什么是边缘计算原理与应用

更新时间:2023-12-30

数十亿物联网和移动设备收集的数据呈指数级增长,这推动了从将数据发送到云进行处理和存储的转变,转向分布式模型,其中一些计算发生在网络边缘,更接近数据创建的地方。

什么是边缘计算?

边缘计算是指处理、分析和存储数据,使其更接近其生成位置,以实现快速、近乎实时的分析和响应。近年来,一些公司通过在云中集中数据存储和计算来整合运营。但是,数十亿分布式设备支持的新用例的需求-从先进的仓库和库存管理解决方案到视觉增强的机器人生产线到先进的智能城市交通控制系统-使这种模式不可持续。
边缘计算概念
此外,边缘设备的使用增加-从智能摄像头、移动销售点信息亭、医疗传感器和工业PC等物联网(IoT)设备到网关和计算基础设施)在数据源上更快、近乎实时地获得可操作的见解,正在推动生成和收集的数据量呈指数级增长。
边缘计算是一种新兴的计算模式,它将计算、存储和数据处理能力从传统的中心化云服务器向网络边缘靠近,使得数据可以在物理距离上更接近用户和设备。边缘计算旨在解决云计算中的延迟和网络带宽不足等问题,提供更快速、可靠的计算服务。
据估计,到2025年,75%的数据将在中央数据中心之外创建,而目前大多数处理都在中央数据中心之外进行。更进一步,今天企业收集的所有数据中约有90%将永远不会被使用。2边缘计算提供了一条途径,通过高性能处理、低延迟连接和安全平台从设备收集的数据中获益。据估计,到2025年,75%的数据将在中央数据中心之外创建,而目前大多数处理都在中央数据中心之外进行。
边缘计算的特点
  1. 低延迟:由于边缘计算将计算资源放置在靠近用户或设备的位置,数据的处理和响应时间大大减少,从而实现低延迟的计算体验。
  2. 数据隐私和安全:边缘计算可以在本地处理和存储数据,减少数据传输到云端的需求,降低了数据在传输过程中被攻击或泄露的风险,提高了数据的隐私和安全性。
  3. 网络带宽利用率优化:边缘计算可以对数据进行本地处理和分析,只将关键的结果传输到云端,减少了对网络带宽的需求,提高了网络带宽利用率。
  4. 实时性要求:对于某些需要实时响应的应用场景,如物联网、智能交通等,边缘计算可以在本地进行实时处理和决策,使得系统能够更加快速地响应用户的需求。
  5. 弹性和可扩展性:边缘计算提供了分布式的计算资源,可以根据需求进行弹性扩展,并且可以根据不同的应用场景,将计算能力灵活地部署在各个边缘节点上。

边缘计算的驱动因素

云计算正在被它所支持的服务和应用程序的需求推向极限,从数据存储和处理到系统响应能力。在许多情况下,更多的带宽或计算能力不足以满足更快地处理来自连接设备的数据的要求,并近乎实时地生成即时见解和行动。这些差距正在推动边缘计算的采用和使用。
导致云挑战的关键因素包括:
  • 延迟。越来越多的行业正在实施需要快速分析和响应的应用程序。由于网络与数据源的距离会带来延迟,因此仅靠云计算无法满足这些需求,从而导致效率低下、延迟时间和糟糕的客户体验。
  • 带宽。增加传输带宽或更多处理能力可以克服延迟问题。然而,随着公司继续增加其网络上的边缘设备数量及其生成的数据量,将数据发送到云的成本可能会达到不切实际的水平,如果可以在边缘处理,存储和分析数据,则可以减轻这种水平。
  • 安全和隐私。在边缘保护敏感数据(如私人医疗记录)并通过互联网传输较少的数据,可以通过降低拦截风险来帮助提高安全性。此外,某些政府或客户可能要求数据保留在创建数据的司法管辖区内。例如,在医疗保健领域,甚至可能有当地或区域要求限制个人数据的存储或传输。
  • 连接性。缺乏持久的互联网连接可能会阻碍云计算,但各种网络连接选项使边缘到云计算成为可能。例如,5G提供高带宽、低延迟的连接,用于从边缘快速传输数据和提供服务。
  • 人工智能。由于需要近乎实时的可操作情报,公司需要在数据源中使用AI,以便更快地进行处理并利用以前未开发的数据的潜力。

