·  数码家电

雾计算和边缘计算对物联网的意义何在,边缘计算

发布时间 : 2019-12-02 04:58    点击量:

物联网代表了我们所处的世界互动方式即将发生的转变。就像互联网将计算机连接到网络,下一步,人们也将连接到互联网,物联网看起来会以科幻小说家想象的方式把人、环境、机器和虚拟对象进行互联。

网易科技讯 8月15日消息,知名创投调研机构CB Insights撰文详述了边缘计算的发展和应用前景。文章称,云计算已经不足以即时处理和分析由物联网设备、联网汽车和其他数字平台生成或即将生成的数据,这个时候边缘计算能够派上用场。该技术拥有着应用于诸多行业领域和发挥巨大作用的潜力。

图片 1

随着智慧城市、智慧家庭等物联网应用的普及,万物智能互联产生的数据量愈加庞大,对计算资源及能力提出更高的需求,而云计算在一段时间内充分满足了终端设备的资源期待,但随着智能设备数量日益猛增,内存、CPU等计算资源的内功逐渐显不足,造成目前市场上智能硬件设备不够智能化,此时,雾计算应运而生。

以下是文章主要内容:

简而言之,物联网是连接人和万物,数据和流程的融合正在改变我们的生活,所有的事物都介于两者之间。

图片 2

有时更快的数据处理是一种奢侈——有时它生死攸关。

物联网是一个非常重要的趋势,思科乐观地预测物联网市场的利润将达到19万亿美元,到2020年将有500亿个智能设备联网。显然,这是想要在物联网市场分一杯羹的企业重要的动机。

海量数据 仍冬眠不休

例如,自动驾驶汽车本质上是一台装有轮子的高性能计算机,它通过大量的传感器来收集数据。为了使得这些车辆能够安全可靠地运行,它们需要立即对周围的环境做出反应。处理速度的任何延迟都有可能是致命的。虽然联网设备的数据处理现在主要是在云端进行的,但在中央服务器之间来回传送数据可能需要几秒钟的时间。这一时间跨度太长了。

图片 3

据IDC数据统计,2015年全球智能可穿戴出货量达7810万,虚拟现实产业达15.4亿,智能服务机器人市场规模达80亿美元,预计,2020年我国智能硬件产品和服务的总体市场规模可达10000亿。可见,IoT在呈爆炸式增长,万物万联时代即将到来,据Garetner预测,到2020年全球物联网连接设备将达260亿。

边缘计算则让自动驾驶汽车更快速地处理数据成为可能。这种技术使得联网设备能够处理在“边缘”形成的数据,这里的“边缘”是指位于设备内部或者与设备本身要近得多的地方。

这里所说的雾计算也可以称为“边缘计算”,与集中管理和工作的云计算不同,雾系统在网络端运行。这意味着数据可以在本地的智能设备中处理,不需发送到云端处理,这是物联网处理的一种方法。

随着智能互联硬件设备的愈日剧增,数据量愈加庞大,众所周知,物联网的真正价值来源于数据,但是,据相关数据显示,99%的设备产生的数据未被采集和存储,因此需要布置越来越来的传感器到智能设备中,这是庞大数据来源的基础。最为关键的是,在智能终端、网关或本地服务器,由于采集的数据流要先传输至云端,由云端的大数据中心平台进行批量分析,再将结果传输至智能终端,中间时间过到延迟,导致无法基于运算结果做实时的决策,可以说,数据的能量尚未“觉醒”,数据价值还远远未被有效利用。

据估计,到2020年,每人每天平均将产生1.5GB的数据量。随着越来越多的设备连接到互联网并生成数据,云计算可能无法完全处理这些数据——尤其是在某些需要非常快速地处理数据的使用场景当中。

雾计算与许多IT开发一样,需要解决一些日益增长的问题,比如在可用的带宽范围内能够实时处理传入数据。

针对由于计算资源不足导致的数据能量“冬眠”,仅靠提升宽带传输能力是不够的,必须能灵活部署计算资源,减少中间传输环节,能根据用户需求,实时做决策,但目前这是单靠云计算的传统能力是无法实现的。

边缘计算是云计算以外的另一种可选解决方案,未来它的应用范围很有可能将远不止是无人驾驶汽车。

▶ 如今,传感器正在产生2艾字节的数据(注,1EB = 1,000,000 TB,据估算,2011年整个互联网的容量总和不超过525EB。)。

云计算的困惑 雾来解?

