FPGA边缘计算平台-边缘计算平台-北京速***子

哪些场景需要用到边缘计算？

边缘计算的前身是内容分发网络（CDN），它通过数据分布式缓存满足了用户快速访问的需求，让我们能流畅地在线追剧、玩游戏。但随着信息技术从消费侧向生产侧延伸，以及人工智能等新技术的兴起，云端仅仅实现数据存储与快速访问已无法满足需求，新的应用场景中要求云端同时具备强大功能和超低时延，其中典型就是自动驾驶和智慧工厂。

以自动驾驶为例，它对云端响应时延提出了近乎苛刻的要求。自动驾驶的制动等反应时间关系到交通安全，而它主要由云端系统响应时延决定，但其中涉及运算和通信多个环节。如果要做到100km制动距离不超过30cm，那么系统整体响应时延不能超过10毫秒，而且越低越好。因此，重要的移动通信技术标准化***3GPP就定义了若干个1毫秒到几个毫秒的低时延场景，主要就集中在自动驾驶上。在这种需要“超低时延+智能计算”的场合，就必须用到边缘计算了。

再来看智慧工厂，由于制造业的智能化，一方面需要实时数据采集并立即处理意外情况，毫秒级延迟都可能导致无法挽回的事故，这在设备保护、性能监控、品质管控中尤为重要。另一方面由于生产复杂度与精细度越来越高，生产过程会产生海量实时数据，但其中只有部分是关键数据，需要存储到云端进行挖掘和分析（例如为供应链优化提供依据），所以需要对采集数据进行过滤，以缓解云端和网络压力。这时候，就需要边缘计算来帮忙了。

边缘计算的价值

优势一：安全性更高

边缘计算中的数据仅在源数据设备和边缘设备之间交换，不再全部上传至云计算平台，防范了数据***的风险。

优势二：低时延

据运营商估算，若业务经由部署在接入点的 MEC 完成处理和转发，则时延有望控制在 1ms 之内；若业务在接入网的中心处理网元上完成处理和转发，则时延约在 2~5ms 之间；即使是经过边缘数据中心内的 MEC 处理，时延也能控制在 10ms 之内，对于时延要求高的场景，如自动驾驶，FPGA边缘计算平台，边缘计算更靠近数据源，边缘计算平台，可快速处理数据、实时做出判断，充分保障乘客安全。

优势三：减少带宽成本

边缘计算支持数据本地处理，大流量业务本地卸载可以减轻回传压力，有效降低成本。譬如，一些连接的传感器（例如相机或在引擎中工作的聚合传感器）会产生大量数据，在这些情况下，智能边缘计算平台，将所有这些信息发送到云计算中心将花费很长时间和过高的成本，如若采用边缘计算处理，将减少大量带宽成本。

如何理解边缘计算

边缘计算中的边缘指的是网络边缘上的计算和存储资源，这里的网络边缘与数据中心相对，无论是从地理距离还是网络距离上来看都更贴近用户。边缘计算则是利用这些资源在网络边缘为用户提供服务的技术，移动边缘计算平台，使应用可以在数据源附近处理数据。如果从仿生的角度来理解边缘计算，我们可以做这样的类比：云计算相当于人的大脑，边缘计算相当于人的***末端。当到手时总是下意识的收手，然后大脑才会意识到到了手，因为将手收回的过程是由***末端直接处理的非条件反射。这种非条件反射加快人的反应速度，避免受到更大的伤害，同时让大脑专注于处理智慧。未来是万物联网的时代，思科预计 2020 年将有 500 亿的设备接入互联网，我们不可能让云计算成为每个设备的“大脑”，而边缘计算就是让设备拥有自己的“大脑”。