边缘计算的优势

将一些数据功能(如存储、处理和分析)从云端转移到边缘,并靠近生成数据的位置,可以提供几个关键优势:
  • 提高速度和降低延迟。将数据处理和分析转移到边缘有助于加快系统响应速度,从而实现更快的交易和更好的体验,这在近乎实时的应用(如自动驾驶汽车操作)中至关重要。
  • 改进了网络流量管理。最大限度地减少通过网络发送到云的数据量可以降低传输和存储大量数据的带宽和成本。
  • 更高的可靠性。网络一次可以传输的数据量是有限的。对于互联网连接度低于标准的位置,能够在边缘存储和处理数据,可在云连接中断时提高可靠性。
  • 增强的安全性。通过适当的实施,边缘计算解决方案可以通过限制互联网上的数据传输来提高数据安全性。

从边缘到云

尽管边缘计算为组织提供了前所未有的机会来释放数据的价值,但云作为中央数据存储库和处理中心仍然至关重要。下图显示了用于收集数据、计算、存储和网络的边缘设备如何组合在一起,以帮助组织在每个点上充分利用数据。
边缘驱动程序
物联网和边缘计算设备收集数据并以两种主要方式之一对其进行管理。具有内置处理器的智能边缘计算设备可以提供板载分析或AI等高级功能,而没有处理器的设备则将其生成的数据发送到部署在本地边缘的服务器以进行存储和分析。然后,本地边缘服务器可以处理来自边缘计算设备的数据,并返回近乎实时的应用程序所需的关键信息,或仅将数据的相关部分发送到云。来自众多边缘计算设备的数据可以整合到云中,以进行更广泛的处理和分析。

边缘计算工作原理

边缘计算完全是位置问题。在传统的企业计算中,数据是在客户端终结点(如用户的计算机)上生成的。该数据通过WAN(如互联网)通过企业LAN移动,企业LAN在其中存储和处理数据。然后,该工作的结果将传送回客户端终结点。对于大多数典型的业务应用程序,这仍然是一种经过验证和时间考验的客户端-服务器计算方法。

但是,连接到互联网的设备数量,以及这些设备产生并由企业使用的数据量,增长速度太快,传统数据中心基础设施无法容纳。Gartner预测,到2025年,75%的企业生成数据将在集中式数据中心之外创建。在通常对时间或中断敏感的情况下移动如此大量数据的前景给全球互联网带来了难以置信的压力,而全球互联网本身往往受到拥塞和中断的影响。

因此,IT架构师已经将重点从中央数据中心转移到基础设施的逻辑边缘-从数据中心获取存储和计算资源,并将这些资源移动到生成数据的位置。原理很简单:如果你不能让数据更靠近数据中心,那就让数据中心更靠近数据。边缘计算的概念并不新鲜,它植根于数十年前的远程计算理念-例如远程办公室和分支机构-将计算资源放置在所需位置而不是依赖于单个中心位置更可靠,更有效。
边缘计算采用
虽然只有27%的受访者已经实施了边缘计算技术,但54%的受访者认为这个想法很有趣。
边缘计算将存储和服务器放在数据所在的位置,通常只需要一个部分齿轮架即可在远程LAN上运行,以在本地收集和处理数据。在许多情况下,计算设备部署在屏蔽或硬化的外壳中,以保护齿轮免受极端温度,潮湿和其他环境条件的影响。处理通常涉及规范化和分析数据流以查找商业智能,并且只有分析结果被发送回主数据中心。
商业智能的概念可能会有很大差异。一些例子包括零售环境,其中展厅地板的视频监控可能与实际销售数据相结合,以确定最理想的产品配置或消费者需求。其他示例涉及预测分析,可以在实际缺陷或故障发生之前指导设备维护和维修。还有一些例子通常与公用事业公司保持一致,例如水处理或发电,以确保设备正常运行并保持输出质量。