包括亚马逊、微软和谷歌在内的一些科技巨头都在探索“边缘计算”技术,这可能会引发下一场大规模的计算竞赛。虽然亚马逊云服务Amazon Web Services在公共云领域仍然占据主导地位,但谁将成为这个新兴的边缘计算领域的领导者仍有待观察。

要发送到云端的数据太多,不仅没有足够的带宽,而且成本太高。

不可置否,近十多年来,云计算平台为云用户提供数据中心的计算资源,一直发挥着其优越性,比如拥有无限的资源池、大量用户共享资源带来的廉价资源、随时随地用任何网络设备访问、快速重新部署、弹性的资源租用等。但是,随着智能硬件设备的快速普及,云计算的不足也是显而易见的。

在本文中,我们将深入探讨什么是边缘计算,与该技术相关的优势,以及它在各行各业中的应用。

雾计算将一些处理和资源置于云的边缘,它不是为云存储和计算建立渠道,而是减少信息的发送降低对带宽的需求,再在某些接入点进行聚合。

众所周知,智能硬件设备的位置一般都比较分散,在互联网的多层结构中,云计算数据中心位于核心网络,而核心网络距离终端用户一般比较远,用户消息需要几经周折才能到达,导致了较高的延迟,对实时性要求高的应用难以部署至中心云端。另外,由于大量的物联网设备应用部署在中心网络云端,将带来网络拥塞,遇到安全、生命相关的物联网应用,一旦中间某一环节应用失效,将带来重大的安全隐患,因此,云计算已经渐渐不能满足物联网发展多样化的需求,雾计算正是这个时候应运而生。

一个充满变化的计算领域

通过使用这种分布式策略,可以降低成本并提高效率。

雾计算的概念是思科两年前提出的,在思科的定义中,雾主要使用边缘网络中的设备,这些设备可以说是传统网络设备如部署在网络中的路由器、交换机、网关等,也可以是专门部署的本地服务器。但是,雾计算一直以来只是概念化,并未真正的落地,机智云公司CEO黃灼表示,雾计算与边缘计算是相通的,即是把云端的能力部分释放到网络的边缘、设备端或网关,推到设备端称为边缘计算,推到网关或路由器就叫雾计算,从而减轻云数据中心的网络及计算负载。

在了解边缘计算之前,我们必须先来看看它的前身——云计算——是如何为遍布全球的物联网设备铺平道路的。

图片 4

与云计算相比,雾计算是更贴近最终用户的数据通信处理解决方案,但雾计算仅是云计算的延伸,并不是替代,雾计算将数据、数据处理和应用程序集中在网络边缘中的设备中直接处理和存储,然后把剩余的有价值的数据传输向云服务器进行存储或者下一步处理,帮助云计算最高效率的发挥其自身的价值,简单的说,就是把云计算的概念即运算效率高、快速更新与部署的优越性转移到设备端或网关,把思科的理念用到企业当中,解决目前处理海量数据时计算资料不足的问题。

云计算赋能互联世界

雾计算将云计算扩展到网络边缘,以解决不适合云形式的应用和服务,包括:

雾计算具有很重要的商业价值,据了解,云计算全球数据中心用电功率相当于30个核电站,数据中心的电子消耗已经成为重要成本,而雾计算节点位置比较分散,不会集中产生大量热量,从而减少耗电,降低成本。另外,雾计算低延时互动,提升用户体验,而且去中心化地理分布,满足万物互联硬需,有效助力移动业务布局,实理移动数据分析,关键是可以有效保护商业数据隐私。

从可穿戴设备到联网厨房电器,联网设备可以说无处不在。据估计,到2019年,全球物联网市场规模将超过1.7万亿美元,较2013年的4860亿美元增长逾两倍。

▶ 需要非常低且可预测的延迟的应用

云管端推助雾计算落地

因此,云计算——许多智能设备连接到互联网来运作的过程——已经成为一种越来越主流的趋势。

▶ 地理位置分散的应用

如果说核心高速云计算是处于大型数据中心,雾计算就是广泛的地域分布,满足移动性要求的业务部署,黃灼表示,未来的数据中心一定是云雾结合的数据中心,企业级计算的未来仍然在云中,但真正的计算变革却在雾里。

