1
边缘计算VS云计算
目前物联网设备的数量正在激增，估计今年设备数量在全世界能达到500亿，并且电网巡检的市场是巨大的，而整个物联网市场在万亿级别甚至更高。
由于云计算的初始设计并没有考虑到这些，因此很难支撑这样数量级的网络连接。另外，如果单纯采用端计算，计算资源将非常有限，能耗也非常有限。
由此，一种新的计算模式——边缘计算就衍生出来了。
业界对于边缘计算有不同的定义，大家也有不同的看法。
一般地，边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供本地化服务。应用程序在边缘侧执行，在节省带宽的情况下满足行业在实时业务、应用智能、安全与隐私保护等方面的基本要求。
边缘计算与云计算是互补的关系。因为边缘计算需要大量的存储，并且对时间并不敏感，比如在100毫秒以上的延迟也可以满足。而现在的云计算，已在消费互联网中得到了广泛的应用，如果云计算向工业互联网场景挺进，能将延迟缩小到10毫秒左右或者更低。
边缘计算可以提供更稳定的解决方案，在弱网、弱电环境下提供高可用性的服务；并且，其实时响应基本上能达到毫秒级的延迟，这对工业场景是非常重要的；再加上边缘计算在边缘侧处理数据会更加经济，带宽成本会降低，也更安全。
2
边缘计算的市场机会
互联网和无线通信网的发展提供了人们和设备互联的基础，智能手机和大量物联网终端设备提供了端上的计算存储能力，而云计算提供了高度规模化和灵活计算和存储基础设施，这些技术一起带来了过去这十多年消费互联网的繁荣。但是，仍然有很多行业还没有享受到其中的红利，主要的障碍包括：网络连接的可靠性和价格，实时性以及隐私保护、安全等。
边缘计算的出现正是为了填补这个鸿沟，大量的行业场景将会受益于此，例如工业制造、智能交通、AR/VR等。
随着5G产业逐步落地，5G相关的数据传输将成为边缘计算产业新的市场机遇。边缘计算是个大的生态系统，包括软件、硬件、工业厂商，重要的发展趋势是这几个方向的有机融合，而实际上这些也是制约该行业发展的瓶颈。现在，行业内亟需一套统一的云中立、独立于硬件、保证接入系统互操作性的软件平台。
3
工业互联网带来的挑战
过去这么多年，我们对互联网的认识一直是消费互联网思维，但是到了工业互联网时代，我们会面临很多的挑战。
虽然现在的电力供应在东南沿海和华北等消费比较发达的地区是非常充足的，民用电方面没有太大的问题，但是工业用电方面每年仍然有不少的断电时间，即使是在发达国家，工业用电也没有得到很好的解决。
工业场景中很多设备需要电池持续供电，或者用电池做备用电源，但是近100多年以来，电池的相关技术并没有像IT行业那样有了飞速的进展，锂电池从1978年被发明以来，现在基本上已经到了能源密度的极限。电池技术发展的空间除了采用石墨烯之外，其它可能都非常有限。
工信部表示2020年4G网络的人群覆盖率将从2018年的95%提升到98%左右，但是即便如此，中国仍然有大量的地区没有被网络覆盖，即使有了5G的网络，全部覆盖也是不太可行的。
4
探索边缘计算的进阶之路
在边缘计算的数据采集、数据分析和集成等方面，多年来我们做了一系列的工作。
现在能使得采集类的延迟在1微秒，MCU在一毫秒，能使得电网和工业场景里的需求达到满足。而ARM的延迟能达到75毫秒，通过跟云协作实现长时间系统的管理。
总体而言，边缘计算技术在进行一系列的部署时会面临挑战，包括服务于边缘计算网络体系架构，有多层次的数据汇集、高度异构用户需求等，同时，边缘网络资源分配与数据传输策略，还会面临通信、计算和存储，有源或无源，能量供给和延迟等方面的一些难题。另外，边缘数据的处理与端边云协同，传统数据的时序处理、深度学习、联邦学习和网络系统优化，以及边缘节点安全、隐私、价格问题等这些都要逐步地解决。
