精华内容
下载资源
问答
  • 但经过时间的验证,云计算和边缘计算关系更加清晰: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,边缘计算云计算势必彼此融合,随之而来的就是“云边协同”。...
  • 云计算边缘计算的区别联系

    万次阅读 多人点赞 2018-04-26 15:21:55
    开讲之前,先举个例子,更容易理解两个概念: 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手脚。核心服务器让智能系统具有很强...边缘计算和云计算的结合让整个智能系统不


    开讲之前,先举个例子,更容易理解两个概念:

    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的一个痛点,就是没有采集到合适的数据。边缘计算可以为核心服务器的大数据算法提供最准确,最及时的数据来源。边缘计算和云计算的结合让整个智能系统不但头脑清楚,而且耳聪目明,手脚灵便。

    完全依赖云计算的计算机系统就好比每一件事都要请示司令部的军队,在需要大量和外界互动的时候会显得僵化,反应迟缓,而且一旦网络有点问题就彻底歇菜。加上边缘计算之后就好比让中低层军官也开始发挥主观能动性,能一定程度上自主做出智能判断和行动决策,同时也只需要把一部分经过筛选的信息上传到司令部。大大缓解了网络通讯的压力。即使在和总司令部暂时失去联系的情况下,也能自主做出部分决策。



    正式开讲:

    云计算:一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序等资源的计算模式

    如今越来越多的应用正在迁移到“云”上,如我们生活中接触的各种“云盘”存储等等

    <img src="https://pic2.zhimg.com/50/v2-261a291fa02c0dfe7a33aa9b3674def6_hd.jpg" data-caption="" data-size="normal" data-rawwidth="640" data-rawheight="492" class="origin_image zh-lightbox-thumb" width="640" data-original="https://pic2.zhimg.com/v2-261a291fa02c0dfe7a33aa9b3674def6_r.jpg">

    云计算系统由云平台、云存储、云终端、云安全四个基本部分组成。

    云平台从用户的角度可分为公有云、私有云、混合云等。

    通过从提供服务的层次可分为基础设施即服务(Iaas)、平台即服务(Paas)和软件即服务(Saas)

    云计算——更大、更快、更强

    将应用部署到云端后,可以不必再关注那些令人头疼的硬件和软件问题,它们会由云服务提供商的专业团队去解决。使用的是共享的硬件,这意味着像使用一个工具一样去利用云服务(就像插上插座,你就能使用电一样简单)。只需要按照你的需要来支付相应的费用,而关于软件的更新,资源的按需扩展都能自动完成。

    云计算,像在每个不同地区开设不同的自来水公司,没有地域限制,优秀的云软件服务商,向世界每个角落提供软件服务——就像天空上的云一样,不论你身处何方,只要你抬头,就能看见!

    <img src="https://pic3.zhimg.com/50/v2-eb5d2453f1119eeedf5b589bed1f5fa8_hd.jpg" data-caption="" data-size="normal" data-rawwidth="640" data-rawheight="356" class="origin_image zh-lightbox-thumb" width="640" data-original="https://pic3.zhimg.com/v2-eb5d2453f1119eeedf5b589bed1f5fa8_r.jpg">

    边缘计算:

    和传统的中心化思维不同,他的主要计算节点以及应用分布式部署在靠近终端的数据中心,这使得在服务的响应性能、还是可靠性方面都是高于传统中心化的云计算概念,

    具体而言,边缘计算可以理解为是指利用靠近数据源的边缘地带来完成的运算程序。

    如果用更通用的术语来表示即:邻近计算或者接近计算(Proximity Computing)


    那么,边缘计算和云计算之间的区别是什么?

    ✔其实如果说云计算是集中式大数据处理,边缘计算则可以理解为边缘式大数据处理。

    但不同的是,只是这一次,数据不用再传到遥远的云端,在边缘侧就能解决。

    ✔边缘计算更适合实时的数据分析和智能化处理,相较单纯的云计算也更加高效而且安全!

    边缘计算和云计算两者实际上都是处理大数据的计算运行的一种方式。

    边缘计算更准确的说应该是对云计算的一种补充和优化!

    <img src="https://pic3.zhimg.com/50/v2-3ff12cf2ab0ac5ef96f75432d9de464f_hd.jpg" data-caption="" data-size="normal" data-rawwidth="465" data-rawheight="353" class="origin_image zh-lightbox-thumb" width="465" data-original="https://pic3.zhimg.com/v2-3ff12cf2ab0ac5ef96f75432d9de464f_r.jpg">

    ✔简而言之即:云计算把握整体,边缘计算更专注局部


    边缘计算有哪些特点呢?

    边缘计算而言有以下几个特质

    ✓分布式和低延时计算

    边缘计算聚焦实时、短周期数据的分析,能够更好地支撑本地业务的实时智能化处理与执行

    ✓效率更高

    由于边缘计算距离用户更近,在边缘节点处实现了对数据的过滤和分析,因此效率更高

    ✓更加智能化

    AI+边缘计算的组合出击让边缘计算不止于计算,更多了一份智能化

    ✓更加节能

    云计算和边缘计算结合,成本只有单独使用云计算的39%

    ✓缓解流量压力

    在进行云端传输时通过边缘节点进行一部分简单数据处理,进而能够设备响应时间,减少从设备到云端的数据流量



    展开全文
  • 如果说边缘计算是公同认定的目标,...边缘计算是传统云计算的延伸补充,那么对于边缘计算最关注的自然是云计算中心提供IaaS服务的企业,国外的代表是云计算三巨头:微软、AWS、Google,国内则是BAT等互联网公司...

    如果说边缘计算是公同认定的目标,那么我们看到,不同类型的厂商基于自身的特点,会从不同的起点、沿着不同的路径,向这个目标奔跑。上次参加阿里云的一次活动,看到他们将边缘计算的厂商分成四类,觉得颇有道理。

    传统云计算厂商

    边缘计算是传统云计算的延伸和补充,那么对于边缘计算最关注的自然是云计算中心和提供IaaS服务的企业,国外的代表是云计算三巨头:微软、AWS、Google,国内则是BAT等互联网公司。

    对于这类企业来说,边缘计算是从云计算中心层层向外推出去的,成长路径是自顶向下,由内而外。基于自身强大的IaaS和PaaS,云计算企业采用分布式技术将算力和存储向外进行拓展和延伸,而控制中心仍牢牢地掌握在中央节点里。

    在国内,这种模式非常符合某些客户的胃口,因为这些客户:1、对云计算等新技术有憧憬,或者说被忽悠;2、对中心化模式的云计算有顾虑,典型的表现是不愿意放弃控制权,质疑互联网企业在安全方面的能力等;3、自身技术能力不足,对数字化理解有限,认识不到将对业务产生的冲击。因此,这些客户往往愿意认可相对保守的技术方案,希望通过小范围小规模的改造起步,有了经验和成效之后再考虑全面推进。

    这些客户也是国内这些云计算厂商非常合适的目标。如今以个人为主体的消费互联网已经发展到了相当规模,人口红利带来的流量增长几近耗尽,而互联网公司需要向资本市场证明自己的成长空间,最好的商业故事就是打开一个新的市场空间,让世人看到这个空间里客户规模化增长的状态,来证明自己新的成长性。也就是说,互联网公司愿意投入巨大资源来证明,我们有新的客户成长案例,有新的产业发展空间,因为这样完全能够得到更高的回报。
    云计算之边缘计算大势所趋云计算之边缘计算大势所趋
    带着消费互联网时代建立起的数字化光环,找到期待数字化变革的行业客户,用边缘计算的理念说服他们进行探索,拿客户实例证明这是云计算发展的新空间。这是云计算公司力推边缘计算的商业逻辑。

    在具体技术方面,互联网企业将面临着与行业客户具体需求之间的博弈,换句话说就是双方对系统控制权的争夺。自顶向下的技术规划和自底向上的业务设计会有冲突,用新技术设定的新流程和传统模式下的老规则会有冲突,做几个点的技术突破相对容易,但要真正实现行业客户的全面数字化,互联网企业突破新市场,如何处理这些矛盾是关键。

    传统电信运营商

    在消费互联网时代,电信运营商在与互联网公司的竞争中节节败退,其中既有偶然因素,也有先天的劣势,对此行业内外都做过不少反思和总结。在分析运营商处于劣势的原因时,很重要的一点就是:互联网企业都是集中运作模式,一点上线全网推广,灵活且效率高;而属地化为主的运营商要开一个业务,需要层层传递,效率低、执行力差。

    电信运营商以属地为主体,这是有历史渊源的,也是短时间内难以改变的。而边缘计算的提出,让一些运营商人看到了希望:能不能将运营商在属地的存量和资源转化为先发优势,借助边缘计算的发展,让属地资源提供的业务从传统的"连接"拓展到"计算"和"存储",一举扭转运营商在行业数字化市场竞争中被动的局面。

    所以,国内的电信运营商重整旗鼓,整合各方资源,主要包括:1、属地化布局的技术、营销和服务队伍;2、遍布全国且分级(全国、省、地、县)设置的机房和人员;3、通信网络为主体的数字化基础设施。这些资源的积累和沉淀非一日之功,如果能与新技术、新平台、新业务进行有效整合,可以组成一支强大的力量。

    边缘计算涉及的新技术较多,运营也不成熟,全靠属地去摸索,投入效率低周期长,肯定不行。与互联网公司的套路不同,电信运营商发展边缘计算比较适宜的方式是"顶层设计,四面开花"。就是说在总部层级进行整体规划和设计,在各地进行有组织的试点,对于关键技术和问题组织全网优质资源集中攻关,然后是经验总结和大面积推广。这是电信运营商非常擅长的一组动作,发挥"两个积极性",操作起来驾轻就熟。

    从客户视角看,电信运营商是代表着安全、稳定、可靠的"国家队",更容易得到传统行业和企业的信任。尤其电信运营商已经有与企业客户的触点,把企业通信、基础网络、个人/集团业务整合起来,和边缘计算业务打包,会产生相当强大的吸引力和市场竞争力,与运营商合作能得到什么实惠,一算账就明明白白了。

    相对于其他玩家,电信运营商拥有的资源优势和基础布局,在边缘计算的竞争中赢在了起跑线上。但是这场竞争才刚刚开始,通信行业的保守、多层级之间协作不畅、企业管理机制僵化等,都会严重影响前进的速度,这也是众多人士不看好电信运营商的原因。

    这也许是电信运营商的最后一战。如果在这场竞争中失利,恐怕运营商就只能作为基础设施的提供者,将能力开放给边缘计算的赢家,吃着老本收辛苦费,看着别人挣大钱。

    CDN厂商

    CDN的技术原理已经完全透明了。CDN厂商依托部署在各地的边缘服务器,通过中心平台的负载均衡、内容分发、调度等功能模块,使用户就近获取所需内容,降低网络拥塞,提高用户访问的响应速度。说CDN就是边缘计算的一种体现方式,想想也蛮有道理的。

    所以无论国内还是国外,CDN厂商将业务范围拓展到边缘计算领域,技术门槛是最低的。无论是内容的存储还是转发,无论是负载均衡还是资源调度的算法,技术理念非常一致,说不定绝大多数代码拿过来都能用呢。难怪说到边缘计算的兴起,网宿的股票一连数个涨停。

    但实际分析下来,CDN厂商做边缘技术需要面对的问题也不少:

    首先,CDN成长初期是依托电信运营商的资源,到中后期才自建网络和基础设施,总体来说还是以轻资产运营为主。如今边缘计算刚刚兴起,云计算厂商和电信运营商就已经把CDN厂商当主要竞争对手了,向其开放资源的意愿和可能性下降。单靠自己的力量,哪怕资本有一定程度的助力,CDN厂商能和财大气粗的运营商和IaaS供应商掰手腕么?

    其次,虽说原理类似,但从技术角度看,边缘计算中计算和存储能力的分布算法未必那么容易由内容分发来改写,因为相对于视频的传输和软件的下载,行业客户对数据的调用和管理更复杂,也更加个性化,所以在模型和调度方面还有很多需要探索的地方。更何况近年来云计算和运营商都尝试开展CDN业务,所以CDN厂商在技术方面的优势并不明显。

    还有,就是客户的选择。CDN厂商的成功很大程度上是配合上了互联网产业的发展高峰期,而边缘计算的客户并不是CDN厂商的传统客户群,所以在商业拓展方面处于劣势。个人判断,CDN厂商在边缘计算刚刚兴起的时候,可能在竞争中凭借技术优势抢先半个身位;但从中长期发展来看,尤其等到5G规模化之后(下一篇主要谈边缘计算和5G的关系),未必能成为最终的赢家,所以在适当的时点,找到一个金主把自己的技术、业务、客户组合在一起,卖个好价钱,不失为一个明智的选择。

