解讀邊緣計(jì)算在7大領(lǐng)域的研究趨勢和最新進(jìn)展

       導(dǎo)讀：我們通過分析在IEEE/ACM/USENIX等主流學(xué)術(shù)機(jī)構(gòu)上發(fā)表的邊緣計(jì)算相關(guān)論文的關(guān)鍵詞，可以得到如圖1-9所示的統(tǒng)計(jì)結(jié)果?？梢钥吹皆谶吘売?jì)算的研究工作中，物聯(lián)網(wǎng)、計(jì)算卸載、資源分配、5G、深度學(xué)是排名前五位的關(guān)鍵詞。這基本上也涵蓋了邊緣計(jì)算的研究趨勢和最新進(jìn)展。

▲圖1-9 近5年邊緣計(jì)算相關(guān)文章中的關(guān)鍵詞相對詞頻

　　01 物聯(lián)網(wǎng)+邊緣計(jì)算

　　物聯(lián)網(wǎng)在邊緣計(jì)算的相關(guān)研究論文中成為熱詞的第一名，反映出邊緣計(jì)算和物聯(lián)網(wǎng)之間緊密的關(guān)系。物聯(lián)網(wǎng)技術(shù)的發(fā)展越是成熟，對于邊緣計(jì)算的技術(shù)需求就越是強(qiáng)烈。兩者的結(jié)合關(guān)鍵在于兩方面：

　　一方面，需要解決物聯(lián)網(wǎng)設(shè)備如何以低成本的方式接入邊緣計(jì)算；

　　另一方面，也需要解決邊緣計(jì)算如何應(yīng)對物聯(lián)網(wǎng)服務(wù)海量、異構(gòu)、動態(tài)的特點(diǎn)。

　　02 5G+邊緣計(jì)算

　　5G技術(shù)的發(fā)展使得通信延遲達(dá)到低于計(jì)算延遲的水平，這將使得很多現(xiàn)有的計(jì)算模式發(fā)生根本性變化，也會導(dǎo)致越來越多的計(jì)算負(fù)載從前端移動設(shè)備轉(zhuǎn)移到邊緣計(jì)算服務(wù)器上。

　　這對于邊緣計(jì)算的架構(gòu)提出了新的要求和挑戰(zhàn)，需要在現(xiàn)有的云計(jì)算集群架構(gòu)基礎(chǔ)之上做出重要改進(jìn)，以適應(yīng)實(shí)時性高、數(shù)據(jù)密集、移動性高、異構(gòu)動態(tài)的5G移動服務(wù)需求。

　　03 虛擬化技術(shù)

　　由于前端設(shè)備的異構(gòu)性，邊緣計(jì)算所服務(wù)的計(jì)算請求同樣是高度異構(gòu)的。這就要求邊緣服務(wù)器能夠靈活地運(yùn)行各種各樣的計(jì)算服務(wù)。虛擬化技術(shù)則是解決這一問題的主流方向之一，通過將不同系統(tǒng)、不同環(huán)境甚至不同硬件上的網(wǎng)絡(luò)功能在通用的計(jì)算資源上實(shí)現(xiàn)，從而實(shí)現(xiàn)對網(wǎng)絡(luò)功能的靈活管理。

　　相比于傳統(tǒng)云計(jì)算中的虛擬化技術(shù)，邊緣計(jì)算的虛擬化技術(shù)對延遲要求較高。不僅如此，邊緣服務(wù)器的計(jì)算資源相比于云服務(wù)器也要少很多，使得虛擬化技術(shù)需要做到盡可能輕量級。

　　04 計(jì)算卸載

　　計(jì)算卸載是云計(jì)算中的經(jīng)典問題之一，在邊緣計(jì)算中同樣是一個十分重要的核心問題。

　　邊緣計(jì)算中的計(jì)算卸載是指將計(jì)算任務(wù)從前端設(shè)備轉(zhuǎn)移到邊緣服務(wù)器上運(yùn)行，任務(wù)執(zhí)行完畢后邊緣服務(wù)器再將計(jì)算結(jié)果返回到前端設(shè)備或按照要求傳遞到云服務(wù)器。針對該方向的研究集中在回答幾個關(guān)鍵的核心問題――是否需要卸載、卸載哪些任務(wù)、卸載到哪個服務(wù)器、以什么方式卸載等。

　　與云計(jì)算中的任務(wù)卸載相比，邊緣計(jì)算的一個重要特征在于前端設(shè)備的傳輸方式和邊緣服務(wù)器選擇，這將會嚴(yán)重影響計(jì)算卸載的性能。

　　05 資源分配

　　同一個邊緣計(jì)算網(wǎng)絡(luò)中可能存在數(shù)量眾多的邊緣服務(wù)器，同一個邊緣服務(wù)器可能需要處理數(shù)量巨大的計(jì)算任務(wù)，不同的計(jì)算任務(wù)存在不同的計(jì)算和通信資源需求?；诖?，邊緣計(jì)算中的資源分配問題顯得尤為重要。

　　不同于云計(jì)算數(shù)據(jù)中心，邊緣計(jì)算由于更加接近前端用戶，其運(yùn)行的服務(wù)和配備的資源具有較強(qiáng)的針對性。不僅如此，不同邊緣服務(wù)器上的資源通常具有較強(qiáng)的異構(gòu)性，這使得邊緣計(jì)算中的資源分配問題變得極具挑戰(zhàn)性。

　　06 支持邊緣計(jì)算的低功耗物聯(lián)網(wǎng)系統(tǒng)

　　邊緣計(jì)算的提出并未針對特定的應(yīng)用場景，更多起到的是類似于內(nèi)容分發(fā)網(wǎng)絡(luò)的作用，減少應(yīng)用的訪問延遲。而這一特點(diǎn)正好能夠解決物聯(lián)網(wǎng)系統(tǒng)能量受限、資源受限等問題。除了各類應(yīng)用的探索之外，該方向的共性問題還包括低功耗嵌入式系統(tǒng)（支持計(jì)算卸載、低功耗任務(wù)傳輸、高能效數(shù)據(jù)采集等）。

　　07 邊緣計(jì)算與人工智能算法

　　邊緣計(jì)算與人工智能的碰撞，在兩個方向分別產(chǎn)生了一系列問題，即基于邊緣計(jì)算的人工智能算法，以及基于人工智能的邊緣系統(tǒng)優(yōu)化。相比于傳統(tǒng)的人工智能算法，前者系統(tǒng)架構(gòu)的變化帶來了多設(shè)備之間的協(xié)同問題。而后者則是利用人工智能算法和邊緣計(jì)算系統(tǒng)過程產(chǎn)生的數(shù)據(jù)，對邊緣系統(tǒng)本身進(jìn)行優(yōu)化和決策。

　　考慮到邊緣計(jì)算的重要使命之一是將人工智能帶入各類物聯(lián)網(wǎng)設(shè)備當(dāng)中，這一方向正引起越來越多的關(guān)注。

標(biāo)簽：