從過(guò)度計(jì)算到梯式計(jì)算

文/蔣平 劉鵬

1 背景

隨著物聯(lián)網(wǎng)以及5G技術(shù)的快速發(fā)展與應(yīng)用，越來(lái)越多的傳感器與智能設(shè)備聯(lián)網(wǎng)進(jìn)一步滲透至各行各業(yè)，覆蓋“人、車(chē)、物、事、境”，記錄著相應(yīng)目標(biāo)物的身份、行為、位置、軌跡等。信號(hào)燈控制、自助安檢、流感禁戒、智能音箱……在智慧城市的建設(shè)中，無(wú)時(shí)無(wú)刻不產(chǎn)生大量數(shù)據(jù)。

從設(shè)計(jì)需求角度來(lái)看。智慧城市作為一個(gè)新生事物，城市規(guī)劃、建設(shè)、管理和服務(wù)是循序漸進(jìn)地開(kāi)展，具體應(yīng)該怎么設(shè)計(jì)，數(shù)字孿生怎么建設(shè)，怎么更好地實(shí)現(xiàn)人類(lèi)目標(biāo)等，需要不斷探索。因此，設(shè)計(jì)需求并不能一次性100%提出，設(shè)計(jì)目標(biāo)也難以保證實(shí)現(xiàn)100%的期望值，計(jì)算架構(gòu)因此需要不斷適應(yīng)新的設(shè)計(jì)需求。

從系統(tǒng)安全和網(wǎng)絡(luò)治理的角度來(lái)看。網(wǎng)絡(luò)系統(tǒng)不可能保證100%的安全性，各種網(wǎng)絡(luò)犯罪難以完全遏制，寄希望于通過(guò)一次清理將網(wǎng)絡(luò)治理得干干凈凈，或者徹底保證系統(tǒng)安全，并不現(xiàn)實(shí)。只有通過(guò)多種措施，盡可能防范或避免安全漏洞，并能在受到安全危害后盡可能降低損失。

過(guò)度計(jì)算的困境：

在大數(shù)據(jù)、云計(jì)算以及物聯(lián)網(wǎng)技術(shù)的推動(dòng)之下，從各類(lèi)終端采集的數(shù)據(jù)會(huì)源源不斷地上傳至云端數(shù)據(jù)中心進(jìn)行計(jì)算與存儲(chǔ)。IDC（國(guó)際數(shù)據(jù)公司，International Data Corporation，簡(jiǎn)稱(chēng)IDC）此前曾做出預(yù)測(cè)，2020年將有超過(guò)500億的終端與設(shè)備聯(lián)網(wǎng)，隨之而來(lái)的則是呈指數(shù)級(jí)別增長(zhǎng)的數(shù)據(jù)量。如果將上述數(shù)據(jù)都上傳至云端處理，這樣的“過(guò)度計(jì)算”顯然面臨困境。

圖1：梯式計(jì)算架構(gòu)圖

從計(jì)算本身來(lái)看，過(guò)度計(jì)算沿用傳統(tǒng)大數(shù)據(jù)中心的計(jì)算模式，在一定意義上，可以理解為由CPU堆砌而成。高功率CPU支持的超級(jí)計(jì)算性?xún)r(jià)比如何？計(jì)算能否達(dá)到既定目標(biāo)？難以言明。如果旨在提高計(jì)算性能，僅僅依靠搭積木式的高功率CPU堆砌顯然不夠，提升性能與體系結(jié)構(gòu)設(shè)計(jì)、高速互聯(lián)網(wǎng)、系統(tǒng)軟件、儲(chǔ)存列陣等關(guān)系緊密。任意環(huán)節(jié)出現(xiàn)問(wèn)題，都將直接影響計(jì)算性能。比如，當(dāng)網(wǎng)絡(luò)性能不足時(shí)，由此造成的數(shù)據(jù)擁堵將直接拉低整體系統(tǒng)效率。

從安全應(yīng)用來(lái)看，在過(guò)度計(jì)算中，當(dāng)所有數(shù)據(jù)向云平臺(tái)集中，以及所有數(shù)據(jù)都通過(guò)大數(shù)據(jù)技術(shù)處理時(shí)，頻繁的數(shù)據(jù)交互，不僅會(huì)占用大量帶寬，影響傳輸速率，同時(shí)由于數(shù)據(jù)的處理和分析，也將造成較大的延遲。這不可避免地將為應(yīng)用帶來(lái)不便，同時(shí)在安全性、可靠性、實(shí)用性等方面，也成為了問(wèn)題滋生的土壤。雖然百分之百的絕對(duì)安全是一種理想狀態(tài)，但是通過(guò)探索新的計(jì)算模式以實(shí)現(xiàn)相對(duì)安全仍然是題中應(yīng)有之義。