边缘计算应用场景

原则上,边缘计算技术用于在网络边缘或附近“就地”收集,过滤,处理和分析数据。这是一种使用无法首先移动到集中位置的数据的强大手段-通常是因为大量的数据使得这种移动成本过高,技术上不切实际,或者可能违反合规义务,例如数据主权。这个定义催生了无数现实世界的例子和用例:
  • 制造业。一家工业制造商部署了边缘计算来监控制造,从而在边缘实现实时分析和机器学习,以发现生产错误并提高产品制造质量。边缘计算支持在整个制造工厂中添加环境传感器,从而深入了解每个产品组件的组装和存储方式,以及组件的库存时间。制造商现在可以对工厂设施和制造运营做出更快、更准确的业务决策。
  • 农业。考虑一家在没有阳光,土壤或杀虫剂的情况下在室内种植农作物的企业。该工艺将生长时间缩短了60%以上。使用传感器使企业能够跟踪用水量、养分密度并确定最佳收获。收集并分析数据以发现环境因素的影响,并不断改进作物生长算法,并确保作物在峰值状态下收获。
  • 网络优化。边缘计算可以通过测量互联网上用户的性能,然后利用分析来确定每个用户流量的最可靠、低延迟的网络路径,从而帮助优化网络性能。实际上,边缘计算用于“引导”网络上的流量,以实现最佳的时间敏感型流量性能。
  • 工作场所安全。边缘计算可以组合和分析来自现场摄像头、员工安全设备和各种其他传感器的数据,以帮助企业监督工作场所条件或确保员工遵守既定的安全协议-特别是当工作场所偏远或异常危险时,例如建筑工地或石油钻井平台。
  • 改善医疗保健。医疗保健行业已经大大扩展了从设备、传感器和其他医疗设备收集的患者数据量。巨大的数据量需要边缘计算来应用自动化和机器学习来访问数据,忽略“正常”数据并识别问题数据,以便临床医生可以立即采取行动,帮助患者实时避免健康事件。
  • 运输。自动驾驶汽车每天需要并产生5TB到20TB的容量,收集有关位置、速度、车况、路况、交通状况和其他车辆的信息。数据必须在车辆行驶时实时汇总和分析。这需要大量的车载计算-每辆自动驾驶汽车都成为一个“边缘”。此外,这些数据可以帮助当局和企业根据当地的实际情况管理车队。
  • 零售。 零售企业还可以从监控、库存跟踪、销售数据和其他实时业务细节中产生海量数据。边缘计算可以帮助分析这些不同的数据并识别商机,例如有效的最终上限或活动,预测销售并优化供应商订购等。由于零售业务在本地环境中可能会有很大差异,因此边缘计算可以成为每个商店本地处理的有效解决方案。
边缘计算技术的应用非常广泛。例如,在智能交通领域,通过在路边部署边缘计算节点,可以实现实时的车辆识别、交通监控和数据分析;在工业自动化领域,边缘计算可以实现设备故障预测和优化生产调度;在智能家居领域,边缘计算可以实现本地语音识别和智能设备控制等。

边缘计算、物联网和5G的未来

边缘计算不断发展,使用新技术和实践来增强其功能和性能。也许最值得注意的趋势是边缘可用性,预计到2028年,边缘服务将在全球范围内可用。在边缘计算通常特定于当前情况的情况下,该技术有望变得更加无处不在,并改变互联网的使用方式,为边缘技术带来更多的抽象和潜在的用例。
这可以从专为边缘计算设计的计算、存储和网络设备产品的激增中看出。更多的多供应商合作伙伴关系将在边缘实现更好的产品互操作性和灵活性。例如,AWS和Verizon之间的合作伙伴关系旨在为边缘带来更好的连接。
无线通信技术,如5G和Wi-Fi6,也将影响未来几年的边缘部署和利用,实现尚未探索的虚拟化和自动化功能,例如更好的车辆自主性和工作负载向边缘的迁移,同时使无线网络更加灵活和具有成本效益。
5G和边缘计算
该图详细介绍了5G如何通过4G和LTE功能为边缘计算和核心网络提供重大进步。
随着物联网的兴起以及此类设备产生的数据突然过剩,边缘计算引起了人们的注意。但随着物联网技术仍处于相对起步阶段,物联网设备的演进也将对边缘计算的未来发展产生影响。这种未来替代方案的一个例子是微型模块化数据中心(MMDC)的发展。MMDC基本上是一个盒子里的数据中心,将一个完整的数据中心放在一个小型移动系统中,该系统可以部署在更靠近数据的地方-例如在城市或地区-以使计算更接近数据,而不会将边缘放在数据本身。

总之,边缘计算作为一种新兴的计算模式,具有低延迟、数据隐私和安全、网络带宽利用率优化、实时性要求以及弹性和可扩展性等特点,将为各行各业的应用场景带来更高效、更灵活的计算能力。

下一篇

SBC是什么-企业为什么需要SB以及应用场景

通信百科

SBC是什么-企业为什么需要SB以及应用场景

sbc一种NAT穿透的方式。SBC可确保VoIP 安全,又可提供媒体代理服务器的套件。SBC架构于IMS网络之上,可作为IMS网络的SIP和RTSP的 Proxy Server,所有的SIP与RTSP讯息都会透过SBC来处理,SBC更具备N... ...

相关内容

天津理工大学计算机与通信工程学院(专业介绍及就业前景)

天津理工大学计算机与通信工程学院(专业介绍及就业前景)

天津理工大学计算机与通信工程学院(专业介绍及就业前景)天津理工大学计算机与通信工......

通信系统集成

2024-03-07

计算机通信工程

计算机通信工程

计算机通信工程专业是为了培养掌握计算机科学与技术、电子科学与技术、通信工程及相关......

通信百科

2024-02-25

什么是客户关系管理?

什么是客户关系管理?

客户关系管理是一个将各种策略、技术和技巧结合在一起来管理客户数据、需求和交互的过......

通信百科

2023-07-06