邊緣計(jì)算急需解決的難題

目前邊緣計(jì)算已經(jīng)得到了各行各業(yè)的廣泛重視，并且在很多應(yīng)用場景下開花結(jié)果。根據(jù)邊緣計(jì)算領(lǐng)域特定的特點(diǎn)，本文認(rèn)為6個(gè)方向是未來幾年迫切需要解決的問題：編程模型、軟硬件選型、基準(zhǔn)程序與標(biāo)準(zhǔn)、動(dòng)態(tài)調(diào)度、與垂直行業(yè)的緊密結(jié)合以及邊緣節(jié)點(diǎn)的落地。

從圖4可知，邊緣計(jì)算包含3個(gè)關(guān)鍵內(nèi)容：

• 應(yīng)用程序/服務(wù)功能可分割。邊緣計(jì)算中的一個(gè)任務(wù)可以遷移到不同的邊緣設(shè)備去執(zhí)行，任務(wù)可分割包括僅能分割其自身或?qū)⒁粋€(gè)任務(wù)分割成子任務(wù)，任務(wù)的執(zhí)行需要滿足可遷移性，即任務(wù)可遷移是實(shí)現(xiàn)在邊 緣設(shè)備上進(jìn)行數(shù)據(jù)處理的必要條件。
• 數(shù)據(jù)可分布。數(shù)據(jù)可分布既是邊緣計(jì)算的特征也是邊緣計(jì)算模型對(duì)待處理數(shù)據(jù)集合的要求。邊緣數(shù)據(jù)的可分布性是針對(duì)不同數(shù)據(jù)源而言的，不同數(shù)據(jù)源來源于數(shù)據(jù)生產(chǎn)者所產(chǎn)生的大量數(shù)據(jù)。
• 資源可分布。邊緣計(jì)算模型中的數(shù)據(jù)具有一定的可分布性，從而要求處理數(shù)據(jù)所需要的計(jì)算、存儲(chǔ)和通信資源也具有可分布性.只有當(dāng)邊緣計(jì)算系統(tǒng)具備數(shù)據(jù)處理和計(jì)算所需要的資源，邊緣設(shè)備才可以對(duì)數(shù)據(jù)進(jìn)行處理。

因此，傳統(tǒng)的編程模型并不適合邊緣計(jì)算。邊緣計(jì)算中的設(shè)備大多是異構(gòu)計(jì)算平臺(tái)，每個(gè)設(shè)備上的運(yùn)行時(shí)環(huán)境、數(shù)據(jù)也不相同，且邊緣設(shè)備的資源相對(duì)受限，在邊緣計(jì)算場景下部署用戶應(yīng)用程序會(huì)有較大的困難。Li等人針對(duì)邊緣設(shè)備資源受限的特性設(shè)計(jì)了一種輕量級(jí)的編程語言EveryLite，該工作將計(jì)算遷移任務(wù)中主體為接口調(diào)用的、時(shí)間和空間復(fù)雜度受限的計(jì)算任務(wù)稱為微任務(wù)(micro task)， EveryLite能夠在物端設(shè)備上處理邊緣計(jì)算場景中微任務(wù)，經(jīng)過實(shí)驗(yàn)對(duì)比可以發(fā)現(xiàn)EveryLite的執(zhí)行時(shí)間分別比JerryScript和Lua低77%和74%，編譯后內(nèi)存占用量分別是JerryScript和Lua的18. 9% 和1. 4%。因此，針對(duì)邊緣計(jì)算場景下的編程模型的研究具有非常大的空間，也十分緊迫。

