赵梓铭 刘 芳 蔡志平 肖 侬

(国防科技大学计算机学院 长沙 410073)(zhaoziming93@aliyun.com)

近年来，大数据、云计算、智能技术的快速发展，给互联网产业带来了深刻的变革，也对计算模式提出了新的要求.

大数据时代下每天产生的数据量急增，而物联网等应用背景下的数据在地理上分散，并且对响应时间和安全性提出了更高的要求.云计算虽然为大数据处理提供了高效的计算平台，但是目前网络带宽的增长速度远远赶不上数据的增长速度，网络带宽成本的下降速度要比CPU、内存这些硬件资源成本的下降速度慢很多[1]，同时复杂的网络环境让网络延迟很难有突破性提升.因此传统云计算模式需要解决带宽和延迟这两大瓶颈[2].

在这种应用背景下，边缘计算(edge computing)应运而生，并在近两年得到了研究者的广泛关注.边缘计算中的边缘(edge)指的是网络边缘上的计算和存储资源，这里的网络边缘与数据中心相对，无论是从地理距离还是网络距离上来看都更贴近用户.边缘计算则是利用这些资源在网络边缘为用户提供服务的技术，使应用可以在数据源附近处理数据.如果从仿生的角度来理解边缘计算，我们可以做这样的类比：云计算相当于人的大脑，边缘计算相当于人的神经末端.当针刺到手时总是下意识的收手，然后大脑才会意识到针刺到了手，因为将手收回的过程是由神经末端直接处理的非条件反射.这种非条件反射加快人的反应速度，避免受到更……