边缘计算适用于那些领域

边缘计算（Edge computing），指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。

注释太长看不懂？

没关系，只要抓住关键词就好：靠近网络边缘侧，就近提供服务。这样也就容易理解边缘计算的来由了。

云计算风头正盛时，有观点认为，终端只需一个显示屏即可，将数据传输至云中心，由云来完成运算过程，再回传至用户终端。而这个观点犹如泡沫，经不起现实推敲，过度依赖云中心，效率适得其反，尤其是对时延要求严格的场景，物联网部署变得毫无意义。

举个最通俗的栗子：就安全监控来说，摄像头将获取到的视频信息上传至云中心处理，面对大量可能无效的数据，不仅需要高速带宽，同样会增加云中心的运转负担。为了降低处理成本、缩短处理时间、提高处理效率，研究人员开始在摄像头上下功夫，给摄像头加入识别能力、存储能力、视频处理能力，参考比对模型，将采集到的信息筛选过后再传输到云中心。

这样具备智能处理能力的终端，成为了边缘计算产品。

据估计，到2020年，物联网智能安装设备将超过200亿台。大量设备安装后连接到物联网，需要处理的数据量在不断增加，仅依赖云计算无法实时提供相应，需要与边缘计算双轮驱动。

如果说云计算是计算机智能系统的大脑，那边缘计算就是这个系统的眼耳口鼻及四肢。核心服务器让智能系统具备人工智能，但这个系统却是聋子瞎子的话，那作用也不会太大。

有人把计算机系统比作是一个军队，云计算是统领部队的司令，边缘计算是部队中低层的军官。如果凡是都要请示司令，频繁的互动不仅成本高，而且会对司令有损耗；而此时若发挥中低层军官的主观能动性，自主判断行动决策，再将筛选过后的信息呈给司令部，这样大大缓解了通讯压力。另外，司令部（云计算）一旦出现网络问题后出现全盘歇菜的局面，而加设了中低层军官（边缘计算）后，即使与司令部暂时失去联系，也可以自主作出部分决策。

更何况，边缘计算还会多种“姿势”——边缘计算的技术类型：个人边缘（personal edge）、业务边缘（business edge）、云边缘（cloud edge）。

个人边缘（Personal Edge）

围绕个人边缘计算的产品，一般情况下是移动的，比如智能手机、智能音箱、穿戴手边、医疗传感器等，在使用时，续航能力、网络切换及离线条件等特性都需要考虑在内。

个人计算的应用场景主要在家庭中。

业务边缘（Business Edge）

在业务边缘处连接的机器和人在此处汇聚并处理，此类设备用于支撑区域范围內的信息集中、交互、处理。

业务边缘的应用场景主要是在办公室或者其他开放场所。业务边缘也是最受关注的边缘计算类型。

云边缘（Cloud Edge）

云边缘在不同云平台侧提供数据解析、数据交互、数据协同，语音处理、人脸识别、医疗人工智能等垂直云平台的兴起，提高了物联网的智能化。

解锁了各种“姿势”的边缘计算，接近数据生成的设备端，也就造就了它的一系列“先天优势”。

成本低

在设备端，需要处理的数据都较“小”，所以边缘计算在数据计算或是存储上都具备成本优势。

数据处理更实时、迅速

在减少中间传输过程的前提下，数据处理的速度更快。

网络带宽需求更低

边缘计算将数据筛选过后传输至云端服务器，数据经“瘦身”后不会占据太多网络带宽。

数据隐私保护操作性强

数据收集与处理在设备端完成，就避免了敏感信息在网络传输过程中发生泄漏。2018年5月，欧盟通过了史上最严格的数据保护法律。

提高效率

当数据处理更快、网络传输压力更小、成本也更低的时候，应用程序的效率也会大大提升。

边缘计算适用于那些领域呢？

物联网

边缘计算用于物联网致力于传感器数据分析和聚合。

无人驾驶汽车

通过传感器在离车辆更近的地方处理数据，尽可能减少系统在驾驶过程中的响应时间。

医疗保健

人们佩戴监测健康状况的可穿戴设备，在连接云或离线状态下仍旧为医生提供数据参考；快速处理数据的能力也将为医疗管理带来极大好处。

边缘计算还在AR/VR、制造业、农业、能源、电网等其他领域有所应用，让设备终端更智能成为它的“落脚点”。

在网络边缘侧的疯狂试探，让边缘计算闯出了一片天地，不服来战？！