边缘计算 订阅
边缘计算起源于传媒领域,是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务。其应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间,或处于物理实体的顶端。而云端计算,仍然可以访问边缘计算的历史数据。 [1] 展开全文
边缘计算起源于传媒领域,是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务。其应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间,或处于物理实体的顶端。而云端计算,仍然可以访问边缘计算的历史数据。 [1]
信息
应    用
数据优化、应用智能等
外文名
Edge Computing
相关词
云计算
中文名
边缘计算
学    科
工业自动化
属    性
开放平台
边缘计算从分布式开始
边缘计算并非是一个新鲜词。作为一家内容分发网络CDN和云服务的提供商AKAMAI,早在2003年就与IBM合作“边缘计算”。作为世界上最大的分布式计算服务商之一,当时它承担了全球15-30%的网络流量。在其一份内部研究项目中即提出“边缘计算”的目的和解决问题,并通过AKAMAI与IBM在其WebSphere上提供基于边缘Edge的服务。 [1]  对物联网而言,边缘计算技术取得突破,意味着许多控制将通过本地设备实现而无需交由云端,处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率,减轻云端的负荷。由于更加靠近用户,还可为用户提供更快的响应,将需求在边缘端解决。 [2] 
收起全文
精华内容
参与话题
问答
  • 边缘计算

    千次阅读 2018-09-20 11:11:13
    边缘计算 指的是在网络的边缘来处理分析数据,这样能够减少请求响应时间、提升电池续航能力、减少网络带宽同时保证数据的安全性和私密性。 发展背景 云计算 云计算自从它与2005年提出之后,就开始逐步的改变...

    边缘计算

    边缘计算是在靠近物数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的分布式开放平台,就近提供边缘智能服务,满足行业数字化在敏捷联接、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。

    发展背景

    云计算
    云计算自从它与2005年提出之后,就开始逐步的改变我们生活、学习、工作的方式。云中心具有强大的处理性能,能够处理海量的数据。
    但,云计算模型的系统性能瓶颈在于网络带宽的有限性,传送海量数据需要一定的时间,云中心处理数据也需要一定的时间,这就会加大请求响应时间,用户体验差。
    物联网
    物联网的快速发展让我们进入了后云时代,现在几乎所有的电子设备都可以连接到互联网,这些电子设备会后产生海量的数据。
    物联网应用可能会要求极快的响应时间,数据的私密性等等。
    但,如果把物联网产生的数据传输给云计算中心,将会加大网络负载,网路可能造成拥堵,并不能及时有效的处理这些数据。
    边缘计算诞生
    随着物联网和云服务的推动,我们假设了一种新的处理问题的模型,边缘计算。在网络的边缘产生、处理、分析数据。在边缘结点处理这些数据将会带来极小的响应时间、减轻网络负载、保证用户数据的私密性。

    云计算适用于非实时、长周期数据、业务决策场景而边缘计算在实时性、短周期数据、本地决策等场景有不可替代的作用。
    在这里插入图片描述


    边缘计算参考架构

    ECC组织制定的边缘计算参考架构2.0版本如下。
    在这里插入图片描述
    从架构的横向层次来看,具有如下特点:
    • 智能服务基于模型驱动的统一服务框架,通过开发服务框架和部署运营服务框架实现开发与部署智能协同,能够实现软件开发接口一致和部署运营自动化;
    • 智能业务编排通过业务Fabric定义端到端业务流,实现业务敏捷;
    • 联接计算CCF(Connectivity and Computing Fabric)实现架构极简,对业务屏蔽边缘智能分布式架构的复杂性;实现OICT基础设施部署运营自动化和可视化,支撑边缘计算资源服务与行业业务需求的智能协同;
    • 智能ECN(Edge Computing Node)兼容多种异构联接、支持实时处理与响应、提供软硬一体化安全等;
    边缘计算参考架构在每层提供了模型化的开放接口,实现了架构的全层次开放;边缘计算参考架构通过纵向管理服务、数据全生命周期服务、安全服务,实现业务的全流程、全生命周期的智能服务。


    相关应用

    云卸载:在传统的内容分发网络中,数据都会缓存到边缘结点。随着物联网的发展,数据的生产和消费都是在边缘结点,也就是说边缘结点也需要承担一定的计算任务。把云中心的计算任务卸载到边缘结点这个过程叫做云卸载。
    视频分析
    智慧城市:对基于位置的一些应用来说,边缘计算的性能要由于云计算。比如导航,终端设备可以根据自己的实时位置把相关位置信息和数据交给边缘结点来进行处理,边缘结点基于现有的数据进行判断决策。整个过程中的网络开销都是最小的。用户请求得以极快的得到响应。
    智能家居。。。

