5G时代的边缘计算(5)

边缘计算则可以完美地解决以上诸多问题，在网络边缘就可以完成对数据的分析和处理，数据甚至都不必上传至云端，大幅缩短数据传输时间，减轻通信网络的带宽压力，数据在边缘处理和存储也更加高效、安全。
实际上，云计算与边缘计算的关系更像大脑与神经中枢、神经元的关系，大脑即云计算中心，神经中枢与神经元则代表下沉到不同程度的边缘计算。传感器从边缘设备对数据进行初始采集，到边缘层对一部分数据进行实时处理，再传输到核心层进行深度的计算和分析，最后将分析结果反馈到边缘，对边缘智能进行优化和完善。两者构成了一套完整的系统，云计算负责对全局性、非实时、长周期的数据进行处理与分析，在长周期维护、业务决策支撑等领域发挥优势，而边缘计算根据特定的需求对局部性、实时、短周期的数据进行处理与分析，能更好地支撑本地业务的实时智能化决策与执行。
4.边缘计算和云边协同
云边协同可实现中心云与边缘侧的协同，包括资源协同、数据协同、智能协同、应用管理协同、业务管理协同、服务协同、安全策略协同等多种协同。
边缘计算是云计算的协同和补充，两者并非替代关系。边缘计算与云计算只有通过紧密协同才能更好地满足各种场景的需求，从而放大边缘计算和云计算各自的应用价值。边缘计算靠近执行单元，也是云端所需高价值数据的采集和初步处理单元，可以更好地支撑云端应用。反之，云计算通过大数据分析优化输出的业务规则或模型并下发到边缘侧，
边缘计算基于新的业务规则或模型运行。云边协同将放大边缘计算与云计算的应用价值。边缘计算服务于云计算，云计算通过为边缘侧提供更新来实现反哺，两者相辅相成，形成一个闭环。以物联网为例，云计算与边缘计算相互协同，可以获取更大的效益。数据是物联网中最为重要的资源之一，数据处理水平对物联网的发展具有限制作用。从数据产生的角度来看，物联网中设备众多，所采集的数据无论是种类还是数量都很多，数据传输和处理对于传输网络和算力网络都是一种挑战。在缺少边缘计算的情况下，数据需要全部上传到云端进行处理，在这种情况下，云端面临的压力十分巨大。
通过云边协同，边缘计算节点能完成自己管辖范围内的数据计算和存储工作，这对分担云计算压力起到积极作用。在数据应用上，大部分数据并非一次性数据，数据经过边缘计算节点处理后仍要汇聚到中心云，在中心云进行进一步的处理。云计算在进行数据分析和挖掘、数据共享的同时会进行算法模型的训练和升级，并将结果传输到前端，前端设备得以升级和更新，完成自主学习闭环。数据传输到中心云后，会进行备份以避免边缘计算节点出现意外而造成数据丢失的情况。在云边协同下，物联网实现自主学习闭环，达到最佳的效益。