2. 軟硬件選型

邊緣計(jì)算系統(tǒng)具有碎片化和異構(gòu)性的特點(diǎn)。在硬件層面上，有CPU，GPU，F(xiàn)PGA，ASIC等各類計(jì)算單元，即便是基于同一類計(jì)算單元，也有不同的整機(jī)產(chǎn)品，例如基于英偉達(dá)GPU的邊緣硬件產(chǎn)品，既有計(jì)算能力較強(qiáng)的DRIVEPX2，又有計(jì)算能力較弱 的Jetson TX2；在軟件系統(tǒng)上，針對(duì)深度學(xué)習(xí)應(yīng)用， 有 TensorFlow, Caffe, PyTorch 等各類框架.不同的軟硬件及其組合有各自擅長的應(yīng)用場景，這帶來了一個(gè)問題：開發(fā)者不知道如何選用合適的軟硬件產(chǎn)品以滿足自身應(yīng)用的需求。

在軟硬件選型時(shí)，既要對(duì)自身應(yīng)用的計(jì)算特性做深人了解，從而找到計(jì)算能力滿足應(yīng)用需求的硬件產(chǎn)品，又要找到合適的軟件框架進(jìn)行開發(fā)，同時(shí)還要考慮到硬件的功耗和成本在可接受范圍內(nèi)。因此，設(shè)計(jì)并實(shí)現(xiàn)一套能夠幫助用戶對(duì)邊緣計(jì)算平臺(tái)進(jìn)行性能、功耗分析并提供軟硬件選型參考的工具十分重要。

3. 基準(zhǔn)程序和標(biāo)準(zhǔn)

隨著邊緣計(jì)算的發(fā)展，學(xué)術(shù)界和工業(yè)界開始推出越來越多的針對(duì)不同邊緣計(jì)算場景設(shè)計(jì)的硬件或軟件系統(tǒng)平臺(tái)，那么我們會(huì)面臨一個(gè)緊迫的問題，即如何對(duì)這些系統(tǒng)平臺(tái)進(jìn)行全面并公平的評(píng)測。傳統(tǒng)的計(jì)算場景都有經(jīng)典基準(zhǔn)測試集(benchmark)，例如并行計(jì)算場景中的PARSEC、高性能計(jì)算場景中的 HPCC、大數(shù)據(jù)計(jì)算場景中的BigDataBench。

由于邊緣計(jì)算仍然是較新的計(jì)算場景，業(yè)界仍然沒有一個(gè)比較權(quán)威的用于評(píng)測系統(tǒng)性能的Benchmark出現(xiàn)，但是學(xué)術(shù)界已經(jīng)開始有了一些探索工作SD-VBS和MEVBench均是針對(duì)移動(dòng)端設(shè)備評(píng)測基于機(jī)器視覺負(fù)載的基準(zhǔn)測試集。SD-VBS選取了28個(gè)機(jī)器視覺核心負(fù)載，并提供了C和Matlab的實(shí)現(xiàn)；MEVBench則提供了一些列特征提取、特征分類、物體檢測和物體追蹤相關(guān)的視覺算法負(fù)責(zé)，并提供單線程核多線程的C++實(shí)現(xiàn)。SLAMBench是一個(gè)針對(duì)移動(dòng)端機(jī)器人計(jì)算系統(tǒng)設(shè)計(jì)的基準(zhǔn)測試集，其使用RG&D SLAM作為評(píng)測負(fù)載，并且針對(duì)不同異構(gòu)硬件提供C++，OpenMP， OpenCL 和 CUDA 版本的實(shí)現(xiàn)。CAVBench是第1個(gè)針對(duì)智能網(wǎng)聯(lián)車邊緣計(jì)算系統(tǒng)設(shè)計(jì)的基準(zhǔn)測試集，其選擇6個(gè)智能網(wǎng)聯(lián)車上的典型應(yīng)用作為評(píng)測負(fù)責(zé)，并提供標(biāo)準(zhǔn)的輸人數(shù)據(jù)集和應(yīng)用-系統(tǒng)匹配指標(biāo)。