從治理角度來(lái)看，目前“云管端”作為一種新的技術(shù)趨勢(shì)，成為了一種新的選擇。“云”是指云服務(wù)，“端”是智能終端，而“管”則是連接兩者之間的設(shè)備。不同于以往將所有數(shù)據(jù)匯總到數(shù)據(jù)中心處理，在“云管端”下，“由邊緣端開(kāi)展業(yè)務(wù)應(yīng)用，由云端進(jìn)行管理”的模式逐漸盛行。即使如此，這也并不是唯一的選擇。不同的應(yīng)用場(chǎng)景需要選擇適用的計(jì)算方式，以實(shí)現(xiàn)各方資源的共享。同時(shí)，由于對(duì)計(jì)算的需求有脫實(shí)向虛的傾向，治理風(fēng)險(xiǎn)仍然存在，同時(shí)難度也有加大的趨勢(shì)，計(jì)算模型與架構(gòu)的選擇應(yīng)充分將風(fēng)險(xiǎn)治理考慮在內(nèi)。

因此，傳統(tǒng)的依靠單一集中處理方式的“過(guò)度計(jì)算”架構(gòu)已經(jīng)越來(lái)越不能適應(yīng)新的環(huán)境要求，迫切需要建設(shè)融合多種計(jì)算模式，同時(shí)具備柔性、包容、安全的新型自適應(yīng)架構(gòu)。梯式計(jì)算為這一困境提供了方法。

2 梯式計(jì)算

本節(jié)首先介紹梯式計(jì)算的架構(gòu)和特征，再探討如何通過(guò)梯式計(jì)算來(lái)應(yīng)對(duì)過(guò)度計(jì)算存在的問(wèn)題的具體措施。

2.1 梯式計(jì)算的架構(gòu)

集中式計(jì)算由小型機(jī)、大型機(jī)構(gòu)成，數(shù)據(jù)全部存儲(chǔ)在系統(tǒng)上，所有的計(jì)算由該系統(tǒng)完成，所有的任務(wù)都在主機(jī)上運(yùn)行。分布式計(jì)算是透過(guò)互聯(lián)網(wǎng)，把需要大量計(jì)算的任務(wù)進(jìn)行分割，由網(wǎng)絡(luò)中多臺(tái)計(jì)算機(jī)分別計(jì)算，實(shí)現(xiàn)按需提供共享計(jì)算、存儲(chǔ)、應(yīng)用等資源的計(jì)算模式。智能計(jì)算是應(yīng)對(duì)AI趨勢(shì)的新計(jì)算形態(tài)，是“云+端”的協(xié)同模式，具有傳統(tǒng)應(yīng)用的計(jì)算能力和面向AI的計(jì)算能力。而梯式計(jì)算是對(duì)集中式計(jì)算、分布式計(jì)算、智能計(jì)算的融合，它在云與端之間存在多個(gè)梯級(jí)。其架構(gòu)如圖1所示。

由圖1可以看出，梯式計(jì)算從架構(gòu)上分為業(yè)務(wù)應(yīng)用層、分組控制層、網(wǎng)絡(luò)層和傳感層。2.1.1 傳感層

涵蓋了物聯(lián)傳感器、視頻攝像頭、雷達(dá)、通信部件等各類(lèi)終端，這些終端彼此間可能是獨(dú)立的，也可能是相互結(jié)合在一起。

2.1.2 網(wǎng)絡(luò)層

主要是實(shí)現(xiàn)融合與互聯(lián)，功能上包括網(wǎng)絡(luò)聯(lián)接管理、邊緣計(jì)算、業(yè)務(wù)本地存活、協(xié)議轉(zhuǎn)化等。邊緣計(jì)算和業(yè)務(wù)本地存活對(duì)智慧城市、智能交通調(diào)度、無(wú)人駕駛汽車(chē)等場(chǎng)景應(yīng)用是非常重要的。在物聯(lián)網(wǎng)領(lǐng)域存在特別多的協(xié)議，來(lái)自于各行各業(yè)的積累，需要在網(wǎng)關(guān)上做協(xié)議的轉(zhuǎn)換，將數(shù)據(jù)統(tǒng)一承載在網(wǎng)絡(luò)上對(duì)外傳輸，故協(xié)議轉(zhuǎn)換也是該層的重要功能。

