产业动态｜物联网技术前瞻：正在兴起的雾计算和边缘计算

GEI新经济瞭望

New Economy Outlook

关注

如今，云计算已经应用到公共和经济的各个领域，且已经为社会所熟知。近两年，雾计算、边缘计算又开始兴起。这二者与云计算有何区别与联系，有哪些应用前景？本文将做一简单介绍。

一、兴起背景

雾计算、边缘计算兴起的背景是快速发展的物联网对网络服务提出了新需求，传统的云计算服务已经不能满足。

云计算通过网络将分散的计算、存储、软件等资源进行集中管理和动态分配，使信息技术能力实现按需供给的互联网服务形式，具有弹性、可扩展、资源池化、多租户共享等特征。云计算为终端用户省却了自购服务器、自建系统和应用软件开发的大量成本。因此，近年来云计算市场得以持续快速增长。

云计算是一种中心化的网络通信模式，用户终端所有的数据都要汇总到云服务商的数据中心完成存储和计算。在这个过程中存在两个问题，一是数据传递会产生时间延迟，二是大量数据的传输会造成网络拥堵或高成本。

随着物联网的发展，数据量开始急剧增长。据思科预测，到2020年，连接到网络的无线设备数量将达到500亿台。同时，物联网对数据处理的敏捷度也有更高要求。云计算的中心化系统难以满足物联网发展的需求，在这种背景下雾计算和边缘计算便应运而生。

二、相关概念

雾计算（Fog Computing）最早由思科于2014年首次提出，被视为云计算的延伸，用来缓解网络拥堵。据开放雾计算联盟(简称OFC，由思科、英特尔、普林斯顿大学等发起)的定义，雾计算是一种靠近云物连接用户侧的，具有分布式计算、存储、控制和网络功能的水平系统级架构。雾计算名称的由来就在于它类似于“雾”是靠近地面（本地、用户）的。正如云计算就像“云”在天上，与用户隔着较远距离。

边缘计算（Edge Computing）作为一个学术概念，最早由Pang H教授于2004年在第20届IEEE国际会议提出。但真正产业化的边缘计算定义及相关标准是由欧洲电信标准协会ETSI于2014年制定的。它的主要目的是为了解决未来5G时代应用网络延迟的问题。根据定义，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、应用核心能力的开放平台，就近提供边缘智能服务。

雾计算数据的存储及处理更依赖本地设备，而不是服务器。但与边缘计算不同的是，雾计算可以将基于云的服务（如 IaaS、 PaaS、 SaaS）拓展到网络边缘，而边缘计算更多地专注于终端设备端。因此，雾计算可以算是“本地化的云服务”，是中央云服务器和本地设备的中间形态，边缘计算是网络终端、边缘节点具备处理数据能力的智能服务。雾计算、边缘计算与云计算并不是竞争和取代的关系，而是相互融合、协作的关系。

三、典型应用

1、车联网

据统计，无人驾驶汽车每小时会接收高达3TB的数据。同时，无人驾驶需要对数据进行即时计算处理。传统的云计算因存在延时而难以满足需求，雾计算、边缘计算则非常适合。车辆会配备激光雷达、图像处理系统、各类传感器等终端设备，与周围其他车辆及道路上的交通信号系统构成一个动态的本地网络。车辆可以从周边获得实时的交通情况，是自动驾驶实现避让路障险情、合理规划路线的必要条件。同时，交通信号系统也可以根据实时路况完成智能指挥。

2、智能制造

智能制造的特点是个性化制造、敏捷制造、柔性制造，如按型号、颜色等选项自由组合的定制化生产、生产系统根据订单变化动态调整、预测性维护维修等。雾计算、边缘计算可融合设备各类传感器采集的数据，并就近提将实时数据集转化为具有洞察力和可操作性的生产指令，满足智能制造在敏捷联接、智能转换、安全与隐私、快速质量检测、快速工艺缺陷追溯等方面的需求。

3、智能家居

家用智能设备正在走进人们生活，如智能照明控制系统、智能电视、智能机器人等。在目前的家居智能设备中，主要是通过WiFi、蓝牙模块连接到云计算中心。在未来的智能家居中，还会布置很多无线传感器和控制器到房间、管道、地板和墙壁等地方。这类数据体量较大、且较为敏感，不适合上传到云计算中心，而应该在本地处理，这也正是雾计算、边缘计算的用武之地。

