加入收藏 | 设为首页 | 会员中心 | 我要投稿 应用网_丽江站长网 (http://www.0888zz.com/)- 科技、建站、数据工具、云上网络、机器学习!
当前位置: 首页 > 运营中心 > 交互 > 正文

物联网时代 为什么边缘计算变得关键和不同

发布时间:2021-07-29 14:15:52 所属栏目:交互 来源:互联网
导读:我们太常提边缘计算了。因为它年年登上机构预测榜单,又总被科技企业列为重点战略方向。 2016年,华为与中科院沈阳自动化研究所、信通院、英特尔、ARM、软通动力联合发起边缘计算产业联盟(ECC),旨在推动OT和ICT产业开放协作,助力端到端产业协同合作。 到20
我们太常提边缘计算了。因为它年年登上机构预测榜单,又总被科技企业列为重点战略方向。
 
2016年,华为与中科院沈阳自动化研究所、信通院、英特尔、ARM、软通动力联合发起边缘计算产业联盟(ECC),旨在推动OT和ICT产业开放协作,助力端到端产业协同合作。
 
到2019年,华为又在1月份的第二届欧洲边缘计算论坛上,与超过16家合作伙伴联合建立欧洲边缘计算产业联盟(ECCE),希望能够支持欧洲及世界各地的大中小型企业采用边缘计算技术。
 
还有业内知名的“章鱼”比喻,以及其这几年在安防、制造、物联网等领域铺开的解决方案,华为用各方面的行动证明其在边缘计算这件事上的坚定态度。而这种战略,当然不是仅此一家。
 
一、为什么要把计算转移到边缘
 
首先要考虑的现实问题:为什么科技企业都争先在边缘计算抢赛道?最主要是因为物联网带来的海量数据。换句话说,随着物联网设备总量的增加,对物联网设备的依赖,对处理速度的需要,云的采用程度的增加和网络压力的增加,导致我们迫切需要在数据源头一侧,更快处理更多数据。
 
二、边缘计算、雾计算、移动边缘计算……
 
除去边缘计算,我们还听说过雾计算、移动边缘计算,如何区分它们之间的异同呢?
 
 
图片来源:IntelligentThings
 
移动边缘计算(MEC):
 
在移动网边缘提供IT服务环境和云计算能力,这是欧洲电信标准化协会ETSI对MEC的标准定义。把边缘计算整合到移动网络架构,利用无线接入网络就近提供移动终端所需服务和云端计算功能,从而创造出一个具备高性能、低延迟与高带宽的电信级服务环境,这就是广泛意义上移动边缘计算的概念及意义。
 
 
图:MEC基本架构 来源:广证恒生
 
尤其在5G时代,增强现实、视频加速、车联网等等,都将是MEC可以提供服务的场景。运营商和ICT解决方案供应商,将是应用移动边缘计算的主要力量。
 
移动云计算(MCC):
 
如果将移动边缘计算(MEC)比喻为往边缘放台服务器的话,往其他任何部分放台服务器,就是移动云计算(MCC)。这是因为受到能量、存储、计算资源等的限制,在移动设备以外的地方进行资源部署,要比在本地执行更加高效灵活。
 
也就是说,MCC负责提供必要的计算资源,支撑这些靠近终端用户的移动应用程序在远程执行。而这些轻量级的云服务器,通常被称为“小云片”(cloudlet)。
 
雾计算(Fog computing):
 
 
雾计算由思科提出,通过在终端和数据中心之间增加一些带有存储器的小服务器、路由器或其他网络组件,形成一个具备数据处理和存储能力的中间层,既可以覆盖在边缘网络,也可以拓展到核心网。雾计算可以理解为本地化的云计算,具备分散性,能够降低时延、提升效率、节省能耗。
 
因为雾计算需要依赖具备计算能力的网络设备,以思科为代表的网络设备商更加倾向这一领域。
 
边缘计算:
 
边缘计算指的是接近于事物、数据和行动源头处的计算。进行边缘计算的载体,可以是具有专项处理能力的物联网终端,具有一定运算能力的网关或路由器,或者是具有较强运算能力的部署于场景一侧的服务器。
 
与雾计算将边缘计算活动转移到连接LAN或LAN硬件本身的处理器相比,边缘计算处理能力更靠近数据源,更有利于实时分析。
 
小结:云计算是集中化的,离设备终端和用户太远,边缘计算、雾计算、移动边缘计算这些技术形式则将其中距离缩小,以便进行实时计算。所以即便不同厂商选择了不同的名称词汇,有不同的侧重点,但它们的本质始终保持一致,即更快更高效地执行通常在云中执行的计算任务。
 
三、边缘计算的应用场景
 
我们可以想象,无论物联网场景多么碎片化,边缘侧都越来越需要数据处理与分析能力,方便在物联网部署中形成更简单的架构和更灵敏的系统。
 
工业互联网
 
场景特点及难点:
 
1. 工业现场十分复杂。各种“哑设备”,各种通信协议,导致在实现网络通信协议的相互转换、互联互通,以及异构网络部署与配置、网络管理与维护等方面存在巨大挑战。
 
2. 实时性与可靠性要求十分严格。在某些场景下,时延要求甚至在10ms以内。
 
推广边缘计算的两种思路:
 
1. 将传统的集中式数据中心演化成小的数据中心部署在网络边缘侧,为工业用户提供按需的计算能力,打造边缘云。
 
2. 通过对工业现场设备的升级改造,打造具有计算能力、可为第三方服务应用提供开放接口的边缘设备。
 
自动驾驶
 
场景特点及难点:
 
1. 环境复杂且不断变化,对时延和可靠性要求极高;
 
2. 为了保持车与车之间和车与路边单元间的通信,数据处理和存储量极大。
 
推广边缘计算的主要思路:在基站、路边单元等靠近车辆的边缘通信设备上部署边缘计算,来完成本地端的数据处理、加密和决策。
 
推广边缘计算的关注要点:
 
1. 考虑移动特点,降低车辆与路边设备频繁信息交互的不稳定性;
 
2. 降低移动边缘计算带来的设备前端与后端的功耗;
 
3. 尽量减少基础设施的部署费用。
 
智慧城市
 
场景特点及难点:传感器众多,场景丰富,数据量巨大。
 
推广边缘计算的思路:
 
无论是一栋楼的联网电梯,一个路口的安防摄像头,还是一整条街的智慧路灯,都可以接入边缘计算技术。加强端侧智能,接入边缘网关,构建云边端协同,边缘市场能做的实在有很多。
 
小结:无论是在哪个场景,边缘计算所面临的挑战难点基本类似,比如要加强技术演进,要落地更多实际应用,以及推动有关的标准制定,更多的安全保障等等。

(编辑:应用网_丽江站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读