2.1.3 分組控制層

對(duì)網(wǎng)絡(luò)層上傳的數(shù)據(jù)進(jìn)行統(tǒng)一的處理，向上傳輸?shù)綐I(yè)務(wù)應(yīng)用層。同時(shí)對(duì)下層的計(jì)算資源、網(wǎng)絡(luò)資源、傳感器等進(jìn)行管理，提供網(wǎng)絡(luò)部署、配置的自動(dòng)化工具。

2.1.4 業(yè)務(wù)應(yīng)用層

主要是各行業(yè)各類(lèi)應(yīng)用業(yè)務(wù)，如智慧城市、智能交通調(diào)度、無(wú)人駕駛汽車(chē)、公共安全監(jiān)控、智能家居等。

梯式計(jì)算能夠就近提供智能互聯(lián)服務(wù)，其融合計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)、業(yè)務(wù)應(yīng)用等核心開(kāi)發(fā)平臺(tái)，將計(jì)算任務(wù)從云數(shù)據(jù)中心，逐步分層分級(jí)的遷移到邊緣端，滿(mǎn)足物聯(lián)網(wǎng)時(shí)代不斷增長(zhǎng)的數(shù)據(jù)催生的對(duì)邊緣計(jì)算的需求，滿(mǎn)足各行業(yè)在智能化轉(zhuǎn)型中的關(guān)鍵需求，具備巨大的市場(chǎng)空間，未來(lái)梯式計(jì)算將更好的推動(dòng)人工智能、萬(wàn)物互聯(lián)的技術(shù)發(fā)展。

2.2 梯式計(jì)算的特征

作為集中式計(jì)算、分布式計(jì)算、智能計(jì)算的充分融合，梯式計(jì)算博采眾長(zhǎng)，具有跨時(shí)空應(yīng)用、分時(shí)共享、智能計(jì)算、跨域共享等多種特征。通過(guò)應(yīng)用梯式計(jì)算，在無(wú)需“數(shù)據(jù)搬家”的前提下，實(shí)現(xiàn)了從數(shù)據(jù)共享到信息共享，最終達(dá)到智力共享的過(guò)程。

2.2.1 跨時(shí)空應(yīng)用

梯式計(jì)算以互通互聯(lián)為核心，通過(guò)建立連接傳感層、網(wǎng)絡(luò)層、分組控制層以及業(yè)務(wù)應(yīng)用層的梯級(jí)平臺(tái)，實(shí)現(xiàn)資源的跨時(shí)空聚合。因此，無(wú)論用戶(hù)在何時(shí)何地，都可不受時(shí)間與地域限制，通過(guò)電腦或者手機(jī)快速查看數(shù)據(jù)與信息，并為下一步舉措提供參考，這在智慧安防、智能家居等領(lǐng)域都有著廣泛應(yīng)用。

2.2.2 分時(shí)共享

梯式計(jì)算突破了傳統(tǒng)云計(jì)算模式的瓶頸，在大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)支持下，不僅實(shí)現(xiàn)了資源的充分整合，同時(shí)在進(jìn)行資源分享時(shí)，應(yīng)用多重程序與多任務(wù)處理等技術(shù)，使得多個(gè)用戶(hù)可以分時(shí)共享CPU、軟件以及數(shù)據(jù)等資源，進(jìn)一步提高了資源利用率以及系統(tǒng)吞吐量。

2.2.3 智能計(jì)算

梯式計(jì)算在人工智能的加持下，通過(guò)“云”、“管”、“端”的聯(lián)動(dòng)，分散數(shù)據(jù)存儲(chǔ)與處理壓力。具體而言，通過(guò)人工智能分析，將感知終端能夠存儲(chǔ)與分析的數(shù)據(jù)就地解決，需要由云端處理的部分傳至云端，并在“管”設(shè)備的支持實(shí)現(xiàn)互通有無(wú)，而處理結(jié)果將如同爬梯子逐級(jí)上傳過(guò)濾與集中，最終落實(shí)到具體應(yīng)用。

2.2.4 跨域共享

無(wú)論是對(duì)于各種傳感器設(shè)備采集而來(lái)的圖片、視頻等多種數(shù)據(jù)資源，還是在此基礎(chǔ)上經(jīng)過(guò)分析處理而來(lái)的共享信息與智力成果，通過(guò)梯式計(jì)算，即使需要的文件在其他服務(wù)器上，也可通過(guò)屬性設(shè)置，在自己的服務(wù)器上運(yùn)行它，從而實(shí)現(xiàn)跨域名、跨端口、跨協(xié)議的跨域共享。