    相关技术

    边缘协作:利用多个边缘结点协同合作,创建一个虚拟的共享数据的视图,利用一个预定义的公共服务接口来将这些数据进行整合。同时通过这个接口,我们可以编写应用程序为用户提供更复杂的服务

    举个多个边缘结点协同合作共赢的例子:
    比如流感爆发的时候,医院作为一个边缘结点与药房、医药公司、政府、保险行业等多个节点进行数据共享,把当前的受感染人数、流感的症状、治疗成本等共享给以上边缘结点。
    药房通过这些信息有针对性的调整自己的采购计划;
    医药公司则能通过共享的数据得知哪些为要紧的药品,提升该类药品生产的优先级;
    政府也可以采取进一步的行动来控制流感爆发的蔓延;
    总之,边缘结点中的任何一个节点都在这次数据共享中得到了一定的利益。



    展开全文
  • 什么是边缘计算

    万次阅读 多人点赞 2018-07-07 16:59:44
    什么是边缘计算 为什么需要边缘计算 什么是边缘计算 边缘计算的优点 案例研究 云卸载 视频分析 智能家居 智慧城市 边缘协作 机遇和挑战 编程可行性 命名 数据抽象 服务管理 私密性 最优化方法 小结 ...

    注:本篇翻译自施巍松教授的论文《Edge Computing : Vision and Challenges》

    目录

    摘要

    物联网技术的快速发展和云服务的推动使得云计算模型已经不能很好的解决现在的问题,于是,这里给出一种新型的计算模型,边缘计算。边缘计算指的是在网络的边缘来处理数据,这样能够减少请求响应时间、提升电池续航能力、减少网络带宽同时保证数据的安全性和私密性。这篇文章会通过一些案例来介绍边缘计算的相关概念,内容包括云卸载、智能家居、智慧城市和协同边缘节点实现边缘计算。希望这篇文章能够给你一些启发并让更多的人投入边缘计算的研究中来。

    简介

    云计算自从它与2005年提出之后,就开始逐步的改变我们生活、学习、工作的方式。生活中经常用到的google、facebook等软件提供的服务就是典型的代表。并且,可伸缩的基础设施和能够支持云服务的处理引擎也对我们运营商业的模式产生了一定的影响,比如,hadoop、spark等等。
    物联网的快速发展让我们进入了后云时代,在我们的日常生活中会产生大量的数据。思科估计到2019年会有将近500亿的事物连接到互联网。物联网应用可能会要求极快的响应时间,数据的私密性等等。如果把物联网产生的数据传输给云计算中心,将会加大网络负载,网路可能造成拥堵,并且会有一定的数据处理延时。
    随着物联网和云服务的推动,我们假设了一种新的处理问题的模型,边缘计算。在网络的边缘产生、处理、分析数据。接下来的文章会介绍为什么需要边缘计算,相关定义。有关云卸载和智慧城市的一些研究,有关边缘计算下的编程、命名、数据抽象、服务管理、数据私密和安全性的问题也会在下文讨论。

    什么是边缘计算

    在网络边缘产生的数据正在逐步增加,如果我们能够在网络的边缘结点去处理、分析数据,那么这种计算模型会更高效。许多新的计算模型正在不断的提出,因为我们发现随着物联网的发展,云计算并不总是那么高效的。接下来文章中将会列出一些原因来证明为什么边缘计算能够比云计算更高效,更优秀。
    ##为什么需要边缘计算

    • 云服务的推动:云中心具有强大的处理性能,能够处理海量的数据。但是,将海量的数据传送到云中心成了一个难题。云计算模型的系统性能瓶颈在于网络带宽的有限性,传送海量数据需要一定的时间,云中心处理数据也需要一定的时间,这就会加大请求响应时间,用户体验极差。

    • 物联网的推动:现在几乎所有的电子设备都可以连接到互联网,这些电子设备会后产生海量的数据。传统的云计算模型并不能及时有效的处理这些数据,在边缘结点处理这些数据将会带来极小的响应时间、减轻网络负载、保证用户数据的私密性。

