一、 前言 在这里首先需要道个歉，因为我这应该是晚点了，没有达到一个月以内提交读书报告的要求，前面还以为是收到书开始算一个月，不过现在看提示测评已结束，应该是从公布起开始算的一个月。话不多说，以下是我的测评结果，或者说是我的阅读报告。 有幸申请到面包板社区的《边缘计算系统设计与实践》书籍试读，书本到手后粗读一遍就发现是一本更适合细读、精读的一本书，因此在翻阅这本书快一个月后，我才决定写下我对于本书的读后感。 首先简单介绍一下本书，书名《边缘计算系统设计与实践》，书籍封面如 图 1 所示，全书一共 312 页、 482 千字，由杨剑和李长乐编写、由北京大学出版社出版，全书采用黑白打印，纸的颜色偏黄。 书从边缘计算的发展开始介绍起，再到系统硬件、存储系统和通信等基础方面，而后介绍边缘计算的安全性、消息机制、数据处理与工业应用等方向，最后图文并茂连带着代码的介绍机器学习和边缘计算的开源框架。 在我看来，本书很适合新人拿去进行边缘计算的学习，也很适合项目管理者去了解边缘计算，作者的写作很有条理性，而且难度由浅入深，从历史发展到基础知识学习，涵盖到了方方面面。 图 1 边缘计算系统设计与实践书籍封面 我对于边缘计算的接触始于两年前，当时需要参加电子设计竞赛瑞萨邀请赛，由瑞萨提供了一块基于 RZ/G2L 的 Linux板子，让我们进行自由发挥，自己构思创意、做设计、写报告，然后由评委进行分项打分排名。 图 2 瑞萨 RZ/G2L 开发板外观 当时我们是直接在板上跑 python来实现了对于教室学生的人脸识别，虽然项目总体比较稚嫩，但是也算是我第一次完整的完成了一个边缘计算的项目。 后期又接触过飞腾提供的培训班，使用飞腾开发板来进行图像处理等，但是我对于边缘计算的切实理解还是在翻阅这本书过后。作者从定义的角度由浅入深的介绍了到底什么是 “边缘计算”，为什么需要边缘计算，边缘计算是怎么发展起来的、它替代了什么东西。 二、 什么是边缘计算 在早期的发展中，互联网的核心架构主要是基于云计算的模式，即所有的数据都需要传输到中心服务器进行处理和分析。然而，随着物联网（IoT ）技术的发展和智能设备的普及，数据量呈现出爆炸式的增长，这导致了对数据处理速度和实时性要求的提高。在这种背景下，边缘计算应运而生，它的核心理念是将数据处理任务从中心服务器转移到网络边缘的设备上进行，以此来减少数据传输的延迟，提高系统的响应速度和数据处理的效率。 边缘计算的实现，不仅仅是技术上的创新，更是一种思维方式的转变。它强调的是在数据产生的源头进行处理，而不是将所有数据传输到远程服务器。这样做的好处是显而易见的 ， 它可以大幅度降低网络带宽的需求，减轻中心服务器的负担； 同时 由于数据处理更接近数据源，它可以提供更快的服务响应，满足实时性要求高的应用场景； 并且由于 敏感数据无需在网络中传输 ， 边缘计算还能够提高数据的安全性，降低了数据泄露的风险。 简单的来说，边缘计算的就是通过一个小算力设备连接传感器，这个设备会对传感器的数据进行简单的处理，而后再发送到服务器中。 举个例子就是，公路十字路口的摄像头，在早期，需要将数据全都传输到服务器中再进行处理，甚至更早期直接是人工处理。现在只需要由路口的边缘计算设备对摄像头拍摄到的信息进行处理，不管是未系安全带抓拍还是遮挡车牌号抓拍，都可以直接由路口的设备进行设备处理，而后将信息和视频流传输到服务器，服务器只起到数据存储和信息处理的功能，不再需要去处理视频流。 