精华内容
下载资源
问答
  • 云计算就是把计算机资源都放到因特网上。云计算(Cloud Computing)是分布式计算的一种,指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后通过多部服务器组成的系统进行处理和分析这些小程序...

    大家好,我是时间财富网智能客服时间君,上述问题将由我为大家进行解答。

    云计算就是把计算机资源都放到因特网上。

    云计算(Cloud Computing)是分布式计算的一种,指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。现阶段的云计算通过不断进步,已经不单单是一种分布式计算,而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果。

    云计算由一系列可以动态升级和被虚拟化的资源组成,这些资源被所有云计算的用户共享并且可以方便地通过网络访问,用户无需掌握云计算的技术,只需要按照个人或者团体的需要租赁云计算的资源。云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一种巨变。云计算的出现并非偶然,早在上世纪60年代,麦卡锡就提出了把计算能力作为一种像水和电一样的公用事业提供给用户的理念,这成为云计算思想的起源。在20世纪80年代网格计算、90年代公用计算,21世纪初虚拟化技术、SOA、SaaS应用的支撑下,云计算作为一种新兴的资源使用和交付模式逐渐为学界和产业界所认知。中国云发展创新产业联盟评价云计算为“信息时代商业模式上的创新”。

    展开全文
  • 云计算就是把计算资源都放在因特网上,许多云计算部署依赖于计算机集群(但与网格的组成、体系结构、目的、工作方式大相径庭),也吸收了自主计算和效用计算的特点。云计算(Cloud Computing)是分布式计算的一种,指的...

    云计算就是把计算资源都放在因特网上,许多云计算部署依赖于计算机集群(但与网格的组成、体系结构、目的、工作方式大相径庭),也吸收了自主计算和效用计算的特点。

    云计算(Cloud Computing)是分布式计算的一种,指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。现阶段的云计算通过不断进步,已经不单单是一种分布式计算,而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果。

    云计算由一系列可以动态升级和被虚拟化的资源组成,这些资源被所有云计算的用户共享并且可以方便地通过网络访问,用户无需掌握云计算的技术,只需要按照个人或者团体的需要租赁云计算的资源。云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一种巨变。云计算的出现并非偶然,早在上世纪60年代,麦卡锡就提出了把计算能力作为一种像水和电一样的公用事业提供给用户的理念,这成为云计算思想的起源。在20世纪80年代网格计算、90年代公用计算,21世纪初虚拟化技术、SOA、SaaS应用的支撑下,云计算作为一种新兴的资源使用和交付模式逐渐为学界和产业界所认知。中国云发展创新产业联盟评价云计算为“信息时代商业模式上的创新”。

    展开全文
  • 简介:革命就是人们的思考和行为方式在性质和广度两方面发生的重大变化。按照这个定义,云计算的确算得上是革命了。云计算在计算机架构、软件和工具开发方面带来了根本性...尽管云计算只是一种交付计算资源的新方式,

    简介:革命就是人们的思考和行为方式在性质和广度两方面发生的重大变化。按照这个定义,云计算的确算得上是革命了。云计算在计算机架构、软件和工具开发方面带来了根本性变化,当然也改变了我们存储、发布和使用信息的方式。本文的目的是帮助您了解这次革命的性质,让您能够适应和受益于云计算。


    近几年,信息技术 (IT) 领域出现了一种新模型 — 云计算。尽管云计算只是一种交付计算资源的新方式,而不是新技术,但是它导致组织提供信息和服务的方式发生了革命。

    在最初,IT 由大型机计算主导。这种配置最终让位给客户机-服务器模型。当代的 IT 不断向移动技术、普遍存在的计算和云计算发展。但是,与所有革命一样,这次革命包含原有的一些东西。

    因此,要想彻底了解云计算的来龙去脉,就一定要记住云计算的许多特点实际上源于以前的系统。在许多方面,这个重大变化是在以前基础上的跃进,而不是过去的全面终结。在全新的云计算环境中,既能够通过云技术实现创新性协作,也能够发挥大型机等传统系统的功效。计算方式的这一重大变化为 IT 人员提供了无限的机会,他们可以利用这一变化发挥自己和组织的优势。

    什么是云计算?

    云计算是以服务形式交付 IT 的全面解决方案。它是一种基于 Internet 的计算解决方案,它像电网传输电力那样提供共享的资源。云中的计算机一起工作,各种应用程序使用同一计算能力集合,好像它们在单一系统上运行一样。

    云计算的灵活性在于能够按需分配资源。因此,不再需要给任务分配特定的硬件,这会提高现有系统资源的利用率。在云计算出现之前,网站和基于服务器的应用程序都在特定的系统上运行。有了云计算之后,资源就集合为一台虚拟的计算机。在这种融合式配置提供的环境中,独立地执行应用程序,不需要关心任何具体配置。

    云为什么会掀起热潮?

    出现向云计算转移这一潮流有许多合理的重要的业务和 IT 原因。原因之一是外包的基本性质要求有更合适的解决方案。

    • 降低成本:云计算可以降低资本费用 (CapEx) 和运营费用 (OpEx),因为可以只在需要时购买资源,而且只按使用时间付费。
    • 优化人力资源的使用:使用云计算可以解放宝贵的人力资源,让他们能够把精力集中在创造价值上,而不是维护硬件和软件。
    • 健壮的可伸缩性:云计算允许快速地扩大或收缩规模,既没有时间限制,也不需要承担长期义务。

    云计算的基本组成部分

    云计算模型由前端后端组成。这两个部分通过网络连接,在大多数情况下是 Internet。用户通过前端与系统交互;后端是云本身。前端由客户机计算机(或企业的计算机网络)和用来访问云的应用程序组成。后端提供实现云服务的应用程序、计算机、服务器和数据存储。

    层:计算能力成为商品

    云的概念基于,每一层提供一类功能。云组件的这种分层方式让云计算的各个层成为像电力、电话服务或天然气一样的商品。云计算以低廉的价格向用户销售计算能力这种商品。云计算将会成为新型的公共事业服务。

    虚拟机监视器 (virtual machine monitor, VMM) 让用户能够同时使用云设施(见 图 1)。VMM 是主机系统上的一个程序,它让一台计算机支持多个相同的执行环境。从用户的角度来看,系统是一台与其他用户隔离的自含的计算机。实际上,所有用户都由同一台计算机提供服务。虚拟机是一个由底层控制程序管理的操作系统 (OS),这让它看起来像多个操作系统。在云计算中,VMM 允许监视用户,因此可以管理数据访问、数据存储、加密、寻址、拓扑和工作负载转移等方面。


    图 1. 虚拟机监视器的工作方式
    虚拟机监视器的工作方式 

    下面是云提供的层:

    • 基础架构 层是云的基础。它由服务器、网络设备、存储磁盘等物理资产组成。IBM® Cloud 等提供基础架构即服务(Infrastructure as a Service,IaaS)。在使用 IaaS 时,用户并不实际控制底层基础架构,而是控制操作系统、存储和部署应用程序,还在有限的程度上控制网络组件的选择。

      随需印刷 (Print On Demand,POD) 服务就是可以受益于 IaaS 的例子之一。POD 模型基于可定制产品的销售。POD 让个人能够在产品上进行设计并开店销售。店主可以上传他们的设计,数量不限。许多人上传了数千种设计。通过使用云存储功能,POD 可以提供无限的存储空间。

    • 中间层是平台。它提供应用程序基础架构。平台即服务 (Platform as a Service,PaaS) 提供对操作系统和相关服务的访问。它让用户能够使用提供商支持的编程语言和工具把应用程序部署到云中。用户不必管理或控制底层基础架构,而是控制部署的应用程序并在一定程度上控制应用程序驻留环境的配置。

      PaaS 的提供者包括 Amazon 的 Elastic Compute Cloud (EC2) 等。小企业软件工作室是非常适合使用 PaaS 的企业。通过使用云平台,可以创建世界级的产品,而不需要负担内部生产的开销。

    • 最上面一层是应用程序 层,这一层是对云的最直观表示。应用程序在这里运行,根据需要提供给用户。软件既服务 (Software as a Service,SaaS) 的提供者包括 Google Pack 等。Google Pack 包含可以通过 Internet 访问的应用程序和工具,比如 Calendar、Gmail、Google Talk、Docs 等等。

    图 2 给出这三层。


    图 2. 嵌入在 “服务式” 组件中的云计算层
    云计算层 

    云的构成

    云的构成有三种类型:私有(内部)、公共和混合型。

    • 公共云可供一般公众或大型行业组织使用,由销售云服务的组织拥有和供应。公共云被看作一般意义上的云;也就是说,离站的第三方提供商使用 web 应用程序通过 Internet 动态地供应资源,它们提供共享的资源并按使用量收费。
    • 私有云位于公司防火墙之内,由组织自己管理。它们是在企业内部创建和控制的云服务。私有云具有许多与公共云相同的优点,主要差异在于您的组织负责创建和维护云。
    • 混合型云是公共云和私有云的组合,同时使用公共和私有的服务。公共云提供商和企业本身分别承担一部分管理责任。通过使用混合型云,组织可以先判断要创建的服务的目标和需求,然后以最合适的方式获得它们。

    IT 在云中的角色

    考虑到管理和控制需要更加自动化,为了应对代码生产的增长,IT 人员的任务必须有所变化。IT 正在整合,对硬件和软件实现的需求更少了,但是也出现了新的任务。IT 的变化趋势是向知识工作者发展。在新的模型中,技术人员的主要责任是增强和升级一般业务过程。

    开发人员

    移动设备使用量的增长、社交网络的流行以及商业 IT 过程和系统在其他方面的发展将保证开发人员团队的工作更高效;但是由于云配置模型的系统化过程,企业开发人员的一些传统角色正在发生变化。

    IBM 最近的一项调查 New developerWorks survey shows dominance of cloud computing and mobile application development(见 参考资料)表明,对移动技术的需求将呈指数级增长。这一趋势以及云计算在全球的快速流行势必导致了解这一领域的开发人员急速增加。为了满足不断增长的移动连接需求,需要更多了解云计算的开发人员。

    云计算提供近乎无限的容量,因此不再需要考虑可伸缩性。云计算让开发人员可以访问大多数中小型企业无法负担的极大量的软件和硬件资产。这种配置提供 Internet 驱动的云计算和资产,让开发人员能够访问过去只能梦想到的巨大资源。

    管理员

    管理员是 IT 系统的守护者和立法者。他们的责任是控制用户对网络的访问。这意味着他们控制用户密码的创建,以及为对系统资产的一般访问等基本功能制定规则和过程。云计算的出现势必导致对这一过程的调整,因为管理员在这种环境中不再只关心内部问题,还要关心自己的企业与云计算的外部关系,以及公共云中其他承租人的活动。

    由于管理和企业总体安全程序的性质,这还会改变防火墙的作用。这不会消除对保护系统的需求。云计算会带来更多责任,而不是减少。在云计算环境中,管理员不但必须在组织内部保护数据和系统,还必须监视和管理云,从而确保他们的系统和数据在所有地方的安全性。

    架构师

    架构师的任务是对真实 IT 环境中给定系统的功能进行有效的建模。基本责任是为代理商的云计算模型开发架构性框架。云计算的架构实际上由三个层(IaaS、PaaS 和 SaaS)的抽象组成,这种方式有助于部署云计算的企业满足自己的目标。需要开发层的功能的抽象,让决策者和基层人员能够使用这些抽象规划、执行和评估 IT 系统的过程。

    在云计算时代,架构师的作用是对云的层的功能性交互进行设计和建模。架构师必须使用抽象确保 IT 发挥应有的作用,帮助实现组织的目标。

    采用云还是不采用:风险评估

    正在转向云计算的组织最关心的问题是安全性和私密性。提供云计算服务的公司明白这一点,他们知道如果没有可靠的安全性,他们的企业一定会垮台。因此,安全性和私密性是所有云计算提供商优先考虑的问题。

    治理:如何监视行业标准?

    在私有云中,治理由云的所有者负责;在公共云中,这一责任由服务提供商和服务使用方分担。但是,由于存在跨国恐怖主义活动、拒绝服务、病毒、蠕虫等因素 — 这些问题的某些方面超出了私有云所有者或公共云服务提供商和服务使用方的控制能力 — 所以需要全球、地区性和国家级的某种更广泛的协作。当然,对于公共云,这种协作不应该妨碍或损害云的所有者或使用者的控制能力。

    带宽需求

    如果打算采用云框架,那么必须在您的战略中评估带宽和可能出现的带宽瓶颈。在 CIO.com 的文章 The Skinny Straw: Cloud Computing's Bottleneck and How to Address It 中,提出了以下观点:

    在过去,对于实现虚拟化的组织,提高虚拟机密度的主要瓶颈是内存容量;现在,新型服务器提供的内存量大多了,内存不再是系统瓶颈了。云计算解决了机器密度问题,从而消除了这一瓶颈 — 解决机器密度问题成了云提供商的责任,云用户不需要考虑它。

    对于云计算,云用户与云提供商之间的带宽是瓶颈。

    那么,带宽问题当前最好的解决方案是什么?在当今的市场上,最好的方法是刀片服务器。刀片服务器是以物理空间和电力使用量最小化为目标优化过的服务器。对于云计算来说,刀片服务器的主要优点之一是提高了带宽速度。例如,IBM BladeCenter 可以快速高效地处理高性能计算工作负载。正如过去必须解决内存问题才能够有效地缓解高虚拟机密度的瓶颈,现在必须解决云计算的带宽瓶颈,所以要考察提供商的能力,判断带宽瓶颈是否是主要的性能问题。

    财务影响

    IT 运营成本中的相当一部分来自管理和控制方面,所以在云计算环境中其中一些任务的自动化会降低成本。自动化可以显著降低错误几率和人工重复工作的成本。

    其他一些因素对财务问题有不利影响,比如维护物理设施的成本、电力使用量、冷却系统以及控制和管理。无论如何,带宽不是惟一的问题。

    降低风险

    考虑下面的风险:

    • 数据处理不当的严重影响。
    • 有争议的服务费用。
    • 厂商的财务或法律问题。
    • 厂商的运营出现问题或关闭。
    • 数据恢复和机密性问题。
    • 一般的安全问题。
    • 外部力量发动的系统攻击。

    如果使用云中的系统,在数据安全性和连接性方面会有风险,恶意活动也可能会妨碍计算过程。但是,如果进行缜密的规划、谨慎地选择服务提供商并细致地管理风险,大多数公司可以安全地使用这种技术。

    结束语

    在这个革命性的新时代,云计算可以向组织提供确保财务稳定和高质量服务所需的方法。当然,如果云计算要想达到最佳的安全性和一般运营标准,就必须有全球协作。云计算出现了,我们所有人都必须准备好应对这次革命。

    展开全文
  • 云计算与边缘计算

    2021-01-30 14:31:37
    究竟是什么是云计算?其实这个概念并没有大家想的那么复杂。小型机运算能力很弱,CPU也很弱,内存也很小,硬盘也很小,很多运算都无法独立完成,所以很多企业包括学校就会...云计算就是把所有的计算资源、存储资源和网.

    究竟是什么是云计算?其实这个概念并没有大家想的那么复杂。小型机运算能力很弱,CPU也很弱,内存也很小,硬盘也很小,很多运算都无法独立完成,所以很多企业包括学校就会在机房里就可以放一些配置很强大的服务器。这其实就是一种,把计算资源汇聚集中起来的一种方式,然后在这个机房的基础上,建立更大的机房,于是就有了DATA center,也就是数据中心。在这里面会存放更大量、更强劲的计算机,然后根据需要进行合理的分配,就是云计算。所以云计算其实就是一种资源分配的方式。

     

    云计算就是把所有的计算资源、存储资源和网络资源汇集在一个资源池里面,通过这个资源池提供给不同的用户去使用。根据资源不同的等级,云计算分成了SaaS、PaaS、IaaS等方向。例如基础设施即服务,就是IaaS。包括CPU、内存、网络资源、网络带宽资源、存储资源等等都是基础设施。然后我们在这个级别之上安装操作系统,它就变成了一个平台,这个就是PaaS。再往上,在操作系统上装一些软件提供服务,对于PC来说叫软件,对于云计算来说,我们提供这种服务的方式就是软件即服务,SaaS。

    所以,从大型机到PC机再到云计算,就是一种计算方式的演进。出现云计算的一个根本前提条件就是必须要有非常强劲的基础设施,就是网络必须要非常畅通。因为以前没有发达的网络。最开始是通过局域网建机房,后来有了互联网,我们才能够把资源移动到云计算中心,这样通路足够宽大才能保证云计算推进,所以在2000年以后才有了云计算。

    但是2000年以后,在云计算使用过程中会发现一些致命的缺陷,这种缺陷就是无论通过什么技术手段研发改进,都没办法解决它的局限性:1、数据的重量,2、光的速度。数据为什么会有重量?实际上数据是有重量的。我们现在看到电脑里面存着1 Byte或者1GB,这样的数据对我们来说,它是虚拟的,就是010101,但它本身是有重量的。因为它在存储的过程中会占用存储资源,计算的时候会占用CPU资源,传输的过程中又会占用网络传输的带宽,实际上数据就是有这样的重量。

    根据IDC的报告指出,到2020年整个世界上将有超过500亿的终端和设备需要联网,联网就会产生数据。据预测到2020年,每一个互联网用户每天将要访问的数据是1.5GB,按照现在的经验来看远远不止这个数据。但是个人用户实际上是整个网络里面产生数据最小的,每一个智能医院每天产生的数据是3TB,每一辆自动驾驶的汽车每天产生的数据比医院还多,是4TB,联网飞机和智能工厂更多,达到了40TB以及1PB,1PB就是1024TB。

    前段时间有一个新闻,在公布了黑洞的照片之后,当时负责做照片的一位麻省理工的博士秀了一张照片,可以看到她桌面上摆了很多台硬盘,也就说她为了绘制这张照片收集了大量的数据,这个数据的量已经远远超过了一台普通电脑能存储的量。

    目前来看,所有行业里面产生数据量最大的一个是天体,即跟天文学相关的行业,另一个就是高能物理。大型对撞机产生的数据非常可观,可能几秒钟就能产生几TB的数据,几分钟就是几PB的数据。如上图照片中的工程师,她这个数据就没有通过网络传输,她用了快递。实际上当数据量足够大的时候,光靠网络不可能支撑,可能用快递的速度比用网络传输还更快,这个其实就是数据的重量。

    另外一个物理极限就是光速。数据传输是用电磁波传输,再快也快不过光。当数据从南京到北京的时候,就算用尽技术上的极限,都不可能让这个数据传的比光更快,就会产生一个时延。现在有一些工业上的应用需要很低的时延,比如车联网。这种时候如果数据中心在北京,需要运行相关的服务,数据一来一回时间就耗掉了,可能无法满足应用需求了。

    正因为数据的重量的问题和光速产生的时延问题导致云计算不能够满足现在很多行业应用的需求,所以我们就想到一个办法,提出了边缘计算这样一个概念。

    这是一个章鱼,章鱼跟普通动物有一个很大的区别是什么?就是它40%的神经元是在头上,60%的神经元是在脚上。神经元其实就是一个计算的能力,思考的能力,就是它的触角能够进行思考。那么,如果我们把一部分的计算能力以及处理能力从云计算中心下沉到底层,会带来什么样的后果呢。

    上图左边就是传统的云计算架构,右边是边缘计算架构。边缘计算架构实际上就是把云计算里面计算的一部分功能下沉到离用户更近的位置,它可以带来两个好处。第一,就是它可以大幅减少上一层传输的数据量。就像从南京寄到上海的快递包裹,没有必要每次都送到北京的总部,我们可以送到江苏省的集散中心,再送到上海。这样减少了北京的压力。另外一个优势就是时延。如果在离用户更近的地方有云计算中心,就可以把像车联网的一些反馈数据进行快速的运算,运算完之后再往下沉,直接反馈给底下另外的用户。这样的话就解决了,云计算两个致命问题,数据量和时延的问题。边缘计算的提出,更重要是为了应对时延的问题。

    上图是一个案例,就是云计算的部署位置。最左边的AAU就是5G的基站,然后产生的数据会传到接入机房,再经过城域网的接入层到更上一层机房,这样一层一层的往上放。边缘计算就是把边缘计算中心这样本质上还是计算中心的位置,从最右边核心机房移动到离基站也就是离用户更近的地方。通过这样的移动,就是云延伸到离用户更近的地方。

    把边缘计算中心设置在离用户更近的地方直接的好处就是很多计算的功能减少了数据来回的周长,不需要从端到端了。

    那么以前为什么要做云计算呢?是因为本地电脑的运算能力不够,所以要把资源进行汇聚然后上传到更上一层去处理。但是现在随着摩尔定律的发展,我们电脑的CPU算力很强,内存也越来越大。既然资源够了,为什么还要上传?为什么就不能在离得更近的地方,甚至本地、本机、本端上去进行运算?

    这张图是英特尔的,非常恰当的反映了云计算和分布式计算的区别。边缘计算实际上就属于分布式计算。云计算就是左上角,通过云对所有的数据进行存储、计算、分析,最终产生价值,这就是云计算的目的。但是边缘计算性质不一样,是从云到边缘,我们甚至可以把它理解为我们的网络的每一个位置,然后再到物上,每一个节点都进行存储、计算和分析。以前物不具备能力,边缘也不具备能力,现在有能力了就不需要全传到云,把运算能力分布给不同的层级。

    现在的边缘计算还没有到物上,但实际以后的发展趋势,很可能就是很多运算直接在物本身去完成了。这里举个例子,华为在深圳的很多路口安装了自己研发的摄像头,这个摄像头内置了AI的CPU。在监控整个路口的红绿灯以及车流的情况下,可能通过自己的AI芯片对采集到的数据进行分析,直接下达指令,让车以更高效率的方式去移动,提升这个路口的通行效率。这就是一种典型的由本地自己去完成的运算。

    实际上区块链的话也是一种典型的分布式计算。大家会发现,交给中央集中式计算在安全性上可能还不如分布式计算来得高。远在天边,近在眼前,那计算的未来到底是放在天边好,还是放在眼前好,就引发了大家对计算未来的思考。

    接下来根据实际的情况来介绍一下边缘计算的架构。上图是5G网络的边缘计算典型架构。5G网络包括接入网、承载网、核心网。接入网就是基站,就是怎样把信号接进来。承载网,就是把这个数据逐级往上发。4G里核心网就是最顶层负责计算的,整个路由管理、位置移动性管理的网源。

    在边缘计算来看,会出现很多IDC。以前IDC必须放在规格很高的机房里,就是核心网机房。在省会城市或大城市那种保卫很严密、各方面安全级别很高的机房。但是现在把计算的服务器往下放,放到了离用户很近的位置。但是传统服务器对温度对环境的要求比较高,不太可能放在离用户比较近的位置。现在很多边缘计算厂商比如浪潮、华为、中兴等等,他们开发很多定制化的硬件,来专门给特殊环境使用。

    除了这些还有更极端的情况,就是会直接在基站的某些硬件设备上插一些专有硬件的板卡,用它来实现计算能力。但是这种板卡体积比较小,CPU的算力就比较弱,它适合对计算能力要求不高的边缘计算的场景。其实边缘计算并不是5G的专属,我们所使用的固网宽带相关的设备上也可以放一些跟边缘计算有关的硬件设备,然后实现边缘计算。

    这张图就是一个边缘计算大概的架构。左上角是5G的核心网,核心网会跟接入网底下的UE把UPF通过一些管理接入到边缘计算中心,就是现在通常所说5G里面的用户面下沉。底下就是固网。也是通过用户面的相关接口把数据导入到边缘计算节点。边缘计算节点的架构实际上就是一个云计算的架构。下面是基础设施,往上是硬件,再往上是操作系统,或者是虚拟化平台,我们甚至可以通过一些容器化的平台提供一些容器化的架构。

    在这个框架的基础上,再去安装相应的服务和进程。然后通过这些程序再提供一些功能,再对接到上一层的应用。比如车联网、内容分发网络、AR/VR、视频监控等等。大家会根据边缘计算的应用去开发自己的APP给用户使用,从中赚取收益,成为能力开放的架构。

    需要说明的是,边缘计算跟云计算一样,强调“生态”的概念,它会把自己的相关的东西开放出来给所有人用,做成上下游的产业链,一个对第三方开放的平台。边缘计算所提供的一些能力也是开放的,任何一家公司可以通过它开放的公共接口去开发自己的APP,以后可能就跟我们手机上会有应用商店一样,边缘计算的话也会有边计算的应用商店。

    边缘计算到底能做什么?边缘计算解决了数据量和时延的问题,所以跟这两方面有关的很多的应用都是边缘计算的应用领域。比如室内的定位,还有无线网络信息服务,还有视频优化、AR/VR等等大数据量的处理。还有车联网、智能制造等等。

    工业领域对时延的要求很高。工业互联网里面的很多机器人以及园区的监控等等对时延很敏感。车联网方面,在我们看来都是瞬间的时延可能造成的危害就是车向前开了几米,然后发生事故,也就是说跟人身安全相关。

    这张图是工业互联网的架构图。工业互联网是IT、CT和OT全面演进的结果。IT就是信息化,CT就是通讯,OT就是跟工业维护相关的像设备、传感器、仪器仪表等制造类的东西。图左边就是云计算,是在顶层互联网上。边缘计算可能就会放在车间里,或者放到工厂的某个位置,就等于说是把这个计算能力下沉。

    关于边缘计算还有一个案例是关于定位的。定位也是一个对时延要求比较高、数据量也不少的应用,所以它也是边缘计算的一个强项。像NB-LoT、eMTC这样的网络都可以支持边缘计算,然后通过专用的物联网,在边缘计算的服务器上面跑一些开发商开发的应用,就可以实现像室内导航、停车管理、井盖定位这样的一些功能。

    提到边缘计算的时候都会提到“云网融合”。这个词其实是边缘计算的本质。云其实就是IT,网就是通信,边缘计算是IT和CT进行融合的一个结果,二者缺一不可。MEC既具备云的特点,同时本身又是网的一个组成部分,它是云和网共同融合的产物。如果想要边缘计算正常工作,肯定是离不开云和网的共同协作。

    虽然说表面上看是云和网共同合作产生的MEC,但是本质上来说,云和网对边缘计算都有利益关系。像传统的联想、戴尔、英特尔、浪潮这样典型的IT公司对这个非常感兴趣,因为他们传统做云计算的,突然间发现有一个新的蓝海,毕竟名字包含计算跟自己也有关联,所以会来抢这块蛋糕。但是传统的通信厂商也会来抢这个蛋糕。边缘计算边缘在网络地带。像华为和中兴这样的公司也会说这个是我的蛋糕。所以大家都觉得自己有责任,也觉得跟自己流程相关,就想去抢占这样的份额。这就是为什么边缘计算在IT和通信都很吃香的原因。

    除了云网融合之外,还有一个需要记住的词是“云边协同”。常有人问边缘计算和云计算之间到底什么关系?它们之间其实是有连接的,它们是协同关系。它们会有一个像SDN那种软件定义网络,对整个边缘计算和公有云、私有云进行协同。上图有提到物流的协同、安全的协同、数据的协同、资源的协同…两者之间有很多协同的关系,它们是通过共同的协同来实现边缘服务、部署、弹性伸缩等等相关的管理。

    现在边缘计算处于一个风口的阶段,但是大家肯定会发现,其实边缘计算能做的事情并没有想象的那么多。边缘计算现在还在发展,可能从最开始的一提出来大家纷纷关注到逐渐恢复常态,然后再慢慢的进入上升态。确实有趋势显示,边缘计算会有一个很好的未来。有研究机构表示,未来的计算中40%由边缘计算来完成,有60%由云计算来完成,即是说边缘计算和云计算之间是一个相互补充的关系。

    从云边缘计算本身来说,现在还处于一个培育期。现在我们看得到的边缘计算的所有的试点要么是政府牵头,要么是各个运营商的试点,目前为止还很少有纯商用的。这种试点特定业务的少量节点部署的边缘计算实际上根本不能体现出边缘计算本身的问题,很多问题都没有办法暴露出来。如果将来把边缘计算做成了海量节点全网部署,可以通用业务的,而且跨厂商还可以互相操作的大型的网络,它到底还能不能胜任这样的工作其实还是要打一个问号的。

    另外,传统的4G、5G都是由相关的标准组织,先把标准定下来以后再去推动它的发展。边缘计算不一样,它只有一个简单的标准,也不太依赖于这样的标准。它毕竟是依托于云计算的架构,有很大的自由性,是由业务来驱动。大家可以根据需要先建上,再开始使用,再在用的过程中慢慢修订。

    所以现在边缘计算就属于这样一种状态:大家都很关心,很火热,但是慢慢的发现好像并不如想象中的强,接着回归冷静再慢慢地进入一个长期的孵化状态。这就是整个边缘计算现在的进展状态。在很多公开场合,运营商以及IT厂商、设备商都会说,边缘计算我们现在在观望,我们看好它,但是我们不会去炒作它。

    参考 : https://baijiahao.baidu.com/s?id=1638159190655771728&wfr=spider&for=pc

    个人理解:

           边缘计算的概念

            边缘计算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,在“端—云” 通道中断时,仍能在边缘侧完成预设的自主数据处理和控制逻辑,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。

    • 位置:靠近采集端或数据源、就近提供服务
    • 延时:最低延时,更快相应
    • 不依附云通道中断:中断后,仍可完成自主数据处理和控制,要依附预设逻辑
    • 即使有边缘计算,源数据依旧要传送到云端,并可访问历史数据,也就是说源数据不丢失

            有了云计算,为什么还要进行边缘计算

          很多行业对实时性、可靠性与安全性等有严格要求,受限于接入带宽和流量以及成本、能耗等条件的限制,所以对数据应该进行合理的处理,特别是进行预处理,以便能够进行“物尽其用”,避免资源的浪费,是非常重要的因素;在靠近多种数据源头的网络边缘进行数据的整合与处理,引入不同层次的智能处理算法,提供边缘智能服务,是目前乃至未来智能化发展的必然趋势,而将所有数据都传输到远方的控制中心进行处理,将极大加重控制中心的负荷,既不经济、也不现实。

    边缘计算可以满足敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的需求;

    再考虑到通信链路中断时中心系统无法进行控制,尽可能将智能处理能力下沉到本地就理所应当了。

    • 物尽其用,对数据进行合理的加工,使数据更具有分析粘合度
    • 可以采用不同层次的处理算法,智能化发展
    • 工作量、负荷分布式分散,提高效率,经济型也较高;
    • 杜绝大马拉小车现象
    • 1:N。n是海量的IO数据,容易引起负载的不均衡。
    • 如何配置云计算?

    • 对众多数据源采集后整合转发,及本地智慧联动,上传数据简单、可靠;(数据整合及联动)
    • 现场监控数据,对数进行预处理及数据清洗及深度分析(清洗数据,分析数据)也可理解为数据过滤;多点同数据分析;
    • 合理分工,在通道不畅或受限的情况下,使运行更稳定、可靠;(死区)
    • 主要特点

    • 物联网下的泛在概念概念,海量的IO设备和数据,规模大;
    • 杜绝大马拉小车的现象
    • 协议扩展与适配,从电力协议延伸到各种行业应用协议,包含物联网协议,复杂多变,传统的RTU方案已经得不到满足
    • 边缘计算应用到嵌入式设备上,购置成本低,功耗低,用户负担低;可用于机房散热的举例;
    • 可靠性高,嵌入式适合无风扇设计,适合恶略场所,适应性高,安全,运行寿命昌
    • 部署简单,门槛低,数量高,认为成本降低
    • 要支持施工和维护的极简化,可联网维护、下装、升级;
    • 主要功能

    • 使用自有采集功能模块实现IO数据采集
    • 可级联
    • 必须具备网络通信,必须支持无线通讯
    • 视频推拉流支持
    • 多协议库,可进行协议转换
    • 可支持二次开发
    • 支持远程维护,更新工程,更新固件,系统
    • 可支持梯形图,C,java,python表达式计算
    • 成本低
    • 功耗低
    • 无风扇设计,可靠性高
    • 可接显示屏,做一体机

     

     

    展开全文
  • 云计算与网格计算

    千次阅读 2012-05-01 11:29:34
    而网格计算就是,异构的计算机共享一定资源(包括计算资源、储存资源),来共同完成一件单一计算机不能完成的任务。所以,网格计算比较适合桌面平台的时代,就是算单一计算机有一定的 运算能力,但是还不强的时代 2...
  • 云计算到边缘计算

    千次阅读 2020-01-05 14:48:19
    预计到2025年,边缘计算市场规模将达到290亿...边缘计算是指在互联网的“外部边缘”进行的计算,而不是在中心位置进行计算云计算。边缘计算通常在数据源附近执行,例如在连接的相机附近。 自动驾驶汽车是边缘计算...
  • 通俗地讲,云,指的就是网络,互联网,计算就是操作执行,云计算就是在网络上进行操作执行,它可以由许多不同地理位置的电脑组合而成一个大型的资源库。它的一大特点就是有一个数据中心,特别大,用户可以使用数.....
  • 云计算与分布式计算

    2019-12-13 10:40:36
    分布式计算是将待解决问题分为多个小问题,再分配给许多计算系统处理,最后将处理结果加以综合。分布式计算的特点是把计算任务分派给网格中的多...云计算是分布式计算的一种新形式,但云计算提供的服务包含了更复杂...
  • 云计算、雾计算和边缘计算

    千次阅读 2017-11-17 22:27:16
    云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一...
  • 华为云计算入门-计算虚拟化

    千次阅读 多人点赞 2019-08-12 17:18:05
    华为云计算HCIA-计算虚拟化 ...云计算是一种服务模式,我们常常认为我不会存储,不会Linux怎么学,这个仅仅是一个技术,综合而言,云计算就是云+计算。 ————— 什么是云+计算? 利用互联网(云)...
  • 现在早上看到的云计算和分布式计算,网格计算,并行计算的概念对比分析一下。 其实是要了解云计算,但是这几个名字叫得容易问题搞混。就先从关系最不大的说吧。 并行计算(Parallel Computing) 并行计算或称...
  • 第三章-云计算&边缘计算&雾计算

