火爆业界的边缘计算,到底是什么?

标签:边缘计算
分享到:

边缘计算正在改变全球数百万个设备处理和传输数据的方式。联网设备(IoT)的爆炸式增长以及需要实时计算能力的新应用,正持续推动着边缘计算系统发展。

5G无线等更高速的联网技术使边缘计算系统得以加快创建或支持实时应用,比如视频处理及分析、自动驾驶汽车、人工智能和机器人等技术。

虽然边缘计算的早期目标是解决:因物联网生成数据增长,而为远距离传输数据提供带宽所需的成本,但需要在边缘端进行处理的实时应用程序的兴起也在推动该技术往前发展。

边缘计算是什么?

Gartner将边缘计算定义为"分布式计算拓扑结构的一部分,其中的信息在靠近边缘的地方处理,设备和人在边缘处生成或使用该信息。"

大致来说,边缘计算使计算和数据存储更靠近生成数据的设备,而不是依赖位置可能在千里之外的数据中心。这么做是为了使数据,尤其是实时数据,不会出现影响应用程序性能的延迟问题。此外,许多企业可以通过在本地执行处理来节省资金,并减少需要在集中位置或基于云的位置进行处理的数据量。

边缘计算是因物联网设备急剧增多而发展起来的,物联网设备连接到互联网,以便从云端接收信息或将数据传回到云端。许多物联网设备在运行过程中都会生成大量数据。

想想在工厂车间监测生产器械的设备,或从远程办公室发送实时画面的联网摄像头。虽然生成数据的单个设备很容易在网络上传输数据,但同时传输数据的设备数量增加后就会出现问题。不只有一个视频摄像头传输实时画面,而是有成百上千个这样的设备。不仅画面质量会因延迟而受影响,带宽成本可能也非常高。

 

 

边缘计算的工作原理

对许多这类系统而言,边缘计算硬件和服务充当处理和存储数据的本地来源,有助于解决这个问题。比如说,边缘网关可以处理来自边缘设备的数据,然后仅将相关数据通过云发回去,因而减少了带宽需求。或者以实时应用需求为例,边缘网关可以将数据发回到边缘设备。

这些边缘设备可能包括许多不同的装置,比如物联网传感器、员工的笔记本电脑及最新的智能手机、安全摄像头,或甚至是办公室休息室里的联网微波炉。边缘网关本身也被认为是边缘计算基础架构中的边缘设备。

边缘计算的几个用例

有多少用户就有多少不同的边缘用例:每个人的具体环境不同,但有几个行业尤其处于边缘计算的最前沿。制造业和重工业使用边缘硬件来支持无法容忍延迟的应用,让自动协调工厂车间的重型机械设备等任务所需的处理能力靠近需要这种能力的地方。边缘还让这些企业有办法将靠近机器的物联网应用(比如预测性维护)整合起来。同样,农业用户可以使用边缘计算作为收集层,以收集来自众多联网设备的数据,包括土壤和温度传感器、联合收割机和拖拉机等。

不同类型的部署所需的硬件会大不一样。比如说,工业用户会高度重视可靠性和低延迟,需要能够在工厂车间的恶劣环境中运行的加固型边缘节点和专用通信链路(专用5G、专用Wi-Fi 网络甚至有线连接),以实现目标。相比之下,联网的农业用户也需要加固型边缘设备来应对户外部署,但网络连接部分可能大不一样--低延迟可能仍然是协调重型设备的移动所需要的,但环境传感器很可能对距离有较高的要求、对数据有较低的要求--LP-WAN连接、Sigfox或类似的连接技术可能是最佳选择。

其他用例则完全带来了不同的挑战。零售商可能将边缘节点用作店内信息交换中心,用于支持各种不同功能,将销售点数据与针对性促销活动联系起来,跟踪客流量等,以实现统一的商店管理应用。这里的连接部分可能很简单:每个设备使用内部Wi-Fi;也可能更复杂,用蓝牙或其他低功耗连接支持客流量跟踪和促销服务,Wi-Fi则留给销售点和自助结账。

继续阅读
边缘计算和边缘AI是什么?两者有什么区别?

在科技领域,我们听惯了AI人工智能,边缘计算,却很少涉及两者的交叉与融合:边缘AI,那么边缘计算与边缘AI是什么,两者有什么区别呢?

破茧而出,边缘计算继云计算后成为计算的第四个浪潮

对于自动驾驶汽车,必须做出闪电般快速、100%准确的决策。如果一个孩子跑过马路,汽车在刹车之前不能冒哪怕是最轻微的延误风险。

改进边缘计算进行数据处理的最佳实践

边缘计算克服了云计算的一些缺点。生成的数据将会继续增长,更需要具有更低延迟、可扩展性和恢复能力等优势的边缘计算进行处理。然而,获得这些优势并不是那么容易。

边缘计算是什么?下一次信息技术的变革!

随着万物联网的趋势不断加深,智能手机、智能眼镜等端设备的数量不断增加,使数据的增长速度远远超过了网络带宽的增速;同时,增强现实、无人驾驶等众多新应用的出现对延迟提出了更高的要求。边缘计算将网络边缘上的计算、网络与存储资源组成统一的平台为用户提供服务,使数据在源头附近就能得到及时有效的处理。这种模式不同于云计算要将所有数据传输到数据中心,绕过了网络带宽与延迟的瓶颈,引起了广泛的关注。

拥抱边缘计算的3个理由

向云的转变提高了企业的灵活性、速度和性能——同时降低了成本。但是,随着企业实时处理更多数据,他们需要解决将数据发送到云端并再次返回时固有的速度和延迟问题。

精彩活动