2.3 應(yīng)對(duì)措施

本節(jié)從計(jì)算空間、響應(yīng)時(shí)間、信息安全、網(wǎng)絡(luò)空間治理等角度出發(fā)，進(jìn)一步探討梯式計(jì)算在解決過(guò)度計(jì)算困境方面的應(yīng)對(duì)措施。

2.3.1 計(jì)算空間

據(jù)IDC發(fā)布的“數(shù)據(jù)時(shí)代2025”研究指出，2025年全球約20%的數(shù)據(jù)是實(shí)時(shí)數(shù)據(jù)，該類(lèi)數(shù)據(jù)無(wú)需匯聚到數(shù)據(jù)中心處理，可以由用戶(hù)的系統(tǒng)完成處理和存儲(chǔ)需求，加強(qiáng)邊緣端存儲(chǔ)和處理更多數(shù)據(jù)的能力。在現(xiàn)有智慧城市環(huán)境下，大多數(shù)的數(shù)據(jù)靠近數(shù)據(jù)源，僅部分?jǐn)?shù)據(jù)分析需求要依賴(lài)于網(wǎng)絡(luò)帶寬，而傳統(tǒng)的大型數(shù)據(jù)中心是物理集中的，幾乎所有數(shù)據(jù)都在一個(gè)核心完成集中處理，不符合目前人工智能和物聯(lián)網(wǎng)技術(shù)發(fā)展的應(yīng)用需要。采用梯式計(jì)算的方式則可解決這類(lèi)問(wèn)題，可在數(shù)據(jù)源端啟用具備數(shù)據(jù)實(shí)時(shí)處理能力的設(shè)備，或在靠近數(shù)據(jù)源的地方部署小型數(shù)據(jù)中心，在空間上形成物理集中逐步變?yōu)檫壿嫾?，分層分?jí)的開(kāi)展服務(wù)，因此未來(lái)智慧城市的數(shù)據(jù)中心不會(huì)像如今的數(shù)據(jù)中心般擁有大型倉(cāng)庫(kù)的規(guī)模。

2.3.2 響應(yīng)時(shí)間

由于智能交通、無(wú)人駕駛汽車(chē)、智能家居、工業(yè)互聯(lián)網(wǎng)等各類(lèi)應(yīng)用場(chǎng)景的日益普及，產(chǎn)生的數(shù)據(jù)量大大增加，用戶(hù)對(duì)海量數(shù)據(jù)信息的實(shí)時(shí)性需要也隨之提高。在智慧城市中，不是所有的數(shù)據(jù)都需要長(zhǎng)期保存，部分?jǐn)?shù)據(jù)是需要實(shí)時(shí)計(jì)算的，如果把所有數(shù)據(jù)全部上傳到數(shù)據(jù)中心，將會(huì)出現(xiàn)網(wǎng)絡(luò)帶寬資源過(guò)度浪費(fèi)和高時(shí)延問(wèn)題，但如果采用梯式計(jì)算，將部分?jǐn)?shù)據(jù)在邊緣服務(wù)器上進(jìn)行實(shí)時(shí)分析和處理，或直接在終端設(shè)備上運(yùn)行，就能夠大大降低了時(shí)間延遲，使得業(yè)務(wù)應(yīng)用上得到的反饋更加迅速，更好的改善用戶(hù)體驗(yàn)。同時(shí)，不必將所有數(shù)據(jù)都上傳到數(shù)據(jù)中心，也降低了網(wǎng)絡(luò)傳輸壓力，減少網(wǎng)絡(luò)堵塞。

2.3.3 信息安全

軟件開(kāi)發(fā)行業(yè)里有個(gè)名詞，叫“千行代碼缺陷率”，意思是指一千行代碼就有可能存在一個(gè)漏洞，意味著世界上沒(méi)有絕對(duì)安全的系統(tǒng)。美軍在信息安全領(lǐng)域上追求的也只是相對(duì)安全，要求自己的安全防護(hù)機(jī)制比對(duì)手的更晚被攻破。在云計(jì)算架構(gòu)中，所有數(shù)據(jù)都要上傳到數(shù)據(jù)中心，在這個(gè)過(guò)程中數(shù)據(jù)安全性就成了一個(gè)重要問(wèn)題，從個(gè)人隱私數(shù)據(jù)、金融交易賬戶(hù)、搜索引擎記錄到城市視頻監(jiān)控等都存在數(shù)據(jù)泄露的風(fēng)險(xiǎn)。而梯式計(jì)算在很多情況下，不需要將數(shù)據(jù)上傳到數(shù)據(jù)中心，只是在邊緣端進(jìn)行處理，因此也從源頭處解除了類(lèi)似的風(fēng)險(xiǎn)，使信息安全不再束手束腳。

