在汽车、建工、桥隧、物流、金融、移动、通信、CDN、农业、畜牧、AGV、机器人、无人机、工业、物联网等都有规模化落地案例。

第二个趋势是边缘计算的跨域融合，将它提炼一下，称为“边缘+X”，这里X代表其他新兴技术领域，例如大家熟悉的人工智能，以及区块链、隐私计算等技术。我们在落地过程中已经遇到越来越多这些方面的融合场景。

总体来说，当下，边缘计算的形态是个运行时，新的场景、跨域融合等技术挑战不断被提出，包括在边缘任务卸载、去中心化协作式机器人等领域仍面临不小的挑战。

“箭在弦上”的边缘计算，更需要冷静和智慧

要实现我们所期待的产业变化，一个完整的AI计算架构应该是：云侧+端侧+边缘侧，进行高效有序的协同。

比如一辆拥有自动驾驶能力的智能汽车，安全顺畅地行驶，需要车和路都配备大量的边缘智能设备，再结合云端不断计算分析的交通大脑，实现云边端一体的完整智能。

其中，边缘计算坐落于云边之间，弥合了远程数据中心和移动设备之间的差距，可以解决数据量和时延的问题。

而随着边缘设备越来越多、数据量不断激增、算力应用场景日趋复杂化，催生了庞大的边缘算力需求，算力饥渴，成为边缘智能化最严重的枷锁之一。

这一背景下，边缘服务器的创新迭代变得紧迫，也吸引了众多服务器厂商各展其能。

本届云栖大会上，国内领先的集研发、生产、部署、运维一体的服务器厂商宁畅，带来了边缘服务器新品E420G50。作为首款基于第四代英特尔?至强?可扩展处理器平台的边缘计算服务器，搭配英特尔锐炫?显卡，澎湃算力+小巧机身，能有效降低边缘侧的延迟，适合在狭小空间部署，在数据中心、电力能源、智能交通、云游戏等多个业务领域，都有较强的应用前景。

边缘计算，正在走向注定会来到的黎明。产业破晓之际，我们不妨以宁畅E420G50为例，看看新锐服务器厂商如何为AI架桥铺路，让智能在边缘醒来。

边缘计算，如箭在弦

边缘计算，并不是一个新鲜事物。大数据量、低时延要求的应用，都是边缘计算的应用领域。例如工业互联网里面的机器人及园区监控，云游戏玩家的智能手机、自动驾驶汽车等，它们的流畅稳定可靠运行，都离不开边缘计算的支撑。

有研究机构测算，未来的计算中40%由边缘计算来完成，有60%由云计算来完成。

看起来，边缘计算的形势一片大好。但这个市场，也在发生很多新的变化：

变化一，场景多元化。

边缘场景的特殊性，工作环境复杂多样，也对边缘产品的稳定、高效、小型化、节能等，提出了更加全面苛刻的要求，比如能够在严酷环境下长期稳定运行，以减少前中后期的运维难度。

变化二，技术更新快。

新一代信息技术的快速迭代，让边缘计算要承载的任务也在快速变化。今年以来，AI以及大模型的应用，带来了大量异构计算和AI任务的处理需求，亟需更适配AI的边缘产品。

变化三：产业广泛性。

今年以来，产业更迫切地希望从智能化、数字化中受益，纷纷开始转型。各行各业不同的智能化方向，对边缘计算的关注点也各不相同。

比如云游戏的画面清晰度高、实时信息量传输大，需要低时延来保障玩家体验。安全监控的边缘设备，工况比较恶劣，应对变幻莫测的天气，又要支持超长时间的影像回溯，所以非常看重边缘计算硬件的高可靠性。此外，发电站、码头、光伏电厂等场所的智能化，依赖于大量边缘设备的协同工作，希望控制成本、提高效益回报。

广泛而多元的应用场景，需要不同的边缘计算的产品形态与解决方案来满足，这就对厂商的定制化能力，提出了非常大的考验。

总结一下，产业呼唤着边缘智能的觉醒，边缘服务器的创新突破，可谓是箭在弦上，不得不发。锁定了边缘场景的目的地，宁畅以E420G50边缘服务器，构筑了一条新的路径。

架桥铺路：智能觉醒在宁畅边缘服务器

坚持为“计算两难提供算力最优解”的宁畅，这次带来了省时、省钱、省心的独特答案，作为边缘智能化的算力基石——E420G50边缘服务器。

在实际应用中，E420G50在边缘侧能释放这些价值：

首先是基础的性能保障。

E420G50边缘服务器基于第四代英特尔?至强?可扩展处理器平台，搭配英特尔锐炫?显卡，可以为多种业务提供强劲性能，满足高算力应用场景的边缘计算需求，支撑AI在边缘落地应用。

以车联网应用为例，瞬间的时延可能造成的后果就是车辆制动不及时，多开几米，就可能发生事故。充沛的边缘算力供给，可以支撑大数据量的吞吐，有效降低时延，从而承载实时复杂业务。

