边缘计算的优势
虽然边缘计算是一个新兴的领域,但是它拥有一些显而易见的优点,包括:
·实时或更快速的数据处理和分析:数据处理更接近数据来源,而不是在外部数据中心或云端进行,因此可以减少迟延的时间。
·较低的成本:企业在本地设备的数据管理解决方案上的花费比在云和数据中心网络上的花费要少。
·网络流量较少:随着物联网设备数量的增加,数据生成继续以创纪录的速度增加。因此,网络带宽变得更加有限,让云端不堪重负,造成更大的数据瓶颈。
·更高的应用程序运行效率:随着滞后减少,应用程序能够以更快的速度更高地运行。
哪些场景需要用到边缘计算?
边缘计算的前身是内容分发网络(CDN),它通过数据分布式缓存满足了用户快速访问的需求,让我们能流畅地在线追剧、玩游戏。但随着信息技术从消费侧向生产侧延伸,网关边缘计算,以及人工智能等新技术的兴起,云端仅仅实现数据存储与快速访问已无法满足需求,新的应用场景中要求云端同时具备强大功能和**低时延,其中典型就是自动驾驶和智慧工厂。
以自动驾驶为例,它对云端响应时延提出了近乎苛刻的要求。自动驾驶的制动等反应时间关系到交通安全,而它主要由云端系统响应时延决定,但其中涉及运算和通信多个环节。如果要做到100km制动距离不**过30cm,那么系统整体响应时延不能**过10毫秒,而且越低越好。因此,网关边缘计算卡,重要的移动通信技术标准化组织3GPP就定义了若干个1毫秒到几个毫秒的低时延场景,主要就集中在自动驾驶上。在这种需要“**低时延+智能计算”的场合,网关边缘计算多少钱,就必须用到边缘计算了。
再来看智慧工厂,由于制造业的智能化,一方面需要实时数据采集并立即处理意外情况,毫秒级延迟都可能导致无法挽回的事故,这在设备保护、性能监控、品质管控中尤为重要。另一方面由于生产复杂度与精细度越来越高,生产过程会产生海量实时数据,但其中只有部分是关键数据,需要存储到云端进行挖掘和分析(例如为供应链优化提供依据),所以需要对采集数据进行过滤,以缓解云端和网络压力。这时候,就需要边缘计算来帮忙了。
边缘计算相对于5G,优势何在?
也许你会问为什么这么多的硬件厂家如此大费周章?为什么不坐等5G网络或者利用丰富的云计算能力和基础设施?
●想象一下,你正坐在一辆自动驾驶汽车里,网关边缘计算产品,汽车突然断开了5G网络。这时,汽车不仅会“失明”,而且会丧失决策能力。当高带宽和低延迟通信所需的计算能力实际上与一个额外的神经处理单元的成本相同时,为什么要冒这个风险呢?此外,它的总体耗能还会比利用特定硬件实现人工智能预测来的要高。
●移动互联网提供商希望将投资换现用于开发和部署5G网络。尽管在技术上可能实现大容量数据计划,但它们并不会很快投入商业使用。例如,nBox有12个声学传感器,每个月可以产生多达1 TB的音频数据。按照LTE目前每GB的价格,将这么多数据传输到云计算将花费一大笔钱。
●网络覆盖将主要建立在城市,这意味着其他很多地方接受不到5G信号。与此相反,边缘计算设备可以随即部署到任何需要的地方,只需要一次性的成本投入,并且这通常不会显著增加物联网解决方案的成本。
边缘计算与人工智能相结合使得在本地处理大量数据成为可能。