導(dǎo)讀：邊緣計算是一個概念，討論它能做什么時，需要給他賦予一個實體。本文中，我們以華為物聯(lián)網(wǎng)平臺推出的邊緣計算服務(wù)“IoT邊緣”為例，探討物聯(lián)網(wǎng)依托云計算解決了哪些痛點，與你分享。

邊緣，指實體或邏輯概念中離中心較遠，靠近邊界的部分。在數(shù)據(jù)處理領(lǐng)域，邊緣計算的概念源于云計算，是指在靠近數(shù)據(jù)源的一側(cè)搭建集網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力為一體的計算節(jié)點，就近提供處理數(shù)據(jù)的能力，而不是將全部數(shù)據(jù)都交由云端處理。可能有人會提出疑問，云計算的目的不就是為了數(shù)據(jù)集中到云端進行處理么，為什么現(xiàn)在又要分工到邊緣了？為了解決這個疑問，讓我們以物聯(lián)網(wǎng)場景為例，假設(shè)以下場景：

有家企業(yè)想要把自己旗下的一個產(chǎn)業(yè)園區(qū)建設(shè)成智慧園區(qū)，將園區(qū)中的各種設(shè)備（包含視頻監(jiān)控設(shè)備、門禁設(shè)備、消防設(shè)備和水電設(shè)備等等）全都接入物聯(lián)網(wǎng)平臺統(tǒng)一管理。但當負責人開始研究各類設(shè)備分別如何接入時，發(fā)現(xiàn)設(shè)備種類實在太多了，而且這些設(shè)備全都按照自己獨有的行業(yè)協(xié)議上報數(shù)據(jù)；相對的，物聯(lián)網(wǎng)平臺支持的通信協(xié)議有限，所以，他要把這些五花八門的行業(yè)協(xié)議統(tǒng)一轉(zhuǎn)換為物聯(lián)網(wǎng)平臺支持的協(xié)議，工作量很大。

同樣是上面的那個企業(yè)，負責人在研究門禁系統(tǒng)如何接入時發(fā)現(xiàn)另一個問題：門禁系統(tǒng)中的員工數(shù)據(jù)屬于企業(yè)隱私數(shù)據(jù)，將這部分數(shù)據(jù)傳輸至云端不符合公司安全策略。但如果只有門禁系統(tǒng)不接入云端，維護成本高，也不利于系統(tǒng)之間的聯(lián)動。

在管理園區(qū)的這家企業(yè)苦惱的同時，園區(qū)內(nèi)有家車企也遇到了一個難題。這家企業(yè)生產(chǎn)基于物聯(lián)網(wǎng)的自動駕駛汽車，車輛通過車載系統(tǒng)和物聯(lián)網(wǎng)平臺交互獲取自動駕駛的指示。控制系統(tǒng)的開發(fā)很順利，但有一個問題無論如何都解決不了：路上的網(wǎng)絡(luò)信號太不穩(wěn)定了，若到了信號差的地方或者遇到塞車，數(shù)據(jù)傳到云端再等到命令下發(fā)下來，可能會有著幾秒的時延，而在復(fù)雜的路況下，這幾秒的時延是致命的。

上述的問題都是設(shè)備直聯(lián)云端方案的痛點，而通過在物聯(lián)網(wǎng)解決方案中引入邊緣的計算的概念，我們就可以解決這些問題。

物聯(lián)網(wǎng)邊緣計算能做什么？

邊緣計算是一個概念，討論它能做什么時，需要給他賦予一個實體。本文中，我們以華為物聯(lián)網(wǎng)平臺推出的邊緣計算服務(wù)“IoT邊緣”為例。IoT邊緣通過在靠近物或數(shù)據(jù)源頭的邊緣側(cè)，部署融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的邊緣節(jié)點，就近提供計算和智能服務(wù)，滿足行業(yè)在實時業(yè)務(wù)、應(yīng)用智能、安全與隱私保護等方面的基本需求。

設(shè)備端：

開發(fā)者使用IoT邊緣支持的設(shè)備協(xié)議或華為SDK將設(shè)備轉(zhuǎn)換成標準產(chǎn)品模型，就近接入邊緣節(jié)點，從而實現(xiàn)設(shè)備的管理、智能控制。

邊緣節(jié)點：

設(shè)備連接到邊緣節(jié)點后，節(jié)點可以實現(xiàn)設(shè)備數(shù)據(jù)的采集、存儲、分析、清洗和上報設(shè)備數(shù)據(jù)至云端，同時邊緣側(cè)提供規(guī)則引擎、應(yīng)用集成等功能，方便場景編排和業(yè)務(wù)擴展。

云端：

云端提供設(shè)備管理、IEF、EI等云服務(wù)，設(shè)備數(shù)據(jù)上云后通過這些云服務(wù)的標準API實現(xiàn)更多功能和應(yīng)用。

接下來讓我們從三個角度來介紹IoT邊緣服務(wù)的核心能力。

1）開放生態(tài)

