边缘计算
1.什么是边缘计算
边缘计算是指在用户或数据源的物理位置或附近进行的计算,可以降低延迟,节省带宽。简单来讲,边缘计算是将从终端采集到的数据,直接在靠近数据产生的本地网络设备或网络中进行分析,无需再将数据传输到云端数据处理中心。
在云计算模式中,计算资源和服务通常集中在大型数据中心内,而最终用户则是在网络的边缘访问这些资源和服务。这种模型已被证实具有成本优势和更高效的资源共享功能。但是,新型最终用户体验(如物联网)则需要计算能力更接近物理设备或数据源的实际位置,即网络的"边缘"。
通过使计算服务靠近这些位置,用户能够得到更快速可靠的服务,获得更好的用户体验,公司则能够更好地处理数据,支持对延迟敏感的应用,以及利用 AI/ML 分析等技术识别趋势并提供更好的产品和服务。
2.边缘计算的例子
1、计算密集型工作负载
2、数据聚合与存储
3、人工智能/机器学习
4、协调跨地区的运维
5、传统后端处理
5、自动驾驶汽车
6、增强现实/虚拟现实
7、智慧城市
在减少延迟、进行实时监控都可以使用边缘计算
比如:移动技术
当移动计算出现问题时,通常的原因是延迟问题和服务故障。边缘计算可通过减少信号传播延迟来帮助解决迫切的延迟约束问题。另外,它还可以将服务故障限制在较小的区域或用户群中,或在面对间歇性网络连接的情况下仍可以提供一定的服务持续性。
3、边缘计算应用场景
许多边缘用例都源于在本地实时处理数据的需要,因为某些真实应用场景中,将数据传输到数据中心进行处理会导致不可接受的延迟。
制造业
现代化的制造厂就是因为实时数据处理需求而要实施边缘计算的一个例子。在工厂车间,物联网(IoT)传感器不断生成稳定的数据流,用于防止故障发生和改善运维。据估计,一个拥有 2000 台设备的现代化工厂每月可产生 2200 兆字节数据。在设备