· 边缘计算是什么?
· 为什么需要边缘计算?
1.星章鱼是天生的“边缘计算”能力者
作为无脊椎动物中智商最高的一种动物,章鱼拥有巨量的神经元,但有60%分布在章鱼的八条腿(腕足)上,脑部却仅有40%。也就是说——章鱼是用“腿”来思考并就地解决问题的。
章鱼在捕猎时异常灵巧迅速,腕足之间配合极好,从不会缠绕打结。这得益于它们类似分布式计算的“多个小脑+一个大脑”。
边缘计算也属于一种分布式计算:在网络边缘侧的智能网关上就近处理采集到的数据,而不需要将大量数据上传到远端的核心管理平台。
具体来讲,边缘计算将数据资料的处理、应用程序的运行甚至一些功能服务的实现,由网络中心下放到网络边缘的节点上。
与完全基于云的传统模式相比,边缘计算将存储、计算、处理和组网等云功能更靠近数据生成端和数据使用端。
边缘计算就相当于在云计算前每家每户实行的“垃圾分类”投放,其对于数据整合、数据预处理、数据集成有着关键性作用。
2.边缘计算:“我就是冲着痛点来的”
一直以来,公共和企业设施的监测和维护消耗着大量的人力、物力成本;制造、电力等行业数字化转型中,对海量数据的实时、智能处理也有着强烈需求。
如果用常规模式构建物联网,随着设备的迅速增加,网络边缘侧所产生的数据量级将非常巨大。这些数据如果都交由云端的管理平台来处理,将会:
· 网络流量压力巨大
· 一些设备的实时协同工作难以保证
· 特殊信息的数据安全风险大增
如果能像章鱼一样,采用边缘计算的方式,海量数据则能够就近处理,大量的设备也能实现高效协同的工作,诸多问题迎刃而解。
因此,边缘计算理论上可满足许多行业在敏捷性、实时性、数据优化、应用智能、以及安全与隐私保护等方面的关键需求。
例如,铸造厂阀门上的传感器检测到仓内存在危险的高压,就必须尽快启动关闭装置。由于压力数据在远程处理中心进行分析,自动关闭指令可能来得太晚。
如果工厂将处理中心放在本地的终端设备,那么,延迟就会减少;从而潜在地减少停机时间、财产损失甚至生命损失。当然,即使引入了提供本地计算和存储的边缘设备,我们仍然需要将它们连接到数据中心。
例如,农田中的温度和湿度传感器收到许多有用的数据资料,但这些数据不需要实时分析或存储。于是,边缘设备就可以对数据进行整合、排序和初步分析;然后将它们发送到需要的地方:集中的应用程序或某种形式的长期存储。
相对而言,这种流量对时间不敏感,所以可以使用普通配置的、更经济的互联网连接;同时,由于数据是预先处理过的,真正需要发送的通信量将大幅减少。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,请发送邮件至87172970@qq.com举报,一经查实,本站将立刻删除。