边缘计算的体系架构
边缘计算是一种在网络边缘执行数据处理和分析的计算模式，它将计算资源和服务从云端推向网络边缘，以提高应用程序的性能、降低延迟和减少网络带宽的使用。边缘计算的体系架构通常包括以下几个层次：
1. 设备层：这是边缘计算的最底层，包括各种传感器、智能设备、物联网设备等，它们产生和收集数据。
2. 边缘层：这是边缘计算的核心层，它包括各种边缘设备和服务器，如边缘网关、边缘服务器、路由器等。这些设备负责处理和分析设备层产生的数据，并执行本地的计算和决策。
3. 云层：这是传统云计算的层次，它包括各种云服务器、云存储、云应用等。云层负责存储和处理大量的数据，并提供各种应用程序和服务。
4. 应用层：这是边缘计算的最上层，它包括各种应用程序和服务，如智能交通、智能制造、智能医疗等。这些应用程序和服务利用边缘计算的优势，实现低延迟、高带宽和高可靠性的应用。
在边缘计算的体系架构中，边缘层和云层之间通过高速网络连接，实现数据的传输和共享。同时，边缘层和设备层之间也通过无线或有线网络连接，实现数据的采集和传输。
总之，边缘计算的体系架构是一个分布式的计算架构，它将计算资源和服务从云端推向网络边缘，以提高应用程序的性能、降低延迟和减少网络带宽的使用。
边缘算力概念
什么是边缘算力？
边缘算力（Edge Computing）是一种分布式计算架构，它将数据处理和存储推向网络的边缘，即数据产生的地方附近。传统的云计算模式中，数据会通过网络传输到云端的数据中心进行处理和存储，而边缘算力则将部分计算任务下放到离数据源更近的边缘设备上执行。边缘设备可以是智能手机、物联网设备、路由器、服务器等。
边缘算力的背景和意义
边缘算力的出现和发展源于以下几个因素：
1. 数据量的爆发性增长：随着物联网的兴起和数字化时代的到来，越来越多的设备产生大量数据。将所有数据传输到云端进行处理和存储不仅会产生高延迟，还会占用大量的网络带宽。边缘算力通过在数据产生的地方进行部分处理，可以减少对网络传输的依赖。
2. 实时性要求的增加：某些应用场景对实时性要求较高，例如自动驾驶、智能工厂等。如果所有的计算都在云端执行，无法满足这些场景对低延迟的需求。边缘算力可以在设备本地执行计算，减少数据传输和处理的时间，提高实时性。
3. 隐私和安全隐患：云计算模式下，数据需要通过公共网络传输到数据中心进行处理，存在数据泄露和安全漏洞的风险。边缘算力将数据处理和存储推向设备本地，可以减少数据在传输过程中的风险，提高数据的安全性和隐私性。
综上所述，边缘算力的出现为处理大规模数据、提高应用实时性和提升数据安全性提供了解决方案，具有重要的意义。
边缘算力的架构和关键技术
边缘计算的架构
边缘算力的架构包括三个层次：边缘设备、边缘网络和云端。
1. 边缘设备：边缘设备是数据的产生地，可以是各种物联网设备，如传感器、摄像头、无人机等。边缘设备负责数据采集、数据处理和部分应用的执行。 2. 边缘网络：边缘网络是连接边缘设备和云端的网络，它负责边缘设备之间的通信和与云端之间的数据传输。边缘网络通常是一个分布式的网络，包括边缘路由器、边缘网关等设备。
3. 云端：云端是边缘算力架构中的核心部分，用于支持边缘设备的远程管理、数据存储和一些计算任务的执行。云端可以是传统的数据中心，也可以是专门针对边缘计算场景设计的云平台。
1 边缘计算
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，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，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需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。
1.1 从分布式数计算开始
对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。
1.2 边缘计算vs云计算
无论是云、雾还是边缘计算，本身只是实现物联网、智能制造等所需要计算技术的一种方法或者模式。严格讲，雾计算和边缘计算本身并没有本质的区别，都是在接近于现场应用端提供的计算。就其本质而言，都是相对于云计算而言的。
边缘计算的范式，从二者的计算范式可以看出来，边缘侧的数据计算，一下子变得丰富起来。这里产生了全新的想象空间。
1.3 物联网应用催生
全球智能手机的快速发展，推动了移动终端和“边缘计算”的发展。而万物互联、万物感知的智能社会，则是跟物联网发展相伴而生，边缘计算系统也因此应声而出。
事实上，物联网的概念已经提出有超过15年的历史，然而，物联网却并未成为一个火热的应用。一个概念到真正的应用有一个较长的过程，与之匹配的技术、产品设备的成本、接受程度、试错过程都是漫长的，因此往往不能很快形成大量使用的市场。
边缘计算在整个计算中的位置：根据Gartner的技术成熟曲线理论来说，在2015年IoT从概念上而言，已经到达顶峰位置。因此，物联网的大规模应用也开始加速。因此未来5-10年内IoT会进入一个应用爆发期，边缘计算也随之被预期将得到更多的应用。
Gartner技术成熟曲线
边缘计算边缘计算的架构
边缘计算的架构和应用前景
近年来，随着物联网、5G通信、人工智能等新一代信息技术的发展，边缘计算（Edge Computing）已成为热门话题之一。边缘计算是一种分布式计算的技术，通过在网络边缘设备上进行数据处理和分析，提高计算效率、缩短数据处理时间，从而满足对实时性、低延迟、可靠性的需求。本文将介绍边缘计算的架构和应用前景。
一、边缘计算的架构
边缘计算采用分布式计算的方式，将数据处理和分析从云端转移到网络边缘设备上。它包括三层架构：边缘设备层、边缘计算中心层和云计算中心层。
1、边缘设备层
边缘设备层是指各种物联网设备、传感器、机器人、智能终端等。它们通过信号传输、传感器采集、数据存储等功能产生或传输数据，并通过边缘计算中心层进行数据分析和处理。边缘设备层作为边缘计算的起点，具有距离近、速度快、响应迅速、实时性强等优点。
2、边缘计算中心层
边缘计算中心层是指边缘计算节点，也就是各种边缘服务器、路由器等。它们能够对从边缘设备层传输上来的数据进行处理和分析，并向上层上传分析结果，同时也能够将数据传输到其他边缘计算节点或云计算中心层。边缘计算中心层的存在，能够更快速地响应、更加灵活地处理数据，从而提高整个系统的效率。
3、云计算中心层
云计算中心层是指各种云服务器、数据中心等。它们作为整个系统的核心，负责对处理后的数据进行存储和管理，并进行更加复杂的数据分析、计算和应用。云计算中心层的存在，可以降低整个系统的成本、提高系统的可靠性和可维护性。 二、边缘计算的应用前景
随着边缘计算技术的发展，它已经被应用到了多个领域，如工业制造、智能交通、健康医疗、智能家居等。下面将简要介绍几个有代表性的应用场景。
1、智能制造
在工业制造领域，边缘计算可以通过实时监控机器的运行状态、数据分析来预测机器故障的发生，提高工厂的安全性和生产效率。
同时，边缘计算也可以在生产线上对产生的数据进行实时分析处理，优化整个生产过程，例如实时调整流水线速度以适应产品数量的改变，高效地处理生产数据以在可视的屏幕上显示运营状态，提供无线控制和远程诊断环境，并允许机器人进一步执行任务。