邊緣節(jié)點作為物聯(lián)網(wǎng)的“小腦”，是一個擁有獨立接入和計算能力的服務(wù)器，我們一般根據(jù)其外形稱之為“邊緣盒子”。IoT邊緣服務(wù)并不強制配套邊緣盒子，僅對邊緣盒子的硬件規(guī)格有一些基本要求，只要是滿足要求的硬件，無論型號，均可基于Docker容器方式部署邊緣服務(wù)軟件包，獲取邊緣側(cè)的設(shè)備接入、設(shè)備聯(lián)動和低時延本地閉環(huán)管理等基本能力。 接入方面，IoT邊緣服務(wù)支持用戶自行開發(fā)第三方接入?yún)f(xié)議驅(qū)動，通過云端下發(fā)至邊緣節(jié)點運行，實現(xiàn)工業(yè)網(wǎng)關(guān)行業(yè)協(xié)議接入。同時，IoT邊緣服務(wù)還支持用戶開發(fā)并部署第三方邊緣容器應(yīng)用，拓展邊緣節(jié)點的能力。通過在硬件、協(xié)議、應(yīng)用等方面都高度開放，IoT邊緣服務(wù)可以滿足各種定制需求，應(yīng)用于多種物聯(lián)網(wǎng)場景。

2）邊云協(xié)同

邊緣節(jié)點雖擁有獨立計算能力，但“小腦”真正的價值，還是需要與“大腦”合作才能發(fā)揮，邊云協(xié)同能力才是IoT邊緣服務(wù)真正的殺手锏。IoT邊緣服務(wù)在云端提供圖形化的操作界面，支持納管邊緣節(jié)點，進行統(tǒng)一應(yīng)用部署、節(jié)點運維和業(yè)務(wù)管理，大幅降低邊緣節(jié)點部署與運維的復(fù)雜度。 邊緣節(jié)點納管后，即可通過與云端分工合作，實現(xiàn)業(yè)務(wù)分層處理。

例如，在車聯(lián)網(wǎng)場景中，要求及時處理的業(yè)務(wù)，如自動駕駛、車路協(xié)同等，由邊緣節(jié)點直接進行計算并返回結(jié)果；對時延不敏感、數(shù)據(jù)量大的業(yè)務(wù)，如大屏監(jiān)控、大數(shù)據(jù)分析等，則交由云端處理。

再例如，在園區(qū)場景中，涉及用戶隱私的數(shù)據(jù)，在節(jié)點本地自閉環(huán)處理，所有數(shù)據(jù)采集、處理及存儲在本地節(jié)點閉環(huán)；非隱私數(shù)據(jù)予以清洗匯總后，上傳至云端進行機器學(xué)習及訓(xùn)練，持續(xù)優(yōu)化及更新本地智能算法。通過業(yè)務(wù)分層處理，將物聯(lián)網(wǎng)的價值最大化，實現(xiàn)真正的萬物互聯(lián)。

3）邊緣智能

邊緣智能能力包括數(shù)據(jù)清洗、邊緣規(guī)則和邊緣AI，這正是我們接下來要講的。

數(shù)據(jù)清洗是指邊緣側(cè)對設(shè)備上報的數(shù)據(jù)進行過濾、去重、聚合等處理后上報云端，針對希望選擇性上報數(shù)據(jù)至云端，降低上云帶寬、云端存儲計算要求的使用場景。 具體來說，過濾是指用戶指定過濾條件，例如屬性A大于10，滿足該條件的數(shù)據(jù)均會被過濾；用戶可以同時指定多個條件，條件之間可以是“與”關(guān)系（滿足全部條件的數(shù)據(jù)才會被過濾），也可以是“或”關(guān)系（滿足任一條件就會被過濾）。

去重是指當設(shè)備連續(xù)上報屬性值重復(fù)的消息時，邊緣節(jié)點僅會向云端上報第一條。

聚合則是指用戶可以指定一個時間窗（如一個小時），邊緣節(jié)點會將這個時間窗內(nèi)每個設(shè)備上報的數(shù)據(jù)聚合成一條數(shù)據(jù)上報，并且用戶可指定數(shù)據(jù)中每個屬性的聚合方法，例如取最大值、最小值、求和、取平均值等。

這三種清洗規(guī)則的優(yōu)先級是過濾 > 去重 > 聚合，也就是用戶同時設(shè)置了這三種清洗規(guī)則時，數(shù)據(jù)會先被過濾，再進行去重，最后聚合后上報。

除了上述兩種基于簡單邏輯的邊緣智能外，IoT邊緣服務(wù)還支持與華為云企業(yè)智能（EI）聯(lián)動實現(xiàn)邊緣側(cè)人工智能。通過邊緣側(cè)上報的數(shù)據(jù)，EI側(cè)對AI進行訓(xùn)練，并將訓(xùn)練完成的AI模型下發(fā)至邊緣側(cè)執(zhí)行，典型應(yīng)用包括人臉識別、車輛識別等視覺系A(chǔ)I模型，實現(xiàn)邊緣側(cè)的高度智能化。

