计算机工程

作者：王田, 李雨婷, 王文华

单位：北京师范大学人工智能与未来网络研究院, 广东 珠海 519087

关键词：云边协同,传感云,边缘智能,就地计算,大小模型协同

基金：国家自然科学基金联合重点基金(U25A20436); 广西重点研发计划(FN2504240036); 广西重点研发计划(2025FN96441087); 国家自然科学基金(62372047); 广东省科技计划(2025B0101120006); 广东省自然科学基金(2024A1515011323)

面向大规模感知与智能应用场景, 集中式计算在时延、带宽、能耗与隐私保护的多重约束下逐渐呈现边际效益递减, 计算范式因此由单一的"万物上云"模式, 逐步转向"就地计算与云边协同"的新形态。在此背景下, 本文首先梳理集中化计算路径在不同发展阶段所具备的优势及其适用边界, 进而界定边缘计算在端-云之间所扮演的关键角色。在此基础上, 进一步概述"传感云-边缘-端"协同计算框架, 重点分析其中的核心机制, 包括数据"必要即上行"的传输原则、面向服务级别协议(SLA)感知的任务分配与双层调度策略, 以及边侧即时闭环执行与云侧全局策略治理之间的分工与协同关系。随着计算与智能能力向边缘侧持续下沉, 本文进一步讨论边缘智能的发展方向, 涵盖模型轻量化与本地学习机制、联邦学习与知识蒸馏的协同范式, 以及面向边缘环境的智能运维(AIOps for Edge)与多级降级机制所支撑的自治能力。同时, 强调构建以端到端闭环效率、系统韧性与可追责性为导向的综合评价体系的重要性。最后, 结合教育等典型应用场景以及产业实践, 论证就地计算与云边协同在保障确定性时延、提升系统整体韧性以及实现跨域一致性方面的现实有效性, 并据此指出计算范式由边缘计算向云边智能协同演进的必然趋势与发展方向。

来源：2026年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第2期