边缘计算解决的难题有哪些

　　边缘计算并非是一个新鲜词。作为一家内容分发网络CDN和云服务的提供商AKAMAI，早在2003年就与IBM合作“边缘计算”。作为世界上最大的分布式计算服务商之一，当时它承担了全球15-30%的网络流量。在其一份内部研究项目中即提出“边缘计算”的目的和解决问题，并通过AKAMAI与IBM在其WebSphere上提供基于边缘Edge的服务。

　　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。

　　最早了解边缘计算，是2012年在IBM的物联网生态图中看到的7层技术架构中包含一层边缘计算（Edge CompuTIng），当时虽然不理解什么是边缘计算，但也开始关注边缘计算。

　　在物联网发展早期，无疑云计算受到广泛的关注，在单纯利用云计算的智能遇到一些问题之后，行业才意识到边缘计算的重要性。所以在2016年底，才有了边缘计算联盟的成立。

　　最近研究了一下边缘计算产业联盟白皮书，发现边缘计算产业联盟对行业范围非常不明确！在白皮书中，提到的行业相关的内容有以下几段：

　　今天，我们从航空业的预测性维护、公共事业领域的电梯智能运营、能源行业的智能抄表和物流行业的全流程跟踪等行业数字化应用中，可以深刻感受到：“物”的智能互联将无所不在，制造、能源、公共事业、交通、健康、农业等行业都将受到影响并发生深刻改变。当前以中国制造2025、北美的工业互联网和欧洲的工业4．0位代表的产业规划于实时正式这一趋势的直接体现。

　　预测性维护、能效管理、智能制造是比较典型的行业应用场景。

　　如果从物联网生态而言，边缘计算属于物联网技术的一层的话，边缘计算应用的行业范围应该与物联网的一致。而物联网既包括ToB场景，也包括ToC场景。边缘计算联盟的行业范围，没有明确表述，但举的范例集中在ToB场景，而没有一个ToC场景，这样容易让人误解边缘计算仅仅是ToB场景。

　　智能家居行业：家中有非常多的智能家居的设备，智能家居不同产品之间互动场景的定义，需要边缘计算。这个边缘计算或者是个网关、或者是个中控系统，设备之间的互联互通、场景控制需要通过云计算与边缘计算协同。

　　可穿戴设备：未来可穿戴设备大规模普及，每个人可能随身携带几个或者几十个可穿戴的设备，这些可穿戴设备之间是否需要联动？什么设备做这些设备的联动？如何让这些可穿戴设备协同？以每个人为中心的场景也需要边缘计算。

　　车联网：每部车上都有大量的设备，汽车设备之间的协同，车与其他车之间的协同，车与人的协同；也需要通过边缘计算实现。

　　我建议边缘计算联盟在定义边缘计算的时候，一方面要完善边缘计算应用行业，另外一方面也需要阐述一下与物联网的关系。

　　边缘计算需要解决的痛点需要更加具体

　　在边缘计算联盟白皮书中，有如下描述：

　　在行业数字化转型的趋势下，智能互联的网络边缘侧面临如下挑战：

　　联接的海量与异构

　　业务的实时性

　　应用的智能性

　　数据的优化

　　安全与隐私保护

　　其实白皮书提到的边缘侧面临的挑战还需要进一步归纳整理，并具体化。

　　比如联接的海量与异构：对工业而言网络运维管理、灵活扩展和可靠性保障是巨大难点。

　　但对于家居和可穿戴设备而言，如果一个没有IT背景的人，使用了智能家居系统之后，再买一个设备，这个设备如何融入到智能家居系统中？

　　如果智能家居的边缘计算可以实现：新买的这个系统装到家里，插上电，就可以使用，不需要用户配置网络，不需要用户配置场景。这个能够实现吗？而要实现这个功能，边缘计算需要解决以下的难题：

　　1、网络自动链接；

　　2、设备联网后，设备知道设备自己的属性，根据属性，可以寻找到周围可以共同搭建场景的设备；

　　3、需要自动感知与自身配合的设备的位置，并根据位置配置场景；

　　4、新设备通过智能学习实现场景配置的迭代。

　　我感觉边缘计算还有一个难题是建立一个边缘设备决策的机制。

　　边缘计算需要进一步归纳可以解决的行业难题。