由于邊緣計(jì)算場景覆蓋面廣，短期來看不會(huì)出現(xiàn)一個(gè)統(tǒng)一的基準(zhǔn)測試集可以適應(yīng)所有場景下的邊緣計(jì)算平臺(tái)，而是針對(duì)每一類計(jì)算場景會(huì)出現(xiàn)一個(gè)經(jīng)典的基準(zhǔn)測試集，之后各個(gè)基準(zhǔn)測試集互相融合借鑒，找出邊緣計(jì)算場景下的若干類核心負(fù)載，最終形成邊緣計(jì)算場景中的經(jīng)典基準(zhǔn)測試集。

4. 動(dòng)態(tài)調(diào)度

在云計(jì)算場景下，任務(wù)調(diào)度的一般策略是將計(jì)算密集型任務(wù)遷移到資源充足的計(jì)算節(jié)點(diǎn)上執(zhí)行。但是在邊緣計(jì)算場景下，邊緣設(shè)備產(chǎn)生的海量數(shù)據(jù)無法通過現(xiàn)有的帶寬資源傳輸?shù)?a target="_blank">云計(jì)算中心進(jìn)行集中式計(jì)算，且不同邊緣設(shè)備的計(jì)算、存儲(chǔ)能力均不 相同，因此，邊緣計(jì)算系統(tǒng)需要根據(jù)任務(wù)類型和邊緣設(shè)備的計(jì)算能力進(jìn)行動(dòng)態(tài)調(diào)度。調(diào)度包括2個(gè)層面：

• 云計(jì)算中心和邊緣設(shè)備之前的調(diào)度;
• 邊緣設(shè)備之間的調(diào)度。

云計(jì)算中心與邊緣設(shè)備間的調(diào)度分為2種方式：自下而上和自上而下。自下而上是在網(wǎng)絡(luò)邊緣處將邊緣設(shè)備采集或者產(chǎn)生的數(shù)據(jù)進(jìn)行部分或者全部的預(yù)處理，過濾無用數(shù)據(jù)，以此降低傳輸帶寬;自上而下是指將云計(jì)算中心所執(zhí)行的復(fù)雜計(jì)算任務(wù)進(jìn)行分割，然后分配給邊緣設(shè)備執(zhí)行，以此充分利用邊緣設(shè)備的計(jì)算資源，減少整個(gè)計(jì)算系統(tǒng)的延遲和能耗。2017年，Kang等人設(shè)計(jì)了一個(gè)輕量級(jí)的調(diào)度器 Neurosurgeon,它可以將深度神經(jīng)網(wǎng)絡(luò)不同層的計(jì)算任務(wù)在移動(dòng)設(shè)備和數(shù)據(jù)中心間自動(dòng)分配，使得移動(dòng)設(shè)備功耗最多降低了 94.7%，系統(tǒng)延遲最多加快了40.7倍，并且數(shù)據(jù)中心的吞吐量最多增加了6. 7倍。邊緣設(shè)備間也需要?jiǎng)討B(tài)調(diào)度。邊緣設(shè)備的計(jì)算、存儲(chǔ)能力本身是不同的，并且會(huì)隨著時(shí)間的變化而變化，而它們承擔(dān)的任務(wù)類型也是不一樣的，因此需要?jiǎng)討B(tài)調(diào)度邊緣設(shè)備上的任務(wù)，提高整體系統(tǒng)性能，防止出現(xiàn)計(jì)算任務(wù)調(diào)度到一個(gè)系統(tǒng)任務(wù)過載情況下的設(shè)備.Zhang等人針對(duì)延遲敏感性的社會(huì)感知任務(wù)設(shè)計(jì)了一個(gè)邊緣任務(wù)調(diào)度框架C〇GTA，實(shí)驗(yàn)證明該框架可以滿足應(yīng)用和邊緣設(shè)備的需求。

