边缘计算涉及终端层、边缘层和云层，其业务平台部署于用户边缘，可提供实时的存储、计算能力，能够为物联网、云计算等技术提供了前所未有的连接性、集中化以及智能化，满足了敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的需求，能够在多个行业进行应用，将是推动产业互联网深入发展的重要支撑。
一、背景
随着工业互联网的深入发展，接入互联网的设备数量将快速增加，各类设备产生的数据量将呈现几何级增长，同时各类智能化应用、敏捷操作等对数据处理的实时性、安全性等提出了要求，不断增加的数据要求采用更为敏捷且可靠的计算方式，传统的云计算尽管可以利用超强的计算能力来集中解决各类复杂应用的计算需求问题，但在万物互联实时性、用户隐私数据保护、数据中心能耗等方面仍显不足。这就需要业界对数据采集、处理、计算等过程深入研究，将原有云计算模型执行的部分或全部计算任务进行分解，降低云服务器的计算负载，减缓网络带宽的压力，提高万物互联数据的处理效率。
二、边缘计算架构
边缘计算提供了一种新型的计算模式，它通过在终端设备和云之间引入边缘设备，将云服务扩展到网络边缘，在靠近物或数据源头的网络边缘侧，为应用提供融合计算、存储和网络等资源，同时在网络边缘侧提供这些计算资源，满足行业在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
（1）终端层：由各种物联网设备组成，如传感器、智能手机、智能车辆、智能卡、智能装备、机器人等。为延长终端设备提供服务的时间，应避免在终端设备上运行复杂计算任务。终端设备仅负责收集原始数据，并上传至边缘层进行计算和存储。
（2）边缘层：位于网络的边缘，由大量的边缘节点组成，包括路由器、网关、交换机、接入点、基站、特定边缘服务器等。广泛分布在终端设备和云层之间，能够对终端设备上传的数据进行计算和存储。边缘节点可以对收集的数据进行预处理，再把预处理的数据上传至云端，从而减少核心网络的传输流量。
（3）云层：由多个高性能服务器和存储设备组成，具有强大的计算和存储功能，可以执行复杂的计算任务。云模块通过控制策略可以有效地管理和调度边缘节点和云计算中心，为用户提供更好的服务。
三、边缘计算应用
边缘计算将原有云计算的部分或全部计算任务迁移到数据源附近，具有实时数据处理和分析、安全性高、隐私保护、可扩展性强、位置感知及低流量的优势。边缘计算在产业互联网中具有十分广泛的应用。
（1）智慧医疗。借助智能设备传感器实时感应运动检测。边缘计算还可以帮助健康顾问协助他们的病人，而不受其地理位置的影响，使智能手机能够从智能传感器收集患者的生理信息，例如脉搏率、体温等，并将其发送到云服务器以进行存储、数据同步和共享。
（2）智慧交通。在车辆上安装边缘计算设备，可以把车辆采集到的音频、视频、信号等数据传输到边缘计算进行处理，缩短端到端延迟，避免信号处理不及时而造成车祸等事故，为车辆行驶提供便利，使其能够与道路上的其他车辆连接和通信，并告知他们任何预期的风险或交通拥堵信息。
（3）智能制造。在车间不同位置安装边缘计算节点，可在短时间内对产品设计、材料采购、生产制造、销售和物流等多个来源的数据进行计算、处理和分析，获取各个场所的生产作业情况，对存在问题的工序或环节进行预警，而无需传输到云端进行处理分析，可支持后续作业优化方案及改进。
（4）智能建筑。在建筑物不同部分部署边缘计算环境，负责将传感器采集到的温度、气体、湿度等数据进行处理和分析，减少了传感器数据上传到云端造成的延迟、安全性等问题，可以对建筑物内可能出现的任何异常情况作出反应，传感器可以根据其他无线节点接收的集体信息来维持建筑物的氛围。
（5）智能家居。在家庭的某些位置安装部署边缘计算设备，可以将家庭数据进行处理，推送至家庭内部网关，利用大量的物联网设备实时监测控制家庭内部状态，接收外部控制命令并最终完成对家居环境的调控，可以减少家庭数据的外流，从而降低数据外泄的可能性，提升系统的隐私性。
（6）智慧城市。在城市路面检测中，在路面附近部分区域安装边缘计算设备，在道路两侧路灯上安装传感器收集城市路面信息，检测空气质量、光照强度、噪声水平等环境数据，通过边缘计算快速计算、处理收集到的数据，当路灯发生故障时能够即时反馈给维护人员，同时辅助健康急救和公共安全领域。
四、应用建议
（1）开展技术融合，做好标准设计
边缘技术是云计算伴生技术，与大数据、5G、区块链、人工智能等技术高端关联，应将各类技术融合起来共同研究。同时，各类终端设备往往存在异构性，来自于不同的生产厂商、不同的数据接口、不同的数据结构、不同的传输协议、不同的底层平台等，进行边缘计算应用时，应统一标准，做好接口。
（2）不断深化应用，着力优化性能
在边缘计算架构中，不同层次的边缘服务器所拥有的计算能力有所不同，用户需求、延时、带宽、能耗及成本是决定负载分配策略的关键指标。应结合需求梳理应用场景，加强边缘计算在产业互联网中的应用，针对不同工作负载，设置指标的权重和优先级，以便系统选择最优分配策略。
（3）加强安全管理，保护隐私数据
边缘计算的分布式架构增加了攻击向量的维度，边缘计算客户端越智能，越容易受到恶意软件感染和安全漏洞攻击。因此，应进一步加强对关键数据的安全防护，在有限的边缘计算设备资源前提下，着力在数据源附近计算的同时考虑动态、协同、综合的防御环境建设，增强抗攻击、抗病毒等能力。
五、结语
边缘计算的出现，大大提高了数据处理和计算能力，提高了实时性和安全性，降低了数据中心能耗，有效地弥补了云计算的不足。边缘计算在建筑、制造、医疗等诸多行业的智能应用，有利于加速各类数据的处理效率，有利于提高行业信息化发展水平，促进产业互联网的不断发展。
