4、边缘计算、分析与AI融合：新兴技术趋势洞察

边缘计算、分析与AI融合：新兴技术趋势洞察

1. 边缘计算概述

随着多种实施技术的稳步发展，设备到设备（D2D）和设备到云（D2C）的集成实验与场景正蓬勃发展。数字化实体和联网设备正迅速充斥着我们的日常环境，涵盖个人、社交和职业领域。

边缘计算是由边缘/雾设备提供的计算能力和设施。预计未来几年，边缘传感器和设备的数量将达到数十亿。由于人们认识到各类边缘数据都蕴含着有用的知识，边缘设备产生的数据量极为庞大。为了从海量原始数据中挖掘出有意义的见解，边缘数据处理显得至关重要。

边缘计算采用经过验证且具有潜力的分布式架构。与集中式的云计算不同，边缘或雾计算是分布式模型。多个异构设备相互协作，进行边缘数据的收集、存储和处理。如果边缘设备具备足够的数据存储和处理能力，它们可以即时收集、清理和处理数据，而无需将数据传输到附近或远程的云服务器。边缘设备可以形成临时动态的云，以实现更宏大的目标。

边缘计算具有以下主要优势：
- 低延迟 ：借助边缘分析工具，数据在本地环境中一旦被捕获就会立即进行分析，减少了网络和处理队列造成的不必要延迟。
- 可扩展性 ：集中式云数据分析工具在处理数据时会积累大量接收的数据，这限制了分析模型的可扩展性。而边缘分析采用分布式分析模型，在数据捕获地进行处理，具有良好的可扩展性。
- 数据安全和隐私 ：云环境中存储的数据大多包含企业或用户的敏感信息，容易受到拒绝服务攻击、数据丢失和数据泄露等威胁。边缘计算不将敏感数据发送到远程服务器，从而保障了数据的安全性和隐私性。
- 带宽效率 <