加入收藏 | 设为首页 | 会员中心 | 我要投稿 核心网 (https://www.hxwgxz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 业界 > 正文

生活在边缘 做边缘计算的生意?

发布时间:2021-02-26 07:30:31 所属栏目:业界 来源:未知
导读:算力边缘化,催生了现时代的更多商业机会。 相比完全基于云的传统模型,新的场景需要更为去中心化的计算和组网方式,这推动了边缘计算从概念阶段向早期部署过渡。 随着市场和行业客户对边缘计算的关注度逐渐增加,越来越多ICT综合解决方案提供商开始构建覆盖
副标题[/!--empirenews.page--]

算力边缘化,催生了现时代的更多商业机会。

相比完全基于云的传统模型,新的场景需要更为去中心化的计算和组网方式,这推动了边缘计算从概念阶段向早期部署过渡。

随着市场和行业客户对边缘计算的关注度逐渐增加,越来越多ICT综合解决方案提供商开始构建覆盖边缘计算、核心数据中心和云计算的整体架构,同时围绕边缘计算也产生了一批新的创业企业。哪里有应用痛点和需求,哪里就有创新和新的市场。

边缘计算正带来一场新的计算风暴和商业机会。

生活在边缘 做边缘计算的生意?

从云计算到边缘计算

数据时代,最不缺的就是数据。IDC早前发布的《数据时代2025》报告指出,全球每年产生的数据将从2018年的33ZB增长到2025年的175ZB。

但在海量的数据中,既包括一次性的数据,又包括有价值的数据,数据种类杂乱无章。想要对数据进行梳理和筛选,离不开计算机运算。

在本地计算机算力成本等限制下,越来越多的应用依赖着云计算,因而对于云计算算力的需求也在逐步加大。当然,云计算提供服务的同时,算力系统的优化也在同步进行中。

然而,云计算虽强大,却也存在其局限性。一般而言,当对数据进行处理时,若只通过云计算来进行数据处理,则不可避免导致数据处理的拖沓情况。

从整个流程来看,所有数据先通过网络全部传输到中心机房,随后,通过云计算进行处理,待处理完成后,再将结果传输到相应位置。而对于这样数据处理会有两个较为突出的问题。

一是算力的时效性。数据反馈会出现延迟,海量数据传输是这个问题形成的主要原因。数据在有限的带宽资源中传输会出现阻塞的情况,进而使得响应时间加长。二是算力的有效性。所有数据都会传输到中心机房,但其中部分数据是没有使用价值的。正是因为缺少预处理的过程,这些数据会导致云计算算力的浪费。

“中心-边缘-端”的运作模式适时解救了云计算的困窘,并在电信网时代的到了充分的应用,也在一定程度上保证整个网络有序且有效的运作。其中,中心指的是程控交换中心,边缘是程控交换机,而电话则是终端。

互联网时代,“中心-边缘-端”模式得以延续。“数据中心-CDN-移动电话/PC”是这种其在互联网时代的应用。其中 CDN(Content Delivery Network,内容分发网络)的设计是为了尽量避免网络拥挤的情况,为客户就近提供所需内容,达到提高用户访问网站的响应速度的目的。这种边缘化的设计能使得在线内容的分发或传输的到优化,进而提高网络效率和用户体验。

然而,传统 CDN存在局限性,传统 CDN注重缓存,这显然不能满足云计算+物联网时代。在云计算+物联网时代,数据大量爆发,所需要传输的数据将会以几何形式增加,这对于整个网络的承载将会是一个极大的考验。

从传统 CDN的运作模式来看,终端所产生的数据将需要回溯到中心云进行处理,在海量数据传输的情况下,将会出现使用成本和技术实现这两个较为突出的问题。

从使用成本来看,传统CDN使用费率上一直居高不下,其中最主要的原因是资费收取不够灵活,无法实现按需收取。技术问题则表现在带宽上,以移动网为例,传统 CDN 系统一般部署在省级IDC 机房,而非移动网络内部。因而,数据需要通过较长的传输路径才能到达数据中心。

显然,传统CDN已不能满足云计算+物联网时代日益增加海量数据的存储、计算及交互需求的需求。为提升数据处理的时效性与有效性,边缘计算应运而生。

这个“边”就代表了边缘的节点,边缘计算顾名思义,指在靠近端或数据源头的,为中心平台就近提供端的计算服务。边缘计算的理念和章鱼有些类似,这里的“节点”可以理解为章鱼的触角,属于分布式计算的一种。

在更靠近终端的网络边缘上提供服务是边缘计算最大的特点。对于这样的设计,能满足各行业在数字化上敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。其所具备的优势对智能化具有促进作用,串联起物理和数字两个世界。

生活在边缘

作为继分布式计算、网格计算、 云计算之后的又一新型计算模型,边缘计算是以云计算为核心,以现代通信网络为途径,以海量智能终端为前沿,集云、网、端、智四位一体的新型计算模型。可以说,边缘计算是解决未来数字化难题的重要路径。

当然,对边缘计算的接纳与开发也需要经历一个漫长的过程。美国容错技术有限公司首席技术官John Vicente将边缘计算的成熟度分为四个等级,从1.0的孤立的静态系统到4.0的无形的自适应、自管理系统。

边缘计算 1.0是关于如何安全、管理和连接机器和设备以启用数字边缘。这一阶段只具备在数字世界中成功实现业务运营所需要的基本能力。

在2.0阶段,边缘计算将开始采用开放的、软件定义的技术。软件定义技术是指从底层计算机硬件中提取出各项功能,并使这些功能能够在软件中执行。

比如,借助软件定义网络(SDN)技术,企业从集中控制平台上修改包括路由表、配置和策略在内的各种属性,而不必逐一修改各交换机的属性,从而更轻松地管理网络。同样,软件定义的技术也促成了基于云技术的安全服务的实现,使企业无需自己拥有运行防火墙和入侵检测/防护系统等。

边缘计算 3.0阶段,IT和OT将实现真正的融合,具备了一系列弹性和实时能力。如今,仍然有很多IT未触达的工业领域。例如,工厂需要机械控制系统来执行确定性行为,并保障安全性。这些控制系统诞生于操作技术领域,而不是信息技术产业。

落实边缘计算 3.0的功能是成功迈向边缘计算 4.0转变的必要条件。在边缘计算 4.0阶段,IT和OT基础设施和运营将与人工智能(AI)相融合,一个自管理、自愈和自动化的工业领域即将诞生。一旦机器出现问题,AI系统就能进行诊断并进行修复——无需人工干预。

就目前来看,边缘计算仍处于起步阶段,但却已经展现出了生生力量。根据中国移动发布的《中国移动边缘计算白皮书》,目前智能制造、智慧城市、直播游戏和车联网4个垂直领域对边缘计算的需求最为明确。

在智能制造领域,工厂利用边缘计算智能网关进行本地数据采集,并进行数据过滤、清洗等实时处理。同时,边缘计算还可以提供跨层协议转换的能力,实现碎片化工业网络的统一接入。

在智慧城市领域,应用主要集中在智慧楼宇、物流和视频监控几个场景。边缘计算可以实现对楼宇各项运行参数的现场采集分析,并提供预测性维护的能力;对冷链运输的车辆和货物进行监控和预警;利用本地部署的 GPU服务器,实现毫秒级的人脸识别、物体识别等智能图像分析。

(编辑:核心网)

【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!

热点阅读