云计算使得公司能够在自己的物理硬件之外,通过远程服务器网络存储和处理数据。

▶ 快速移动应用

雾计算要具体如何真正落地?如何动态、大规模地部署运算和存储能力,云端和设备端如何高效协同、无缝对接,复杂的运算如何在云和雾之间合理的分解和整合。针对问题,黃灼认为,通过对云管端三者都有控制力的技术平台才能实现雾和云结合的真正落地,把物联网、大数据及机器学习整合起来是目前面临的最大障碍。通过“云+雾”计算架构,机器学习可以把数据采集和处理逻辑动态分配到设备和网关端,让海量的终端设备参与到机器学习的运算中,大大的增加了可采集的数据量和运算资源,可以高效的实现复杂的机器学习算法。

例如,你可以选择使用苹果的iCloud云服务来备份你的智能手机,然后你可以通过另一个联网设备检索智能手机里的数据,方法是登录你的账户连接到云。你的信息不再受到智能手机或台式机的内部硬盘容量的限制。

▶ 大型分布式控制系统(智能电网,连接轨道,智能交通灯系统)。

云和雾共同形成一个彼此受益的计算模型,这一新的计算模型无疑能更好的适应物联网的应用,而且具有重要的商业价值,在智能硬件、智能电网、车联网及智能家庭等领域的应用场景不胜枚举。比如,在智能交通灯监控系统中,对于需要人为监控的画面,雾节点将视频流直接转发给中心机房,而其他监控视频对实时性要求不高的话,可以直接在雾节点处理,压缩后再传向中心机房,这样从雾节点到机房的网络宽带就得到缓解,当然,在灵活处理云和雾之间的数据流传输及处理,得益于云管端这样的一个技术架构平台。

这只是众多云计算用例之一。另一个例子是通过Web端或移动浏览器来访问各种完整的应用程序。由于云计算越来越受欢迎,它吸引了亚马逊谷歌、微软和IBM等大型科技公司入局。据私有云管理公司RightScale于2018年进行的一项调查显示,在主要的公共云提供商当中,亚马逊AWS和微软Azure分列第一和第二。

雾定义的特征是低延迟和位置感知、广泛的地理分布、移动性、节点数量非常大,无线接入的主要入口,流动性和实时应用性、异构性强。

【编辑推荐】

图片 5

上述特性使雾成为许多关键IoT服务和应用非常好的平台,包括联网汽车、智能电网、智慧城市,以及常见的无线传感器和执行器网络。

**图示:越来越多的企业在公共云上运行应用程序**

图片 6

但是集中式云计算并不适合所有的应用程序和用例。边缘计算则能够在传统云基础设施可能难以解决的领域提供解决方案。

另一种理解雾计算的方法是将其视为虚拟化平台,该平台通常位于终端用户和云数据中心之间。

向边缘计算的转变

因此,雾计算可以在延迟,功耗等方面提供更好的服务。雾能计算系统以广泛分布的方式靠近终端用户部署,这使得这种能力成为可能。

在我们到处充斥着数据的未来,将有数十亿部设备连接到互联网,因此更快更可靠的数据处理将变得至关重要。

雾计算节点必须具有足够的计算能力和存储容量来处理性能要求更高的用户请求。

近年来,云计算的整合和集中化性质被证明具有成本效益和灵活性,但物联网和移动计算的兴起给网络带宽带来了不小的压力。

雾计算如何运行?搜索

最终,并不是所有的智能设备都需要利用云计算来运行。在某些情况下,这种数据的往返传输能够——也应该——避免。

所有这些在实际中如何运作?

由此,边缘计算应运而生。

▶ 举个例子:芝加哥的交通系统配备了智能传感器。周二早上,也就是芝加哥小熊队100多年来首次参加世界系列赛的大型游行日。随着狂欢者来庆祝他们团队的胜利,预计将有大量的车辆和人员涌入城市。此时,数据可以通过各个交通灯收集。

根据CB Insights的市场规模量化工具,到2022年,全球边缘计算市场规模预计将达到67.2亿美元。虽然这是一个新兴领域,但在云计算覆盖的一些领域,边缘计算的运行效率可能要更高。

开源的用于交通灯调整和时序控制的开源程序在每个边缘设备上运行,该应用程序会自动在边缘实时调整模式,在出现和减少交通障碍时进行调整。交通拥堵降到最低,球迷花在车上的时间更少。