    • 终端设备的角色转变:终端设备大部分时间都在扮演数据消费者的角色,比如使用智能手机观看爱奇艺、刷抖音等。然而,现在智能手机让终端设备也有了生产数据的能力,比如在淘宝购买东西,在百度里搜索内容这些都是终端节点产生的数据。

    下面两幅图,图1是传统云计算模型下的范式,最左侧是服务提供者来提供数据,上传到云中心,终端客户发送请求到云中心,云中心响应相关请求并发送数据给终端客户。终端客户始终是消费者的角色。
    图2是现在物联网快速发展下的边缘计算范式。边缘结点(包括智能家电、手机、平板等)产生数据,上传到云中心,服务提供商也产生数据上传到云中心。边缘结点发送请求到云中心,云中心返还相关数据给边缘结点。
    这里写图片描述
    图1 云计算范式
    这里写图片描述
    图2 边缘计算范式

    什么是边缘计算

    边缘计算指的是在网络边缘结点来处理、分析数据。这里,我们给出边缘结点的定义,边缘结点指的就是在数据产生源头和云中心之间任一具有计算资源和网络资源的结点。比如,手机就是人与云中心之间的边缘结点,网关是智能家居和云中心之间的边缘结点。在理想环境中,边缘计算指的就是在数据产生源附近分析、处理数据,没有数据的流转,进而减少网络流量和响应时间。

    边缘计算的优点

    • 在人脸识别领域,响应时间由900ms减少为169ms
    • 把部分计算任务从云端卸载到边缘之后,整个系统对能源的消耗减少了30%-40%。
    • 数据在整合、迁移等方面可以减少20倍的时间。

    案例研究

    云卸载

    在传统的内容分发网络中,数据都会缓存到边缘结点,随着物联网的发展,数据的生产和消费都是在边缘结点,也就是说边缘结点也需要承担一定的计算任务。把云中心的计算任务卸载到边缘结点这个过程叫做云卸载。
    举个例子,移动互联网的发展,让我们得以在移动端流畅的购物,我们的购物车以及相关操作(商品的增删改查)都是依靠将数据上传到云中心才能得以实现的。如果将购物车的相关数据和操作都下放到边缘结点进行,那么将会极大提高响应速度,增强用户体验。通过减少延迟来提高人与系统的交互质量。

    视频分析

    随着移动设备的增加,以及城市中摄像头布控的增加,利用视频来达成某种目的成为一种合适的手段,但是云计算这种模型已经不适合用于这种视频处理,因为大量数据在网络中的传输可能会导致网络拥塞,并且视频数据的私密性难以得到保证。
    因此,提出边缘计算,让云中心下放相关请求,各个边缘结点对请求结合本地视频数据进行处理,然后只返回相关结果给云中心,这样既降低了网络流量, 也在一定程度上保证了用户的隐私。
    举例而言,有个小孩儿在城市中丢失,那么云中心可以下放找小孩儿这个请求到各个边缘结点,边缘结点结合本地的数据进行处理,然后返回是否找到小孩儿这个结果。相比把所有视频上传到云中心,并让云中心去解决,这种方式能够更快的解决问题。

    智能家居

    物联网的发展让普通人家里的电子器件都变得活泼了起来,仅仅让这些电子器件连上网络是不够的,我们需要更好的利用这些电子元件产生的数据,并利用这些数据更好的为当前家庭服务。考虑到网络带宽和数据私密保护,我们需要这些数据最好仅能在本地流通,并直接在本地处理即可。我们需要网关作为边缘结点,让它自己消费家庭里所产生的数据。同时由于数据的来源有很多(可以是来自电脑、手机、传感器等任何智能设备),我们需要定制一个特殊的OS,以至于它能把这些抽象的数据揉和在一起并能有机的统一起来。

    智慧城市

    边缘计算的设计初衷是为了让数据能够更接近数据源,因此边缘计算在智慧城市中有以下几方面优势:

