智慧城市网

　　【中国安防展览网 企业关注】边缘计算火了。边缘计算之火源于5G概念，边缘计算是作为5G的核心技术之一，因其低时延、大带宽、本地化的优势在5G时代中扮演重要角色。
 

　　01、何为“边缘计算”？
 

　　所谓边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供服务。
 

　　简单来说，边缘计算，就是用网络边缘对数据进行分类，将部分数据放在边缘处理，减少延迟，从而实现实时和更的数据处理，以达到对云计算的有力补充。
 

　　在未来的智能交通应用环境中，“云计算”就相当于智能设备的大脑，处理相对复杂的进程；而“边缘计算”就相当于智能设备的神经末梢，进行一些“下意识”的反应。
 

　　02、“边缘计算”的六大特点
 

　　虽然边缘计算还没有全面爆发，但是从现在涌动的暗流中，我们已然可以看到，边缘计算呈现出的六大特点和趋势。
 

　　，去中心化
 

　　边缘计算从行业的本质和定义上来看，就是让网络、计算、存储、应用从“中心”向边缘分发，以就近提供智能边缘服务。
 

　　第二，非寡头化
 

　　边缘计算是互联网、移动互联网、物联网、工业互联网、电子、AI、IT、云计算、硬件设备、运营商等诸多领域的“十字入口”，一方面参与的各类厂商众多，另一方面“去中心化”在产品逻辑底层，就一定程度上通向了“非寡头化”。
 

　　第三，万物边缘化
 

　　边缘计算和早年的IT、互联网，如今的云计算、移动互联网，以及未来的人工智能一样，具备普遍性和普适性。在万物互联的未来，有万物互联就有应用场景，有应用场景就要边缘计算。
 

　　第四，安全化
 

　　在边缘计算出现之前，用户的大部分数据都要上传至数据中心，在这一上传的过程中，用户的数据尤其是隐私数据，比如个体标签数据、银行账户密码、电商平台消费数据、搜索记录、甚至智能摄像头等等，就存在着泄露的风险。而边缘计算因为很多情况下，不要再把数据上传到数据中心，而是在边缘近端就可以处理，因此也从源头有效解除了类似的风险。
 

　　第五，实时化
 

　　随着工业互联网、自动驾驶、智能家居、智能交通、智慧城市等各种场景的日益普及，这些场景下的应用对计算、网络传输、用户交互等的速度和效率要求也越来越高。以自动驾驶为例，在这些方面，几乎是要求秒级甚至是毫秒级的速度。而面对自动驾驶方面由摄像头、雷达、激光雷达等众多传感器创造的大量数据，传统数据中心模式的响应、计算和传输速度，显然是不够的，这时候“近端处理”的边缘计算，自然就成为了“实时化”要求的选择。
 

　　第六，绿色化
 

　　数据是在近端处理，因此在网络传输、中心运算、中心存储、回传等各个环节，都能节省大量的服务器、带宽、电量乃至物理空间等诸多成本，从而实现低成本化、绿色化。
 

　　03、“边缘计算”在智能交通领域的应用
 

　　华为实践
 

　　深圳交警借助华为FusionServer高性能边缘计算服务器，搜集实时交通数据，将交通信息存储、过滤、处理后，传回到华为开发的交通大数据平台，准确的提供“移动对象时空引擎”和“实时交通出行量计算”的信息，依据拥堵区域、道路和位置点等多维度数据实时拥堵分析(深圳交警5亿数据秒级分析)，再将智能分析后的结果传到边缘侧，实现信号调优从被动采集到主动感知，从局部优化到宏观规划，从而利用有效地制定信号配时策略，交通诱导设置和对流量来源地的疏导指挥等策略，整体提升交通管制效率。
 

　　通过信号调优方案，深圳市高峰期局部重点路段持续时间预期可减少15%，深圳大梅沙、龙华等部分重点路段运行速度提高9%，利用边缘计算能力实时监测反馈，实现深圳交通的智能管控。
 

　　海康实践
 

　　2017年10月28日，海康威视发布“IOT-基于神经网络的认知计算系统--海康AICloud框架”。
 

　　海康威视总裁胡扬忠表示，将AI算力注入边缘，赋能边缘智能是大势所趋。海康威视发布的AICloud框架，由云中心、边缘域、边缘节点三部分构成，实现从端到中心的边缘计算+云计算。
 

　　基于此，海康威视发布了以海康深眸、海康神捕、海康超脑、明眸为代表的一系列AI智能边缘设备，搭载高性能GPU计算芯片和深度学习智能算法。
 

　　能够在边缘实现原始视频图片中人体、人脸、车辆等属性信息的提取和建模，数据回传云端统一分析的同时，也可满足本地自治系统的数据应用，提升业务敏捷性和实时性。
 

　　2018年，智能交通行业总监王启东曾经就边缘计算举例说明。以信控为例，云平台汇聚全城路网、过车、信控配时数据，提供全局的交通数据“超脑”计算中心。
 

　　但是同样的，在路口终端，边缘计算系统则自主学习路口的交通流模态，通过场景适配自主生成路况管理预案库，自动调节路口的交通秩序管理手段。
 

　　因此形成了智能交通中心大脑+神经元末梢的新型智能交通生态系统。目前，海康威视已经在宜春、海口、洛阳等城市做过试点。
 

　　04、边缘计算在智能交通领域的挑战
 

　　边缘计算为智能交通系统带来了机遇的同时，它目前的发展也遇到了些许困难。
 

　　，边缘计算设备常常要面临高温、高寒、高湿等复杂环境，如何在这样的环境下保持设备的长久运行是一个非常重要的问题。
 

　　第二，边缘计算设备的缓存及运算能力是根据其任务有选择进行的，这就需要厂家对它们进行“量身定制”。
 

　　后，边缘计算设备要应用在交通系统的各个环节，涉及的厂家众多，如何统一这些这设备的生产标准，这有待于在智能交通领域一些重要企业牵头制定标准。
 

　　05、边缘计算是否会替代云计算
 

　　边缘计算是否会替代云计算一直是一个讨论的热点问题。
 

　　阿里云边缘计算技术负责人杨敬宇曾向媒体表示，二者并不是此消彼长的关系，应是天然互补的关系，相辅相成、缺一不可，边缘计算正在拓展云计算的边界。
 

　　他认为，在云和端两者间取舍要对比两者的综合成本：在边缘进行数据处理主要考虑时延问题和电力资源，而传回云端处理，要消耗算力与传输成本。
 

　　杨敬宇表示边缘计算作为5G时代的一项关键技术，未来将成为不可或缺的基础设施之一。
 

　　5G提供了高可靠低延时的通信能力，如果5G加上边缘计算的时延与能耗都优于云端计算的成本，就可以优先边缘计算的方式。
 

　　此外，边缘计算可能给未来的计算系统结构带来巨大革命。5G时代终端算力上移、云端算力下沉，将在边缘形成算力融合。
 

　　边缘计算并不会取代云计算，更恰当的说法是，边缘计算是云计算的补充。目前二者融合的趋势越来越明显，将在未来相互配合，共同提升计算效率。
 

　　综合整理：华尔街见闻、边缘计算之家、华为敏捷网络等