邊緣計算的特點和作用
邊緣計算作爲目前蓬勃發展的領域在產業互聯網中具有重要地位，從物聯網四層結構即感知層、網絡層、平臺層和應用層分析，邊緣計算的數據來源是感知層，而由於邊緣計算設備同時具有一定計算能力因此往往將其劃入平臺層考慮，既包含前端節點的特徵又具備計算能力的特點使邊緣計算在整個技術體系中顯得非常獨特。總結其典型特點由以下幾方面：
（1）部署位置接近感知層
部署位置接近感知層代表感知層衆多的傳感元件能夠被直接接入邊緣計算終端，由於感知層設備的種類較多並且原理各不相同，因此邊緣計算終端的首要任務是信號預處理，理想狀況下是所有的輸入信號都是數字信號，但實際由於產業互聯網本身生產工藝的繁多使部分模擬量信號的接入成爲必然。因此信號預處理在數據預處理之前成爲邊緣計算終端面臨的第一個挑戰，在信號預處理的基礎上各類工藝過程的測量結果才能被數字化從而形成結構化數據，結合以日誌信息爲代表的半結構化數據和圖像視頻爲代表的非結構化數據，統一作爲邊緣計算終端數據預處理的源頭甚至不採用邊緣計算而直接送入雲端。
（2）具有一定計算能力
擁有一定的計算能力是邊緣計算終端的最重要特徵，邊緣計算力越強則雲端的計算壓力越輕。物聯網和產業互聯網相比傳統的人人信息交互和人機信息交互其感知層設備數量接近無限，並且各類數據結構不一、數據採集週期不一、傳輸速度要求不一、傳輸週期不一，如所有的設備都直接接入雲端則會導致雲端的大量計算力被用於數據預處理。在這種情況下用戶只有兩個選擇，將有限的計算力分出一部分來進行數據預處理工作，或是單獨配置新的計算節點來滿足數據預處理要求，前者降低了雲平臺的利用效率而後者提高了用戶使用雲計算的成本。邊緣計算作爲感知層設備與平臺層的中間過渡計算力很好的解決了這個問題，對於傳感器的接入數據由邊緣計算終端進行信號預處理和數據預處理後傳輸至雲端，大幅度降低了雲端數據預處理的計算量，因此可以將計算力資源集中用於數據分析、數據挖掘特別是會消耗大量計算力的異構數據計算工作上。
（3）部署靈活
由於邊緣計算終端是以硬件形式作爲傳感器和雲平臺之間的中間過渡層，因此其部署靈活的特點能夠使數據採集的工作更爲規範統一。針對產業互聯網和物聯網系統數據採集較爲複雜多樣的情況，各類結構化數據、半結構化數據和非結構化數據有同時接入和傳輸的需求，並且數據的採集週期和傳送週期各不相同。邊緣計算終端可以有效結合不同數據的特點進行部署，儘量將同類型的數據接入同一邊緣計算終端，在確保接入數據在計算和傳輸上的要求接近的同時也可以避開其計算力較弱的特點防止因數據種類過多和傳輸需求不一而使計算能力超出了終端的計算能力範圍。
5G對雲邊協同的促進
由於邊緣計算節點靠近感知層，與平臺層之間的數據交換需要通過網絡層的通信手段進行，因此網絡層的通信效率直接影響雲端和邊緣計算終端的協同效果。雲端的典型特徵是計算力強大但是距離感知層設備較遠，邊緣計算的典型特徵則是計算力較弱但是部署接近感知層，中間的傳輸瓶頸成爲了提高雲邊協同效率的突破口。
（1）5G的四大特徵高速度、泛在網、低功耗、低時延
5G高速度、泛在網、低功耗、低時延的四大特徵目前網絡介紹資料已經非常齊全。聚焦於對雲邊協同的促進方面，目前邊緣計算終端在物聯網體系中所處的位置相對還是靠近感知層，對於在傳輸速度要求上較高的數據特別是如無人駕駛、監控視頻處理等實時性要求極高的異構數據處理因爲網絡層在傳輸速度和實時性上的限制而無法通過無線公網從邊緣端被實時送到雲端處理。這個短板造成了很多在平臺層已經成熟的應用因爲傳輸網絡的瓶頸限制而落地受限，同時造成了邊緣計算終端在邊緣異構數據處理方面被旁路化和管道化。5G的應用將會突破這個限制，解決了雲端和邊緣端通信的速度瓶頸，使邊緣計算終端在無人駕駛、視頻監控等異構數據集中的場景中能夠實現前端計算節點所應該具有的集成作用，5G低時延的特徵更是使邊緣計算從靠近感知層往平臺層的方向北向移動，以傳輸速度和低時延來增加雲邊協同的效率，雙向的克服雲平臺與邊緣設備距離較遠的弱點和邊緣計算終端計算力較弱的短板，真正實現雲邊實時協同，將邊緣計算節點的計算力不但能夠作爲前置節點發揮作用，也能和雲平臺的計算力統籌考慮。不用再考慮通道在傳輸速度上的限制和傳輸實時性上的限制。
（2）5G網絡切片的作用
5G網絡切片技術是指將一個物理網絡切割成多個虛擬網絡，實現對5G網絡數據進行分流管理，並保持每個虛擬網絡間邏輯獨立性的技術，可在不增設網絡架構的基礎上滿足不同場景的差異化需求。網絡切片的作用使邊緣計算在解決物聯網和產業互聯網接入數據多樣化的背景下能夠多了一種手段。除了針對感知層不同類型的設備在物理上分類進行接入外使用5G網絡切片還可以讓不同採集週期和傳輸速度的數據分流。使數據的分類在物理設備之外在網絡層也有了隔離手段，對於邊緣計算的意義在於採用5G網絡切片技術後，感知層設備接入邊緣計算終端的架構方案考慮可以以設備物理地域爲中心而不必再考慮不同設備的接入數據在採集週期、傳輸週期和數據包大小上的差異。