市場(chǎng)預(yù)計(jì)邊緣計(jì)算將是算力需求大幅提升的解決途徑之一，是AI算力的重要組成部分。2022年11月，聯(lián)通與騰訊成立了混改公司，旨在壯大CDN、邊緣計(jì)算產(chǎn)業(yè)鏈，國(guó)內(nèi)互聯(lián)網(wǎng)頭部玩家已經(jīng)開始提前布局。2023年的華為全球分析師大會(huì)的主題演講和其他會(huì)議上，華為都著重強(qiáng)調(diào)了計(jì)算、智能和人工智能/機(jī)器學(xué)習(xí)。

伴隨著在5.5G背景下展示的一系列雄心勃勃的用例，華為對(duì)未來的愿景在連接之外還將需要實(shí)現(xiàn)大量的邊緣計(jì)算。近日，京東云2022產(chǎn)業(yè)融合新品發(fā)布會(huì)在線上舉辦，會(huì)上重磅發(fā)布了統(tǒng)一存儲(chǔ)平臺(tái)云海。云海針對(duì)多行業(yè)、多場(chǎng)景給出了不同的邊緣計(jì)算存儲(chǔ)產(chǎn)品和解決方案。

邊緣計(jì)算設(shè)備與平臺(tái)

傳統(tǒng)意義上網(wǎng)絡(luò)應(yīng)用現(xiàn)場(chǎng)的控制器或者網(wǎng)關(guān)，并不能代表邊緣計(jì)算設(shè)備，符合邊緣計(jì)算定義要求的設(shè)備需要具備以下三個(gè)條件：

首先，該設(shè)備要具備邊緣側(cè)數(shù)據(jù)采集能力。數(shù)據(jù)采集是邊緣計(jì)算的基礎(chǔ)，從工業(yè)設(shè)備到消費(fèi)電子，一切設(shè)備都是數(shù)據(jù)的來源。

其次，設(shè)備需要有基于機(jī)器學(xué)習(xí)的智能運(yùn)算能力，尤其是能夠跨越邊緣側(cè)和云端提供智能化的運(yùn)算能力。不僅如此，設(shè)備還需要具備良好的運(yùn)算性能和數(shù)據(jù)管理能力。

第三，設(shè)備不僅僅能夠完成采集和運(yùn)算，還需要提供可操作的決策反饋，要有連接至決策執(zhí)行系統(tǒng)的開放性。系統(tǒng)管理層可以根據(jù)數(shù)據(jù)分析獲得相關(guān)決策建議，由執(zhí)行系統(tǒng)或者設(shè)備本身直接完成決策過程。

邊緣計(jì)算不是單一的部件，也不是單一的層次，而是涉及到EC-laaS、EC-PaaS、EC-SaaS的端到端開放平臺(tái)。在實(shí)際應(yīng)用中，要實(shí)現(xiàn)邊緣計(jì)算功能，不僅要有符合要求的邊緣計(jì)算設(shè)備，還需要有能夠?qū)崿F(xiàn)落地的邊緣計(jì)算平臺(tái)。

根據(jù)邊緣計(jì)算平臺(tái)的設(shè)計(jì)目標(biāo)和部署方式，目前可將邊緣計(jì)算開源平臺(tái)分為3類：面向物聯(lián)網(wǎng)端的邊緣計(jì)算平臺(tái)、面向邊緣云服務(wù)的邊緣計(jì)算平臺(tái)、面向云邊融合的邊緣計(jì)算平臺(tái)。由于針對(duì)的場(chǎng)景不同，各邊緣計(jì)算平臺(tái)的設(shè)計(jì)多種多樣，但也不失一般性，邊緣計(jì)算平臺(tái)的一般性功能框架如下圖所示。

在該框架中，資源管理功能用于管理網(wǎng)絡(luò)邊緣的計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)資源；設(shè)備接入和數(shù)據(jù)采集功能分別用于接入設(shè)備和從設(shè)備中獲取數(shù)據(jù)；安全管理用于保障來自設(shè)備數(shù)據(jù)的安全；平臺(tái)管理功能用于管理設(shè)備和監(jiān)測(cè)控制邊緣計(jì)算應(yīng)用的運(yùn)行情況。
邊緣計(jì)算應(yīng)用場(chǎng)景

邊緣計(jì)算應(yīng)用非常廣泛，如智慧城市建設(shè)、智能家居、安防監(jiān)控以及車聯(lián)網(wǎng)自動(dòng)駕駛領(lǐng)域，但目前邊緣計(jì)算應(yīng)用最具成效的是在工業(yè)制造業(yè)。

