开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第1天，点击查看活动详情

theme: juejin

边缘计算的诞生背景

云端:统一处理数据的应用程序。

边缘端:硬件相关，收集数据，根据云端返回的结果处理业务逻辑。（例如物联网中的硬件设备，以及硬件设备中的人工智能运行程序）

设备地址非常分散，响应时间、海量设备管理、数据安全性无法得到保障。

人工智能需要大量的逻辑运行资源，如果说对运行速度有要求的时候，这时候带宽、数据传输带来的性能损耗问题，会让响应时间变长。

边缘计算部署在内网环境，响应时间就可以大大提高，同样的部署不同的边缘计算节点管理设备，就算很分散也可以进行管理，而且分散节点后，也分散了压力，这样海量设备的管理就比较轻松了。由于原始数据不需要上传云端，这样安全性也能进一步提高。

同样的边缘计算内网部署了AI计算节点，减少了数据传输的损耗，响应时间大大提高，也不用担心网络问题导致的命令没有下发成功等问题。

总结就是：引入边缘计算，在边缘直接完成业务处理，从而减轻数据传输和云端的压力。（可以理解为权利下发，就像中央集权制，云端只管理边缘节点，每个边缘节点的计算、业务自己做处理）

麦肯锡对于边缘计算的统计

到2025年，边缘计算在硬件领域的潜在价值将达到1750亿至2150亿美元。

。。。太多了

物联网架构图

加入边缘计算，与感知层统称为边缘侧

云原生应用也就是面向“云”而设计的应用，在使用云原生技术后，开发者无需考虑底层的技术实现，可以充分发挥云平台的弹性和分布式优势，实现快速部署、按需伸缩、不停机交付等。（百度百科）

所以在一定程度上云原生能够解决边缘计算所需要的东西

通过这些内容，我们不难看到，边缘计算就是在感知层加入边缘计算层的一个概念，主要作用是创建节点，各自管理设备，各自进行业务计算，减少网络损耗，减轻云端压力，加强数据安全等。