在过去的十年中，许多城市都发起了庞大(且价格昂贵)的“智慧城市”计划。在这一转变的最初几年，重点都是是数据的收集和集中化处理。但是，近年来出现了一种新模式，即在“边缘”执行分散数据处理。

随着边缘计算变得越来越普遍，无论是对应智慧城市和行业应用，数据工程都师变得更加擅长为现有系统配备IoT和边缘处理功能，并使用AI和ML提取可行的见解。

但是，在智能城市中利用边缘计算的功能时，仍然存在另一个挑战：在设计阶段将边缘功能构建到城市系统中。为此，城市规划人员必须了解去中心化边缘计算的工作方式。

在本文中，我们将探讨边缘计算对于在智慧城市中工作的城市规划人员的潜在优势，以及在实现这些优势方面将面临的一些挑战，并展望智慧城市的未来。

智慧城市的边缘计算

如今，我们很容易就能找到边缘计算正在彻底改变城市运作方式的例子。实际上，智慧城市计划是边缘计算市场的主要驱动力之一，预计到2024年边缘计算市场将增长到90亿美元。

迄今为止，边缘计算在智慧城市中最突出、最普遍的部署应用是交通管理。这也不足为奇：现代车辆收集大量数据，并使用边缘云基础架构自行处理其中的许多数据。其他城市则走得更远，并正在寻求应用边缘处理来管理水系统，甚至医疗系统。

但是，所有这些应用的共同点在于，它们是在现有遗留系统之上构建数据收集和边缘处理功能。结果，许多城市不得不进行广泛而昂贵的设备改造过程，以利用这些新技术。

挑战

当然，如果从一开始就将边缘处理内置到市政系统中，则可以使这些应用更加容易。换句话说，如果城市规划人员能够在早期阶段将智慧城市基础设施纳入其设计中。不幸的是，目前，这种情况仍然存在一些障碍。

与整体智慧城市的概念共同面临的挑战之一就是隐私。

隐私问题困扰智慧城市的愿景已有十年之久，然而，这并非没有道理：一些城市似乎决心在其所有系统中构建数据收集功能，并且警察无权访问此类数据。即使可以使用AI来提高边缘安全性，在每个城市系统中构建数据收集功能也只会加剧这些问题。

其次，存在灵活性问题。城市规划人员习惯于与网络工程师一起使用完全不同的时间尺度：新的道路系统可能设计成可持续数十年，而物联网系统的寿命则以年为单位。因此，不仅需要城市规划师将边缘能力纳入其设计中，而且还需要使它们具有足够的适应性，以便他们可以长期提供价值。

让平凡的事情变得令人兴奋

综上所述，如果可以将边缘计算功能整合到我们城市的结构中，这可能会彻底改变我们与城市互动的方式。

以自动驾驶汽车为例。目前，智慧城市的工程师在很大程度上只能使用车辆本身收集的数据，因此对这些车辆与其他市政系统的交互方式的了解有限。真正智慧城市的承诺是将这些数据与整个城市服务范围内收集的信息进行整合分析。例如，在发生严重车祸的情况下，监视关键路口的边缘计算网络可以处理车辆数据，针对事故向本地服务发出警报并自动重新安排交通流量。

但是，要达到这种“智能”水平，就需要改变城市规划者的观念。目前，城市工程师倾向于集中精力于大型、昂贵、炫目的项目，而忘记了与城市实际运行方式有关的基础细节：如垃圾收集、供水网络和污染监测系统。

面向未来

尽管存在所有这些困难，但有迹象表明，智慧城市城市规划的承诺正在实现。例如，在2017年3月，Sidewalk Toronto项目不仅旨在将边缘计算基础设施构建到城市结构中，而且还提供了随着城市的发展而适应和改变同一系统的功能。尽管目前该项目因许多智慧城市计划中同样存在的隐私问题而被迫中止，但它以城市开发流程与智慧城市部署相结合的方式而受到赞誉。

这样的项目向我们表明，城市规划不需要与智慧城市计划分开，而可以成为其中不可分割的一部分。同时，也反映出传统的审视城市规划的方法也许已经过时了。最后，还提供了一个很好的例子，说明各种工程师在2020年应该如何有效实施边缘模型。