綜上所述，動(dòng)態(tài)調(diào)度的目標(biāo)是為應(yīng)用程序調(diào)度邊緣設(shè)備上的計(jì)算資源，以實(shí)現(xiàn)數(shù)據(jù)傳輸開銷最小化和應(yīng)用程序執(zhí)行性能的大化。設(shè)計(jì)調(diào)度程序時(shí)應(yīng)該考慮：任務(wù)是否可拆分可調(diào)度、調(diào)度應(yīng)該采取什么策略、哪些任務(wù)需要調(diào)度等.動(dòng)態(tài)調(diào)度需要在邊緣設(shè)備能耗、計(jì)算延時(shí)、傳輸數(shù)據(jù)量、帶寬等指標(biāo)之間尋找最優(yōu)平衡.根據(jù)目前的工作，如何設(shè)計(jì)和實(shí)現(xiàn)一種有效降低邊緣設(shè)備任務(wù)執(zhí)行延遲的動(dòng)態(tài)調(diào)度策略是一個(gè)急需解決的問題。

5. 和垂直行業(yè)緊密合作

在云計(jì)算場景下，不同行業(yè)的用戶都可將數(shù)據(jù)傳送至云計(jì)算中心，然后交由計(jì)算機(jī)從業(yè)人員進(jìn)行數(shù)據(jù)的存儲(chǔ)、管理和分析。云計(jì)算中心將數(shù)據(jù)抽象并提供訪問接口給用戶，這種模式下計(jì)算機(jī)從業(yè)人員與用戶行業(yè)解耦和，他們更專注數(shù)據(jù)本身，不需對(duì)用戶行業(yè)領(lǐng)域內(nèi)知識(shí)做太多了解。

但是在邊緣計(jì)算的場景下，邊緣設(shè)備更貼近數(shù)據(jù)生產(chǎn)者，與垂直行業(yè)的關(guān)系更為密切，設(shè)計(jì)與實(shí)現(xiàn)邊緣計(jì)算系統(tǒng)需要大量的領(lǐng)域?qū)I(yè)知識(shí)。另一方面，垂直行業(yè)迫切需要利用邊緣計(jì)算技術(shù)提高自身的競爭力，卻面臨計(jì)算機(jī)專業(yè)技術(shù)不足的問題.因此計(jì)算 機(jī)從業(yè)人員必須與垂直行業(yè)緊密合作，才能更好地完成任務(wù)，設(shè)計(jì)出下沉可用的計(jì)算系統(tǒng).在與垂直行業(yè)進(jìn)行合作時(shí)，需要著重解決3個(gè)問題：