    • 海量数据处理:在一个人口众多的大城市中,无时无刻不在产生着大量的数据,而这些数据如果通通交由云中心来处理,那么将会导致巨大的网络负担,资源浪费严重。如果这些数据能够就近进行处理,在数据源所在的局域网内进行处理,那么网络负载就会大幅度降低,数据的处理能力也会有进一步的提升。
    • 低延迟:在大城市中,有很多服务是要求具有实时特性的,这就要求响应速度能够尽可能的进一步提升。比如医疗和公共安全方面,通过边缘计算,将减少数据在网络中传输的时间,简化网络结构,对于数据的分析、诊断和决策都可以交由边缘结点来进行处理,从而提高用户体验。
    • 位置感知:对基于位置的一些应用来说,边缘计算的性能要由于云计算。比如导航,终端设备可以根据自己的实时位置把相关位置信息和数据交给边缘结点来进行处理、边缘结点基于现有的数据进行判断和决策。整个过程中的网络开销都是最小的。用户请求得以极快的得到响应。
      ##边缘协作
      由于数据隐私性问题和数据在网络中传输的成本问题,有一些数据是不能由云中心去处理的,但是这些数据有时候又需要多个部门协同合作才能发挥它最大的作用。于是,我们提出了边缘协同合作的概念,利用多个边缘结点协同合作,创建一个虚拟的共享数据的视图,利用一个预定义的公共服务接口来将这些数据进行整合,同时,通过这个数据接口,我们可以编写应用程序为用户提供更复杂的服务。
      举个多个边缘结点协同合作共赢的例子。比如流感爆发的时候,医院作为一个边缘结点与药房、医药公司、政府、保险行业等多个节点进行数据共享,把当前流感的受感染人数、流感的症状、治疗流感的成本等共享给以上边缘结点。药房通过这些信息有针对性的调整自己的采购计划,平衡仓库的库存;医药公司则能通过共享的数据得知哪些为要紧的药品,提升该类药品生产的优先级;政府向相关地区的人们提高流感警戒级别,此外,还可以采取进一步的行动来控制流感爆发的蔓延;保险公司根据这次流感程度的严峻性来调整明年该类保险的售价。总之,边缘结点中的任何一个节点都在这次数据共享中得到了一定的利益。

    机遇和挑战

    以上是边缘计算在解决相关问题的潜力和展望,接下来会分析在实现边缘计算的过程中将要面临的机遇和挑战。

    编程可行性

    在云计算平台编程是非常便捷的,因为云有特定的编译平台,大部分程序都可以在云上跑。但是边缘计算下的编程就会面临一个问题,平台异构问题,每一个网络的边缘都是不一样的,有可能是ios系统,也有可能是安卓或者linux等等,不同平台下的编程又是不同的。因此我们提出了计算流的概念,计算流是数据传播路径上的函数序列/计算序列,可以通过应用程序指定计算发生在数据传播路径中的哪个节点。计算流可以帮助用户确定应该完成哪些功能/计算,以及在计算发生在边缘之后如何传播数据。通过部署计算流,可以让计算尽可能的接近数据源。

    命名

    命名方案对于编程、寻址、事物识别和数据通信非常重要,但是在边缘计算中还没有行之有效的数据处理方式。边缘计算中事物的通信是多样的,可以依靠wifi、蓝牙、2.4g等通信技术,因此,仅仅依靠tcp/ip协议栈并不能满足这些异构的事物之间进行通信。边缘计算的命名方案需要处理事物的移动性,动态的网络拓扑结构,隐私和安全保护,以事物的可伸缩性。传统的命名机制如DNS(域名解析服务)、URI(统一资源标志符)都不能很好的解决动态的边缘网络的命名问题。目前正在提出的NDN(命名分发网络)解决此类问题也有一定的局限性。在一个相对较小的网络环境中,我们提出一种解决方案,如图3所示,我们描述一个事物的时间、地点以及正在做的事情,这种统一的命名机制使得管理变得非常容易。当然,当环境上升到城市的高度的时候,这种命名机制可能就不是很合适了,还可以进行进一步的讨论。
    这里写图片描述
    图3 命名机制

    数据抽象

    在物联网环境中会有大量的数据生成,并且由于物联网网络的异构环境,生成的数据是各种格式的,把各种各样的数据格式化对边缘计算来说是一个挑战。同时,网络边缘的大部分事物只是周期性的收集数据,定期把收集到的数据发送给网关,而网关中的存储是有限的,他只能存储最新的数据,因此边缘结点的数据会被经常刷新。利用集成的数据表来存储感兴趣的数据,表内部的结构可以如图4所示,用id、时间、名称、数据等来表示数据。
    这里写图片描述
    图4 相应表结构
    如果筛选掉过多的原始数据,将导致边缘结点数据报告的不可靠,如果保留大量的原始数据,那么边缘结点的存储又将是新的问题;同时这些数据应该是可以被引用程序读写和操作的,由于物联网中事物的异构性,导致数据库的读写和操作会存在一定的问题。

