（文章來源：網(wǎng)絡整理）

目前，物聯(lián)網(wǎng)已經(jīng)得到大量部署，邊緣計算在物聯(lián)網(wǎng)發(fā)展中也蘊含著諸多研究機遇。下面就讓來小編帶大家一起看看。

標準化是一項新技術被成功推廣必不可少的步驟，它記錄了多個參與者之間的共識，并定義了特定行業(yè)的自愿特性和規(guī)則。標準化有助于將用戶從眾多繁雜瑣碎的概念中抽離出來，使系統(tǒng)中的核心部分得以高效地創(chuàng)新和發(fā)展。更重要的是，標準化可以建立用戶對產(chǎn)品、服務和系統(tǒng)的信任，使技術更容易被市場所接受。

為了加速邊緣計算落地，使得邊緣計算可以被公開訪問，必須定義所有相關方的責任、關系和風險。具體來說，需要從擁有邊緣節(jié)點的公共和私人組織等傳統(tǒng)利益相關者的角度出發(fā)，清晰地表達使用邊緣節(jié)點的法律、社會和倫理責任。邊緣設備接入，邊緣計算作為物理世界到數(shù)字世界的橋梁。涉及海量終端設備的接入和邊緣節(jié)點的管理，是海量實時數(shù)據(jù)采集、匯聚、集成和處理的第一關卡。由于終端設備來源于不同生產(chǎn)商，有不同的數(shù)據(jù)接口、數(shù)據(jù)結(jié)構(gòu)、傳輸協(xié)議以及底層平臺，需要統(tǒng)一設備接入標準來應對這些異構(gòu)的終端設備。

一個良好的框架或計算服務可以大大提高應用開發(fā)者的開發(fā)效率，從而改善平臺的用戶生態(tài)。在傳統(tǒng)的云計算中，現(xiàn)有的編程模型（如MapReduce）為了提高程序員的開發(fā)效率，通常隱藏了底層的數(shù)據(jù)流傳輸、程序并行、任務執(zhí)行順序等細節(jié)。這類高度抽象的編程語言或框架使得云計算平臺的應用開發(fā)變得更加高效，但是卻不適用于邊緣計算的場景，因為不同邊緣節(jié)點執(zhí)行的任務通常種類也不同。例如，無人車的車載芯片需要對傳感器的數(shù)據(jù)進行實時處理；用于公共安全的攝像頭會產(chǎn)生大量的圖像處理請求。

與大型服務器不同，由于硬件資源的限制邊緣設備通常難以支持大型軟件的運行。例如Apache Spark若要獲得較好的運行性能，至少需要8核的CPU和8GB的內(nèi)存，這對于大部分邊緣節(jié)點來說幾乎是不可能實現(xiàn)的。因此，需要針對資源受限的邊緣設備設計輕量級的庫和內(nèi)核，以使得邊緣節(jié)點的性能足以運行一些數(shù)據(jù)分析工具。此由于邊緣設備、邊緣節(jié)點的異構(gòu)性，還需要設計相應的策略測試這些設備的性能，使其計算資源得到充分發(fā)揮。

由于邊緣節(jié)點的異構(gòu)及資源受限的特性，在邊緣節(jié)點上部署的系統(tǒng)需要具有快速部署、快速啟動資源隔離等特點。傳統(tǒng)的LXC、KVM、XEN等虛擬化技術不能完全覆蓋所有邊緣設備的底層差異甚至不能應用到所有硬件。目前較為理想的方案是使用Docker的容器技術。容器可以看作一個裝有一組特定應用的虛擬機，它直接利用了宿主機的內(nèi)核，抽象層比虛擬機更少，更加輕量化，啟動速度更快。將容器作為邊緣節(jié)點上的輕量級虛擬化技術的方案目前還處在起步階段。仍需要進行大量的研究。

邊緣計算通過靠近數(shù)據(jù)源和用戶部署智能化邊緣節(jié)點，可提供滿足用戶不同質(zhì)量需求的可靠服務，特別是能滿足延遲敏感、實時性要求高的服務需求邊緣計算在自動駕駛、5G、VR/AR、內(nèi)容分發(fā)網(wǎng)絡、車聯(lián)網(wǎng)、智能物聯(lián)網(wǎng)（AIoT）、工業(yè)制造等領域都有廣泛應用。

