1.4 機遇與挑戰(zhàn)

MEC所面臨的機遇，一方面來自現(xiàn)有計算范式、網(wǎng)絡(luò)容量等與新興需求、海量設(shè)備、多而雜的數(shù)據(jù)之間的矛盾；另一方面，得益于通信、芯片等技術(shù)的發(fā)展，邊緣服務(wù)器將有能力滿足位于網(wǎng)絡(luò)邊緣設(shè)備的計算、存儲、通信等方面的需求。

隨著IoT技術(shù)的應(yīng)用，到2025年，全球物聯(lián)網(wǎng)設(shè)備的數(shù)量預(yù)計將超過750億，而物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量預(yù)計將達到79.4ZB^[30]。這些數(shù)據(jù)，如果全部發(fā)送到云端進行處理，無疑會使現(xiàn)有的網(wǎng)絡(luò)鏈路產(chǎn)生巨大的壓力，對于互聯(lián)網(wǎng)來說可能是不亞于洪泛的災(zāi)難。除此之外，現(xiàn)今越來越多的數(shù)據(jù)需要得到更及時、更安全的處理，如自動駕駛中的高延遲敏感型數(shù)據(jù)、工廠的傳感器數(shù)據(jù)等。顯然，將這些數(shù)據(jù)發(fā)送到遠程云數(shù)據(jù)中心進行處理難以滿足這些需求。而邊緣計算在網(wǎng)絡(luò)邊緣為用戶提供服務(wù)，對數(shù)據(jù)進行處理的模式，則可以很好地契合這些場景和需求。同時，隨著通信技術(shù)的發(fā)展，網(wǎng)絡(luò)設(shè)備間的連接越來越多樣，越來越多、越來越強的設(shè)備匯入了網(wǎng)絡(luò)邊緣?，F(xiàn)今，在網(wǎng)絡(luò)邊緣已經(jīng)織出了一張不容忽視的邊緣算力網(wǎng)，可為用戶提供更低延遲、更安全、更靈活、更具彈性的服務(wù)。

對于新興計算范式的迫切需求和高新技術(shù)的涌現(xiàn)，使MEC的應(yīng)用刻不容緩。然而，縱使邊緣設(shè)備有著越來越強的算力，但其仍無法回避設(shè)備本身資源受限的問題。這將導致需要高算力和高能耗的應(yīng)用不能直接應(yīng)用于邊緣計算，如傳統(tǒng)的機器學習模型。此外，邊緣計算節(jié)點具有數(shù)量多、分布復雜和強異構(gòu)性等特點，這就造成了其和云數(shù)據(jù)中心的縱向協(xié)同與邊緣節(jié)點之間的橫向協(xié)同中的任務(wù)調(diào)度、資源管理變成了一個極為復雜的問題；另一方面，與傳統(tǒng)網(wǎng)絡(luò)不同，邊緣網(wǎng)絡(luò)中存儲、協(xié)同等方面的安全也面臨全新的挑戰(zhàn)。