携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第4天，点击查看活动详情 注意：思考仅为本人个人意见，缺乏实际讨论和探讨。
概念
边缘计算是一种在网络边缘进行计算的新型计算模式，通过下行的云服务和上行的端服务对数据进行处理。作为数据入口，边缘计算可以更好地适应数据频繁交互需求，解决数据实时性、确定性、多样性等挑战。
边缘计算的构成
边缘计算的架构主要由三部分组成：
- 终端节点：主要进行数据采集，将数据导向边缘节点或云中心，负责环境感知，数据采集；
- 边缘节点：负责实时处理、快速决策。但现实环境中，往往集成于终端节点上；
- 云计算处理中心：进行全局性、非实时、长周期的大数据处理与分析任务的主要执行地，并负责则大量数据的存储；
实际应用中的边缘计算
在实际应用当中，数据存储是一个十分重要的部分，终端节点无法存储大量数据，只能就近上传（数据的传输当中涉及到远程传输、数据压缩、网速控制、按需触发……）至云端中心，边缘计算的结果由云计算中心进行永久性存储。
在实际环境当中，受限于成本的现实因素，往往不可能做到云边端都切实的部署或者及时的部署，以现在流行的电动汽车特斯拉为例。
- 车端的传感器负责收集数据，通过物理总线经由 SOME/IP 协议发送至车端的处理器；
- 车端的 TBOX 和域控制器接收/计算该部分数据，并将数据传给 MPU（微处理器），MPU 运行 Linux 或者 QNX，内部基于模型的车载边缘计算进行特征计算，车载信号存储负责存储原始信号和聚合信号。
关于边缘计算技术的思考
边缘计算虽然想法很好，但是由于没有一套通用的方案，结果就是无法很好的推广开来，这也导致该技术无法在大规模使用，而边缘计算的高昂成本也导致大量厂商望而却步。
面对着（1）成本高额；（2）推广困难；（3）技术不通用；等诸多问题，必须优先解决能否将一套方案在多场景下复用的边缘计算是否可行。
