本文由博众投资编辑整理。边缘计算是一种在数据源附近的网络边缘执行数据分析处理以优化云计算系统的方法，通过在数据源处或附近执行分析和知识生成任务来减少云端不必要的数据存储以及传感器和中央数据中心间传输所需的通信带宽。边缘计算将数据、数据处理和应用程序集中在网络边缘的设备中，高度依赖本地设备。(博众投资)
相比较云计算，边缘计算具备海量连接数量且方式多样性、业务的实时性、数据的优化、应用的智能性、安全与隐私保护等优势。
边缘计算在网路边缘侧，会实时产生大量现场数据，从业务实时性要求和广域带宽成本的角度来考虑，这些数据并不是全部都传送至云端，而是优先在本地进行实时分析处理，只有优化或聚合后的非实时数据才会传送到云端;并且在多数情况下，物联设备也不会直接和云端建立联接，因为百万乃至千万级的联接数量对云计算平台的处理消耗太大。
博众投资了解到，边缘计算融合网络、计算、存储、应用核心能力的开放平台，在网络的边缘，向附近的终端、感应器、用户提供通讯和计算服务。通过将边缘计算作为统一的联接、计算、存储和应用平台，能够满足业务实时性，同时能够简化边缘和云的集成，还可以降低广域网络和云计算平台的成本。
边缘计算应用场景
1)视频加速及AR/VR渲染基于移动边缘计算的智能视频加速可以改善移动内容分发效率低下的情况：于无线接入网移动边缘计算服务器部署无线分析应用(RadioAnalyticsapplication)，为视频服务器提供无线下行接口的实时吞吐量指标，以助力视频服务器做出更为科学的TCP(传输控制协议)拥塞控制决策，并确保应用层编码能与无线下行链路的预估容量相匹配。另外，由于AR/VR信息(用户位置及摄像头视角)是高度本地化的，对这些信息的实时处理最好是在本地(移动边缘计算服务器)进行而不是在云端集中进行，以最大程度地减小AR延迟/时延、提高数据处理的精度。
2)车联网(智能交通)将移动边缘计算技术应用于车联网之后，可以把车联网云下沉至高度分布式部署的移动通信基站。部署于基站、小基站甚至汇聚站点的MEC服务器，通过运行移动边缘计算应用(APP)提供各种车联网功能。MEC还可使得数据及应用就近存储于离车辆较近的位置(从而可减小延迟/时延)，并使能出一个来自于移动核心网络及互联网所提供的应用的抽象层。移动边缘计算平台可提供一系列全新的车联网应用，数据及应用就部署于车辆(位置在不断发生变化，且与其他联网设备或传感器通信)及道路传感器的临近位置。MEC为车联网应用提供托管服务，使能应用的低延迟/时延及跨互联网运行的托管服务的抽象层。移动边缘计算应用直接从车载应用(APP)及道路传感器实时接收本地化的数据，然后进行分析，并将结论(危害报警信息)以极低延迟传送给临近区域内的其他联网车辆，整个过程可在毫秒级别时间内完成，使驾驶员可以及时做出决策。(博众投资)
3)工业互联网边缘计算一直与工业控制系统有密切的关系，具备工业互联网接口的工业控制系统本质上就是一种边缘计算设备，解决工业控制高实时性要求与互联网服务质量的不确定性的矛盾。在目前普遍采用的基于PLC、DCS、工控机和工业网络的控制系统中，位于底层、嵌于设备中的计算资源，或多或少都是边缘计算的资源。只是目前这些资源比较纷杂、独立、低效，未能充分实现互联、互通、互操作，未能充分标准化和平台化。
作为边缘计算的具体表现形式，工业CPS在底层通过工业服务适配器，将现场设备封装成web服务;在基础设施层，通过工业无线和有线网络将现场设备以扁平互联的方式联接到工业数据平台中;在数据平台中，根据产线的工艺和工序模型，通过服务组合对现场设备进行动态管理和组合，并与MES等系统对接。工业CPS系统能够支撑生产计划灵活适应产线资源的变化，旧的制造设备快速替换与新设备上线。
4)IoT(物联网)网关服务采取边缘计算技术，边缘计算汇聚节点将被部署于接近物联网终端设备的位置，提供传感数据分析及低延迟响应。其中边缘计算服务器的计算能力和存储能力可为以下5个方面提供服务：业务的汇聚及分发;设备消息的分析;基于上述分析结果的决策逻辑;数据库登录;对于终端设备的远程控制和接入控制。移动边缘计算在室内网络方面也能发挥重要作用。由于室内业务的需求趋于多元化，对室内网络提出更高要求。传统的室内网络覆盖方案无法解决大容量、高密度、多元化业务场景下的用户体验，MEC架构特点可以有效助力解决这些技术难题。敏捷服务节点(AgileSite)解决方案于多区域分布式部署时，结合虚拟化鉴权，可实现分布式区域数据云集群，实现逻辑划分的泛区域化应用。使虚拟化鉴权网元深入各行各业。(博众投资)
温馨提示
本文观点由--陈泳智(执业编号A0600620030001)编辑整理，不构成投资建议，操作风险自负。股市有风险，投资需谨慎!
《边缘计算：算力网络重要环节，产业方兴未艾》银河证券;2021-12-19;
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
