星际大陆:风口上的“边缘计算”

在5G、物联网的推动下,“边缘计算”正式站上了风口,已成燎原之势,它在互联网计算中与“云计算”相辅相成,是备受关注的新一代信息技术之一,被行业称为物联网的“最后一公里”。

星际大陆:风口上的“边缘计算”

边缘计算的概念

边缘计算指的是在网络边缘执行计算的一种新型计算模式,具体计算包括:下行的云服务和上行的万物互联服务。

网络边缘的资源主要包括手机、个人电脑等用户终端,WiFi接入点、蜂窝网络基站与路由器等基础设施,摄像头、机顶盒等嵌入式设备,Cloudlet等小型计算中心等。这些资源数量众多,相互独立,分散在用户周围,将其称之为边缘节点。边缘计算就是要将空间距离或网络距离上与用户临近的这些独立分散的资源统一起来,为应用提供计算、存储和网络服务。

为什么需要边缘计算

在《互联网进步论》一书中,作者用人脑器官进行类比,将物联网、云计算、大数据、互联网等高科技之间的联系进行了展现,如下图。

星际大陆:风口上的“边缘计算”

图片来源网络

在图中我们可以看到,云计算承担了来自物联网采集器、传感器,传统互联网、移动互联网终端等所有数据的处理。但随着物联网智能设备呈指数型增长,太多场景需要计算庞大的数据并且得到即时反馈,对此,云计算无法满足:

1、云计算以中心服务器为节点,宽带有限,在短时间内无法对高流量的大数据进行传输和即时处理。

2、云计算将身体可穿戴、医疗、工业制造等设备采集的隐私数据传输到数据中心的路径比较长,容易导致数据丢失或者信息泄露等风险。

而在这些方面,边缘计算刚好可以与云计算形成互补。相较于云计算,边缘计算有以下这些优势:

1、低延时:因为边缘计算靠近数据接收源头,所以能够实时获取数据并对数据进行分析处理。

2、高效率:边缘计算是相对于云计算更靠近设备端,可以在边缘节点处实现对数据的分析和处理,不需要等待数据传输的时间,所以效率会更高。

3、更安全:边缘计算在获取数据之后,可以对数据加密之后再进行传输,大大提升了数据的安全性。

4、缓解流量压力:边缘计算在进行云端传输时通过边缘节点进行一部分简单数据处理,当面对大量数据时,可以通过压缩算法,提取到有用信息之后再进行传输,这样可以降低带宽资源消耗。

星际大陆:风口上的“边缘计算”

图片来源于网络

边缘计算和云计算都是处理大数据计算运行的方式之一,两者相辅相成,共同推动物联网平台发展。

如果说把云计算当作是章鱼的大脑,那么边缘计算就是章鱼的触角,触角对于外界刺激的反应大都出于本能,而这些不断的刺激产生的结果最后会汇集到大脑中,进而作为触角后续的行为提供决策的依据。

边缘计算的应用案例

目前,边缘智能已经在以下领域爆发应用:

自动驾驶

在汽车行业,安全性是最重要的问题。高速驾驶情况下,实时性是保证安全性的首要前提。由于网络终端机延时的问题,云端计算无法保证实时性。车载终端计算平台是自动驾驶计算发展的未来。

安防、无人机

安防、无人机等终端设备对算力及成本有很高的要求。随着图像识别与硬件技术的发展,在终端完成智能安防的条件日益成熟。安防行业龙头海康威视、无人机龙头大疆已经在智能摄像头上使用了Movidious的Myriad系列芯片。

消费电子

拥有众多终端设备的海康威视在安防领域深耕多年,是以视频为核心的物联网解决方案提供商。在其发展过程中,已经将边缘计算和云计算加以融合,来更好的解决物联网现实问题。

边缘计算的发展现状

星际大陆:风口上的“边缘计算”

根据IDC数据预测,未来几年云端算力将是一个线性增长的趋势,年增长率在4.6%,而边缘的需求确实指数级的,年增长是32.5%。在市场需求的推动下,人们对边缘计算的认知也越来越强,全球从业者积极投身于边缘计算的试点、早期部署和生态合作,寻求边缘新业务和企业数字化转型的解决方案。

比如中国移动 2019 年边缘计算蓝图涵盖了 300 项具体的边缘措施, 包括测试节点评估、开放 API 接口以及携手合作伙伴推广边缘商业应用。中国边缘计算产业联盟(ECC)数据显示,分布在40个城市的100 多个MEC 试点项目覆盖多个行业和应用场景,包括智慧园区、智能制造、AR/VR、云游戏、智慧港口、智慧矿山、智慧交通,这充分证实了发展的迅猛势头。

但从总体来说,边缘计算仍处于起步阶段。虽然在美国、中国、欧洲和亚太地区的一些发达市场,正在扩大相关的试点和小规模部署。但是实际商业模式和实际的应用场景在很多情况下仍不明确。边缘的完整定义依然不明确,特别是关于计算资源的部署位置和边缘基础设施的规模没有统一观点,这对从业者来说是极大的挑战。

传统中心化的不足之处,成为边缘计算发展的重要机会。但要实现边缘计算节点与云计算中心的互联和互动,在技术方面仍然有很多问题需要解决。不过不管怎么样,一个边缘计算的时代已经开启!

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )