欢迎访问本站!

首页科技正文

皇冠新现金网(www.huangguan.us):一文看懂:“边缘盘算”事实是什么?为何潜力无限?

admin2021-07-0562

皇冠管理端

www.x2w00.com)实时更新发布最新最快最有效的皇冠管理端网址,包括皇冠管理端手机网址,皇冠管理端备用网址,皇冠管理端最新网址,皇冠管理端足球网址,皇冠管理端网址大全。

,

8 月 15 日,着名创投调研机构 CB Insights 撰文详述了边缘盘算的生长和应用远景。

文章称,云盘算已经不足以即时处置和剖析由物联网装备、联网汽车和其他数字平台天生或即将天生的数据,这个时刻边缘盘算能够派上用场。该手艺拥有着应用于诸多行业领域和施展伟大作用的潜力。

以下是文章主要内容:

有时更快的数据处置是一种奢侈——有时它生死攸关。

例如,自动驾驶汽车本质上是一台装有轮子的高性能盘算机,它通过大量的传感器来网络数据。为了使得这些车辆能够平安可靠地运行,它们需要立刻对周围的环境做出反映。处置速率的任何延迟都有可能是致命的。

虽然联网装备的数据处置现在主要是在云端举行的,但在中央服务器之间往返传送数据可能需要几秒钟的时间。这一时间跨度太长了。

边缘盘算则让自动驾驶汽车更快速地处置数据成为可能。这种手艺使得联网装备能够处置在“边缘”形成的数据,这里的“边缘”是指位于装备内部或者与装备自己要近得多的地方。

据估量,到 2020 年,每人天天平均将发生 1.5GB 的数据量。随着越来越多的装备毗邻到互联网并天生数据,云盘算可能无法完全处置这些数据——尤其是在某些需要异常快速地处置数据的使用场景当中。

边缘盘算是云盘算以外的另一种可选解决方案,未来它的应用局限很有可能将远不止是无人驾驶汽车。

包罗亚马逊、微软和谷歌在内的一些科技巨头都在探索“边缘盘算”手艺,这可能会引发下一场大规模的盘算竞赛。虽然亚马逊云服务 Amazon Web Services(AWS)在公共云领域仍然占有主导职位,但谁将成为这个新兴的边缘盘算领域的向导者仍有待考察。

在本文中,我们将深入探讨什么是边缘盘算,与该手艺相关的优势,以及它在各行各业中的应用。

一个充满转变的盘算领域

在领会边缘盘算之前,我们必须先来看看它的前身——云盘算——是若作甚遍布全球的物联网(IoT)装备铺平蹊径的。

云盘算赋能互联天下

从可穿着装备到联网厨房电器,联网装备可以说无处不在。据估量,到 2019 年,全球物联网市场规模将跨越 1.7 万亿美元,较 2013 年的 4860 亿美元增进逾两倍。

因此,云盘算——许多智能装备毗邻到互联网来运作的历程——已经成为一种越来越主流的趋势。

云盘算使得公司能够在自己的物理硬件之外,通过远程服务器网络(俗称“云”)存储和处置数据(以及其他的盘算义务)。

例如,你可以选择使用苹果的 iCloud 云服务来备份你的智能手机,然后你可以通过另一个联网装备(好比你的台式电脑)检索智能手机里的数据,方式是登录你的账户毗邻到云。你的信息不再受到智能手机或台式机的内部硬盘容量的限制。

这只是众多云盘算用例之一。另一个例子是通过 Web 端或移动浏览器来接见种种完整的应用程序。由于云盘算越来越受迎接,它吸引了亚马逊谷歌、微软和 IBM 等大型科技公司入局。据私有云治理公司 RightScale 于 2018 年举行的一项考察显示,在主要的公共云提供商当中,亚马逊 AWS 和微软 Azure 排列第一和第二。

图示:越来越多的企业在公共云上运行应用程序

然则集中式云盘算并不适合所有的应用程序和用例。边缘盘算则能够在传统云基础设施可能难以解决的领域提供解决方案。

向边缘盘算的转变

在我们四处充斥着数据的未来,将有数十亿部装备毗邻到互联网,因此更快更可靠的数据处置将变得至关主要。

近年来,云盘算的整合和集中化性子被证实具有成本效益和天真性,但物联网和移动盘算的兴起给网络带宽带来了不小的压力。

最终,并不是所有的智能装备都需要行使云盘算来运行。在某些情形下,这种数据的往返传输能够——也应该——制止。

由此,边缘盘算应运而生。

凭证 CB Insights 的市场规模量化工具,到 2022 年,全球边缘盘算市场规模预计将到达 67.2 亿美元。虽然这是一个新兴领域,但在云盘算笼罩的一些领域,边缘盘算的运行效率可能要更高。

边缘盘算使得数据能够在最近端(如电念头、泵、发电机或其他的传感器)举行处置,削减在云端之间往返传输数据的需要。

市场研究公司 IDC 称,边缘盘算被形貌为“微型数据中央的网状网络,在内陆处置或存储要害数据,并将所有吸收到的数据推送到中央数据中央或云存储库,其笼罩局限不到 100 平方英尺”。

例如,一列火车可能包罗可以立刻提供其发念头状态信息的传感器。在边缘盘算中,传感器数据不需要传输到火车上或者云端的数据中央,来查看是否有什么器械影响了发念头的运转。

内陆化数据处置和存储对盘算网络的压力更小。当发送到云的数据变少时,发生延迟的可能性——云端与物联网装备之间的交互导致的数据处置延迟——就会降低。

这也让基于边缘盘算手艺的硬件肩负了更多的义务,它们包罗用于网络数据的传感器和用于处置联网装备中的数据的 CPU 或 GPU。

随着边缘盘算的兴起,明晰边缘装备所涉及的另一项手艺也很主要,它就是雾盘算。

边缘盘算详细是指在网络的“边缘”处或四周举行的盘算历程,而雾盘算则是指边缘装备和云端之间的网络毗邻。

换句话说,雾盘算使得云更靠近于网络的边缘;因此,凭证 OpenFog 的说法,“雾盘算总是使用边缘盘算,而不是边缘盘算总是使用雾盘算。”

说回我们的火车场景:传感器能够网络数据,但不能立刻就数据接纳行动。例如,若是一名火车工程师想要领会火车车轮和刹车是若何运行的,他可以使用历史累计的传感器数据来展望零部件是否需要维修。

在这种情形中,数据处置使用边缘盘算,但它并不总是即时举行的(与确定引擎状态差异)。而使用雾盘算,短期剖析可以在给定的时间点实现,而不需要完全返回到中央云。

图示:云盘算、雾盘算与边缘盘算

因此,要记着的是,虽然边缘盘算给云盘算带来弥补,而且与雾盘算一起异常慎密地运作,但它绝不是二者的替换者。

边缘盘算的优势

虽然边缘盘算是一个新兴的领域,然则它拥有一些显而易见的优点,包罗:

· 实时或更快速的数据处置和剖析:数据处置更靠近数据泉源,而不是在外部数据中央或云端举行,因此可以削减迟延时间。

· 较低的成本:企业在内陆装备的数据管明晰决方案上的破费比在云和数据中央网络上的破费要少。

· 网络流量较少:随着物联网装备数目的增添,数据天生继续以创纪录的速率增添。因此,网络带宽变得加倍有限,让云端不堪重负,造成更大的数据瓶颈。

· 更高的应用程序运行效率:随着滞后削减,应用程序能够以更快的速率更高效地运行。

削弱云端的角色也会降低发生单点故障的可能性。

例如,若是一家公司使用中央云来存储它的数据,云一旦宕机,那么数据将无法接见,直至问题获得修复——公司可能因而遭受严重的营业损失。

2016 年,Salesforce 网站的北美 14 站点(又名 NA14)宕机跨越 24 个小时。客户无法接见用户数据,从电话号码到电子邮件等等,营业运营遭受严重的损坏。

今后,Salesforce 将它的物联网云转移到亚马逊的 AWS 上,然则这次宕机事宜凸显了仅仅依赖云的一大弊病。

削减对云的依赖也意味着某些装备可以稳固地离线运行。这在互联网毗邻受限的区域尤其能够派上用场——无论是在严重缺乏网络服务的特定区域,照样油田等通常无法接见的偏远区域。

边缘盘算的另一个要害优势与平安性和合规性有关。随着 *** 越来越关注企业若何行使消费者的数据,这一点尤为主要。

欧盟(EU)最近实行的《通用数据珍爱条例》(GDPR)就是一例。该条例旨在珍爱小我私人可识别信息免遭数据滥用。

由于边缘装备能够在网络和内陆处置数据,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,影响也不会那么严重。

边缘盘算还能够让新兴联网装备和旧式的“遗留”装备之间实现互通。它将旧式系统使用的通讯协议“转换成现代联网装备能够明晰的语言”。这意味着传统工业装备可以无缝且高效地毗邻到现代的物联网平台。

边缘盘算生长现状

今天,边缘盘算市场仍然处于初期生长阶段。但随着越来越多的装备连网,它似乎备受关注。

主宰云盘算市场的那些公司(亚马逊、谷歌和微软)正在成为边缘盘算领域的领先者。

皇冠新现金网

皇冠新现金网(www.huangguan.us)是一个开放皇冠即时比分、皇冠官网手机版下载、皇冠足球app下载、皇冠注册的皇冠官网平台。皇冠新现金网平台上登录线路最新、新2皇冠网址更新最快,皇冠体育APP开放皇冠会员注册、皇冠代理开户等业务。

去年,亚马逊携 AWS Greengrass 进军边缘盘算领域,走在了行业的前面。该服务将 AWS 扩展到装备上,这样它们就可以“在内陆处置它们所天生的数据,同时仍然可以使用云来举行治理、数据剖析和持久的存储”。

微软在这一领域也有一些大动作。该公司设计在未来 4 年在物联网领域投入 50 亿美元,其中包罗边缘盘算项目。

微软公布了它的 Azure IoT Edge 解决方案,该方案“将云剖析扩展到边缘装备”,支持离线使用。该公司还希望聚焦于边缘的人工智能应用。

谷歌也不甘示弱。它在本月早些时刻宣布了两款新产物,意在辅助改善边缘联网装备的开发。它们划分是硬件芯片 Edge TPU 和软件客栈 Cloud IoT Edge。

谷歌示意,“Cloud IoT Edge 将谷歌云壮大的数据处置和机械学习功效扩展到数十亿台边缘装备,好比机械人手臂、风力涡轮机和石油钻塔,这样它们就能够对来自其传感器的数据举行实时操作,并在内陆举行效果展望。”

然而,有意涉足该领域的并不只是这三大科技巨头。

随着联网装备越来越多地涌现,新兴生态系统中的许多玩家都正在开发软件和手艺来辅助边缘盘算实现腾飞。

在接下来的四年里,惠普企业将在边缘盘算领域投资 40 亿美元。该公司的 Edgeline Converged Edge Systems 系统的目的客户是那些希望获得数据中央级盘算能力,且通常在边远区域运营的工业相助同伴。

它的系统准许在不依赖于将数据发送到云或数据中央的情形下,为工业运营(好比石油钻井平台、工厂或铜矿)提供来自联网装备的洞见。

在新兴的边缘盘算领域,其他主要的竞争者包罗 Scale Computing、Vertiv、华为、富士通和诺基亚等。

人工智能芯片制造商英伟达于 2017 年推出了 Jetson TX2,这是一个面向边缘装备的人工智能盘算平台。它的前身是 Jetson TX1,它号称要“重新界说将高级 AI 从云端扩展到边缘的可能性”。