在工業(yè)物聯(lián)網(wǎng)領(lǐng)域的應(yīng)用實(shí)踐中，對(duì)于工業(yè)實(shí)時(shí)控制及邊緣設(shè)備安全隱私的要求較高，并且產(chǎn)生的數(shù)據(jù)需要本地化處理，因此將邊緣計(jì)算應(yīng)用于工業(yè)物聯(lián)網(wǎng)成為行業(yè)發(fā)展的方向。

目前，邊緣計(jì)算在制造企業(yè)主要應(yīng)用在以下幾個(gè)場(chǎng)景：

1.設(shè)備智能監(jiān)控

在設(shè)備監(jiān)控業(yè)務(wù)場(chǎng)景中，邊緣計(jì)算能夠支持對(duì)近億條甚至更多的數(shù)據(jù)傳輸和處理，并保證傳輸?shù)膶?shí)時(shí)性和可靠性。同時(shí)，結(jié)合大數(shù)據(jù)及人工智能技術(shù)，邊緣計(jì)算能及時(shí)對(duì)車間設(shè)備進(jìn)行遠(yuǎn)程控制，并能夠提升設(shè)備故障的預(yù)測(cè)能力，實(shí)現(xiàn)預(yù)測(cè)性運(yùn)維，最大限度延長(zhǎng)設(shè)備壽命和提高設(shè)備利用率。

邊緣計(jì)算還應(yīng)用到終端產(chǎn)品（如挖掘機(jī)、智能汽車等）的日常使用和運(yùn)維中。遠(yuǎn)程控制無人挖掘機(jī)基于5G通訊技術(shù)、邊緣計(jì)算和人工智能技術(shù)的融合，通過無人駕駛及5G遠(yuǎn)程遙控設(shè)備等實(shí)現(xiàn)準(zhǔn)確快速施工，達(dá)到提升工作效率、節(jié)約費(fèi)用、降低危險(xiǎn)系數(shù)等功效。
 

2.機(jī)器人作業(yè)
 

傳統(tǒng)的工業(yè)機(jī)器人已經(jīng)很難滿足智能制造時(shí)代對(duì)智能化和多感知融合等需求，必須依托互聯(lián)網(wǎng)技術(shù)、深度學(xué)習(xí)和機(jī)器人操作系統(tǒng)平臺(tái)等進(jìn)一步構(gòu)建下一代工業(yè)機(jī)器人。通過邊緣計(jì)算的模式提升機(jī)器人作為終端執(zhí)行設(shè)備的自主決策能力，是實(shí)現(xiàn)復(fù)雜工藝和協(xié)同控制的必要基礎(chǔ)。

機(jī)器人智能作業(yè)的傳輸狀態(tài)類信息，如關(guān)節(jié)的位置、速度等，不僅信息量較大，而且對(duì)信息的實(shí)時(shí)性要求高；而控制命令信息對(duì)安全性和可靠性有較高要求。通過邊緣側(cè)與遠(yuǎn)程控制端、智能中心的配合能夠?qū)崿F(xiàn)機(jī)器人的智能控制。此外，邊緣計(jì)算還應(yīng)用在多機(jī)器人協(xié)同作業(yè)，保證多機(jī)器人安全、高效的協(xié)同完成任務(wù)。
 

3.AI質(zhì)檢
 

AI質(zhì)檢系統(tǒng)采用先進(jìn)的邊緣計(jì)算技術(shù)，將AI應(yīng)用下沉到生產(chǎn)車間，在靠近設(shè)備的地方進(jìn)行機(jī)器視覺分析，降低視頻傳輸對(duì)網(wǎng)絡(luò)帶寬的需求。

目前，邊緣AI工業(yè)質(zhì)檢的訓(xùn)練階段需要在邊緣側(cè)完成，利用深度學(xué)習(xí)進(jìn)行數(shù)據(jù)的獲取、標(biāo)注、訓(xùn)練、測(cè)試和部署，然后根據(jù)產(chǎn)品檢驗(yàn)要求對(duì)產(chǎn)品類別信息、缺陷位置、缺陷類別等檢測(cè)結(jié)果進(jìn)行反饋，提出預(yù)警并控制現(xiàn)場(chǎng)設(shè)備進(jìn)行處理。邊緣計(jì)算AI質(zhì)檢實(shí)現(xiàn)了工業(yè)產(chǎn)品外觀缺陷的高精度識(shí)別分析，縮短了應(yīng)用響應(yīng)時(shí)間，提高了業(yè)務(wù)實(shí)時(shí)性。