2.3.4 網(wǎng)絡(luò)空間治理

梯式計(jì)算融合了云計(jì)算與邊緣計(jì)算的優(yōu)點(diǎn)，能夠更好的支撐業(yè)務(wù)智能化處理與執(zhí)行，特別是在人工智能、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)等技術(shù)帶動(dòng)下，能將內(nèi)容交付網(wǎng)絡(luò)（CDN）的速度與云的優(yōu)勢(shì)相結(jié)合，形成新一代網(wǎng)絡(luò)結(jié)構(gòu)，其與CDN的規(guī)則有點(diǎn)類(lèi)似，試圖通過(guò)盡可能接近最后1公里來(lái)提高性能，希望讓計(jì)算處理更接近用戶(hù)。梯式計(jì)算通過(guò)縮短終端與為其提供服務(wù)的云資源之間的距離，減少網(wǎng)絡(luò)跳數(shù)，減輕互聯(lián)網(wǎng)的延遲和帶寬限制，在分散的計(jì)算模型中數(shù)據(jù)處理能在用戶(hù)處開(kāi)展，將有效的提升網(wǎng)絡(luò)整體能效，同時(shí)還可以引入新的業(yè)務(wù)需求。在梯式計(jì)算的幫助下，計(jì)算能力能夠傳遞到網(wǎng)絡(luò)的邏輯終端，提升業(yè)務(wù)應(yīng)用的服務(wù)性能、可靠性和運(yùn)營(yíng)效率。

3 梯式計(jì)算的部分應(yīng)用場(chǎng)景

3.1 智能交通調(diào)度

對(duì)于智慧城市建設(shè)而言，梯式計(jì)算將在公共交通的智能優(yōu)化方面發(fā)揮巨大作用。通過(guò)梯式計(jì)算，有關(guān)部門(mén)能夠及時(shí)處理交通需求、車(chē)流量監(jiān)測(cè)、車(chē)輛間距檢測(cè)、道路負(fù)荷監(jiān)測(cè)以及車(chē)輛報(bào)警等信息，對(duì)道路路況、車(chē)輛進(jìn)行實(shí)時(shí)監(jiān)控，降低事故發(fā)生率，提升道路通行效率，實(shí)現(xiàn)公共交通的實(shí)時(shí)智能優(yōu)化。

例如，深圳交警借助邊緣計(jì)算服務(wù)器，搜集實(shí)時(shí)交通數(shù)據(jù)，將交通數(shù)據(jù)存儲(chǔ)、過(guò)濾、處理后，上傳到大數(shù)據(jù)平臺(tái)，平臺(tái)根據(jù)提供的準(zhǔn)確信息，依據(jù)擁堵區(qū)域、道路、位置點(diǎn)等多維數(shù)據(jù)進(jìn)行實(shí)時(shí)擁堵分析，再將智能分析后的結(jié)果傳到邊緣端，實(shí)現(xiàn)信號(hào)配時(shí)優(yōu)化由被動(dòng)變主動(dòng)，從局部到宏觀(guān)，整體上提升深圳交通管制效率。據(jù)了解，通過(guò)信號(hào)調(diào)優(yōu)方案，深圳市高峰期部分重點(diǎn)路段運(yùn)行速度提高15%。

3.2 5G下的無(wú)人駕駛汽車(chē)

無(wú)人駕駛汽車(chē)的實(shí)現(xiàn)必須要做到“眼觀(guān)六路”、“耳聽(tīng)八方”，這會(huì)在汽車(chē)與云平臺(tái)之間傳輸大量的數(shù)據(jù)，需要保證網(wǎng)絡(luò)的傳輸速率和低延遲，5G技術(shù)的部署，帶來(lái)的高網(wǎng)速、低延時(shí)是推動(dòng)無(wú)人駕駛汽車(chē)落地的核心通信技術(shù)，沒(méi)有高度可靠的網(wǎng)絡(luò)環(huán)境，無(wú)人駕駛汽車(chē)幾乎難以實(shí)現(xiàn)。