物聯(lián)網(wǎng)邊緣計算能解決哪些問題？ 介紹完IoT邊緣的功能后，相信各位已經(jīng)想到了文章開頭的那些問題要怎么解決了吧。其實，問題中的那兩個場景，智慧園區(qū)和智慧城市。正是物聯(lián)網(wǎng)邊緣計算的主要應(yīng)用場景。接下來，讓我們再一起看下在這兩個場景中邊緣計算都能解決哪些問題，帶來哪些價值。

首先來看下智慧園區(qū)場景。

園區(qū)里門禁、消防、監(jiān)控等系統(tǒng)由不同的供應(yīng)商提供，全部都采用了自己的行業(yè)協(xié)議，整個園區(qū)需要接入物聯(lián)網(wǎng)平臺的設(shè)備和子系統(tǒng)協(xié)議多達十幾種，但物聯(lián)網(wǎng)平臺支持的設(shè)備接入?yún)f(xié)議就那幾種，要怎么辦？

通過自建網(wǎng)關(guān)適配協(xié)議是一個可行的方案，但集成難度依然很高。但如果采用IoT邊緣，邊緣軟件原生+第三方驅(qū)動形式可支持的協(xié)議類型可多達30+種，且第三方驅(qū)動開發(fā)簡單，可以大幅減低集成難度。

各個子系統(tǒng)各司其職，在自己的職責范圍內(nèi)快速響應(yīng)，但是，一旦遇到了需要多系統(tǒng)聯(lián)動的時態(tài)，由于中間環(huán)節(jié)的缺失，往往響應(yīng)速度不夠快，造成事件處理效率低下。IoT邊緣通過集成各個子系統(tǒng)，在邊緣層上實現(xiàn)消防、門禁等業(yè)務(wù)跨系統(tǒng)聯(lián)動，大幅提高事件處理效率。

設(shè)備直接上報數(shù)據(jù)量過大且涉及用戶隱私，不能直接報給物聯(lián)網(wǎng)平臺，需要先在本地處理。若全部由設(shè)備自行處理，邏輯復(fù)雜且成本高，因此IoT邊緣提供的數(shù)據(jù)清洗能力就成了一個很好的選擇，數(shù)據(jù)經(jīng)過過濾、去重和聚合后，不僅大大減少了上報數(shù)據(jù)量，還能保護用戶隱私。

面部識別等視覺性AI的模型需要大量的數(shù)據(jù)進行訓(xùn)練，一般都會放在云端，但因為云端離設(shè)備較遠，帶寬需求和時延問題怎么都無法避免。但如果把云端訓(xùn)練好的模型下放到靠近設(shè)備的邊緣側(cè)，問題便迎刃而解，滿足秒級時延體驗，降低云邊帶寬需求。

物聯(lián)網(wǎng)設(shè)備依賴云端進行業(yè)務(wù)管理，但若因為網(wǎng)絡(luò)故障導(dǎo)致云端失聯(lián)，如何保證業(yè)務(wù)連續(xù)性？IoT邊緣本地會保存已下發(fā)的規(guī)則和AI模型等，即使與云端斷連也可獨立運行，確保業(yè)務(wù)連續(xù)性。

下面來看智慧交通場景。

在城市交通中，單個車輛能獲取的路況信息只是很小一部分，想要做出最合適的判斷，還需要結(jié)合監(jiān)控視頻、雷達數(shù)據(jù)、天氣情況等信息，再通過智能化算法計算才能得出結(jié)果。但路況瞬息萬變，若把這部分計算交由云端，對網(wǎng)速的要求調(diào)高。IoT邊緣服務(wù)支持將訓(xùn)練好的AI模型下發(fā)到邊緣側(cè)，實現(xiàn)實時路況計算，及時提供減速信息、碰撞告警等信息。

車路協(xié)同場景中，監(jiān)控視頻、雷達數(shù)據(jù)、車輛信息等數(shù)據(jù)均采用自己的行業(yè)協(xié)議進行傳輸，集成難度大。IoT邊緣支持多種行業(yè)協(xié)議，快速集成，數(shù)據(jù)融合。

智能交通除了需要關(guān)注局部，確保交通安全外，還需要放眼全局，提升整體交通效率。IoT邊緣可將交通數(shù)據(jù)清洗后，將有價值的數(shù)據(jù)上報云端，云端根據(jù)全局數(shù)據(jù)進行分析，為交通指揮者提供有效建議，提升道路通行效率，促進節(jié)能減排和便捷監(jiān)管，支持向端云協(xié)同自動駕駛演進。

當物聯(lián)網(wǎng)遇上邊緣計算，很多傳統(tǒng)直聯(lián)方案的問題迎刃而解，物聯(lián)網(wǎng)有了邊，真正成為了一張大網(wǎng)，覆蓋了越來越多的領(lǐng)域，為人們帶來越來越智能的生活。

本文由 @KING 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。