图 3 边缘计算示意图 三、 边缘计算的核心 （一） 边缘计算的不同核心 边缘计算的处理核心是多样的，在早期，可能是 CISC 指令集的处理器或者说 RISC 指令集的处理器，现在是 FPGA 或者说 ASIC ，在未来可能是存算一体设备甚至是全光学芯片，下面进行简单的介绍： 1. CISC 与 RISC 处理器：在边缘计算的早期阶段， CISC （复杂指令集计算机）和 RISC （精简指令集计算机）处理器是主要的处理核心。 CISC 处理器具有丰富的指令集，能够执行复杂的计算任务，但往往伴随着更高的能耗和成本。而 RISC 处理器则以其高效的指令执行和较低的能耗著称，适合于对性能要求不是特别高的边缘计算应用。 图 4 CPU 架构分类 2. FPGA 与 ASIC ：随着边缘计算对处理能力的需求增加， FPGA （现场可编程门阵列）和 ASIC （专用集成电路）开始被应用于边缘计算中。 FPGA 提供了高度的可编程性和灵活性，可以根据需要重新配置硬件逻辑，适应不同的计算任务。 ASIC 则是为特定任务量身定制的处理器，它在性能和能耗方面通常优于 FPGA 和通用处理器，但缺乏可编程性，一旦设计完成，便无法更改。 图 5 FPGA 示意框图 3. 存算一体设备：这是一种新兴的技术，它将存储和计算集成在同一芯片上，旨在减少数据在存储和计算单元之间的传输，从而提高数据处理速度和能效。这种设备特别适合于数据密集型的边缘计算任务，如机器学习和深度学习。 4. 全光学芯片：随着光子计算技术的发展，全光学芯片有望成为边缘计算的新核心。这种芯片使用光而非电来处理信息，理论上能够提供更高的计算速度和更低的能耗。虽然这项技术目前还处于研究阶段，但它 的前景还是可以预见的。 （二） 边缘网关和边缘服务器 本书对于边缘网关和边缘服务器进行了区分，边缘网关的主要作用是用于边缘网络和边缘设备同云端进行通信和交互；边缘服务器主要用于边缘端的数据处理。当然，很多情况下边缘网关和边缘服务器其实是一体的。 四、 边缘计算的存储系统实现 （一） 直连式存储（DAS, Direct-Attached Storage ） 直连式存储是指存储设备直接连接到边缘计算节点上，没有独立的存储网络。这种存储方式简单、成本较低，适用于小型或单一应用场景。在边缘计算设备上，DAS 通常以硬盘驱动器（ HDD ）或固态硬盘（ SSD ）的形式存在，它们直接安装在设备的主板上或通过接口（如 SATA 或 PCIe ）连接。由于数据存储在本地， DAS 提供了较高的数据访问速度和低延迟，适合对实时性要求较高的边缘计算任务。然而，直连式存储的扩展性有限，且在设备故障时可能面临数据丢失的风险。 （二） 集中式存储 集中式存储系统将数据存储在一个或多个中心位置，所有边缘计算节点都通过网络与这些中心存储设备通信。这种存储方式便于管理和维护，可以实现数据的集中备份和恢复，提高了数据的可靠性和安全性。集中式存储通常采用网络附加存储（NAS ）或存储区域网络（ SAN ）技术。 NAS 通过文件级共享提供存储访问，而 SAN 则通过块级共享，提供更高的性能。集中式存储适合于需要大量共享数据和复杂数据管理功能的边缘计算环境，如企业数据中心或大型云计算平台。 但是 集中式存储的性能受限于网络带宽和延迟，可能不适合对实时性要求极高的应用。 （三） 分布式存储 分布式存储系统将数据分散存储在多个节点上，每个节点可以是边缘计算设备或服务器。这种存储架构通过数据的分布式管理，提高了系统的可扩展性和容错能力。分布式存储系统通常采用冗余策略，如数据副本和数据分片，以确保数据的高可用性和持久性。分布式存储适合于大规模、高并发的边缘计算场景，如大数据分析、物联网（IoT ）和内容分发网络（ CDN ）。分布式存储的代表技术包括 Hadoop 的 HDFS 、 Apache Cassandra 和 Amazon S3 等。