边缘计算的优点

保护隐私数据，提升数据安全性。物联网应用中数据的安全性一直是关键问题，调查显示约有 78% 的用户担心他们的物联网数据在未***的情况下被第三方使用。云计算模式下所有的数据与应用都在数据中心，用户很难对数据的访问与使用进行细粒度的控制。随着智能家居的普及，许多家庭在屋内安装网络摄像头，如果直接将视频数据上传至云数据中心，视频数据的传输不仅会占用带宽资源，还增加了***用户隐私数据的风险。为此，针对现有云计算模型的数据安全问题，边缘计算模型为这类敏感数据提供了较好的隐私保护机制，一方面，用户的源数据在上传至云数据中心之前，首先利用近数据端的边缘结点直接对数据源进行处理，以实现对一些敏感数据的保护与隔离；另一方面，边缘节点与云数据之间建立功能接口，即边缘节点仅接收来自云计算中心的请求，并将处理的结果反馈给云计算中心。这种方法可以显著地降低隐私***的风险。

边缘计算的应用

智能制造是边缘计算在物联网中非常典型的应用领域，借助于边缘计算将促进 IT 和 OT 系统的深度融合。工业机器人是实现智能制造的基础，近几年工业机器人在中国市场呈现蓬勃发展的趋势。据统计，2016 年中国市场工业机器人消费总量达 87000 台，接近世界销量的近三分之一，是世界上工业机器人市场。工业机器人的应用领域主要集中在汽车制造、3C 行业、物流、金属加工、塑料和化工等行业，通过机器人完成搬运和上下料、装配和拆卸、焊接等工作环境恶劣、自动化/执行精度和安全程度要求非常高的工作场景。工业机器人需要具备应对复杂的现场环境并结合当前工作流程进行综合分析和判断的能力，以及与其他机器人协作完成复杂工作任务的能力。这些都需要机器人配备智能控制器以执行复杂的计算任务，而对于工厂环境使用几十、上百台机器人的应用场景，如果每台机器人都配备复杂的智能控制器，这将增加机器人的成本。但是如果采用边缘技术，把工业机器人的智能控制器功能集中部署在生产车间的边缘节点，在保证时延的情况下还能实现集中控制，完成机器人之间的联动协同，可以大大降低工业机器人的开发、部署和维护成本。

边缘计算

边缘计算就如同“哈姆雷特”，不同角度认识不同，这是由于边缘太过于宽泛。

在总体上边缘计算可分为云边缘和物联边缘两大类。

云边缘包括ETSI定义的多接入边缘计算MEC，也包括AWS的Outts平台等等。

物联边缘是边缘计算和IOT场景结合，包括工业边缘计算等等，能提供数据分析，AI推理等实现物联到智联。

边缘计算结合5G网络，是行业的数字化和智能化转型的基础设施，也是支撑数字孪生的基础平台。