新闻资讯

什么是边缘计算

2019-08-23

发表日期:2019-8-22


 
之前我们为大家科普了什么是雾计算,继云计算之后,雾计算可谓是顺应了物联网的发展潮流。现在我们知道雾计算是比云计算更接近于终端用户和数据源的计算,那么今天我们为大家科普的是一种比雾计算更更更接近于终端用户和数据源的计算,那就是边缘计算。
 
边缘计算(Edge Computing)进一步推进了雾计算中“局域网处理能力”的理念,但实际上边缘计算的概念提出比雾计算还要早。边缘计算的起源可以追溯到上个世纪90年代,当时Akamai公司推出了内容传送网络(CDN),该网络在接近终端用户设立了传输节点,这些节点能够存储缓存的静态内容,如图像和视频等。
 
边缘计算是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务。其应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间,或处于物理实体的边缘末端。而云端计算,仍然可以访问边缘计算的历史数据。[1]
 
对物联网而言,边缘计算技术取得突破,意味着许多控制将通过本地设备实现而无需交由云端,处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率,减轻云端的负荷。由于更加靠近用户,还可为用户提供更快的响应,将需求在边缘端解决。[2]
 
边缘计算的优势
边缘计算作为新晋IT技术之一,它有着诸多先天优势。
1、更实时、快速的数据处理能力。由于数据处理更接近数据来源,而不是在外部数据中心或云端进行,因此可以减少迟延时间。同时因为减少了中间传输过程,数据处理的速度也更快速。
 
2、更低的成本。边缘计算处理的数据是“小数据”,从数据计算、存储上都具有成本优势,故企业在本地设备的数据管理新澳门普金上的花费比在云和数据中心网络上的花费要少。
 
3、更低的网络带宽需求。随着联网设备数量的增多,网络传输压力会越来越大,而边缘计算的过程中,与云端服务器的数据交换并不多,因此也不需要占用太多网络带宽。
 
4、更高的应用程序运行效率。当数据处理更快、网络传输压力更小、数据处理延时减少,应用程序能够以更快的速度更高效地运行。
 
5、更低的云端依赖。边缘计算削弱了云端的角色,同时也降低了发生单点故障的可能性。减少对云的依赖也意味着某些设备可以稳定地离线运行,这在互联网连接受限的地区尤其能够派上用场。
 
6、更安全合规的数据处理方式。数据的安全性越来越得到重视,欧盟(EU)最近实施的《通用数据保护条例》就旨在保护个人可识别信息免遭数据滥用。边缘计算让数据隐私保护变得更具操作性,由于边缘设备能够在收集和本地处理数据,数据不必传输到云端,因此,敏感信息不需要经由网络,这样要是云遭到网络攻击,影响也会变得更小。
 
边缘计算的应用场景
 
1、交通运输
边缘计算技术最显而易见的潜在应用之一是交通运输,例如无人驾驶汽车。
 
自动驾驶汽车装备了各种各样的传感器,从摄像头到雷达到激光系统,来帮助车辆运行。这些自动驾驶汽车可以利用边缘计算,通过多个传感器在离车辆更近的地方处理数据,进而尽可能地减少系统在驾驶过程中的响应时间。边缘计算无疑将会助力无人驾驶汽车的发展。


 
不仅仅是自动驾驶汽车会产生大量的数据并需要实时处理。飞机、火车和其他的交通工具也是如此——不管它们有没有人类驾驶。
 
例如,飞机制造商庞巴迪(Bombardier)的C系列飞机就装备了大量的传感器来迅速检测发动机的性能问题。在12小时的飞行中,飞机产生了多达844 TB的数据。边缘计算支持对数据进行实时处理,因此该公司能够主动处理引擎问题。
 
2、医疗保健
如今,人们越来越喜欢佩戴健身追踪设备、血糖监测仪、智能手表和其他监测健康状况的可穿戴设备。要真正地从所收集的海量数据中获益,实时分析可能是必不可少的,许多的可穿戴设备直接连接到云上,但是随着边缘计算的发展,越来越多的设备开始了自己的简单运算。
 


一些可穿戴健康监控器可以在不连接云的情况下本地分析脉搏数据或睡眠模式。然后,医生可以当场对病人进行评估,并就病人的健康状况提供即时反馈。
 
但在医疗保健领域,边缘计算的潜力远不局限于可穿戴设备。
 
快速的数据处理能够给远程患者监控、住院患者护理以及医院和诊所的医疗管理带来更多的好处。医生和临床医生将能够为患者提供更快、更好的护理,同时患者所生成的健康数据也多了一层安全保护。在美国,医疗领域的本地数据非常多样化,比如医院的病床可以和 20 多个设备连接,这些数据被收集、清洗、挖掘之后,可以帮助医生更好地了解病人的身体状况。这些数据的处理将直接发生在更靠近边缘的地方,而不是将保密数据发送到云端,因此能够避免数据被不当访问的风险。
 
