边缘处理对于整体物联网产业来说是什么？以及英特尔是怎样对待的？

“边缘”这个词对于不同领域的人来说代表了不同的事物，对于一些IOT领域中的底层技术企业来说，“边缘”是骨干网靠近物体的部分。比如智能家居里“边缘”指的是家居的管理，智能工厂里“边缘”指的是生产车间。

预计到2020年时，IOT领域每年会产生44ZB的数据，如果把这些数据都放到云端处理，那么无论是对于云还是对于以后的5G通讯来说都是一个非常庞大的数字。那么如果将一部分数据放在本地，通过边缘处理的方法将其简化，最后只把更为核心的数据传输到云端，似乎成为了一条加速IOT整体落地速度的道路。

IDG曾经做过这样的估计，到2018年全球大概有40%的数据需要在边缘进行保存、处理和分析，原因两方面。第一方面，把所有数据传到后台需要运营商不断对网络进行更新，那就需要厂商大量投资人力物力财力，这并不是所有的电信运营商都能够负担得起。

另一方面在于很多物联网的应用对实时性的要求比较高，过高的网络的延迟往往不能满足这些应用的要求，最典型的例子是无人驾驶。可以想象一下：你坐在无人驾驶的车里，此时突然在行驶路线上出现一个行人，如果通过车里的摄像头采集到图像，把这些图像经过本地的压缩以后通过网络传到云中心进行分析，分析完以后形成相应的控制指令再传到无人车来执行相应的操作。那么恭喜你，全责。

目前都有哪些基于边缘处理的组织呢？

12月9日，我接受英特尔的邀请，参加了于北京举办的物联网开发者大会。会上听了英特尔英特尔中国区物联网事业部CTO张宇博士的演讲，并且在会后采访了他。张宇博士告诉虎嗅，

对于英特尔而言，我们认为标准化是一个非常重要的工作。我们在全球积极推动物联网标准化的工作，之前我们积极推动了三个联盟，分别是工业互联网联盟IIC，开放互联基金会OCF，开放雾计算联盟，由我们跟微软和其他一些合作单位共同发起，这也是针对边缘计算。

简单解释一下这三个联盟：

IIC：针对工业领域，英特尔、思科把互联互通、安全方面的需求收集起来，交给相关的标准组织，从而制定工业厂商的标准和规范。

OCF：制作边缘处理的参考架构。

开放雾计算联盟：这个很好理解啊，就是一个OpenFog架构开发者的组织。开放雾计算是新计算模型，取代了传统封闭式系统以及依赖云计算的模型。它基于工作负载和设备能力，使计算更加接近网络边缘，即IOT传感器和制动器。雾计算并不是为了取代传统云计算，而是作为补充和扩展。

英特尔对IOT的理解是把它当成端到端的系统，并将其分成边缘和后端平台两部分，中间通过网络进行连接。边缘部分包含数据采集、网关及数据处理等等模块。而在后端完成的是数据的处理机设备的远程管理。处理部分包括实时处理及离线处理。

算了还是看图吧

图中还有一个环节叫做网关，这是IOT领域种非常重要的部分。在通过蓝牙、zigbee等等手段收集本地采集器采集数据的同事，还通过3G、4G等等技术把这些数据从边缘传到云端，这就是网关。在安利了英特尔Quark处理器、凌动处理器和酷睿处理器以后，张宇博士还指出，

网关方面我们提供一个物联网网关协议站，它支持 VxWorks操作系统和Windows操作系统，在这个协议站里我们提供在连接、设备远程管理和安全方面等等的功能的特性，帮助开发者基于这样一个参考方案更快地推出自己的产品。

ECC是啥？

边缘计算产业联盟(EdgeComputing Consortium，缩写为ECC)，由华为技术有限公司、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔公司、ARM和软通动力信息技术有限公司在北京于11月30日正式成立。对此，张宇博士告诉虎嗅，

这个组织下设四个工作组，具体从事一些跟边缘计算相关的工作，包括参考架构的制定、测试床的设计、推广的工作。在这个组织里，英特尔和华为是配合的，一起做参考方案的制定工作，同时我们也在做一些测试床的方案收集，明年我们会以边缘计算产业联盟的名义给业界推荐我们经过验证的测试床的参考方案，让业界进行使用。

其实边缘处理并不是啥新词

与传统边缘处理相比，现在我们的共识不是让它去替代云计算，因为边缘处理本身不是单独的计算节点，边缘和云应该是一个相辅相成的端到端系统，两者是共同配合的。根据用户对于应用的要求，合理地分配负载，最终实现这样一个分布式的最佳解决方案。

在某些应用场景里，边缘是相对数据做一个预处理预过滤的过程，从大量的数据里把它的特征信息提取出来，再把这些被处理的数据传到云端进行进一步处理，而不是全部的原始数据，这样可以极大地降低对网络带宽的限制。

跟最早的边缘处理相比，这样一种端到端的方式能够对数据分析得更深更透。跟传统的云计算相比，现在边缘处理的概念能提高响应速度。张宇博士随即用工厂来举例子，

在国内规模很大的制造业企业里，我们发现很多产线上的设备并没有把数据收上来，有几方面原因，一方面由于这些设备本身没有提供接口，拿不到这些数据。有些数据有接口，但是如果要利用运营商提供的数据费用非常高，承担不起。很多生产企业有这个需求，怎么收集数据，收集到数据以后怎么利用这些数据提高生产的效率，这是他们非常直接的需求。

我们现在帮助我们的用户做的是利用边缘计算来收集数据，存储本地的数据，做一些预处理的工作，同时利用我们提供的中间件像DAT，帮他在后端做一些数据的后期处理，去发现一些深层次的内容。

5G是否会影响边缘处理的地位？

英特尔按照数据量把IOT分成两类，大数据型和小数据型。大数据型是标准视频类的，这种类型对于带宽要求很高，要通过光纤或者高速以太网或者无线里的4G5G等方式。小数据类型的，比如空气质量监测、智能农业等等，这些数据量不是很高，采集的频度也没有那么高，就可以利用窄带物联网的通信。

总体来说，5G能做到的只是降低了边缘到云端之间的传输代价，无法真正意义上取代边缘处理的地位。设备仍然需要LAN等技术去将数据通过传感器汇集到边缘处理部分进行缩编，就拿刚才说到的无人车来说，5G能做的是降低延迟，但不可能让处理没有延迟。因此边缘处理还是要有的。