Question

边缘计算有什么特点？

Answer 1

边缘计算有以下的六大特点：
第一，去中心化

边缘计算就是让网络、计算、存储、应用从“中心”向边缘分发，以就近提供智能边缘服务。
第二，非寡头化
边缘计算是互联网、移动互联网、物联网、工业互联网、电子、AI、IT、云计算、硬件设备、运营商等诸多领域的“十字入口”，一方面参与的各类厂商众多，另一方面“去中心化”在产品逻辑底层，就一定程度上通向了“非寡头化”。
第三，万物边缘化
边缘计算和早年的IT、互联网，如今的云计算、移动互联网，以及未来的人工智能一样，具备普遍性和普适性。
第四，安全化
在边缘计算出现之前，用户的大部分数据都要上传至数据中心，在这一上传的过程中，用户的数据尤其是隐私数据，比如个体标签数据、银行账户密码、电商平台消费数据、搜索记录、甚至智能摄像头等等，就存在着泄露的风险。而边缘计算因为很多情况下，不要再把数据上传到数据中心，而是在边缘近端就可以处理，因此也从源头有效解除了类似的风险。
第五，实时化
随着工业互联网、自动驾驶、智能家居、智能交通、智慧城市等各种场景的日益普及，这些场景下的应用对计算、网络传输、用户交互等的速度和效率要求也越来越高。以自动驾驶为例，在这些方面，几乎是要求秒级甚至是毫秒级的速度。爱陆通的具有边缘计算技术的工业网关可以更好地进行数据传输。
第六，绿色化
数据是在近端处理，因此在网络传输、中心运算、中心存储、回传等各个环节，都能节省大量的服务器、带宽、电量乃至物理空间等诸多成本，从而实现低成本化、绿色化。

Answer 2

边缘计算具备特点：

首先它可以让整个计算机变得更加智能化，效率也更高，不仅如此，边缘计算还可以帮助人们访问历史数据，对于历史数据的调取相对高效，对于智能化的达成也更加迅速。除此之外它还具备着更加理想的隐私保护功能，如果将个人信息存储与系统之上，那么它便可以保护好人们的个人隐私了。其实传统类型的计算方案也较为常见，但是对于人们来说却并没有特别热衷，因为大部分软件相对落后，会影响到整体运行的基本效率，但是这款软件这并未出现类似的问题。

Answer 3

边缘计算是一种网络理念，最终目的是使计算尽可能接近数据源，以减少延迟和带宽使用。简言之，边缘计算将减少云端运行的服务，并将它们放置到本地运行，例如用户的计算机，IoT设备或边缘服务器。利用边缘计算可以最大限度地减少客户端和服务器之间的通信量。

简单来说，边缘计算的优点有：减少延迟、减少带宽使用和相关成本、减少服务器资源和相关成本、增加了功能。
两大缺点是，一是它将会带来更多的风险。随着更多“智能”设备的加入，例如边缘服务器和具有嵌入式系统的物联网设备，黑客都会有机会破坏这些设备。
另一个缺点是它需要更多的本地硬件。例如，虽然物联网相机需要内置计算机将其原始视频数据发送到网络服务器，但它需要更复杂的计算机和更强大的处理能力才能运行自己的运动检测算法。但硬件成本下降使得构建更智能设备的成本更低。

Answer 4

边缘计算特点

1. 离线模式：k8s在云端与node节点断连时，node节点恢复后就需要重新list-watch，但是在KubeEdge中，每个节点的Metadata被持久化，重启时不需要重新list-watch。

2. 基于k8s: 借助KubeEdge，用户可以在Edge节点上编排应用，管理设备并监视应用和设备状态，就像云中的传统Kubernetes集群一样 大量的应用： 可以轻松地将现有的复杂机器学习，图像识别，事件处理和其他高级应用程序部署和部署到Edge。

3. 可扩展：各个模块较为独立且轻量，我们可以通过更改或增减模块的办法，来扩展KubeEdge。

4. 资源优化：边缘端的资源较少，而KubeEdge可以将一些不必要的模块关闭，减少资源的消耗，优化在边缘节点上资源的利用。

5. 跨平台：兼容性极强，它不需要区分自己在什么云中，无论是私有云、公有云还是混合云，它都可以完美运行。

6. 多架构：无论是x86还是arm架构，都可以运行KubeEdge。

7. 开发简单：在添加设备和应用部署的方法上，KubeEdge还支持SDK，这样大大缩减了开发的流程。开发人员可以编写基于常规http或mqtt的应用程序，对其进行容器化，然后在Edge或Cloud中的任何位置运行它们中的更合适的一个。

8. 易于维护：k8s所具有的升级、回滚、监控、警报等功能，KubeEdge也都拥有。这样更有利于维护方便。

9. 支持边缘节点间的通信：通过在Edge上运行的业务逻辑，可以在生成数据的本地保护和处理大量数据。这减少了网络带宽需求以及边缘和云之间的消耗。这样可以提高响应速度，降低成本并保护客户的数据隐私。

Answer 5

【边缘计算六大特点】

1、去中心化：

边缘计算从行业的本质和定义上来看，就是让网络、计算、存储、应用从“中心”向边缘分发，以就近提供智能边缘服务。

2、非寡头化：

边缘计算是互联网、移动互联网、物联网、工业互联网、电子、AI、IT、云计算、硬件设备、运营商等诸多领域的“十字入口”，一方面参与的各类厂商众多，另一方面“去中心化”在产品逻辑底层，就一定程度上通向了“非寡头化”。

3、万物边缘化：

边缘计算和早年的IT、互联网，如今的云计算、移动互联网，以及未来的人工智能一样，具备普遍性和普适性。

4、安全化：

在边缘计算出现之前，用户的大部分数据都要上传至数据中心，在这一上传的过程中，用户的数据尤其是隐私数据，比如个体标签数据、银行账户密码、电商平台消费数据、搜索记录、甚至智能摄像头等等，就存在着泄露的风险。

而边缘计算因为很多情况下，不要再把数据上传到数据中心，而是在边缘近端就可以处理，因此也从源头有效解除了类似的风险。

5、实时化：

随着工业互联网、自动驾驶、智能家居、智能交通、智慧城市等各种场景的日益普及，这些场景下的应用对计算、网络传输、用户交互等的速度和效率要求也越来越高。

6、绿色化：

数据是在近端处理，因此在网络传输、中心运算、中心存储、回传等各个环节，都能节省大量的服务器、带宽、电量乃至物理空间等诸多成本，从而实现低成本化、绿色化。

꧁꧂

边缘计算：

“边缘计算”是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。

边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。

简单来说，边缘计算，就是用网络边缘对数据进行分类，将部分数据放在边缘处理，减少延迟，从而实现实时和更高效的数据处理，以达到对云计算的有力补充。