许多著名的公司也在投资结构边缘盘算,包罗通用电气、英特尔、戴尔、IBM、思科、惠普企业、微软、SAP SE 和 AT&T。

例如,在私募市场上,戴尔和英特尔均投资了为工商业物联网应用提供边缘智能的 Foghorn 公司。戴尔还介入了物联网边缘平台 IOTech 的种子轮融资。

上面提到的许多公司,包罗思科、戴尔和微软,也已经团结起来组成了 OpenFog 同盟。该组织的目的是尺度化这项手艺的应用。

边缘盘算在各行各业的应用

随着传感器价钱和盘算成本的延续下降,更多的“器械”将被毗邻到互联网。

随着更多的联网装备变得可用,边缘盘算将在各行各业中获得越来越多的应用,尤其是在云盘算效率低下的一些领域。

我们已经最先看到该手艺在多个差其余行业领域发生影响。

“当我们把云的威力下沉到装备(即边缘)时,我们可带来实时地响应、剖析和行动的能力,尤其是在网络条件有限或者缺乏网络的区域……它还处于初期生长阶段,但我们正最先看到这些新功效能够应用于解决全球局限的一些重大挑战。”——微软首席手艺官凯文·斯科特(Kevin Scott)

从自动驾驶汽车到农业,以下几个行业将会从边缘盘算的潜力中获益。

1. 交通运输

边缘盘算手艺最显而易见的潜在应用之一是交通运输——更详细地说,是无人驾驶汽车。

自动驾驶汽车装备了林林总总的传感器,从摄像头到雷到达激光系统,来辅助车辆运行。

如前所述,这些自动驾驶汽车可以行使边缘盘算,通过这些传感器在离车辆更近的地方处置数据,进而尽可能地削减系统在驾驶历程中的响应时间。虽然无人驾驶汽车还不是主流趋势,但公司们正在未雨绸缪。

今年早些时刻,汽车边缘盘算同盟(AECC)宣布将启动以联网汽车解决方案为重点的项目。

“联网汽车正迅速地从豪华车型和高端品牌扩张到大批量的中端车型。汽车行业将很快到达一个临界点,届时汽车所发生的数据量将跨越现有的云、盘算和通讯基础设施资源。”——AECC 主席兼总裁村田兼一(Kenichi Murata)

该同盟的成员包罗 DENSO Corporation、丰田汽车、AT&T、爱立信、英特尔等公司。

不外,不仅仅是自动驾驶汽车会发生大量的数据并需要实时处置。飞机、火车和其他的交通工具也是云云——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念头的性能问题。在 12 小时的航行中,飞机发生了多达 844 TB 的数据。边缘盘算支持对数据举行实时处置,因此该公司能够自动处置引擎问题。

2. 医疗保健

现在,人们越来越喜欢佩带健身追踪装备、血糖监测仪、智能手表和其他监测康健状态的可穿着装备。

然则,要真正地从所网络的海量数据中获益,实时剖析可能是必不能少的——许多的可穿着装备直接毗邻到云上,但也有其他的一些装备支持离线运行。

一些可穿着康健监控器可以在不毗邻云的情形下内陆剖析脉搏数据或睡眠模式。然后,医生可以就地对病人举行评估,并就病人的康健状态提供即时反馈。

但在医疗保健领域,边缘盘算的潜力远不局限于可穿着装备。

不妨想想,快速的数据处置能够给远程患者监控、住院患者照顾护士以及医院和诊所的医疗治理带来多大的利益。

医生和临床医生将能够为患者提供更快、更好的照顾护士,同时患者所天生的康健数据也多了一层平安珍爱。医院病床平均有 20 个以上的联网装备,会发生大量的数据。这些数据的处置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,因此能够制止数据被欠妥接见的风险。