    服务管理

    边缘结点的服务管理我们认为应该有以下四个特征,,包括差异化、可扩展性、隔离性和可靠性,进而保证一个高效可靠的系统。

    • 差异化:随着物联网的发展,会有这种各样的服务,不同的服务应该有差异化的优先级。比如,有关事物判断和故障警报这样的关键服务就应该高于其它一般服务,有关人类身体健康比如心跳检测相关的服务就要比娱乐相关服务的优先级要高一些。
    • 可扩展性:物联网中的物品都是动态的,向物联网中添加或删除一件物品都不是那么容易的,服务缺少或者增加一个新的结点能否适应都是待解决的问题,这些问题可以通过对边缘os的高扩展和灵活的设计来解决。
    • 隔离性:所谓隔离性是指,不同的操作之间互不干扰。举例而言,有多个应用程序可以控制家庭里面的灯光,有关控制灯光的数据是共享的,当有某个应用程序不能响应时,使用其他的应用程序依然能够控制灯光。也就是说这些应用程序之间是相互独立的,互相并没有影响;隔离性还要求用户数据和第三方应用是隔离的,也就是说应用不应该能够跟踪用户的数据并记录下来,为了解决该问题,应当添加一种全新的应用访问用户数据的方式。
    • 可靠性:可靠性可以从服务、系统和数据三方面来谈论
      • 从服务方面来说,网络拓扑中任意节点的丢失都有可能导致服务的不可用,如果边缘系统能够提前检测到具有高风险的节点那么就可以避免这种风险。较好的一种实现方式是使用无线传感器网络来实时监测服务器集群。
      • 从系统角度来看,边缘操作系统是维护整个网络拓扑的重要一部分内容。节点之间能够互通状态和诊断信息。这种特征使得在系统层面部署故障检测、节点替换、数据检测等十分的方便。
      • 从数据角度来看,可靠性指的是数据在传感和通信方面是可靠地。边缘网络中的节点有可能会在不可靠的时候报告信息,比如当传感器处于电量不足的时候就极有可能导致传输的数据不可靠。为解决此类问题可能要提出新的协议来保证物联网在传输数据时的可靠性。

    私密性

    现存的提供服务的方法是手机终端用户的数据并上传到云端,然后利用云端强大的处理能力去处理任务,在数据上传的过程中,数据很容易被别有用心的人收集到。为了保证数据的私密性,我们可以从以下这些方面入手。
    1,在网络的边缘处理用户数据,这样数据就只会在本地被存储、分析和处理。
    2,对于不同的应用设置权限,对私密数据的访问加以限制。
    3,边缘的网络是高度动态化的网络,需要有效的工具保护数据在网络中的传输。

    最优化指标

    在边缘计算当中,由于节点众多并且不同节点的处理能力是不同的,因此,在不同的节点当中选择合适的调度策略是非常重要的。接下来从延迟、带宽、能耗和花费这四个方面来讨论最优化的指标。

    • 延迟: 很明显云中心具有强大的处理能力,但是网络延迟并不单单是处理能力决定的,也会结合数据在网路中传输的时间。拿智慧城市距离来说,如果要寻找丢失的小孩儿信息,在本地的手机处理,然后把处理结果返回给云明显能加快响应速度。当然,这种事情也是相对而言的,我们需要放一个逻辑判断层,来判断把任务交给哪一个节点处理合适,如果此时手机正在打游戏或者处理其他非常重要的事情,那么手机就不是很适合处理这种任务,把这种任务交给其他层次来处理会更好些。
    • 带宽:高带宽传输数据意味着低延迟,但是高带宽也意味着大量的资源浪费。数据在边缘处理有两种可能,一种是数据在边缘完全处理结束,然后边缘结点上传处理结果到云端;另外一种结果是数据处理了一部分,然后剩下的一部分内容将会交给云来处理。以上两种方式的任意一种,都能极大的改善网路带宽的现状,减少数据在网络中的传输,进而增强用户体验。
    • 能耗:对于给定的任务,需要判定放在本地运算节省资源还是传输给其他节点计算节省资源。如果本地空闲,那么当然在本地计算是最省资源的,如果本地正在忙碌状态,那么把计算任务分给其他节点会更合适一些。权衡好计算消耗的能源和网络传输消耗的能源是一件非常重要的事情。一般当网络传输消耗的资源远小于在本地计算消耗的能源时,我们会考虑使用边缘计算把计算任务卸载到其他空闲的节点上,帮助实现负载均衡,保证每一个结点的高性能。
    • 花费:目前在边缘计算上的花费包括但不限于边缘结点的构建和维护、新型模型的开发等。利用边缘计算的模型,大型的服务提供商在处理相同工作的情况下能够获取到更大的利润。

    小结

    物联网的发展和云计算的推动使得边缘计算的模型出现在社区之中。在边缘结点处理数据能够提高响应速度,减少带宽,保证用户数据的私密性。这篇文章当中,我们提出了边缘计算可能在以后的生活中一些相关场景的运用,也提到了边缘计算以后发展的展望和挑战。希望以后有更多的同僚能够关注到这么一个领域。

    展开全文
  • 随着5G时代的到来,边缘计算技术正推动网络架构、算力模式和业务模式变革。尤其是当下物联网设备呈爆发式增长之际,边缘计算有效地提升处理设备效率,减少运算负荷。在企业数字化转型中,边缘计算有效解决云计算的...
  • 边缘计算诞生开始,就一直有声音说边缘计算是云计算的“终结者”。但经过时间的验证,云计算和边缘计算的关系更加清晰:由于边缘计算解决了在边缘资源中云计算应用的应用问题,成为了云计算在未来发展中的重要支撑...
  • 边缘计算是随着万物互联时代而产生,适用于从云端到边缘路径中的所有终端设备的一种计算模型。现有云计算模型下的服务模式已经无法满足边缘计算模型的应用需求,主要体现在边缘设备资源的有限性、服务的实时性、决策...
  • 在此关键时期,中国信息通信研究院联合工业互联网产业联盟共同发布《离散制造业边缘计算解决方案白皮书》,把握离散制造业目前发展面临的挑战及边缘计算当前的应用现状,研判边缘计算为工业现场带来的真正价值,提出...
  • 这篇文章会通过一些案例来介绍边缘计算的相关概念,内容包括云卸载、智能家居、智慧城市和协同边缘节点实现边缘计算。希望这篇文章能够给你一些启发并让更多的人投入边缘计算的研究中来。
  • 针对上述问题,提出了一种基于KubeEdge边缘计算的采煤机控制系统。以采煤机高精度定位和机器视觉检测应用为例,介绍了基于KubeEdge的边缘计算架构在采煤机控制系统中的实现方法并进行了测试。测试结果表明,边缘计算...
  • 移动边缘计算通过将计算资源迁移至网络边缘来降低时延、缩减能耗,但与云计算相比,边缘计算的计算资源有限,不能满足所有移动服务的需求,针对上述问题,本文提出一种云辅助移动边缘计算(CAME)的计算卸载策略。...
  • 3月3日, GSMA发布了与边缘计算产业联盟(ECC)共同完成的《5G时代的边缘计算:中国的技术和市场发展》(Edge computing in the 5G era: Technology and market developments in China)报告。该报告汇集了20多家在...
  • 边缘计算边缘计算edge 边缘计算的整个思想是将某些处理和数据保留推送到网络边缘。 随着我们转向收集数据的物联网(IoT)设备,有意义的是在收集位置附近处理该数据。 在某些情况下(例如管理喷气发动机),您希望...

    边缘计算边缘计算edge

    边缘计算的整个思想是将某些处理和数据保留推送到网络边缘。 随着我们转向收集数据的物联网(IoT)设备,有意义的是在收集位置附近处理该数据。 在某些情况下(例如管理喷气发动机),您希望直接从边缘设备返回结果,从而减少了带宽需求并减少了响应延迟。

    如今,大多数主要的公共云提供商都在推动他们自己的边缘计算服务。 但是,并非总是可以将所有事情都推到极致—也不总是一个好主意。

    [ 什么是云计算? 您现在需要知道的一切 | 另外:InfoWorld的David Linthicum解释了什么是边缘计算 ]

    如果云提供商打算使用一组云服务来管理边缘计算,并且以可扩展的方式进行管理,则确实需要中央控制。 这包括这些边缘处理器的安全性,治理和管理。 尽管这种中央控制似乎没有遇到边缘计算这个概念,但确实有充分的理由使它们拥有这种控制。