    千次阅读 多人点赞 2019-01-07 21:31:35
    【前言】随着万物互联时代的到来,网络边缘设备产生的数据量快速增加,带来了更高的数据传输带宽需求。于此同时,新型应用也对数据处理的实时性提出了...云计算:通俗来说,云计算服务其实就是计算、存储、网络、...
  • 《5G无线接入:云计算和雾计算》 《5G无线接入:云计算和雾计算》 版本 作者 参与者 完成日期 备注 YanlzXR_5GCloud_V01_1.0 严...
  • vCPU 资源 = 物理CPU个数 * 物理CPU核数 * 单核线程数 * CPU频率 举例:1个CPU,双核,每核2个线程,3.0GHz,那么vCPU资源 = 1 * 2 * 2 * 3.0GHz = 12GHz = 12000MHz。 FusionCompute发放虚拟机流程中可对CPU资源...
  • 简单来说,云计算就是将很多计算机资源和服务集中起来,人们只要接入互联网,将能很轻易、方便的访问各种基于云的应用信息,省去了安装和维护的繁琐操作。 当然,个人和企业也能使用云计算中心提供的服务,或者...
  • 云计算与其他计算形式的关系 1、云计算与分布式计算 分布式计算是将待解决的问题分成多个小问题,再分配给许多计算系统处理,最后将处理结果加以综合。分布式计算的优点: 1) 稀有资源可以共享; 2) 通过分布式...
  • WELCOME TO OUR SITEI HOPE YOU LIKE IT物联网对于数据的处理能力要求很高,怎么能够从庞大的数据海中挖掘一些有价值的信息对于物联网的发展至关重要,因此云计算,雾计算,边缘计算等等都将发挥其左右。未来的世界...
  • 云计算、网格计算和分布式计算 我以前一直没这几个概念搞清楚,现在似乎有点懂了。 分布式计算,可以看做是王重阳天罡北斗阵分解在全真七子上,洪七公打狗阵分解在各丐帮子弟上一样。 云计算,全部节点都是...
  • 导读:最近不断有人或询问云计算与网格计算的区别,或认为云计算是网格计算的延伸,甚至有学者写出比较的论文。事实上,云计算和网格计算本没有任何关系,但本文将澄清云计算和网格计算的区别,至于云计算和...
  • 云计算与边缘计算的区别和联系

    万次阅读 多人点赞 2018-04-26 15:21:55
    如果把云计算比作整个计算机智能系统的大脑。那么边缘计算就是这个系统的眼睛耳朵和手脚。核心服务器让智能系统具有很强的人工智能,但是如果这个人工智能是聋子瞎子,它也发挥不了太大的作用。大数据应用中常常面对...
  • 现在早上看到的云计算和分布式计算,网格计算,并行计算的概念对比分析一下。 其实是要了解云计算,但是这几个名字叫得容易问题搞混。就先从关系最不大的说吧。 并行计算(Parallel Computing) 并 行计算或称...
  • 物联网产生了前所未有的大量数据,进而对网络结构产生巨大的压力。这些年,各种“计算”层出不迭,网格...维基百科是这样解释的:云计算是基于网络提供的按需的、共享的、可配置的计算以及其他资源。这种方法很像是自来
  • 云计算 是基于互联网的相关服务的增加、使用和交互模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种抽象说法。 云计算系统由云平台、云存储、云终端、云安全四个基本部分...
  • 整体来说都有将任务分割、运算、组合,...集群计算和分布式计算是相对于设备部署结构来说,这种计算相对超算来说,对于计算的并行处理及响应要求较低,需要实现的是网络环境下的协同,实现的效果受网络环境影响。 网
  • 说到实质,可以说云计算和网格计算本没有任何关系,至于云计算和分布式计算、效用计算等等概念,大家可以以此类推。 狭义云计算是指IT基础设施的交付和使用模式,指通过网络以按需、易扩展的方式获得所需的资源...
  • 云计算与网格计算关系的澄清

    千次阅读 2009-04-29 20:10:00
    最近不断有人或询问云计算与网格计算的区别,或认为云计算是...事实上,云计算和网格计算本没有任何关系,但本文将澄清云计算和网格计算的区别,至于云计算和分布式计算、效用计算等等概念,读者可以以此类推。狭义云计
  • 云计算与边缘计算协同服务的研究

    千次阅读 2020-09-14 16:46:55
    云计算协同边缘计算服务模型中,将部分云中心的功能扩展到了网络边缘,由边缘节点处理边缘侧的数据,而非将所有数据上传到云端进行处理,在减少网络拥塞的同时降低时延,为终端设备提供更有效的服务。本文将对云计算...
  • 云计算和网格计算差别何在

    千次阅读 2015-01-02 10:17:33
    云计算就是利用在Internet中可用的计算系统,能够支持互联网各类应用的系统。云计算是以第三方拥有的机制提供服务,为了完成功能,用户只关心需要的服务,这是云计算基本的定义。 相对于网格计算(Grid Computing)...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 81,935
精华内容 32,774
关键字:

云计算就是把计算资源