中国边缘云计算行业展望报告（艾瑞）-技术圈

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。

边缘云计算相较边缘计算，更强调依托于云计算技术实现边缘侧的计算、网络、存储、安全及各类应用能力。从边缘侧对时延、弹性、分析等方面的需求出发，云计算架构相比传统架构的优势明显，因此绝大部分情况下业界所指的边缘计算即为边缘云计算。

边缘云计算构筑在位于中心云与终端之间的边缘基础设施之上，是云计算能力由中心向边缘的下沉，强调通过云边的一体化、协同管理来解决在集中式云计算模式下所无法满足的业务需求。本报告所指的边缘云计算不包括靠近用户侧但孤立于中心云的私有云、专有云，边缘云也不与云计算的部署模式直接挂钩。

与云计算相对比，边缘计算，有如下优势：

1.节省带宽

智能设备的普及意味着我们正在创建大量数据。但是，并非所有这些数据都是至关重要的。再来看我们的安全摄像机示例，如果您在一个站点上有多个摄像机，并且每个摄像机都在不断将数据流传输到云中，那么这将占用大量带宽来存储可能不是非常有用的数据。但是，如果摄像头足够智能，可以在源头处理数据，则它们只能将最重要的素材流式传输到云中，而将其余部分丢弃。

2.减少延迟

设备能够从不太重要的数据中排序重要数据的另一个优点是减少了等待时间（即，发送数据和接收回复所花费的时间）。使用云计算时，设备可能会将信息发送到世界另一端的数据中心进行处理，这通常会导致短暂的延迟。这并不总是很重要；例如，我们大多数人不介意Alexa通常需要几秒钟的时间来回答有关今天天气的问题。

但是这种滞后时间在例如自动驾驶汽车在路上行驶的情况下远远不能接受。如果另一辆汽车运行停车标志，您是否真的希望您的自动驾驶汽车必须将该传感器和视觉数据发送到云端，然后等待下一步的决定？没那么多。借助边缘计算，关键数据（对实时决策至关重要的数据）可以在现场进行处理，从而可以更快地做出决策-处理越近，本质上响应时间越快。同时，时间要求不严格的数据（例如，燃油性能数据）可以发送到云中以供以后分析。

3.增强安全性和隐私性

边缘计算减少了必须通过网络传输的数据量，从安全角度来看，这是显而易见的好处。还有一个事实是，数据是分布的（在这种情况下，位于多个用户设备上）而不是存储在一个地方。这是所有好消息，只要智能产品制造商将确保本地数据安全作为首要任务即可。

以下为艾瑞报告全文：