    尽管边缘计算意味着在边缘存在独立的处理,但现实是将处理移至边缘并不总是一个好主意。 例如,深度分析服务需要大量的处理器和I / O。 在墙壁上的恒温器,工厂车间的机器人甚至您自己的汽车中,都不可能快速发生这种情况。 因此,数据和处理都被集中化,结果返回到边缘。 在这种情况下,在哪里进行处理实际上并不重要。

    此外,请记住,无论是在边缘还是中央,都需要维护这些过程的虚拟化。 同样,只要有技术跟踪什么在哪里,做什么在做什么,就无关紧要在哪里处理事物。 对于跟踪技术而言,将其置于自然界集中的公共云平台中更为有意义。

    边缘计算的功能实际上并不是数据和处理所驻留的地方,而是可以根据需要将处理分离并集中管理。 在事情应该去哪里我不信奉; 我也不认为你也应该。

    翻译自: https://www.infoworld.com/article/3325739/dont-go-overboard-at-the-edge-in-edge-computing.html

    边缘计算边缘计算edge

    展开全文
  • 边缘计算技术作为 5G 网络架构中核心的一 环,顺随运营商边缘机房智能化改造的趋势,致力于解决 5G 网络对于低时 延、大带宽、海量物联的硬性要求,正在成为各大运营商与行业相关企业占 据 5G 发展快速道、把握未来...
  • 什么是边缘计算边缘计算 在过去的二十年中, 云计算一直主导着IT讨论,尤其是自Amazon在2006年通过发布其Elastic Compute Cloud推广该术语以来。 在最简单的形式中,云计算是计算服务的集中化,以利用共享的数据中心...

    什么是边缘计算边缘计算

    在过去的二十年中, 云计算一直主导着IT讨论,尤其是自Amazon在2006年通过发布其Elastic Compute Cloud推广该术语以来。 在最简单的形式中,云计算是计算服务的集中化,以利用共享的数据中心基础架构和规模经济来降低成本。 但是,延迟受路由器跳数,虚拟化引入的数据包延迟或数据中心内服务器位置的影响,一直是云迁移的关键问题。 边缘计算也一直是开源云计算项目OpenStack内部创新驱动力

    这就是边缘计算的用武之地。 边缘计算本质上是分散计算机服务并将它们移近数据源的过程。 这可能会对延迟产生重大影响,因为它可以大大减少所移动的数据量和传输距离。

    术语“边缘计算”涵盖了广泛的技术,包括对等,网格/网格计算,雾计算,区块链和内容交付网络。 它在移动领域已经很流行,现在已经扩展到几乎每个行业。

    边缘与云之间的关系

    关于边缘替换云的猜测很多,在某些情况下,它可能会这样做。 但是,在许多情况下,两者具有共生关系。 例如,在性能和数据初始处理方面,网络托管和物联网等服务将从边缘计算中受益匪浅。 但是,这些服务仍需要强大的云后端来进行集中存储和数据分析之类的事情。

    边缘计算:简史

    边缘计算的历史可以追溯到1990年代,当时Akamai推出了其内容交付网络(CDN),该网络在地理位置上更接近最终用户的位置引入了节点。 这些节点存储缓存的静态内容,例如图像和视频。 边缘计算通过允许节点执行基本的计算任务,使这一概念更进一步。 1997年,计算机科学家Brian Noble演示了移动技术如何将边缘计算用于语音识别。 两年后,这种方法还被用来延长手机的电池寿命。 当时,此过程称为“网络搜寻”,基本上就是Apple的Siri和Google的语音识别服务如何工作的方式。

    点对点计算在1999年问世。 在2006年,随着Amazon EC2服务的发布,云计算出现了,此后,公司开始大量采用它。 2009年,发表了“ 移动计算中基于VM的Cloudlets案例 ”,其中详细介绍了延迟和云计算之间的端到端关系。 该文章主张采用“两层体系结构:第一层是当今未修改的云基础架构”,第二层由称为cloudlets的分散元素组成,并从第一层缓存状态。 这是现代边缘计算许多方面的理论基础,2012年,思科针对分散的云基础架构引入了“雾计算”一词,旨在促进物联网的可扩展性

    这将我们带入当前的边缘解决方案,其中有许多解决方案。 无论是纯分布式系统(例如区块链和对等网络)还是混合系统(例如AWS的Lambda @ EdgeGreengrassMicrosoft Azure IoT Edge),边缘计算都已成为推动采用IoT等技术的关键因素。

