對物聯(lián)網IoT技術感興趣的朋友在這兩年一定經常可以看到“邊緣計算”這個名詞，但是總感覺不明白到底什么是“邊緣計算”，不明覺厲的感覺。 讓我們看看業(yè)界泰斗Intel是如何解釋邊緣計算的：

圖1：圖片取自Intel官網頁面 從圖1Intel官網這段話中，我們可以總結出Intel對邊緣計算的定義：

1. 相對于云計算的集中式計算，邊緣計算屬于分布式計算。

2. 相對于云計算系統(tǒng)需要上傳大量的待計算數(shù)據，邊緣計算可以大幅減少需要上傳的數(shù)據量。

3. 相對于云計算系統(tǒng)，邊緣計算實時性更好。

看到這里相信大家都明白了，“邊緣計算”是與“云計算”相對應的一種技術，“邊緣”的意思就是現(xiàn)場數(shù)據采集這一端。“邊緣計算”就是“在數(shù)據采集現(xiàn)場處理數(shù)據”。

如果還不明白我就再舉一個例子，這次在抗擊新冠病毒中立了大功的阿里云AI診斷技術，通過分析醫(yī)院上傳的CT影像資料，20秒就能確診新冠肺炎，準確率高達96%。這就是典型的云計算。如果將阿里云AI診斷系統(tǒng)運行于醫(yī)院的服務器，本地無法識別的圖像再上傳到云做進一步分析，就可以避免向云端傳輸所有CT影像數(shù)據，只需要傳輸本地無法識別的圖像。后者就屬于邊緣計算系統(tǒng)。

圖2：云計算診斷

圖3：邊緣計算診斷 從邊緣計算的定義來看，最典型的邊緣計算莫過于汽車無人駕駛系統(tǒng)。各種傳感器數(shù)據（攝像頭，激光雷達，毫米波雷達，定位信號）都在本地進行處理。還有就是海量數(shù)據采集系統(tǒng)，海量數(shù)據的采集過程中，往往包含了大量的無效數(shù)據，如果采用邊緣計算，將“生”數(shù)據進行簡單的預處理，挑選出有效數(shù)據進行上傳，將大大提高系統(tǒng)的運行效率。 從以上內容，我們不難總結出邊緣計算的硬件架構。

有傳感器/數(shù)據采集系統(tǒng)，用來生成數(shù)據。

有較強計算能力的MCU/MPU/CPU，可以本地化處理數(shù)據。

有存儲系統(tǒng)，可以本地化存儲管理數(shù)據。

具有網絡通信系統(tǒng)，適用于IOT應用。

針對邊緣計算市場，貿澤也針對性的進行了備貨，比如專門用于人臉識別應用的MCU NXP i.MX RT106F。

i.MX RT106F交叉處理器是i.MX RT1060系列處理器面向EdgeReady解決方案的特定版本。EdgeReady是NXP針對邊緣計算推出的一系列完整的，包括軟件在內的解決方案。

通過集成相應的面部識別軟件，i.MX RT106F可以為各種產品添加上人臉識別功能，而且無需Linux/Android系統(tǒng)支持，整個算法可以在小型RTOS上運行，攝像頭獲取的數(shù)據也無需上傳云去做識別處理，從而也保護了隱私和數(shù)據安全。

這樣一個具有人臉識別功能的邊緣計算MCU內部資源是怎樣的呢？請看圖5。

圖5：i.MX RT106F內部架構 作為邊緣計算MCU，其計算能力體現(xiàn)為ARM-CortexM7內核，最高頻率可達600MHz，采用了Cache、TCM技術并且具有浮點運算單元，具有優(yōu)秀的實時處理能力和數(shù)學計算能力(3020 CoreMark@600MHz)。 因為是針對人臉識別而推出的產品，其帶有并行的Camera接口和LCD顯示控制器，支持WXGA 1366x768。在網絡連接方面，其具有以太網接口；存儲接口有eMMC和SD3.0。

邊緣計算作為近年新出現(xiàn)的技術，其應用必將越來越多。