據(jù)悉，每輛無(wú)人駕駛汽車(chē)預(yù)計(jì)每天會(huì)產(chǎn)生幾千GB的傳感器數(shù)據(jù)，5G網(wǎng)絡(luò)可以將數(shù)據(jù)及時(shí)傳輸?shù)皆破脚_(tái)，但是云平臺(tái)可能無(wú)法實(shí)現(xiàn)及時(shí)處理；又如，如果車(chē)輛監(jiān)測(cè)到前方有障礙物時(shí)，將視頻數(shù)據(jù)上傳到云平臺(tái)，云平臺(tái)瞬間完成了運(yùn)算，并將指令發(fā)送給車(chē)輛，車(chē)輛隨即按指令做出躲避、剎車(chē)等動(dòng)作，但如果信息傳遞過(guò)程中出現(xiàn)的延遲，極有可能導(dǎo)致車(chē)禍的發(fā)生。因此，采用梯式計(jì)算的方式，可以將車(chē)輛產(chǎn)生的數(shù)據(jù)邊緣計(jì)算，允許邊緣端節(jié)點(diǎn)處理更多的需要實(shí)時(shí)處理的數(shù)據(jù)，為云平臺(tái)減少負(fù)荷，避免信息傳輸?shù)难舆t，這將對(duì)無(wú)人駕駛汽車(chē)的發(fā)展起到重大支撐和推動(dòng)作用。

3.3 大規(guī)模人臉識(shí)別

在城市各個(gè)角落中部署著大量的視頻監(jiān)控?cái)z像頭，用來(lái)應(yīng)對(duì)新型犯罪及社會(huì)管理等公共安全問(wèn)題。為此，以云計(jì)算、大數(shù)據(jù)、萬(wàn)物互聯(lián)為技術(shù)基礎(chǔ)，融合邊緣計(jì)算模型和人臉識(shí)別技術(shù)，能夠構(gòu)建基于梯式計(jì)算的“新型人臉識(shí)別應(yīng)用服務(wù)系統(tǒng)”，該方式提高了前端設(shè)備的智能處理能力，將部分或全部視頻圖像分析處理遷移到邊緣端，降低云平臺(tái)中心端的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等資源要求，提高大規(guī)模人臉識(shí)別分析速度和分析效率，進(jìn)而增強(qiáng)刑事犯罪破案和防范恐怖襲擊的能力。同時(shí)，梯式計(jì)算的方式也能為視頻監(jiān)控系統(tǒng)提供預(yù)處理機(jī)制，如實(shí)時(shí)提取、分析視頻圖像中的行為特征，根據(jù)當(dāng)前場(chǎng)景行為感知數(shù)據(jù)處理方式，并實(shí)時(shí)調(diào)整視頻數(shù)據(jù)，這樣既減少無(wú)效視頻的存儲(chǔ)，提升存儲(chǔ)空間利用率，又可以最大化集中存儲(chǔ)視頻數(shù)據(jù)，增加證據(jù)類(lèi)信息的可信性。

4 結(jié)語(yǔ)

在物聯(lián)網(wǎng)與5G技術(shù)的推動(dòng)下，數(shù)據(jù)量呈現(xiàn)指數(shù)級(jí)增長(zhǎng)，單一的集中式計(jì)算或分布式計(jì)算已難以適應(yīng)發(fā)展現(xiàn)狀與未來(lái)需求。而梯式計(jì)算融合了集中式計(jì)算、分布式計(jì)算、智能計(jì)算特性，具有跨時(shí)空應(yīng)用、分時(shí)共享、智能計(jì)算、跨域共享等優(yōu)勢(shì)，并通過(guò)計(jì)算空間、響應(yīng)時(shí)間、信息安全、網(wǎng)絡(luò)空間治理等角度，提出梯式計(jì)算解決過(guò)度計(jì)算之困境，表明梯式計(jì)算這一新型計(jì)算架構(gòu)可廣泛用于智慧交通、智能安防等智慧城市建設(shè)領(lǐng)域。

更正

茲有賈盼斗、尹春華同志發(fā)表在《電子技術(shù)與軟件工程》雜志2019年10月下半月刊第250頁(yè)中《基于Bayesian信息度量方法》一文，文章作者更正為賈盼斗、尹春華、陳志聰，其中陳志聰作者的簡(jiǎn)介及單位為：

陳志聰（1995-），女，山東省青島市人。碩士研究生。主要研究方向?yàn)榇_信可靠性。

北京航空航天大學(xué)云南創(chuàng)新研究院 云南省昆明市 650000

《電子技術(shù)與軟件工程》編輯部

2019年11月