3、制造行业
在工业制造领域,边缘计算也正在发挥越来越重要的作用。从工业发展的方向来看,数据将成为驱动生产制造的重要生产资料,那么如何处理这些海量、实时产生的数据就成为企业能否快速发展的重要课题。
 
以流程型生产为例,一条生产线其实就是数据流动的通道,产品从上一名工人传递到下一个工人,同时伴随着产品数据的传递。在这个过程中,如果由于某一名工人错误操作的导致了数据异常,在下一名工人开始操作时,基于边缘计算的生产线可以做出预警提示。如果再进一步,当机器学习能力被边缘计算融入到生产线的时候,工人的不合规操作可以被实时监测出来并预警,这对提升产品的良品率意义重大。
 
边缘计算的应用场景远不止以上几个,在能源、农业、金融、零售等多个行业,边缘计算的也将发挥着更多的用途。随着边缘计算的发展,边缘设备会越来越有自己的“思想”,人们的生活也会越来越智能。


 
雾计算与边缘计算
谈到边缘计算,必然会要再谈到雾计算。
 
边缘计算具体是指在网络的“边缘”处或附近进行的计算过程,而雾计算则是指边缘设备和云端之间的网络连接。雾计算和边缘计算都涉及处理更接近原点的数据。关键的区别在于处理发生的确切位置。
 
虽然雾计算与边缘计算这两种技术非常相似,但雾计算与边缘计算的使用方式是不同的。雾计算过程发生在局域网(LAN)级网络架构上,使用与工业网关和嵌入式计算机系统交互的集中式系统。而边缘计算处理的大部分数据来源于所在的物联网设备本身。
 
为了区分它们,让我们考虑智能城市的用例。
 
想象一下配备了智能交通管理基础设施的智能城市,交通信号灯上连接了一个传感器,可以检测到交叉路口每侧有多少车辆在等待,并优先为最大等待数量的车道转动绿灯。这是一个相当简单的计算,可以使用边缘计算在交通灯本身中执行。这减少了需要通过网络发送的数据量,从而降低了运营和存储成本。
 
现在,想象一下这些交通信号灯是连接对象网络的一部分,包括更多交通信号灯,行人过路处,污染监视器,公交车GPS跟踪器等等。
 
关于是否在五秒钟或十秒内将交通信号灯变为绿色的决定变得更加复杂。也许有一辆公共汽车在交叉路口的一侧迟到了,也许开始下雨了,为了鼓励居民更积极地旅行,该市决定在下雨时优先考虑行人和骑自行车的人。附近是否有人行横道或自行车道?有人用吗?在下雨吗?等等问题。
 
在这种更复杂的情况下,计算的判断逻辑也会更复杂一些,此时我们可以在本地部署一个微型数据中心,以便分析来自多个边缘节点的数据。这些微型数据中心就像局域网内的本地迷你云一样,被认为是雾计算。[3]


 
所以,边缘计算给云计算带来了补充,并且与雾计算一起非常紧密地运作,但它绝不是二者的替代者。
 
虽然边缘计算还处于起步阶段,但随着物联网的发展,边缘计算也得到越来越多的关注,亚马逊、微软、Google等各大科技巨头纷纷加入边缘计算的赛场,开始了相关产业的布局。从智能手机到可穿戴设备,从医疗到工业制造,边缘计算正助力于一个又一个行业,边缘计算让终端成为更智慧的存在,相信随着边缘计算更多的被采用,互联网生态系统会更加的完善,我们的世界业会更加的智能和便利。
 
参考资料:
1、边缘计算产业联盟正式成立 华为等公司牵头  .人民网.2016-12-01
2、边缘计算产业联盟成立 促进物联网从梦想变现实   .中国政府网.2016-11-30
3、怎么通俗理解雾计算和边缘计算.今日头条EdgeAItech






本文来自新澳门普金官方网站科技微信公众号
了解更多科技资讯,请微信公众号搜索关注新澳门普金官方网站科技,或扫描下方二维码关注。

说明: http://10.11.13.210/uploads/allimg/180830/1-1PS010132b39.jpg