• 減少與行業(yè)標(biāo)準(zhǔn)間的隔閡。在不同行業(yè)內(nèi)部有經(jīng)過多年積累的經(jīng)驗(yàn)與標(biāo)準(zhǔn)，在邊緣計(jì)算系統(tǒng)的設(shè)計(jì)中，需要與行業(yè)標(biāo)準(zhǔn)靠近，減少隔閡。例如，在針對(duì)自動(dòng)駕駛汽車的研究中，自動(dòng)駕駛?cè)蝿?wù)的完成需要使用到智能算法、嵌人式操作系統(tǒng)、車載計(jì)算硬件等各類計(jì)算機(jī)領(lǐng)域知識(shí)，這對(duì)于計(jì)算機(jī)從業(yè)人員而言是一個(gè)機(jī)遇，因此許多互聯(lián)網(wǎng)公司投人資源進(jìn)行研究。然而，若想研制符合行業(yè)標(biāo)準(zhǔn)的汽車，僅應(yīng)用計(jì)算機(jī)領(lǐng)域知識(shí)是完全不夠的，還需要對(duì)汽車領(lǐng)域?qū)I(yè)知識(shí)有較好的理解，例如汽車動(dòng)力系統(tǒng)、控制系統(tǒng)等，這就需要與傳統(tǒng)汽車廠商進(jìn)行緊密合作。同樣，在智能制造、工業(yè)物聯(lián)網(wǎng)等領(lǐng)域，同樣需要設(shè)計(jì)下沉到領(lǐng)域內(nèi)、符合行業(yè)標(biāo)準(zhǔn)的邊緣計(jì)算系統(tǒng)。
• 完善數(shù)據(jù)保護(hù)和訪問機(jī)制。在邊緣計(jì)算中，需要與行業(yè)結(jié)合，在實(shí)現(xiàn)數(shù)據(jù)隱私保護(hù)的前提下設(shè)計(jì)統(tǒng)一、易用的數(shù)據(jù)共享和訪問機(jī)制.由于不同行業(yè)具有的特殊性，許多行業(yè)不希望將數(shù)據(jù)上傳至公有云，例如醫(yī)院、公安機(jī)構(gòu)等。而邊緣計(jì)算的一大優(yōu)勢是數(shù)據(jù)存放在靠近數(shù)據(jù)生產(chǎn)者的邊緣設(shè)備上，從而保證了數(shù)據(jù)隱私.但是這也導(dǎo)致了數(shù)據(jù)存儲(chǔ)空間的多樣性，不利于數(shù)據(jù)共享和訪問.在傳統(tǒng)云計(jì)算中，數(shù)據(jù)傳輸?shù)皆贫?，然后通過統(tǒng)一接口來訪問，極大地方便了用戶的使用.邊緣計(jì)算需要借助這種優(yōu)勢來設(shè)計(jì)數(shù)據(jù)防護(hù)和訪問機(jī)制。
• 提高互操作性。邊緣計(jì)算系統(tǒng)的設(shè)計(jì)需要易于結(jié)合行業(yè)內(nèi)現(xiàn)有的系統(tǒng)，考慮到行業(yè)現(xiàn)狀并進(jìn)行利用，不要與現(xiàn)實(shí)脫節(jié)。例如在視頻監(jiān)控系統(tǒng)中，除了近些年出現(xiàn)的智能計(jì)算功能的攝像頭，現(xiàn)實(shí)中仍然有大量的非智能攝像頭，其每天仍然在采集大量的視頻數(shù)據(jù)，并將數(shù)據(jù)傳輸至數(shù)據(jù)中心。學(xué)術(shù)界設(shè)計(jì)了A3系統(tǒng)，它利用了商店或者加油站中已有的計(jì)算設(shè)備。然而實(shí)際情況下，攝像頭周邊并不存在計(jì)算設(shè)備。因此，在邊緣計(jì)算的研究中需要首先考慮如何部署在非智能的攝像頭附近部署邊緣計(jì)算設(shè)備. 在目前的解決方案中，多是采用建立更多的數(shù)據(jù)中心或AI—體機(jī)來進(jìn)行處理，或者采用一些移動(dòng)的設(shè)備，如各種單兵作戰(zhàn)設(shè)備，來進(jìn)行數(shù)據(jù)的采集.前者耗費(fèi)巨大，且從本質(zhì)來說，仍然是云計(jì)算的模式;后者通常使用于移動(dòng)情況下，僅作為臨時(shí)的計(jì)算中心，無法和云端進(jìn)行交互。在視頻監(jiān)控領(lǐng)域，Luo等人提出了一個(gè)尚屬于前期探討的EdgeBox方案，其同時(shí)具備計(jì)算能力和通信能力，可以作為中間件插人到攝像頭和數(shù)據(jù)中心之間，完成數(shù)據(jù)的預(yù)處理. 因此，如何與垂直行業(yè)緊密合作，設(shè)計(jì)出下沉可用的邊緣計(jì)算系統(tǒng)，實(shí)現(xiàn)計(jì)算機(jī)與不同行業(yè)間的雙贏是邊緣計(jì)算面臨的一個(gè)緊迫問題。

6. 邊緣節(jié)點(diǎn)落地問題

邊緣計(jì)算的發(fā)展引起了工業(yè)界的廣泛關(guān)注，但是在實(shí)際邊緣節(jié)點(diǎn)的落地部署過程中，也涌現(xiàn)出一些急需解決的問題，例如應(yīng)該如何建立適用于邊緣計(jì)算的商業(yè)模式、如何選擇參與計(jì)算的邊緣節(jié)點(diǎn)和邊緣計(jì)算數(shù)據(jù)、如何保證邊緣節(jié)點(diǎn)的可靠性等。

1)新型商業(yè)模式.在云計(jì)算場景下，云計(jì)算公司是計(jì)算服務(wù)的提供者，它們收集、存儲(chǔ)、管理數(shù)據(jù)并且負(fù)責(zé)軟硬件、基礎(chǔ)設(shè)施的建設(shè)和維護(hù)，用戶付費(fèi)購買服務(wù)，不需要關(guān)注計(jì)算節(jié)點(diǎn)本身的成本，也無需關(guān)注服務(wù)質(zhì)量的升級(jí)換代過程.這種商業(yè)模式為用戶使用云服務(wù)帶來了便利，也讓云計(jì)算公司具備盈利能力，從而更好地提高服務(wù)質(zhì)量。

而在邊緣計(jì)算場景下，邊緣節(jié)點(diǎn)分布在靠近數(shù)據(jù)生產(chǎn)者的位置，在地理位置上具有較強(qiáng)的離散性，這使得邊緣節(jié)點(diǎn)的統(tǒng)一性維護(hù)變得困難，同時(shí)也給軟硬件升級(jí)帶來了難度。例如提供安全服務(wù)的攝像頭，在使用過程中需要進(jìn)行軟硬件的升級(jí)，軟件的升級(jí)可以通過網(wǎng)絡(luò)統(tǒng)一進(jìn)行，而硬件的升級(jí)需要親臨現(xiàn)場。依賴于服務(wù)提供者去為每一個(gè)邊緣節(jié)點(diǎn)(攝像頭)進(jìn)行硬件的升級(jí)和維護(hù)會(huì)帶來巨大的成本開銷，而服務(wù)的使用者一般不關(guān)注也不熟悉硬件設(shè)備的維護(hù)工作。又如，在CDN服務(wù)的應(yīng)用中，需要考慮 CDN服務(wù)器是以家庭為單位還是以園區(qū)為單位配置，不同的配置方式會(huì)帶來成本的變化，也為服務(wù)質(zhì)量的穩(wěn)定性增加了不確定因素，而維護(hù)CDN所需的開銷，需要考慮支付者是服務(wù)提供者還是使用者。

因此工業(yè)界需要尋求一種或多種新的商業(yè)模式來明確邊緣計(jì)算服務(wù)的提供者和使用者各自應(yīng)該承擔(dān)什么責(zé)任，例如誰來支付邊緣節(jié)點(diǎn)建立和維護(hù)所需的費(fèi)用、誰來主導(dǎo)軟硬件升級(jí)的過程等。

2) 邊緣節(jié)點(diǎn)的選擇。邊緣計(jì)算是一個(gè)連續(xù)統(tǒng)，邊緣指從數(shù)據(jù)源到云計(jì)算中心路徑之間的任意計(jì)算和網(wǎng)絡(luò)資源。(在實(shí)際應(yīng)用中，用戶可以選擇云到端整個(gè)鏈路上任意的邊緣節(jié)點(diǎn)來降低延遲和帶寬.由于邊緣節(jié)點(diǎn)的計(jì)算能力、網(wǎng)絡(luò)帶寬的差異性，不同邊緣節(jié)點(diǎn)的選擇會(huì)導(dǎo)致計(jì)算延遲差異很大.現(xiàn)有的基礎(chǔ)設(shè)施可以用作邊緣節(jié)點(diǎn)，例如使用手持設(shè)備訪問進(jìn)行通信時(shí)，首先連接運(yùn)營商基站，然后訪問主干網(wǎng)絡(luò)。這種以現(xiàn)有基礎(chǔ)設(shè)施當(dāng)做邊緣節(jié)點(diǎn)的方式會(huì)加大延遲，如果手持設(shè)備能夠繞過基站，直接訪問主干網(wǎng)絡(luò)的邊緣節(jié)點(diǎn)，將會(huì)降低延遲.因此，如何選擇合適的邊緣節(jié)點(diǎn)以降低通信延遲和計(jì)算開銷是一個(gè)重要的問題.在此過程中，需要考慮現(xiàn)有的基礎(chǔ)設(shè)施如何與邊緣節(jié)點(diǎn)融合，邊緣計(jì)算技術(shù)會(huì)不會(huì)構(gòu)建一個(gè)新興的生態(tài)環(huán)境，給現(xiàn)有的基礎(chǔ)設(shè)施發(fā)生革命性的變化?