    为什么邻近性很重要

    接近度或低延迟在业务中非常重要,因为数据会随着时间的流逝而失去价值。 从金融到健康和安全,运输等所有行业,都是如此。 例如,当实时监控和处理对于确保患者在需要时能够准确地获得所需的护理至关重要时,医疗行业便使用了物联网。 另一个很好的例子是电子商务。 2009年,Akamai发布了一份研究报告,题为“ Akamai揭示2秒是电子商务网页响应时间可接受性的新阈值 ”,其中详细介绍了网站性能与在线购物者行为之间的关系。 调查发现,有40%的消费者在离开页面之前等待的时间不会超过三秒钟,因为他们会分心或寻找替代品。

    这项研究强调了将数据传输,处理和返回给客户,设备或内部用户的速度极为重要。 边缘计算是专门为“速度需求”而设计的。

    可扩展且具有弹性

    边缘计算的分布式特性意味着,除了减少等待时间外,它还可以提高弹性,减少网络负载并易于扩展

    数据处理从其源头开始。 初始处理完成后,仅需要发送需要进一步分析或需要其他服务的数据。 这减少了网络需求,并降低了任何集中式服务出现瓶颈的可能性。 此外,借助附近其他边缘位置或在设备上缓存数据的潜力,您可以掩盖中断并提高系统的弹性。 由于集中式服务处理的流量较少,因此减少了扩展集中式服务的需求。 结果还可以降低成本,架构复杂性和管理。

    未来

    边缘计算将从何而来? 在接下来的几年中,随着越来越多的最终用户设备使用它来提高性能,功能和电池寿命,我们将看到该技术的爆炸式增长。 在边缘设备曾经仅限于智能手机,平板电脑,笔记本电脑,PC和游戏机的地方,我们现在看到它被用于虚拟现实耳机,自动驾驶汽车,无人机,可穿戴技术,增强现实设备等等。

    物联网设备的普及率急剧上升,并且随着医疗保健,采矿,物流和智能家居等行业才刚刚开始将物联网技术纳入其业务模型,这种扩展似乎将持续一段时间。

    关于边缘计算背后的技术,我们将看到许多现有云技术与它们的集中式根源脱钩。 可能需要对诸如AWS Lambda之类的服务进行大修以在最靠近请求原始点的边缘位置运行功能,而不是进行区域锁定。 我们已经使用AWS Lambda @ Edge看到了这一现象的最初迹象。

    我们还将看到诸如区块链和雾计算等新兴边缘技术的成熟。 区块链的潜力令人兴奋,因为其去中心化系统和复杂算法的应用远远超出了比特币。 潜在的用途包括后勤和投票,可以在安全和防止欺诈方面提供帮助。

    边缘计算可能会在规模和市值方面超越云计算。 但是它不太可能取代云,甚至不会降低其市值。 相反,随着边缘的成熟,云计算将与之一起发展,但发展速度将减慢,从而为边缘计算和业务运营提供许多后端和支持功能。

    OpenDev会议

    OpenStack基金会率先举办了一项名为OpenDev的新活动,该活动将于9月7日至8日在旧金山举行。 它将专注于边缘计算,而Cloudify将在那里谈论边缘上的所有最新发展。 到时候那里见!

    翻译自: https://opensource.com/article/17/9/what-edge-computing

    什么是边缘计算边缘计算

    展开全文
  • 5G时代的边缘计算.zip

    2020-04-11 00:17:11
    详细介绍了5G 边缘计算的业务市场和场景,包括如下三方面。 1 技术发展 明确边缘计算的最佳部署模式,推动边缘标准化 将边缘计算整合到更广义的5G网络投资规划中 解决云/边缘计算以及更广义的5G网络相关的高能耗...
  • 报告指出了2020年边缘计算的定义、场景以及发展,主要涵盖了以下六点内容: 一:边缘计算被定义为互联网的第三幕 第一幕是指最初的集中式互联网网络设施。 第二幕是指以区域数据中心和CDN内容分发...
  • 边缘计算中的"边缘"是个相对的概念,指从数据源到云计算中心数据路径之间的任意计算资源和网络资源.边缘计算的基本理念是将计算任务在接近数据源的计算资源上运行.首先系统地介绍边缘计算的概念和原理;其次,通过现有...

空空如也

1 2 3 4 5 ... 20
收藏数 9,941
精华内容 3,976
关键字:

边缘计算