其次是高效节能。

为满足各行业减碳、降本的迫切需求，E420G50边缘服务器采用全新的结构设计，散热性能提升20%。专属定制风扇，风量提升30%，功耗降低15%。同时，通过BMC定制调速，进行负载动态调节，进一步节约能耗。

最后是成本优化。

边缘服务器的一个隐性难题，是部署之后日复一日的长期维护，缺乏适应性的产品，很可能在恶劣的工况环境下频繁报错，造成运维人员的工作负担。E420G50边缘服务器的机箱硬件解耦，适配各种机柜，可以按需随时进行灵活扩展，实现计算、网络、存储的随心配置，并且在0-45°C的严酷环境下，也可长期稳定工作。极大地适应性与可靠性，也就减少了后期运维的成本。

将澎湃算力输送到边缘侧，宁畅E420G50边缘服务器就如同一条宽阔、绿色、可靠、低成本的“高速路”，是边缘智能觉醒的最短路线。

通往智能世界，算力筑基正当时

沿着边缘服务器的创新，我们会发现，计算产业正在走向一个全新的世界。

未来，AI必然要走出信息世界，走进物理世界，智能化与自动化、工业化、信息化叠加，带来第四次工业革命。

边缘服务器的创新，让我们看到了这个AI无处不在的未来，具有极高的确定性和可实现性。从产业逻辑上推断，计算产业正在迎来一个新的高峰，算力基础设施就如同昔日的“信息高速公路”，是智能世界的基座。

边缘服务器以外，宁畅还在2023云栖大会带来了整机柜服务器、人工智能服务器、液冷服务器等产品及解决方案。为算力时代筑基，宁畅在这一轮产业浪潮中，肩负了三个关键角色：

一是“铺路人”。得益于较强的研发和工程化能力，宁畅手中握有坚实的计算产品，满足各行业的定制化算力需求，帮助客户抓住转型窗口期。

比如针对传统数据中心机房改造难度大、费时费力等问题，宁畅推出的B8000整机柜服务器，采用全液冷整机柜设计，集高密算力、轻松部署、绿色节能、快速交付、智能运维等众多优势于一体。其中，“水+电+网”三总线全盲插架构的高可靠设计，部署便捷，比传统部署周期提升30倍。冷板式液冷散热，核心器件温度降低，可以发挥高效性能，释放更强算力。同时，状态二重调速机制，根据环境温度以及负载真实状况进行动态调节，解决整机柜的散热问题，带来了极致效能，PUE可达1.09，5年成本节省13%（百万级），从而让数据中心建设“更快、更好、更省”。

可以看到，坚实的技术能力，是支撑宁畅产品创新的先决条件。

二是“探路人”。不仅边缘计算市场的需求在快速变化，双碳政策、AI技术革新等，也催生了许多新的需求，驱动着计算厂商去探索技术的“无人区”和“深水区”，比如节能减排的“绿线”就让液冷技术的规模化低成本应用，变得格外迫切。作为新锐服务器厂商的宁畅，也极具探索精神，在液冷、AI等领域发挥出领先实力。

面向大模型集群训练场景，宁畅专门研发了旗舰级、支柱级等系列大模型计算平台，改变各种AI工作负载单节点数据孤岛的工作模式，适用于庞大数据集、复杂模型等AI场景。

帮助数据中心降PUE，宁畅基于多年液冷技术研发与实践经验，打造的单相浸没式液冷服务器B7000，在高性能的前提下降低了散热功耗，整体PUE小于1.05，整机可支持高环境温度35C可靠运行，功耗降低30%，助力数据中心达到政策要求的“绿线”标准。

另一个宁畅所担负的角色，也是一个独特的角色，是“军师”。

算力热潮来袭，面对激烈的竞争与外部的不确定性，企业在算力部署上格外需要冷静与智慧。不能一味依靠算力堆叠，而要兼顾成本、业务、实用性等多种指标，综合考量。

今年，宁畅提出了“冷静计算”战略，如同一位出谋划策的“军师”，以理性的算力洞察，务实的计算方案，包容的计算生态，算力性能、效率、成本、应用等难题中，找到平衡发展的最优解，打消智能算力的后顾之忧。

正如宁畅总裁秦晓宁所说，越是火热躁动的行业环境，越需要纵观全局洞悉趋势的静心思考。

如果我们将宁畅E420G50边缘服务器，作为一个线索，放到整个产业轨迹中看，会发现，边缘计算乃至整个中国计算产业，正在迎来市场进一步扩大的黎明。

宁畅适时的产品迭代与供给，及时填补算力紧缺，成为一支有力支撑需求、夯实产业价值的重要力量。

【GSFAI BANK FINANCING】尊享直接对接老板

电话+V： 152079-09430

专注于为物联网运营推广及产品打包交易配套流程服务方案。为企业及个人客户提供高性价比的共享解决方案，致力于首个物联网行业的平台搭建与合作