边缘计算揭秘：工作原理、架构详解与实际应用场景

IT 边缘是终端设备连接网络、向中心服务器（数据中心或云）交付数据并接收指令的地方。虽然此模式过去有效，但现代设备产生海量数据，企业需要昂贵设备维持最优性能。

边缘计算通过将处理靠近数据生成设备解决此问题。数据无需传输到中心服务器处理，因此无延迟或带宽问题。

本文介绍边缘计算。我们解释什么是边缘计算，讨论潜在用例，展示该技术如何实现更廉价、更可靠的数据处理。

什么是边缘计算？

边缘计算是在网络边缘或附近进行的计算类型。处理发生在设备内部或附近，因此较少数据传输到中心服务器。大多数操作在数据源附近实时发生，带来：

• 响应时间改善
• 带宽可用性提升
• 更可靠的系统洞察
• 更全面、更快速的数据分析
• 高可用性

边缘计算还有助于保持工作负载最新、确保数据隐私、遵守 HIPAA、GDPR、PCI 等数据保护法。此处理模式还能进一步推动人工智能和机器学习创新。

边缘设备收集存储数据，再发送信息到内部边缘服务器。该服务器处理以下活动：

• 实时数据处理
• 数据可视化和分析
• 缓存和缓冲
• 数据过滤

边缘中心将最复杂处理请求（大数据操作和业务逻辑）发送到数据中心或云。虽然仍需中心专用服务器，但企业可建立较慢、较廉价连接，因本地操作和预排序数据不冒延迟风险。

边缘计算 vs 云计算

边缘计算与云计算主要区别在于处理发生位置：

• 云计算中，所有数据操作在中心位置发生
• 边缘计算中，大多数数据相关过程在本地（环境边缘）发生

边缘计算适合依赖时敏数据处理做决策的用例。另一边缘计算优于云方案的用例是几乎无互联网连接的偏远地区操作。

但边缘计算非云替代品。两技术不可互换；边缘计算补充云，两技术为特定用例确保更好性能。

边缘计算架构详解

以下是形成边缘生态系统的关键组件：

• 边缘设备： 具有有限计算能力的专用设备
• 边缘节点： 执行边缘计算的任何设备、服务器或网关
• 边缘服务器： 位于靠近边缘设备设施的计算机。运行应用工作负载和共享服务，需比边缘设备更强算力
• 边缘网关： 执行网络功能的边缘服务器，如隧道、防火墙管理、协议转换、无线连接。网关也可托管应用工作负载
• 云： 作为容器化工作负载（应用、机器学习模型）存储库的公有或私有云。云也托管运行管理边缘节点的应用

边缘计算有三个主要节点：设备边缘、本地边缘和云。

设备边缘是边缘设备运行的物理位置（摄像头、传感器、工业机器等）。这些设备有算力收集和传输数据。

本地边缘是支持应用和网络工作负载的系统。本地边缘有两层：

• 应用层：运行边缘设备因占用大无法处理的应用（复杂视频分析、IoT 处理等）
• 网络层：运行物理或虚拟化网络组件，如路由器、交换机

云（或枢纽) 运行管理其他边缘节点无法处理的处理的应用和网络工作负载。尽管名为云，此边缘层可作为内部数据中心或云运行。

下图展示更详细架构，显示各边缘节点相关组件。

行业解决方案和应用可存在于多个节点，特定工作负载更适合设备边缘或本地边缘。其他工作负载也可在特定情况下在节点间动态移动（手动或自动）。

虚拟化是大规模边缘计算部署的关键要素。此技术使在边缘服务器部署和运行众多应用更容易。

边缘计算优势

以下是使用边缘计算最显著的商业效益。

降低延迟

边缘计算通过减少延迟改善网络性能。设备原生或在本地边缘中心处理数据，信息传输距离远低于标准云架构。

例如，同楼两同事交换邮件，标准网络易感知延迟。每条消息路由出大楼、与远程服务器通信、回到收件人收件箱。若过程在边缘发生、公司路由器处理办公邮件，延迟不复存在。

边缘计算也解决“最后一英里”瓶颈问题。所有传输数据到达目的地前必须经过本地网络连接。此过程因基础设施质量不同可造成 10-65 毫秒延迟。边缘中心部署下，流量远低于中心化系统，无瓶颈问题。