这些系统能够在多个边缘节点之间自动迁移和复制数据，确保数据的高效处理和快速访问。 图 6 THE 分布式存储 五、 边缘计算的通信 在边缘计算中，通信是实现设备互联、数据传输和系统协同工作的关键技术 。 （一） 网络层通信协议 网络层通信协议是边缘计算设备之间以及设备与中心云之间通信的基础。这些协议定义了数据如何在网络中传输，包括数据的封装、路由、传输和解封装等过程 ，下面对于边缘计算常用的协议进行介绍。 RPL （ Routing Protocol for Low-Power and Lossy Networks ）： RPL 是一种专为低功耗、低带宽、不完整网络设计的路由协议。它广泛应用于物联网（ IoT ）和边缘计算场景，特别是在传感器网络和智能家居系统中。 RPL 支持多跳路由和 IPv6 ，能够适应网络拓扑的动态变化，优化数据传输路径。 NB-IoT （ Narrowband Internet of Things ）： NB-IoT 是一种为物联网设计的窄带通信技术，它在现有蜂窝网络基础上提供了低功耗、广覆盖和高连接密度的特性。 NB-IoT 适用于需要长期运行和低成本维护的边缘计算应用，如智能计量和环境监测。 LTE-M （ LTE for Machines ）： LTE-M 是 LTE 网络的演进版本，专为机器通信设计。它提供了更高的可靠性、更低的延迟和更好的覆盖范围，适用于需要实时数据传输的边缘计算应用，如车辆跟踪和远程医疗。 Sigfox ： Sigfox 是一种基于超窄带技术的无线通信协议，专为物联网和边缘计算设计。它提供了低功耗、低成本和长距离的通信能力，适合于不需要频繁数据传输的应用，如设备状态监测和安全报警。 （二） 现场边缘网络和通信 现场边缘网络和通信技术主要关注设备之间的近距离通信，这些技术通常用于连接传感器、执行器和其他边缘设备，形成局部网络 ，下面简单介绍几种边缘计算中常用的通信手段。 蓝牙 （ Bluetooth ）：蓝牙是一种短距离无线通信技术，广泛应用于个人设备和边缘计算场景中。蓝牙 5.0 及其后续版本提供了更高的数据传输速率和更远的通信距离，使得蓝牙成为智能家居、健康监测和工业自动化等边缘计算应用的理想选择。 WiFi ： WiFi 是一种基于 IEEE 802.11 标准的无线局域网技术，它提供了较高的数据传输速率，适用于需要大量数据交换的边缘计算场景，如视频监控和数据中心。 ZigBee ： ZigBee 是一种低功耗、低数据速率的无线通信技术，它适用于构建低复杂度的边缘计算网络，如智能家居控制和工业自动化。 ZigBee 支持多种拓扑结构，包括星型、树型和网状，能够适应不同的网络需求和环境条件。 六、 边缘计算的发展前景 根据IDC 的报告，到 2024 年，全球边缘计算市场将达到 2506 亿美元，显示出强劲的增长势头。这一增长趋势得到了多方面的支持和推动，包括技术进步、行业应用的拓展以及全球数字化转型的加速。特别是在工业领域，边缘计算的应用案例已经证明了其在提高效率、降低延迟、增强安全性和节省带宽方面的显著优势 。 在工业方面，边缘计算与工业4.0 和智能制造紧密结合，为行业数字化提供了新的机遇。它能够在靠近数据源头的地方提供边缘智能服务，满足敏捷连接、实时业务、数据优化和应用的需求。此外，边缘计算在工业互联网领域的研究和应用处于世界前列，不仅解决了新制造模式的一些问题，还制定了一批标准规范 。 随着 5G 网络的普及和物联网（ IoT ）设备的兴起，边缘计算为工业应用提供了更理想的环境。这些技术的发展为边缘计算在工业方面的应用提供了更多可能性，如异构计算可以协同使用性能和结构不同的机器，满足不同的需求 。
标签: 边缘计算
