边缘计算正在改变数十亿数据生成方式IoT并存储、处理、分析和运输其他设备
雷竞技电脑网站边缘计算早期目标是降低带宽成本,将原数据从生成地移到企业数据中心或云中最近,实时应用的上升需要最小延迟度,如自主车辆和多摄像头视频解析等,正在推动概念向前发展。
当前全局部署5G无线标准链入边端计算5G帮助快速处理这些前沿低延用案例和应用程序
边缘计算法
Gartner定义边际计算为“分布式计算表层的一部分,信息处理位于边缘-事物和人生产或消费信息
边缘计算最基本层次将计算和数据存储拉近收集设备, 而不是依赖中心位置千里之外这样做是为了使数据,特别是实时数据不因延时问题而影响应用性能此外,公司通过本地处理可省钱,减少需要发送到集中或云基位置的数据量
思考设备监控制造设备工厂楼层或上网摄像头发送远程办公现场视频单设备生成数据很容易跨网络传输,当设备数同时增长时问题出现代之以摄像头传输直播视频 乘以数以百计或千计设备质量不单会因延时而受损 带宽成本可能是天文
边计算硬件服务帮助解决问题,为其中许多系统提供本地处理存储源边端网关从边端设备处理数据,然后只发送相关数据回云或它可发送数据回边缘设备并见:边缘网关柔性坚固io)
5G和边缘计算之间的关系是什么?
边缘计算可部署到5G以外的网络上(如4GLTE),反之则不一定正确换句话说,公司无法真正从5G获益,除非公司拥有边际计算基础
雷竞技电脑网站5G自省网端点与移动塔间的延时度, 但不处理数据中心距离问题,
Mahadev Satyanarayanan,卡内基梅隆大学计算机学教授2009年首次联笔论文设置边缘计算舞台雷竞技电脑网站完全回遍全美或世界其他地方的数据中心,
5G网络部署边缘计算和5G无线关系继续连通公司仍然可以通过不同的网络模型部署边端计算基础设施,包括有线连通或Wi-Fi系统,如果需要的话5G提供更高速度, 特别是在非线网服务区, 边端基础设施更可能使用5G网络
边缘计算如何工作
物理边框结构可能复杂化,但基本思想是客户端设备连接到近边边模块,以便提高响应性处理和平稳操作边缘设备可包括IoT传感器、雇员笔记本计算机、他们最新的智能手机、安全摄像头或甚至是办公室破解室连通微波炉
工业环境边缘设备可以是自主移动机器人,汽车厂机器人臂在保健领域,它可以是高端外科系统,向远程医生提供外科能力边缘网关本身被视为边缘计算基础设施中的边缘设备术语不尽相同,所以你可能听到模块叫边端服务器或边端网关
多边端网关或服务器将由服务提供方部署支持边端网络(例如Verizon网络5G网络),而企业则需要同时考虑私营边端网
如何购买并部署边际计算系统
边缘系统采购部署方式大相径庭光谱一端 企业可能想处理 过程多端包括选择边缘设备, 可能来自Dell、HPE或IBM等硬件商, 搭建网络满足使用案例需求, 并购买管理分析软件
多工作并需要IT方面大量内部专业知识, 但它对大组织来说仍是一个有吸引力的选择, 大型组织需要完全定制边际部署
外端的商家 特别是垂直商家 正在增加营销边缘服务组织想走这条路可简单请求供应商安装自己的硬件、软件和网络并定期支付使用和维护费IT提供GE和Siemens公司类
这种方法的长处是易事和相对免头痛部署,但这种高度管理服务可能不是每一种使用都可用。
边际计算实例是什么
互联网连接设备数继续攀升,边际计算或省钱或利用极低延时法使用案例数也继续攀升
Verizon企业描述几种边缘假想,包括制造设备报废质量控制过程5G边缘网络创建弹出网络生态系统改变活内容流入二分层方式边增传感器提供公共空间人群详细成像以改善健康和安全自动制造安全性能近实时监控发布通知 条件改变预防意外制造物流,旨在通过从生产到运货流程提高效率并创建精确产品质量模型 通过数字双技术从制造流程获取洞见
不同类型部署所需的硬件大相径庭工业用户会高估可靠性和低延时性,需要坚固边缘节点,可以在工厂底层严酷环境操作,并需要专用通信链路(专用5G网络或专用Wi-Fi网络或连线连接)实现自身目标
连通农业用户仍需要坚固边缘设备处理户外部署问题,但连通片看起来可能大相径庭 — — 低延时仍可能是协调重设备移动的一项需求,但环境传感器范围可能更高,数据需求较低。LP-WAN连接 Sigfox等
其它使用案例完全有不同的挑战零售商可使用边缘节点作为存储式交换中心处理各种功能,并绑定售点数据与定向推广,跟踪脚流量,并更多用于统一存储管理应用
连通性块可以简单化 — — 内部对每台设备Wi-Fi系统 — — 或更复杂化,蓝牙系统或其他低功率连接服务交通跟踪推广服务,Wi-Fi系统保留供售出自检
边际计算有什么好处
对许多公司而言,单节省成本可驱动部署边际计算最初接受云应用的公司多半发现带宽成本比预期高,并寻找廉价替代方法边缘计算可能合时宜
边际计算的最大好处越来越多,即能快速处理并存储数据,从而能提高实时应用效率,而这些应用对公司至关重要。边缘计算前,智能手机扫描人脸部识别需要通过云化服务运行面部识别算法,这需要大量时间处理带边端计算模型算法可本地运行边端服务器或网关或智能手机本身
虚拟增强现实、自驾驶汽车、智能城市甚至建筑优化系统等应用需要这种快速处理和响应水平
边缘计算和AI
公司类维迪亚市继续开发硬件确认需要更多边缘处理,其中包括模块内含AI功能公司最新产品JetsonAGXORIN开发工具箱紧凑节能AI超级计算机面向机器人开发者、自主机和下一代嵌入式边缘计算系统
Orin提供275万亿次运营量/秒(TOPS),比公司前系统JetsonAGX Xavier提高8x内容还包括深学习更新、视觉加速更新、存储带宽更新和多式传感器支持更新
AI算法需要大量的处理电源运行云服务, AI芯片增长可以在边缘工作将看到更多系统创建处理这些任务
隐私安全顾虑
从安全角度讲,边缘数据可能麻烦重重, 特别是当它由不同设备处理时, 可能不如集中或云基系统安全随着IoT设备数的增加,IT必须理解潜在的安全问题并确保这些系统安全化。包括加密数据,使用存取控制方法并视可能VPN系统地道建设
此外,对处理电量、电量和网络连通性的不同设备需求可对边缘设备可靠性产生影响。这使得冗余故障管理对处理边缘数据的设备至关重要,以确保单节点下降时数据正确交付处理