4、视频加速

研究表明，在移动数据流量中有超过一半是视频流量，并且该比例呈逐年上升趋势。在传统的视频系统中，内容数据首先上传到Web 服务器，然后再由Web 服务器响应用户的视频请求。在这种传统模式下，长距离的视频传输容易形成网路拥堵和故障，不能保证用户体验。雾计算、边缘计算的引入可以解决上述问题。视频内容上传到位于网络边缘的服务器，再由MEC 服务器响应用户的视频请求，可以极大地降低延时，增加网络资源的利用率。这对于网路直播、交通监管、安保监控等领域都具有重大的意义。

四、企业发展

1、思科

2014 年，思科发布了IOx平台。IOx平台是思科雾计算战略的主要组成部分，能够支持Linux等第三方操作系统和行业软件应用直接在思科IoT网络平台上运行。思科客户可以通过IOx管理在边缘设备上运行的雾计算应用，大幅削减监管数百万终端及其应用所花费的时间和支出。2017年，思科和SAS发布了Cisco SAS边缘计算到企业（edge-to-enterprise）计算物联网分析平台，可帮助企业根据其规模、速度和周转率要求，在网络的各个层面运用数据分析。

2、亚马逊

2016年，亚马逊推出软件平台GreenGrass，可将计算、信息传输和数据缓存放到本地设备，为用户提供了一个可供开发边缘应用和分析的环境。GreenGrass平台还能够让终端设备无缝切换云端计算和本地计算，这在提高整体运行效率的同时，还大大消除了物联网迅速发展下的安全隐忧。

3、微软

2017年，微软推出Azure IoT Edge预览版，开始将串流分析服务、机器学习、进阶分析及AI服务，带向更靠近资料源的前端IoT装置上，以减少数据传输云端往反的延迟时间和对云数据中心的依赖。在2018年度开发者大会上，微软展示了一系列物联网以及边缘计算工具和技术，并开源了物联网边缘设备上运行的软件Azure IoT Edge Runtime。

4、华为

2017年，华为发布了基于边缘计算的物联网EC-IoT（Edge Computing IoT）解决方案，将边缘计算和云管理引入物联网领域，实现就近提供智能服务，网络管理全面云化。EC-IoT已经走向落地，华为和上海威派格联手打造了基于EC－IoT的智慧水务解决方案，能够对水厂制水、管网输配水、龙头终端的加压设备，以及水质在线实时监测。

五、前景与挑战

据IDC预测，目前约有50%的物联网网络面临网络带宽的限制，40%的数据需要在网络边缘侧分析、处理与储存，到2025年，这一数字将超过50%。据451 Research的最新报告Size and Impact of Fog Computing Market，到2022年，全球雾计算市场的机会将超过180亿美元。而根据Markets and Markets 的报告，到2022年，边缘计算的市场规模可达67.2亿美元，年均增长率达35.4%。

尽管如此，但雾计算、边缘计算仍然面临诸多挑战。

第一，技术还不够成熟。终端的智能处理能力如何设计，如何处理与云计算的关系等还问题还没有完全解决。互联网、移动通信网、消费物联网、工业互联网等网络的技术架构存上的差异需要融合。此外，5G网络还没有进入正式商用也是限制行业发展的重要因素。

第二，商业模式有待研究。在云计算服务中，用户和服务商是一对一的关系，因此收费模式较为清楚、简单。雾计算、边缘计算在部署时将服务下移，计算、网络、存储、应用、智能服务都在本地提供，所有现有网络运营商服务体系并不适合。因为本地网络和终端设备可能会有多个利益主体，所以需要互联网企业、通信设备制造企业、通信运营商、工业企业等多方共同探索新商业模式。

第三，安全隐私存在挑战。雾计算、边缘计算在构建分布式本地网络的过程中，可能存在恶意终端及应用的非法接入问题。如何保障个人、企业及公共数据安全是一个较大的挑战。

END

本文版权归长城战略咨询所有，转载请注明来源，并附上原文链接。

GEI新经济瞭望

New Economy Outlook

关注