边缘计算解决方案

对边缘计算来说，需要对计算资源和网络资源有全局判断，例如边缘设备边缘节点和中心云资源的使用，站在全局角度，合理配置资源，保证性能成本服务数据协同边沿AI处理用户数据，可从两个方面进行考虑一是横向考虑，边缘存在多种网络环境，终端用户设备具有移动性，可以从一个服务节点移至另一个节点，将用户在旧环境中产生的数据如何与新环境中的AI程序同步，从WiFi切换到5G移动网络，甚至从一家运营商切换到另一家运营商数据协作不仅需要技术支持，而且还需要业务模式的支持从另一个角度来看，根据隐私级别，用户在边缘侧生成的数据可以分成不同类型，比如User-Private，像Edge-Private,Public，等等，

边界计算使得物联网分析AoT得以实现，而AoT指的是物联网分析的简写术语但是，在现实世界中，物联网设备是非常轻量级的，存储和计算能力是有限的正因为如此，当我们谈到物联网的边缘计算时，边缘设备不仅仅包含了传感器和其他物联网设备，还有路由器和网关实际上，路由器和Gateway是运行在Linux或其它类似操作系统上的真正的计算设备通过安装边缘计算中间件，可以安全地从物联网设备接收数据所以，真正处于边缘的设备可以在它上运行轻量级解决方案，而实际的分析是在网关和路由器上进行的基于边缘计算的物联网应用案例边缘计算要比计算能力更加重要，因为它比云计算更加突出下面我们看几个具体例子智能家居安全摄像机不需要把它

在边缘计算中，边缘是指在数据产生源之间，通过任意路径拥有计算资源和网络资源边沿计算的目的是使计算资源移向网络边缘，这样做的目的是提高网络延时，保证任务的执行效率这就可以快速响应用户的要求，实现更低的延迟和更高的带宽在物联网中，边缘计算可以将大量控制从集中云转移到边缘，从而实现物联网中大量数据的实时分析在电网运行不正常或发生故障时，传统的方法是将海量信息上传到集中式系统中进行处理，这样计算机就可以做到对数据处理能力的要求非常高，而云边技术可以解决这一问题此外，边缘计算可用于智能家庭传输线监控智能变电站等，提高了系统的效率和实时性目前，对边缘计算的研究主要集中在移动边缘网络雾计算边缘云等领域，移动

到目前为止，边缘计算的应用已不计其数，下面要介绍的，就是边缘计算MEC节点在部署容灾时给出的方案根据运营商推出的边缘计算商用网络方案，提出了以下边缘计算MEC节点部署容灾方案的建议几个行业客户共享即共享式边缘计算MEC节点建议在城市核心机房进行异点部署，并采用异局址组POOL方式容灾，当POOL中有1套边缘UPF故障时，故障UPF上的用户托管会自动切换到POOL内其他运行正常的边缘UPF此外，共享式MEC节点的DCGW之间建议采用传输专线互连，POOL中一组边缘UPF发生故障时，POOL内的其他边缘UPF可通过DCGW之间的传输专线连接来访问故障节点的APP资源，保证在UPF故障时业务受损最小

业界对边缘计算的落地形态进行过清晰划分边缘云的重点是边缘，强调边缘端的云服务能力，强调边缘端的小规模云服务，业务处理逻辑主要在边缘端实现边缘云则强调云，表示云服务在边缘端的延伸，业务处理逻辑主要在中心云上实现此外，还全面阐述了边缘计算核心能力的发展方向和对软硬件平台的能力需求，为边缘计算产业在新时期的发展指明方向也就是说，边缘计算已经不再仅仅停留在原来的学院派，而是变成了生产应用场景的实践派，这其中的一个重要概念就在于边云协同虽然云计算已经成为整个IT行业的主流趋势，但是正如我们之前提到的，云计算并非无所不能，越来越多的计算设备将越来越多的数据集中到云端，这也使得云本身难以承受庞大的数据负载而

为确保用户的视讯体验，边缘计算针对TCP质量，通过运营商所掌握的通信网络信息来提供更好的TCP优化TCPO,TCPO,TCPOptimization对于内容分发，则侧重于引入5G移动边缘计算MECMulti-accessEdgeComputing

5G技术推动了万物互联互通，万物互联带来了海量数据计算连接存储处理等需求，进一步推动了边缘计算的发展，边缘计算重新定义了云边端三体协同的计算组合形态，本质上是实现算力负载均衡优化根据预测，边缘计算市场规模20192023年年的复合增长率超过30,2023年全球边缘计算市场规模将达到340亿美元边缘计算的应用场景按覆盖面可分为局部覆盖类和全网覆盖类两种局部覆盖应用核心要求边缘节点ENS的下沉本地化，边缘计算ENS接入需要足够近目标30公里时延足够低目标5ms，以便更好地支持本地化的服务上的云需求在智能交通智慧社区等行业监控数据上云方面，大带宽的应用是最能处理边缘计算延迟和降低成本等优点全网络覆盖

在边缘计算中，许多节点都采用电池供电或能量回收系统，因此电路功耗一直是设计的一大难题在CMOS电路中，一方面使用了特殊设计的CMOS电路一种超低功耗的常开语音检测芯片在文献

一个长而复杂的边缘云计算产业链条，涉及到运营商网络厂商服务器厂商其他生态参与者政府机构全球与之相关的协会等合作伙伴，可以构建边缘计算开放平台，凝聚各行各业边缘计算优势，构建产业生态，促进边缘计算的发展工厂许多繁重的工作令人厌烦通常，每天要完成一万多个零件的眼检，平均每分钟要检测十几种产品，在连续工作超过10个小时的情况下，这也是很常见的工作负荷过大，工作人员精力跟不上，漏检错检成为必然减轻生产企业质检员的工作压力，提高产品质量，已成为一个亟待解决的难题边缘计算以深度学习算法为基础，构建了基于深度学习算法的边缘工业智能质检解决方案，通过实时读取质检图片，推理定位缺陷的类型大小及缺陷的处理与此同时