莫梓嘉，高志鹏，苗东

北京邮电大学，网络与交换技术国家重点实验室，北京 100876

引 言

在过去的十几年中，以云计算模型为核心的集中处理模式将计算能力、存储能力和网络管理集中化。随着物联网时代的到来，物联终端设备数量爆发式增长，根据IDC（International Data Corporation）预测，到2025年，全球物联网设备数将达到416 亿台，产生79.4ZB 的数据量，同时这些物联网设备产生的数据量将以28.7%的复合年增长率（CAGR）增长。

万物互联时代的到来带来了时延、能耗、性能、存储、安全等方面的新需求，为了满足以上需求，面向边缘终端设备的进行海量数据处理与分析的边缘计算模型应运而生。边缘计算是在网络边缘执行计算的一种新型计算模型[1]，是部署在边缘设备与云中心之间的一种新的计算范式，处理来自云的下行数据和物联设备的上行数据。

从集中式的云计算模式到分布式的边缘计算模式，更多的是从数据流转和数据处理能力的角度考虑模式的转变，然而随着物联设备数量的快速增长，要求终端设备运行智能计算并提供智能服务成为主要需求。2010年后，由于深度学习的兴起，人工智能技术再次受到学术界和产业界的关注。人工智能是一项使用机器实现、代替人类实现认知、识别、分析、决策等功能的技术, 其本质是对人类意识与思维信息过程的模拟[2]。当前人工智能技术主要分为四类：模式识别、机器学习、数据挖掘、智能算法，并成功应用于图像识别、语言识别、专家系统、智慧医疗、智能交通等领域。……