信息爆炸時代，邊緣計算是否爲一劑解藥？

物聯網 · 核心 · 邊緣計算

隨着物聯網技術不斷髮展，邊緣計算頻頻提及，成爲衆多資本及媒體追捧狂潮。那麼，神祕的邊緣計算是什麼？它又將如何對農業產生影響呢？

邊緣計算（Edge computing），是一種分散式運算的架構，將應用程序、數據資料與服務的運算，由網絡中心節點，移往網絡邏輯上的邊緣節點來處理。

邊緣計算將原本完全由中心節點處理大型服務加以分解，切割成更小與更容易管理的部分，分散到邊緣節點去處理。邊緣節點更接近於用戶終端裝置，可以加快資料的處理與傳送速度，減少延遲。在這種架構下，資料的分析與知識的產生，更接近於數據資料的來源，因此更適合處理大數據。

——維基百科

如果用更加形象的話語來描述邊緣計算的誕生及作用，那就必須聊到物聯網時代中的海量數據處理。從2015年物聯網技術及應用爆發，傳感器技術突飛猛進，人人都可以手持設備接入雲端，進行數據的儲存、分享及處理。

物聯網終端數量以指數級增長，到2020年將會超過700億臺，而云計算模型不能完全滿足所有應用場景。這些海量物聯網終端設備將更傾向於自治處理，很多任務可以就地解決，無需上傳雲端處，節省了大量傳輸、運算、儲存等成本，使得整體計算效率得到提高。

邊緣計算避免了大數據集中處理的延後及複雜性，通過優化存儲佈局，重視分散數據的重要性和靈活性，對雲計算的預處理、數據挖掘等都起到了重要的推進作用。

據極客公園報道，今年2月份左右，一家名爲地平線 (Horizon Robotics) 公佈獲得 6 億美金左右的投資，他們將“成爲邊緣人工智能芯片和計算平臺的全球領導者”。而在中國，騰訊，阿里，百度，華爲等在邊緣計算已有佈局，在未來的萬物智聯時代中，各顯風采。

跨界時代，邊緣計算如何爲農業更好賦能？未來農業知識中心帶來邊緣計算在農業的四大應用場景，讓你更早了解農業未來！

場景1 · 視覺處理

在智能農業中，數據採集及應用，決定後期規劃及決策運營。人工智能內的視覺技術，讓基於視覺處理的收割、除草等等操作，避免了大量繁瑣的上傳處理工作，能夠直接在現場進行繁複圖形的訪問及分析。

尤其是在大規模地理位置偏遠的農田中，可能存在帶寬和網絡連接方面的問題，而邊緣計算無需昂貴的光纖，直接在本地就能夠處理數據，直接反饋。

微軟旗下FarmBeats項目利用邊緣計算提高視覺處理效率

微軟研究院推出FarmBeats項目使用人工智能技術將無人機的航拍圖像與地面傳感器數據融合，同時利用視頻流的深度學習和機器視覺來識別作物中的害蟲，疾病和營養管理。

FarmBeats應用邊緣計算技術，利用計算機視覺算法將無人機圖像拼接成全景圖像，對無人機和攝像機的圖像執行機器學習，並且還能夠脫機運行：將數據同步到雲端，以便農民可以遠程訪問數據。

微軟研究院首席科學家Ranveer表示，“通過引入物聯網，基於雲的功能，利用數字反饋提供連接便可帶來新的收入。我們看到的增長最快的領域之一是連接現場服務，這種連續數據流與內部信息資產相結合，使新的服務模式成爲可能，即通過特殊服務合同實現更高的利潤率。”

場景2 · 環境監控

邊緣計算在過去在遠程監控農場裏，發揮出巨大作用。農場中的傳感器網絡，從幾個偶然放置的傳感器激增到數千個連接設備，從監測土壤，天氣和溼度，溫度條件到酸度和pH值等方面都進行了收集及測量。

邊緣計算允許生成和收集這些解決方案所需的數據更靠近設備源，同時還允許在邊緣設備本身中執行一些數據處理操作。

中國麥飛科技利用邊緣計算爲精準農業賦能

中國麥飛科技是一家專注於植保服務領域的變量施藥的AI大數據公司，利用無人機技術、遙感檢測技術、圖像識別技術對農田進行檢測，發現病蟲害位置、等級，並根據檢測結果執行植保作業，並在國內已有很多實施。

中國麥飛科技與百度雲智能邊緣計算達成深度合作，中國麥飛科技聯合創始人劉龍博士表示“麥飛科技使用百度雲邊緣計算架構實現了麥視監測機上的機上處理算法，提高了監測效率，不用經過雲端處理，直接在監測機飛行業務中實時生成病蟲害監測圖。極大地提高了自主研發麥視探針的計算處理能力。”

場景3 · 自動化

自動化和大數據的使用已第四次工業革命的關鍵驅動因素，自動化在精準農業中所起作用也在組建增大。通過使用邊緣計算和自動化系統，可以利用自動機器人，土壤注入，加熱器和照明。當與智能農場和農業企業現有的各種遠程監控應用程序和軟件結合使用時，自動化可以成爲農民的有力工具。

點擊上圖，即可查看麻省理工開放農業創新實驗室完整介紹

美國麻省理工學院媒體實驗室開放農業倡議 (OpenAgTM) 制定了自己未來的願景，其中包括 Food Computer設備和 Climate Recipe。前者是應用於封閉且控制氣候的環境中的一種開源技術，後者是一種特定條件的組合，以植物表型反應（例如味道和營養成分）與環境、生物、遺傳變量以及栽培所需資源的相互關聯爲基礎。

場景4 · 垂直農業

垂直農業涉及使用從物聯網傳感器和設備網絡收集的數據來優化食物和植物的生長，而無需農田。例如，在垂直農場中，通過傳感器網絡控制水分含量，這些傳感器不斷監測植物周圍的霧氣。使用邊緣計算，這些操作中涉及的大部分數據處理可以在邊緣設備本身上完成，而不需要發送到雲，進一步增加了這種系統在農業環境中的益處。

美國AeroFarms與戴爾攜手突破垂直農業邊緣計算

AeroFarms的解決方案是讓垂直農場顛覆世界各地的傳統供應鏈，爲主要的分銷路線和人口中心提供新鮮蔬菜。AeroFarms在倉庫中有數千個傳感器，上萬個數據分析點，通過與Dell公司物聯網團隊合作，設計出更符合“邊緣”的計算架構，大大提高了垂直農場的生產效率。

“在過去的40年裏，我們失去了三分之一農業耕地；世界上有70%的淡水用於農業灌溉；70%的淡水污染來自農業。如果我們想解決我們的生存問題，技術和數據科學是我們實現目標的重要方式。” AeroFarms負責人羅伯格說道。

展望 · 大農業

未來幾年，將是邊緣計算髮展的關鍵時期，迫切需要農業產業相關方明確邊緣計算應用邊界，早行業概念統一的基礎上，共同爲農業現代化進程做好服務。

5G、物聯網、人工智能等各領域技術融合發展，將加速邊緣計算應用落地。邊緣計算平臺也將面臨開放性、通用性、兼容性、交互性和安全性等挑戰。科技引領着農業的腳步，未來農業，也將展現完全不同的新面貌。

轉載請私信“新農業圈”

歡迎評論轉發與收藏！

喜歡我們，點擊關注。

看世界最新農業動態，

來頭條號“新農業圈”