如前所述,内陆化数据处置意味着大局限的云端或网络故障不会影响营业运转。纵然云操作中止,这些医院的传感器也能自力地正常运行。

3. 制造业

智能制造有望从现代工厂大量部署的传感器中获得洞见。

由于能够削减滞后,边缘盘算可能会使得制造流程能够更快速地做出响应和更改,能够实时地应用数据剖析得出的洞见和实时行动。这可能包罗在机械过热之前将其关闭。

一家工厂可以使用两个机械人来完成同样的义务,两个机械人装有传感器,并毗邻到一个边缘装备上。边缘装备可以通过运行一个机械学习模子来展望其中一个机械人是否会操作失败。

若是边缘装备断定机械人很可能会泛起故障,它就会触刊行动来阻止或减慢机械人的运转。这会使得工厂能够实时地评估潜在的故障。

若是机械人能够自己处置数据,它们也可能变得加倍自给自足和反映敏捷。

边缘盘算应该支持更快地从大数据中更多的洞见,以及支持将更多的机械学习手艺应用到营业运营中。

最终目的是,挖掘实时发生的海量数据的伟大价值,防止平安隐患,并削减工厂车间机械运转中止的情形。

4. 农业和智能农场

边缘盘算异常适合应用于农业,由于农场经常处于偏远的位置和恶劣的环境中,可能存在带宽和网络毗邻方面的问题。

现在,想要改善网络毗邻的智能农场需要在昂贵的光纤、微波毗邻或者拥有一颗全天候运行的卫星上举行投资;而边缘盘算则是一种合适的、具有成本效益的替换方案。

智能农场可以使用边缘盘算来监测温度和装备性能,以及自动让种种装备(好比过热的泵)减缓运转或者关闭。

5. 能源和电网控制

边缘盘算或许在整个能源行业都尤其有用,尤其是在石油和自然气设施的平安监测方面。

例如,压力和湿度传感器应当受到严密监控,不能在毗邻性上出差错,尤其是思量到这些传感器大多位于偏远区域。若是泛起异常情形——好比油管过热——却没有被实时注重到,那就可能会发生灾难性的爆炸。

边缘盘算的另一个利益是能够实时检测装备故障。通过电网控制,传感器可以监控从电动汽车到风力发电厂的一切设施所发生的能源,有助于响应作出决议来降低成本和提高能源生产效率。

6. 其他行业领域的应用

其他可以行使边缘盘算手艺的行业包罗金融业和零售业。这两个行业都使用大型的客户和后端数据集来提供从选股信息到店内服装摆放的种种信息,可以从削减对云盘算的依赖中获益。

零售可以使用边缘盘算应用程序来增强主顾体验。现在,许多零售商都在致力于改善店内体验,优化数据网络和剖析的方式对它们而言绝对很有意义——尤其是思量到许多零售商已经在实验使用联网的智能显示屏。

此外,许多人使用店内平板电脑所天生的销售点数据,这些数据会被传输到云端或数据中央。借助边缘盘算,数据可以在内陆举行剖析,从而削减敏感数据泄露的风险。

从可穿着装备到汽车再到机械人,物联网装备正出现出越来越强劲的生长势头。

随着我们朝着加倍互联的生态系统迈进,数据天生将继续飞速增添,尤其是在 5G 手艺取得腾飞,进一步加速网络毗邻以后。虽然中央云或数据中央传统上一直是数据治理、处置和存储的首选,但这两种方案都存在局限性。边缘盘算可以充当替换解决方案,但由于该手艺仍处于起步阶段,因此还很难预料其未来的生长。

装备能力方面的挑战——包罗开发能够处置云端分流的盘算义务的软件和硬件的能力——可能会泛起。能否教会机械在能够在边缘执行的盘算义务和需要云端执行的盘算义务之间切换,也是一个挑战。

网友评论