边缘计算急需解决的难题

综上所述，动态调度的目标是为应用程序调度边缘设备上的计算资源，以实现数据传输开销最小化和应用程序执行性能的最大化。设计调度程序时应该考虑：任务是否可拆分可调度、调度应该采取什么策略、哪些任务需要调度等.动态调度需要在边缘设备能耗、计算延时、传输数据量、带宽等指标之间寻找最优平衡.根据目前的工作，如何设计和实现一种有效降低边缘设备任务执行延迟的动态调度策略是一个急需解决的问题。

5. 和垂直行业紧密合作

在云计算场景下，不同行业的用户都可将数据传送至云计算中心，然后交由计算机从业人员进行数据的存储、管理和分析。云计算中心将数据抽象并提供访问接口给用户，这种模式下计算机从业人员与用户行业解耦和，他们更专注数据本身，不需对用户行业领域内知识做太多了解。

但是在边缘计算的场景下，边缘设备更贴近数据生产者，与垂直行业的关系更为密切，设计与实现边缘计算系统需要大量的领域专业知识。另一方面，垂直行业迫切需要利用边缘计算技术提高自身的竞争力，却面临计算机专业技术不足的问题.因此计算 机从业人员必须与垂直行业紧密合作，才能更好地完成任务，设计出下沉可用的计算系统.在与垂直行业进行合作时，需要着重解决3个问题：

• 减少与行业标准间的隔阂。在不同行业内部有经过多年积累的经验与标准，在边缘计算系统的设计中，需要与行业标准靠近，减少隔阂。例如，在针对自动驾驶汽车的研究中，自动驾驶任务的完成需要使用到智能算法、嵌人式操作系统、车载计算硬件等各类计算机领域知识，这对于计算机从业人员而言是一个机遇，因此许多互联网公司投人资源进行研究。然而，若想研制符合行业标准的汽车，仅应用计算机领域知识是完全不够的，还需要对汽车领域专业知识有较好的理解，例如汽车动力系统、控制系统等，这就需要与传统汽车厂商进行紧密合作。同样，在智能制造、工业物联网等领域，同样需要设计下沉到领域内、符合行业标准的边缘计算系统。
• 完善数据保护和访问机制。在边缘计算中，需要与行业结合，在实现数据隐私保护的前提下设计统一、易用的数据共享和访问机制.由于不同行业具有的特殊性，许多行业不希望将数据上传至公有云，例如医院、公安机构等。而边缘计算的一大优势是数据存放在靠近数据生产者的边缘设备上，从而保证了数据隐私.但是这也导致了数据存储空间的多样性，不利于数据共享和访问.在传统云计算中，数据传输到云端 ，然后通过统一接口来访问，极大地方便了用户的使用.边缘计算需要借助这种优势来设计数据防护和访问机制。
• 提高互操作性。边缘计算系统的设计需要易于结合行业内现有的系统，考虑到行业现状并进行利用，不要与现实脱节。例如在视频监控系统中，除了近些年出现的智能计算功能的摄像头，现实中仍然有大量的非智能摄像头，其每天仍然在采集大量的视频数据，并将数据传输至数据中心。学术界设计了A3系统，它利用了商店或者加油站中已有的计算设备。然而实际情况下，摄像头周边并不存在计算设备。因此，在边缘计算的研究中需要首先考虑如何部署在非智能的摄像头附近部署边缘计算设备. 在目前的解决方案中，多是采用建立更多的数据中心或AI—体机来进行处理，或者采用一些移动的设备，如各种单兵作战设备，来进行数据的采集.前者耗费巨大，且从本质来说，仍然是云计算的模式;后者通常使用于移动情况下，仅作为临时的计算中心，无法和云端进行交互。在视频监控领域，Luo等人提出了一个尚属于前期探讨的EdgeBox方案，其同时具备计算能力和通信能力，可以作为中间件插人到摄像头和数据中心之间，完成数据的预处理. 因此，如何与垂直行业紧密合作，设计出下沉可用的边缘计算系统，实现计算机与不同行业间的双赢是边缘计算面临的一个紧迫问题。

6. 边缘节点落地问题

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!