1.1.1 边缘计算的定义

边缘计算作为中心式云计算的延伸，将云计算的能力拓展至业务边缘侧，实现大规模业务数据全部上传至云端就能够完成计算，在边缘侧直接完成数据处理并快速响应业务；同时具有良好的隐私性和安全性，是智能化社会与产业互联网建设的重要支撑技术。如果中心式云计算是由技术创新驱动的，那么边缘计算则是由业务价值驱动的；边缘计算生于业务，长于业务。

尽管边缘计算近几年得到广泛重视，发展迅猛，但业界对边缘计算的理解似乎并不一致。那到底什么是边缘计算？边缘计算有哪些分类？边缘计算与中心式云计算又是怎么样的关系呢？接下来，先从边缘计算的定义来初步了解边缘计算的特性及其定义。

1.边缘计算的定义

边缘计算的边缘是相对的，是网络的边缘（有骨干网与移动网），是业务运作的边缘（有虚拟业务与实体业务），是中心管控的边缘（有强管控与弱管控），如图1-2所示。当前，边缘计算技术正处于发展阶段，学术界和工业界还没有统一的定义。

图1-2 边缘计算的边缘是相对的

以IT云计算领域视角，边缘计算是中心云计算的拓展。边缘计算产业联盟对边缘计算的定义是：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，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

以CT电信领域视角，边缘计算最初也被称为移动边缘计算（MEC），欧洲电信标准协会（ETSI）对MEC的定义是：“移动边缘计算在移动网络的边缘、无线接入网（RAN）的内部以及移动用户的近处提供了一个IT服务环境以及云计算能力”。

对边缘计算的定义各有侧重，但核心的思想基本是一致的，边缘计算是基于云计算核心技术，构建在边缘基础设施之上的新型分布式计算形式，在边缘端靠近最终用户提供计算能力，是一种靠近数据源的现场云计算。最大程度降低传输时延是边缘计算的核心价值。

2.与传统中心式云计算的区别

中心式云计算凭借其强大的数据中心，为业务应用提供大规模池化、弹性扩展的计算、存储、网络等基础设施服务。但是中心式云计算适用于非实时、长周期数据、业务决策场景；边缘计算聚焦在实时性、短周期数据、本地决策等业务场景，比如当下热门的音视频直播、IoT、产业互联网、虚拟现实、元宇宙等场景，将工作负载下沉至离终端设备或者靠近最终用户的地方，以此实现更低的网络延迟，提升用户的使用体验。

面对万物互联的高带宽、超低时延的应用场景时，尤其是边缘产业应用场景，云计算在以下3个方面存在不足。

1）数据处理的及时性：传统的中心式云计算受限于远程数据传输速率以及集中式体系结构的瓶颈问题，无法满足大数据时代各类应用场景的实时性要求。如在工业领域中运用云端融合技术解决大数据处理的实时性、精准性等问题，实现工业大数据的处理分析决策与反馈控制的智能化和柔性化。

2）安全与隐私：在传统的中心式云计算使用场景中，所有数据都要通过网络上传至云端进行处理，计算资源的集中带来了数据安全与隐私保护的风险。云计算中不安全的应用程序接口、账户和证书认证体系缺陷等问题会对数据安全造成很大的威胁。

3）网络依赖性：传统的中心式云计算对外依赖通畅的网络，当网络不稳定时，用户的使用体验会很差。在没有网络接入的地方无法使用云计算服务。因此，云计算极度依赖于网络。

边缘计算使得大部分应用场景可以在边缘侧完成数据处理，无需将数据全部传送至云计算中心，可以最小化服务延迟和带宽消耗，有效降低云计算服务器的负载，显著降低网络带宽的压力，提高数据处理的效率。对于云计算无法适应的时延敏感计算、低价值密度和应急场景等问题，边缘计算技术也可以较好地解决，边缘计算技术本身的特点使其具有以下4个优点。

1）实时数据处理和分析：边缘计算节点的部署更靠近数据产生的源头，数据可以实时地在本地进行计算和处理，无须在外部数据中心或云端进行，减少了处理延迟。

2）节约成本：智慧城市和智能家居中的终端设备产生的数据量呈指数增长，边缘计算能够减少集中处理，通过实时处理更快地做出响应，进而改善了服务质量。数据本地化处理在管理方面的开销相比于传统的云计算中心要少很多。

3）缓解网络带宽压力：边缘计算技术在处理终端设备的数据时可以过滤掉大量的无用数据，只有少量的原始数据和重要信息上传至云端，显著降低网络带宽的压力。

4）隐私策略实施：物联网系统高度集中且规模较大，边缘设备的数据隐私保护不容忽视，通常用户不愿意将比较敏感的原始传感器数据和计算结果传送到云端。边缘计算设备作为物联网传感器等数据基础设施的首要接触点，能够在将数据上传到云端之前执行数据所有者所应用的隐私策略，提升数据的安全性。