解讀邊緣計算在7大領域的研究趨勢和最新進展

　　 導讀：我們透過分析在IEEE/ACM/USENIX等主流學術機構上發表的邊緣計算相關論文的關鍵詞，可以得到如圖1-9所示的統計結果。可以看到在邊緣計算的研究工作中，物聯網、計算解除安裝、資源分配、5G、深度學習是排名前五位的關鍵詞。這基本上也涵蓋了邊緣計算的研究趨勢和最新進展。

　　▲圖1-9 近5年邊緣計算相關文章中的關鍵詞相對詞頻

　　 01 物聯網+邊緣計算

　　物聯網在邊緣計算的相關研究論文中成為熱詞的第一名，反映出邊緣計算和物聯網之間緊密的關係。物聯網技術的發展越是成熟，對於邊緣計算的技術需求就越是強烈。兩者的結合關鍵在於兩方面：

　　一方面，需要解決物聯網裝置如何以低成本的方式接入邊緣計算；

　　另一方面，也需要解決邊緣計算如何應對物聯網服務海量、異構、動態的特點。

　　 02 5G+邊緣計算

　　5G技術的發展使得通訊延遲達到低於計算延遲的水平，這將使得很多現有的計算模式發生根本性變化，也會導致越來越多的計算負載從前端移動裝置轉移到邊緣計算伺服器上。

　　這對於邊緣計算的架構提出了新的要求和挑戰，需要在現有的雲端計算叢集架構基礎之上做出重要改進，以適應實時性高、資料密集、移動性高、異構動態的5G移動服務需求。

　　 03 虛擬化技術

　　由於前端裝置的異構性，邊緣計算所服務的計算請求同樣是高度異構的。這就要求邊緣伺服器能夠靈活地執行各種各樣的計算服務。虛擬化技術則是解決這一問題的主流方向之一，透過將不同系統、不同環境甚至不同硬體上的網路功能在通用的計算資源上實現，從而實現對網路功能的靈活管理。

　　相比於傳統雲端計算中的虛擬化技術，邊緣計算的虛擬化技術對延遲要求較高。不僅如此，邊緣伺服器的計算資源相比於雲伺服器也要少很多，使得虛擬化技術需要做到儘可能輕量級。

　　 04 計算解除安裝

　　計算解除安裝是雲端計算中的經典問題之一，在邊緣計算中同樣是一個十分重要的核心問題。

　　邊緣計算中的計算解除安裝是指將計算任務從前端裝置轉移到邊緣伺服器上執行，任務執行完畢後邊緣伺服器再將計算結果返回到前端裝置或按照要求傳遞到雲伺服器。針對該方向的研究集中在回答幾個關鍵的核心問題——是否需要解除安裝、解除安裝哪些任務、解除安裝到哪個伺服器、以什麼方式解除安裝等。

　　與雲端計算中的任務解除安裝相比，邊緣計算的一個重要特徵在於前端裝置的傳輸方式和邊緣伺服器選擇，這將會嚴重影響計算解除安裝的效能。

　　 05 資源分配

　　同一個邊緣計算網路中可能存在數量眾多的邊緣伺服器，同一個邊緣伺服器可能需要處理數量巨大的計算任務，不同的計算任務存在不同的計算和通訊資源需求。基於此，邊緣計算中的資源分配問題顯得尤為重要。

　　不同於雲端計算資料中心，邊緣計算由於更加接近前端使用者，其執行的服務和配備的資源具有較強的針對性。不僅如此，不同邊緣伺服器上的資源通常具有較強的異構性，這使得邊緣計算中的資源分配問題變得極具挑戰性。

　　 06 支援邊緣計算的低功耗物聯網系統

　　邊緣計算的提出並未針對特定的應用場景，更多起到的是類似於內容分發網路的作用，減少應用的訪問延遲。而這一特點正好能夠解決物聯網系統能量受限、資源受限等問題。除了各類應用的探索之外，該方向的共性問題還包括低功耗嵌入式系統（支援計算解除安裝、低功耗任務傳輸、高能效資料採集等）。

　　 07 邊緣計算與人工智慧演算法

　　邊緣計算與人工智慧的碰撞，在兩個方向分別產生了一系列問題，即基於邊緣計算的人工智慧演算法，以及基於人工智慧的邊緣系統最佳化。相比於傳統的人工智慧演算法，前者系統架構的變化帶來了多裝置之間的協同問題。而後者則是利用人工智慧演算法和邊緣計算系統過程產生的資料，對邊緣系統本身進行最佳化和決策。

　　考慮到邊緣計算的重要使命之一是將人工智慧帶入各類物聯網裝置當中，這一方向正引起越來越多的關注。