2019 年，被认为是边缘计算元年。在过去的几年里，我们走了很长的路，目前边缘计算正在高速发展，但在从研发到落地的过程中仍然存在一些挑战。

一：什么是边缘计算的编程模型

编程模型可以使开发者快速上手开发应用产品，从而快速推动该领域的发展。在边缘计算中，它是特定于应用程序的，数据分布式、资源分布式，一般的编程模型并不适合边缘计算。因此为应对不同的应用场景，研究具有非常大的空间，时间也十分紧迫。不同的公司正在努力做到这一点，Apache和Microsoft都有优势。

二：如何完成特定应用场景的软、硬件选择

在硬件层面上，有CPU，GPU，FPGA，ASIC等各类计算单元。从软件系统上，针对深度学习应用，TensorFlow, Caffe, PyTorch 等各类框架。在软硬件选型时，既要对自身应用的计算特性做深入了解，从而找到计算能力满足应用需求的硬件产品，又要找到合适的软件框架进行开发，同时还要考虑到硬件的功耗和成本在可接受范围内。

三：基准测试

每一类计算场景会出现一个基准测试集，之后各个基准测试集互相融合借鉴，找出边缘计算场景下的若干类核心负载，最终形成边缘计算场景中的经典基准测试集。

四：动态调度

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。

五：边缘计算落地

边缘计算的发展引起了各行各业的广泛关注，但是在实际边缘节点的落地部署过程中，也涌现出一些急需解决的问题，例如应该如何建立适用于边缘计算的商业模式、如何选择参与计算的边缘节点和边缘计算数据、如何保证边缘节点的可靠性等。

六：是否是需要技术驱动

边缘计算是技术驱动的吗？不一定，因为需要考虑到边缘计算是真的有助于企业盈利吗？企业是否愿意部署边缘计算？这些主要取决于是否能够帮助企业创造更多的价值，否则是不愿意投入资金。目前国际上部分大型公司正在谈论部署一些边缘网关，但整体还有很长的路要走，但将也会带来更多的机遇。