邊緣計算：5G時代的商業變革與重構

風電場業主最煩惱的事情在於隨着風機（風力發電機組）運行年限的增加（一般風機出質保的時間大約是5年），他們感覺自己越來越無法監控這個老傢伙的狀況了。不是說風電場沒有風機狀態監控系統，一般風電場都有很先進的SCADA監控系統，畢竟少則幾個億，多則幾十億的投資，盲人摸象肯定是不行的。但風電場的SCADA系統都是結果監控的，簡單的說就是風機出事了或者快出事了才能判斷出了。一般風機運行前5年，風機大部件還很新的時候，結果監控也未嘗不可。但隨着風機運行年限的增加，業主會越來越感覺到過程狀態監控的重要性，於是大量的大部件監控傳感器增加到這個上千萬的大傢伙上，像家庭醫生那樣隨時監控着這個大傢伙的身體。CMS監控着風機機械傳動鏈的磨損狀況，葉片內置傳感器或者毫米波雷達一刻不停的監控風機葉片的微小裂痕以及掃塔風險，螺栓在線超聲波檢測傳感器時刻檢測着大傢伙的每一顆螺栓。。。大量的傳感設備配備到傳統的風電場，每一個傳感設備通過邊緣計算將低延時的數據進行在線分析，再將分析好的數據發給scada，這樣就形成了一個智慧風電場維護的系統，這個系統就像一位家庭醫生一樣時刻健康着風力發電設備的狀態，一有微恙立刻報告scada對機組進行預防性維護，從而大大延長了機組的壽命。 這是一個典型的邊緣計算運用的案例，我很熟是因爲我在這個行業裏呆了12年。這樣的案例大量的運用在視覺捕捉、智能安防、自動駕駛、智慧工廠等每一個工業和商業角落。世界發展如此之快以至於我常常覺得很虛幻，有時候我甚至覺得當整個世界通過傳感器+邊緣計算+雲中心形成了萬物互聯（事實上我覺得100年內萬物互聯就有可能實現），我們人類是不是真會感覺自己活在一個遊戲世界裏，所有的狀態都在計算之中，這是人類的幸運抑或不幸？ 但不管怎樣，我們還是要往萬物互聯這條道路上走。我們別無選擇因爲那就是人生。 每天讀書一小時，終難變成自由人。

邊緣計算是雲計算的局部，比雲計算有精準，高效，成本低，安全性強等特點，又跟雲計劃成一體。

可惜沒解決我的問題：跟5G的關聯在哪裏，運營商在產業鏈中的角色定位如何？

瞭解“邊緣計算”運用場景和基礎概念而讀書。

本書介紹了邊緣計算相關概念，場景以及當下國內外公司技術進展，對理解邊緣計算還是有幫助的。

這本書咋沒有後記，還挺不習慣的。之前在看關於5G的書時候就有提到過邊緣計算，但是都沒有深入地對此展開，我看得也是挺疑惑的，這邊緣計算到底是個什麼。現在專門閱讀這本書之後算是有了一個大概的輪廓了。邊緣計算如同一個個小的便利店，在便利店裏就可以完成我們日常生活，比如買個水之類的，雲計算就如同大賣場，在大賣場裏可以買到更豐富更貴的產品，比如電腦，洗衣機。邊緣計算貼近數據源，及時的處理數據，然後將其中有價值的數據傳輸到雲端。這樣做有3個好處，1、及時響應。2、上傳處理過的數據，節省雲的算力3、關鍵數據可以提前處理，提高數據安全。由於邊緣計算靠近數據源的特點，就對其提出特殊的要求：1、數據源衆多，數據標準，網絡標準需要考慮。2、靠近數據源，一方面意味着針對專門的業務，一方面數據源處環境惡劣，因此邊緣計算設備既需要可以快速處理業務有需要低能耗高算力。3、數據安全，如何保證數據在邊緣計算設備中防止被攻擊，保護數據是個問題。 這本書還提到了很多公司在邊緣計算中的實際應用，還是挺有意思的，這些案例可以加深對於邊緣計算的理解，閱讀這本書後，邊緣計算不再那麼神祕，這種感覺挺不錯的。

把邊緣計算及邊緣計算面臨的問題都講講清楚了，對小白來說很好。萬物互聯的時代對於邊緣設備的要求其實挺高，成本要低，還要有數據存儲，數據計算的功能，各個節點之間還要通信，還要具有安全性可靠性，自我感覺這是對物聯網控制芯片的性能提出了要求。邊緣計算的標準還未曾普及，語言標準，傳輸協議等標準有待完善 ，就看那家物聯網公司橫空出世統一江湖，期待……

科普入門，把邊緣計算講清楚，5G的核心能力就是對邊緣計算的支持，邊緣計算是萬物互聯的基礎，也是VRAR空間計算和交互感知所依賴的技術。可惜案例缺了點深度，畢竟是偏重於應用的介紹，與5G的關係可以參考移動李正茂寫的5G+如何改變社會那本書。

5G幾乎沒提到、全書大多是概念與材料的堆砌，但還是會有一些啓發：邊緣計算的業務邏輯（雲邊協同）、其價值是怎樣的（減少對集中式雲中心的計算、存儲、網絡壓力，滿足實時性、可靠性、安全性、智能化方面的場景化需求）。 工業物聯網時代，也是“新機器”時代，雲服務與應用、物聯網、邊緣智能、基於大數據的深度學習，確實能夠創造很多應用，改造各行業，存在很多想象空間，尤其在工業、電力能源、安防監控、智慧城市、智能交通等領域。其中在製造業領域，同時存在邊緣計算的兩種類型：基於時序數據的邊緣計算（如傳感器採集數據，做預測性維護）和基於機器視覺的邊緣計算（非結構化、半結構化圖像數據，做瑕疵檢測、目標識別）。而在安防領域，AI智能視頻分析、邊緣智能設備、人臉/車輛識別甚至雲平臺、AI加速芯片與算法已開始大範圍落地。 至於5G對這些有哪些影響？還是不能理解清楚，基於4G移動通信作想象，也許還是在VR/視頻、監控傳輸、車聯網等率先應用。

沒啥價值。對時延要求高，或則邊緣到中心的流量大，邊緣計算纔有必要。缺點成本高。難點中心與邊緣的交互如何設計，一點都沒有說。