如何理解边缘计算和云计算的关系

近年经常会听到 “云边协同” 、 “云端协同” 、 “云边端协同” 等概念， 云边端即云计算、边缘计算与终端的结合 ，本质上是通过相互合作、互相渗透的物联网部署方式，将云端能力延伸到靠近设备的边缘节点，联动云端和边缘侧数据，实现边缘节点的远程管控、数据分析、智能决策等。 本文主要简单介绍“云边协同”涉及的云计算、边缘计算和终端的概念，并简单说明云计算与边缘计算的区别与联系。

一、概念

云计算（Cloud Computing） ， 也被意译为网络计算，是一种基于互联网的计算方式，通过这种方式共享的硬件资源和信息可以按需求提供给计算机各种终端和其他设备。 通俗地讲，云计算是对计算机硬件、系统、网络、应用软件等资源的集中部署和再分配，以求达到计算资源的利用效率最大化。云计算主要分为公有云、私有云、混合云，云计算服务通常包括IaaS（基础设施即服务）、PaaS（平台即服务）和SaaS（软件即服务）三个层面。

边缘计算（Edge Computing） ， 根据边缘计算产业联盟的定义，是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。 边缘计算中的“边缘”是个相对的概念，指从数据源到云计算中心数据路径之间的任意计算资源和网络资源。

终端（Computer terminal） ， 是指终端设备，其实就是一种输入输出设备，如手机、智能家电、各类传感器、摄像头等 。

二、区别与联系

1、区别

云计算能够把握全局，处理大数据并进行深入分析，在商业决策等非实时数据处理场景中发挥着重要作用；边缘计算侧重于局部，能够更好地在小规模、实时的智能分析中发挥作用，如满足局部企业的实时需求。

云计算和边缘计算的区别

区别	云计算	边缘计算
即时性	海量数据无法进行即时处理	实时数据处理和分析
传输	以中心服务器为节点，可能遇到带宽瓶颈	低带宽运行
隐私保护	弱，隐私数据传输到数据中心容易导致数据丢失或信息泄露等风险	强，数据本地采集、本地分析、本地处理

2、联系

按功能角色来看，边缘计算主要分为“云、边、端”三部分：

“云” 是传统云计算的中心节点，是边缘计算的管控端，可以理解为核心中枢(大脑)；

“边” 是云计算的边缘端，分为基础设施边缘和设备边缘，可理解为具有大数据能力的边缘终端；

端” 是终端设备，如手机、智能家电、各类传感器、摄像头等。

华为提出 章鱼“一个大脑+多个小脑” 的例子，该例子很形象地说明了云计算和边缘计算的区别与联系。 作为无脊椎动物，章鱼拥有巨量的神经元，但60%的神经元分布在章鱼的八条腿（即腕足）上，脑部仅有40% 。章鱼在捕猎时异常灵巧迅速，腕足之间配合极好，从不会缠绕打结，这得益于他们类似于分布式计算的“一个大脑+多个小脑”。 边缘计算也属于一种分布式计算：在网络边缘侧的智能网关上就近处理采集到的数据。

物联网中的设备产生大量的数据，如果都上传到云端进行处理，势必对云端造成巨大压力，这时，分布在各个节点的边缘计算将负责自己范围内的数据计算和存储工作。

近年出现的新的热词“ 云边协同 ”，其含义和边缘计算差异不是很大，只是强调 “云-边-端”的架构 ， 终端负责全面感知，边缘负责局部的数据分析和推理，而云端则汇集所有边缘的感知数据、业务数据以及互联网数据，完成对行业以及跨行业的态势感知和分析 。边缘计算解决了在边缘资源中云计算应用的应用问题，成为云计算在未来发展的重要支撑，是云计算的重要补充。 随着云计算能力从中心下沉到边缘，边缘计算将推动形成“云、边、端”一体化的协同计算体系。

以 自动驾驶 为例， 未来的计算模式是边缘端和云计算结合 ，边缘侧的自动驾驶专用芯片会感知传感器数据并立刻处理、做决策，同时，这些处理后的数据也会在云端汇聚，进行大数据分析、模型搭建和编辑，同时做大规模的仿真，进行深度分析和机器学习，并对边缘侧设备进行更新和升级，使边缘侧设备更智能。

边缘计算无法代替云计算，也离不开云计算。未来，云计算将与边缘计算形成一种互补、协同的关系。 但目前云计算和边缘计算在协同过程中还存在诸多挑战，包括连接协同、数据协同、任务协同、管理协同、安全协同、多边协同等方面。 但随着科技的发展，相信未来将逐步实现云计算和边缘计算的有效协同。

资 料来源：根据网上信息综合整理。

本文转载自本人的同名微信公众号“漫话数据”，欢迎关注。