3)邊緣數(shù)據(jù)選擇。邊緣節(jié)點(diǎn)眾多，產(chǎn)生的數(shù)據(jù)數(shù)量和類型也眾多，這些數(shù)據(jù)間互有交集，針對(duì)一個(gè)問題往往有多個(gè)可供選擇的解決方案。例如在路況實(shí)時(shí)監(jiān)控應(yīng)用中，既可以利用車上攝像頭獲得數(shù)據(jù)，也可以利用交通信號(hào)燈的實(shí)時(shí)數(shù)據(jù)統(tǒng)計(jì)，還可以利用路邊計(jì)算單元進(jìn)行車速計(jì)算。因此如何為特定應(yīng)用合理地選擇不同數(shù)據(jù)源的數(shù)據(jù)，以大程度地降低延遲和帶寬，提高服務(wù)的可用性是一個(gè)重要問題。

4)邊緣節(jié)點(diǎn)的可靠性。邊緣計(jì)算中的數(shù)據(jù)存儲(chǔ) 和計(jì)算任務(wù)大多數(shù)依賴于邊緣節(jié)點(diǎn)，不像云計(jì)算中心有穩(wěn)定的基礎(chǔ)設(shè)施保護(hù)，許多邊緣節(jié)點(diǎn)暴露于自 然環(huán)境下，保證邊緣節(jié)點(diǎn)的可靠性非常重要.例如， 基于計(jì)算機(jī)視覺的公共安全解決方案需要依賴智能攝像頭進(jìn)行存儲(chǔ)和計(jì)算，然而在極端天氣條件下，攝像頭容易在物理上收到損害，例如暴風(fēng)天氣會(huì)改變攝像頭的角度，暴雪天氣會(huì)影響攝像頭的視覺范圍， 在此類場景中，需要借助基礎(chǔ)設(shè)施的配合來保證邊緣節(jié)點(diǎn)的物理可靠性。同時(shí)，邊緣數(shù)據(jù)有時(shí)空特性，從而導(dǎo)致數(shù)據(jù)有較強(qiáng)的唯一性和不可恢復(fù)性，需要設(shè)計(jì)合理的多重備份機(jī)制來保證邊緣節(jié)點(diǎn)的數(shù)據(jù)可靠性.因此，如何借助基礎(chǔ)設(shè)施來保障邊緣計(jì)算節(jié)點(diǎn)的物理可靠性和數(shù)據(jù)可靠性是一個(gè)重要的研究課題。

在邊緣節(jié)點(diǎn)落地過程中，已經(jīng)有了不少嘗試，例如聯(lián)通提出了建設(shè)邊緣云，其規(guī)劃至2020年建設(shè)6000~7000個(gè)邊緣節(jié)點(diǎn)，將高帶寬、低時(shí)延、本地化業(yè)務(wù)下沉到網(wǎng)絡(luò)邊緣，進(jìn)一步提高網(wǎng)絡(luò)效率、增強(qiáng)服務(wù)能力。因此針對(duì)如何選擇邊緣節(jié)點(diǎn)，處理好邊緣節(jié)點(diǎn)與現(xiàn)有基礎(chǔ)設(shè)施的關(guān)系，保證邊緣節(jié)點(diǎn)的可靠性的研究非常緊迫。

文章題目：邊緣計(jì)算急需解決的難題
文章起源：http://muchs.cn/news/99517.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站維護(hù)、網(wǎng)站導(dǎo)航、建站公司、關(guān)鍵詞優(yōu)化、做網(wǎng)站、網(wǎng)站策劃

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)