更安全的数据处理

传统云部署易受分布式拒绝服务 (DDoS) 攻击和断电影响。边缘计算分布式处理和存储，系统更不易中断和停机。部署无单点故障。

此外，因大多数过程本地发生，黑客无法拦截传输中数据。即使单台计算机遭数据泄露，攻击者仅能危害本地数据。

高性价比扩展

边缘计算让公司通过 IoT 设备和边缘服务器组合扩展容量。增加资源无需投资昂贵建设、维护、扩展的私有数据中心。公司可建立区域边缘服务器快速、高性价比扩展网络。

边缘计算也缓解增长成本，因每个新设备不给整个网络增加额外带宽需求。

简化新市场拓展

公司可与本地边缘数据中心合作快速拓展测试新市场。扩展无需昂贵新基础设施。公司仅部署边缘设备即可无延迟服务客户。若市场不理想，卸载过程同样快速廉价。

此优势对需快速拓展至连接有限地区的行业至关重要。

一致用户体验

因边缘服务器靠近最终用户，远程位置网络问题不太可能影响客户。即使本地中心故障，边缘设备因原生处理关键功能能力可继续运行。系统也可重路由数据通过其他路径确保用户保留服务访问。

边缘计算劣势

边缘计算增加网络整体攻击面。边缘设备可成网络攻击入口，攻击者可注入恶意软件感染网络。

遗憾的是，分布式环境建立充分安全很难。大多数数据处理发生在中心服务器和安全团队直接视线外。每次公司添加新设备攻击面都变大。

另一常见问题是成本。除非公司与本地边缘合作伙伴合作，搭建基础设施昂贵复杂。维护成本也通常高，因团队须维护不同位置众多设备健康。

最后，因当前标准快速演进，公司可能难以保持部署最新。新设备和软件定期推出，设备易快速过时。

边缘计算示例与用例

以下是不同行业边缘计算最具前景的用例和应用。

5G 与边缘计算

5G 到来承诺 20 Gbps 以上数据速度和每平方英里百万设备以上无延迟连接。这项新兴技术将边缘计算推向新高度，实现更低延迟、更高速度、增强效率。

公司很快可用 5G 扩展网络边缘。重叠网络允许企业在边缘设备保留更多数据。应用也能依赖与网络实时通信，此功能将在 IoT 扩展中证明至关重要。

视频监控

传输视频数据到中心服务器缓慢昂贵。边缘计算通过让摄像头执行初始视频分析、识别关注事件加速此过程。设备随后传输过滤后画面到本地边缘进一步分析。

例如，配备边缘摄像头的建筑发生火灾，设备可识别火焰中的人员。摄像头发现险情人员后，画面无延迟传至本地边缘。本地边缘可联系当局，而非发送画面到数据中心浪费宝贵时间。

医疗健康机遇

为患者监测部署边缘设备可帮助医院确保数据隐私、改善患者护理。员工可提供更快更好护理，医院减少跨网络数据传输、避免中心服务器过载。

部署边缘方案可改善关键医疗设备运行，包括便携心电图设备、体温监测传感器、血糖监测仪。快速数据处理也为远程患者监测争取宝贵秒数。

联网汽车

配备边缘设备的汽车可从各传感器收集数据、对路况实时响应。此功能对自动驾驶汽车发展至关重要。

边缘计算也可实现自动车队。一组汽车或卡车紧随前车成车队行驶，节油减拥堵。仅首车需驾驶员，其余车跟随首车无延迟通信。

石油天然气行业监测

边缘计算可帮助预防石油天然气故障。这些工厂通常运行在偏远位置，边缘中心比远程服务器或云好得多。设备可用实时分析监测系统、在灾难发生前关停机器。

在线游戏

在线多人游戏受益于边缘计算，技术降低延迟。玩家可组织大规模对战不影响性能。

云游戏也受益于边缘计算。此类在线游戏将视频游戏实时流直接流向用户设备。数据中心处理和托管这些游戏，用户常感知延迟。

若云游戏公司在玩家位置附近建立边缘服务器，流无延迟，游戏体验完全响应式。

智能工厂

对制造过程实时响应对减少产品缺陷、提升工厂生产力至关重要。分析算法可监测每台设备运行、调整运行参数提升效率。

边缘设备也可检测预测故障可能发生时间，减少昂贵停机。公司可用云方式管理流程但保持内部部署可靠性。

在线购物

延迟降低让零售商为客户创建丰富、交互式在线体验。店主可创建无缝性能增强现实在线购物，让购物者足不出户购物。

实体零售商也可用边缘计算在店内设置虚拟现实购物助手。

正在崛起的技术

专家预测 2025 年 75% 数据处理将发生在传统数据中心或云之外。尽早布局边缘计算，发掘新商机、提升运营效率、为客户确保可靠体验。