4.產(chǎn)線優(yōu)化
 

柔性化作為制造業(yè)轉(zhuǎn)型升級(jí)而產(chǎn)生的新型生產(chǎn)方式，受到了眾多企業(yè)的追捧。由于數(shù)據(jù)分析慢、終端信息化程度低，實(shí)現(xiàn)柔性化生產(chǎn)對(duì)于傳統(tǒng)制造業(yè)并不簡(jiǎn)單。而制造企業(yè)通過邊緣計(jì)算能力控制不同的生產(chǎn)設(shè)備進(jìn)行協(xié)作，實(shí)現(xiàn)工廠柔性化定制生產(chǎn)模式，讓生產(chǎn)線變得更加智能。

邊緣計(jì)算通過對(duì)設(shè)備的加工狀態(tài)，如工藝參數(shù)、生產(chǎn)環(huán)境數(shù)據(jù)的監(jiān)控，建立“狀態(tài)改變對(duì)于加工質(zhì)量影響”的數(shù)學(xué)分析模型，并通過趨勢(shì)分析預(yù)測(cè)加工質(zhì)量的異常，及時(shí)調(diào)整設(shè)備工藝參數(shù)，形成“監(jiān)控-分析-調(diào)整-優(yōu)化”的閉環(huán)，防止廢品、殘次品產(chǎn)生。
 

5.工廠安防
 

在工廠安防領(lǐng)域，需要借助邊緣計(jì)算對(duì)人員進(jìn)行精確定位以及將定位信息與實(shí)時(shí)視頻、圖像以及數(shù)據(jù)傳輸進(jìn)行聯(lián)動(dòng)，保證毫秒級(jí)的響應(yīng)及提示，為預(yù)警的有效性提供保障，以防止安全事故的發(fā)生。同時(shí)，為了數(shù)據(jù)的長(zhǎng)期存儲(chǔ)以便事故的追溯，需要借助邊緣計(jì)算的大帶寬、實(shí)時(shí)性以及云端海量存儲(chǔ)來實(shí)現(xiàn)這些需求。
 

6.機(jī)器人巡檢
 

傳統(tǒng)人為巡檢工作量大，而且容易出現(xiàn)漏檢。依托5G、AI和邊緣計(jì)算，智能巡檢機(jī)器人可以代替人力巡檢。在機(jī)器人巡檢場(chǎng)景中，必須要利用云端強(qiáng)大的大數(shù)據(jù)處理能力，對(duì)設(shè)備風(fēng)險(xiǎn)特征點(diǎn)進(jìn)行有效的提取和分析，從而形成設(shè)備巡檢報(bào)警模型。將機(jī)器人管理和DIAG系統(tǒng)（診斷系統(tǒng)）部署在邊緣側(cè)，通過5G網(wǎng)絡(luò)回傳實(shí)時(shí)高清巡檢畫面、設(shè)備信息、環(huán)境信息、系統(tǒng)交互等，判斷現(xiàn)場(chǎng)產(chǎn)品是否與DIAG系統(tǒng)的產(chǎn)品信息一致，防止遺漏。

7.物流裝備智能化控制
 

在智能工廠內(nèi)部，多AGV之間的作業(yè)協(xié)同，調(diào)度算法極其復(fù)雜，而且復(fù)雜環(huán)境和大量的跨區(qū)域作業(yè)，對(duì)通訊的穩(wěn)定性和帶寬提出了更高的要求。隨著企業(yè)內(nèi)AGV數(shù)量的增加，云AGV可以更好的解決運(yùn)算問題，邊緣計(jì)算恰好能給云AGV提供高可靠、低時(shí)延的通訊條件支持。

邊緣計(jì)算是物聯(lián)網(wǎng)不可或缺的基礎(chǔ)設(shè)施之一，目前，對(duì)于邊緣計(jì)算技術(shù)的研究和認(rèn)識(shí)依然在持續(xù)深入。伴隨5G商用的不斷推進(jìn)和邊緣計(jì)算產(chǎn)業(yè)生態(tài)的發(fā)展完善，工業(yè)互聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)、智慧交通、無人駕駛以及眾多目前難以想象的邊緣計(jì)算典型場(chǎng)景有望加快落地、走向應(yīng)用和普及，將會(huì)給整個(gè)社會(huì)創(chuàng)造更大的價(jià)值。