边缘计算使得数据能够在最近端进行处理,减少在云端之间来回传输数据的需要。

在交通灯示例中,将日常交通传感器数据流发送到云端进行存储和分析几乎没有价值,工程师就可以很好地处理正常的流量。

市场研究公司IDC称,边缘计算被描述为“微型数据中心的网状网络,在本地处理或存储关键数据,并将所有接收到的数据推送到中央数据中心或云存储库,其覆盖范围不到100平方英尺”。

需要上传的是更有价值的数据,例如游行日的数据。这些数据将被发送到云端并进行分析,有利于进行预测分析,并允许城市调整和改善其流量应用程序对未来流量异常的响应。

例如,一列火车可能包含可以立即提供其发动机状态信息的传感器。在边缘计算中,传感器数据不需要传输到火车上或者云端的数据中心,来查看是否有什么东西影响了发动机的运转。

雾、云和物联网是什么关系?搜索

本地化数据处理和存储对计算网络的压力更小。当发送到云的数据变少时,发生延迟的可能性——云端与物联网设备之间的交互导致的数据处理延迟——就会降低。

物联网会把云计算的优势向边缘拓展,通过智能互联网设备渗透到每个家庭、车辆和工作场所。

这也让基于边缘计算技术的硬件承担了更多的任务,它们包含用于收集数据的传感器和用于处理联网设备中的数据的CPU或GPU。

随着技术的成熟和便利性的提升,我们的新的联网设备的依赖程度会越来越高,但物联网的可靠性必须增加。

随着边缘计算的兴起,理解边缘设备所涉及的另一项技术也很重要,它就是雾计算。

将处理工作传递到云之前可以使用稳定的边缘网关加强整个物联网基础设施。

边缘计算具体是指在网络的“边缘”处或附近进行的计算过程,而雾计算则是指边缘设备和云端之间的网络连接。

雾计算可以通过边缘处理满足可靠的低延迟响应的要求,并且可以通过智能过滤和选择性传输来应对高流量。

换句话说,雾计算使得云更接近于网络的边缘;因此,根据OpenFog的说法,“雾计算总是使用边缘计算,而不是边缘计算总是使用雾计算。”

通过这种方式,智能边缘网关可以处理或智能地重定向来自物联网的无数传感器和监视器的数百万个任务,仅将摘要和异常数据传输到云端。

说回我们的火车场景:传感器能够收集数据,但不能立即就数据采取行动。例如,如果一名火车工程师想要了解火车车轮和刹车是如何运行的,他可以使用历史累计的传感器数据来预测零部件是否需要维修。

雾计算的成功直接取决于那些智能网关的灵活性,这些智能网关在网络上影响着无数的IoT设备。

在这种情况中,数据处理使用边缘计算,但它并不总是即时进行的。而使用雾计算,短期分析可以在给定的时间点实现,而不需要完全返回到中央云。

IT弹性将成为物联网连续性的必要条件,为了具备安全性,要有冗余的电力和冷却监控以及故障转移解决方案,以确保最长的正常运行时间。

图片 7

▶ 根据Gartner的说法,每小时的停机时间可能使组织损失高达30万美元。部署速度、高效的可扩展性以及有限资源的易管理性也是主要问题。

图示:云计算、雾计算与边缘计算

这种从云到雾的演进意义重大。当智能手机和平板电脑等移动设备变得流行时,云计算也迎来了热潮。

因此,要记住的是,虽然边缘计算给云计算带来补充,并且与雾计算一起非常紧密地运作,但它绝不是二者的替代者。

那时,这些设备的计算能力很弱,移动网络既慢又不可靠。因此,使用中心辐射云架构的通信方式也很合理。

首页<上一页12下一页>尾页

但是现在我们大多数人都依赖可靠的4G技术,而现在移动设备的计算能力在一些方面也能与PC相媲美,从中心辐射模型转变为类似于网状或边缘计算数据架构的模型是有意义的。

这样做可以解决带宽瓶颈和延迟问题,从长远来看,这无疑会促进物联网的发展。

因此,如果你认为云计算是可预见未来的基础设施的巅峰之作,那么请再想一想。如果我们谈论数十亿设备和即时通信,当前的云模型将无法处理负载。幸运的是,移动处理能力和无线带宽的进步使得许多人能够设计出更强大的架构,让我们走出困境。

Copyright © 2015-2019 http://www.cheatsgem.com. 法甲竞猜投注有限公司 版权所有