物聯(lián)網(wǎng)技術的先驅(qū)應用包括家庭控管自動化和家用電子產(chǎn)品領域。目前，市場上已有多種智能家居應用，其范圍從簡單的恒溫傳感器到復雜的自動化系統(tǒng)，如智能照明、清潔和家庭娛樂系統(tǒng)。智能家居產(chǎn)品和應用的多樣化，使得智能家居網(wǎng)絡上產(chǎn)生的數(shù)據(jù)量越來越大。傳統(tǒng)方式下，由于家庭里往往沒有公網(wǎng)IP地址，要實現(xiàn)對家居設備遠程操控，必須通過云端的輔助來打通內(nèi)網(wǎng)外網(wǎng)的連接壁壘。用戶通過手機APP便攜管理家居設備，其實是請求云端去修改各設備的狀態(tài)信息，云端再將指令下發(fā)到對應的智能設備。在這種模式下，所有家居設備的數(shù)據(jù)均需要上傳至云端進行集中式處理和存儲。在網(wǎng)絡帶寬受限，網(wǎng)絡不穩(wěn)定的情況下，大量數(shù)據(jù)傳輸導致的端到端延遲將嚴重影響用戶體驗。

而邊緣計算能給智能家居提供很好的支撐。一方面，邊緣計算可以利用專用可靠的本地服務來處理室內(nèi)家居應用產(chǎn)生的大量網(wǎng)絡流量，在家庭區(qū)內(nèi)進行智能設備相關任務處理以及相關應用的升級更新，并與云端協(xié)同智能高效管理家居設備，提供高可靠、低延遲的服務。另一方面，邊緣計算可以將家庭數(shù)據(jù)處理推送至家庭內(nèi)部網(wǎng)關，并增加安全訪問策略，減少家庭數(shù)據(jù)泄露的風險，提升智慧家庭的安全性。目前，國外主流互聯(lián)網(wǎng)廠商紛紛對智能家居領域展開爭奪，推出多款產(chǎn)品。

物聯(lián)網(wǎng)技術已經(jīng)從家庭發(fā)展到社區(qū)，甚至是城市規(guī)模的應用。智能城市中產(chǎn)生的巨大物聯(lián)網(wǎng)數(shù)據(jù)流量可以在網(wǎng)絡邊緣進行理想的處理，從而提供低延遲和位置感知服務，例如，城市中的各個攝像機可以將視頻流傳送到邊緣服務器以進行實時處理和異常檢測。多個邊緣服務器之間的協(xié)作則可以用來處理需要按地理分布的數(shù)據(jù)的應用程序，例如，醫(yī)療保健的應用程序需要與來自醫(yī)院、藥房、保險、物流和政府等多個領域的實體協(xié)作。2018年9月，美國科羅拉多斯普林斯市（Colorado Springs）開始啟用槍擊檢測系統(tǒng)，該系統(tǒng)使用聲學傳感器網(wǎng)絡來檢測槍擊，并在快速確定槍擊位置后通知警方。

隨著車載應用的日益豐富，汽車連接網(wǎng)絡的需求愈發(fā)強烈，使其從簡單的出行或運輸工具逐步演變成一個智能互聯(lián)的計算系統(tǒng)。為了讓汽車變得更加安全可靠和高效友好，機器視覺及深度學習等技術被廣泛應用于車內(nèi)的信息系統(tǒng)，比如輔助剎車、防撞系統(tǒng)、車載娛樂系統(tǒng)等。2016年英特爾（Intel）的一份報告顯示，一輛自動駕駛車輛一天產(chǎn)生的數(shù)據(jù)為4TB，這些數(shù)據(jù)如果均上傳至云端處理，必然無法滿足車載復雜應用的低延遲需求。因此需要將汽車作為一個邊緣計算節(jié)點進行本地計算和存儲，減少延遲。汽車不是一個孤立的個體，車與車、車與道路有著密切聯(lián)系。
（責任編輯：fqj）