在过去十年中，许多城市推出了庞大（且昂贵）的“智慧城市”计划。在转型的最初几年，重点是数据收集和集中化。然而，近年来出现了一种新的范例，即在“边缘”执行分散式数据处理。随着边缘计算变得越来越普遍，无论是对于智慧城市还是行业应用，数据工程师都越来越擅长为现有系统配备物联网和边缘处理，并使用人工智能和机器学习来提取可操作的见解。然而，在智慧城市中利用边缘计算的能力时，另一个挑战仍然存在：在设计阶段将边缘能力构建到城市系统中。为此，城市规划者必须了解去中心化边缘计算的工作原理。在本文中，我们探讨了边缘计算对在智慧城市工作的城市规划者的潜在好处、实现这些好处的一些挑战，并展望了智慧城市的未来。智能城市的边缘计算如今，很容易找到边缘计算彻底改变城市运作方式的例子。事实上，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年该市场将增长到90亿美元。到目前为止，边缘计算在智慧城市中最突出和最广泛的部署是交通管理。这并不奇怪：现代车辆收集大量数据并使用边缘云基础设施自行处理其中的大部分数据。其他城市正在走得更远，正在寻求应用边缘处理来管理供水系统甚至医疗保健系统。但所有这些应用程序的共同点是它们在现有遗留系统之上构建数据收集和边缘处理功能。因此，许多城市不得不经历广泛而昂贵的重组过程才能利用这些新技术。挑战当然，如果从一开始就将边缘处理内置到市政系统中，这些应用程序可以变得更容易。换句话说，如果城市规划者能够在早期阶段将智慧城市基础设施纳入他们的设计中。不幸的是，目前，这种情况仍然存在一些障碍。与整体智慧城市概念共同面临的挑战之一是隐私。十年来，隐私问题一直困扰着智慧城市的愿景，但并非没有原因：一些城市似乎决心在其所有系统中构建数据收集功能，而警方无法访问此类数据。即使人工智能可以用来提高边缘的安全性，在每个城市系统中构建数据收集能力也只会加剧这些问题。其次，是灵活性问题。城市规划者习惯于在完全不同的时间范围内与网络工程师合作：一个新的道路系统可能设计为持续数十年，而物联网系统可以使用数年。因此，城市规划者不仅需要将边缘功能融入到他们的设计中，还需要使它们具有足够的适应性，以便能够长期提供价值。让平凡令人兴奋总而言之，如果边缘计算功能可以集成到我们城市的结构中，它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，智慧城市工程师在很大程度上仅限于车辆自身收集的数据，因此他们对这些车辆如何与其他市政系统交互的了解有限。真正智慧城市的承诺是将这些数据与整个城市服务中收集的信息相结合。例如，在发生严重车祸的情况下，监控关键十字路口的边缘计算网络可以处理车辆数据，就事故向当地服务部门发出警报，并自动重新安排交通流量。但要达到这种“智能”水平，就需要改变城市规划者的思维方式。现在，城市工程师倾向于专注于大型、昂贵、华而不实的项目，而忘记了城市实际运行的基本细节：垃圾收集、供水网络和污染监测系统等。面向未来尽管存在所有这些困难，但有迹象表明，智慧城市规划的承诺正在实现。例如，2017年3月，SidewalkToronto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发展适应和改变同一系统的能力。尽管该项目目前因困扰许多智慧城市计划的相同隐私问题而受阻，但该项目因将城市发展过程与智慧城市部署相结合的方式而受到赞扬。像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，而是可以成为其中不可或缺的一部分。同时，也反映出传统看待城市规划的方式可能已经过时。最后，还提供了一个很好的例子，说明各类工程师应如何在2020年有效实施边缘模型。