    芯片/设备制造商

    前面说的几个玩家多是以软件为核心的,或者是运营能力比较强的;而换一个视角就会发现,边缘计算对于芯片/设备制造商为代表的硬件厂商来说,也是个非常不错的机会。关于边缘计算里软件和硬件的关系,我会在这个系列的第四篇里详细分析,这里只是先简单说说硬件厂商的思维逻辑。

    虽说近些年来,软件的价值得到越来越多的认可,未来会越来越强调对知识产权的保护和重视,但从产业实际情况来看,尤其中国的传统企业,还是觉得一排排的硬件比看不见摸不着的软件靠谱、值钱。

    都是硬件厂商,但是在边缘计算这场大戏中,各家玩游戏的姿势并不一样。

    有的企业在看好边缘计算广阔市场空间的同时,也看到了其中的行业风险,因此立足于为边缘计算做通用型硬件。多少年来,不管信息服务提供商、应用开发商、系统集成商这些角色是不是赚钱,硬件基础设施是需要真金白银的投入,生产厂商成了信息化的最大受益者,所以他们选择继续在金矿门口卖矿泉水和牛仔裤。

    这类硬件企业主要考虑适应边缘计算的整体发展,研制出性能更高、成本更低的产品,同时加强生态建设,推动自身的研发方向成为国际标准和产业共识,让自己的产品和更多的合作伙伴适配,产业蛋糕做大了,自然可以赚个盆满钵溢。

    还有的企业看到,如今硬件产品的竞争也很激烈,尤其是基于通用性国际标准的硬件设备,价格战打得一塌糊涂。要想走出竞价这种低端竞争的泥潭,就需要不断进行技术突破和创新。利用软件的功能和性能来体现竞争性,再通过硬件的方式进行销售,这种软硬件一体化的方式在商业上更容易获得成功。

    这类硬件企业主要考虑针对边缘计算的具体场景,研制出更具专业特性的产品,比如融合了AI算法的智能硬件,集成了图像识别和视频压缩的摄像头,存储通信能力一体化的物联网模组等。一旦某类产品需要进行规模化部署,就需要大量的专用硬件,前期的投入就演变为竞争的门槛,获得超高的回报。

    无论是做通用硬件还是选择一个方向做专用硬件,成功之后都会获得丰厚的回报,而与此同时也都面临着产业风险。风险不仅是产品研发不成功,或者产品做得不经济,更多的风险源于自身难以掌控的产业发展节奏,是典型的"谋事在人,成事在天"。

    结语

    2019年伊始,产业的各个玩家都看到了边缘计算的机会点,都看到了自己的优势和发力的方向,都有很难克服的困难,甚至难以逾越的鸿沟,都明白小算盘打得再好也可能会事与愿违。但在如今这个充满焦虑的年代,产业能看到的机会并不多,所以各方也都纷纷在尝试,也许最终的赢家不是我,但是经历过程收获经验,又何必太在意结果呢。

    展开全文
  • 来源:云计算开源产业联盟摘要:从边缘计算诞生开始,就一直有声音说边缘计算云计算的“终结者”。但经过时间的验证,云计算和边缘计算关系更加清晰:由于边缘计算解决了在边缘资...

    640?wx_fmt=jpeg

    来源:云计算开源产业联盟

    摘要:从边缘计算诞生开始,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,边缘计算与云计算势必彼此融合,随之而来的就是“云边协同”。


    边缘计算是对云计算的有效补充


    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,因此可以减少延迟时间。例如,自动驾驶汽车创造了大量的实时数据,其中大部分数据需要与邻近的汽车共享,数据上传到云端进行计算,再下放到终端设备,数据传输的延迟时间是不能被接受的。利用边缘计算设备,就能够确保信息进行快速处理并作出正确的反应,同时把信息快速传递到其它车辆。


    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端和数据中心网络上的花费要少。


    网络流量较少。随着联网设备的增多,将会产生大量的实时数据,据IDC预测,到2020年,全球数据总量将大于40ZB,大量的数据要上传到云端进行计算,网络传输压力会越来越大,而边缘计算的过程中,与云端服务器的数据交换并不多,只需要将少量的有效信息上传到云端,因此不需要占用太多网络带宽。


    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效的运行。


    可离线运行并支持断点续传。减少对云端的依赖也意味着某些设备可以稳定地在信号较弱,甚至没有网络服务的地区离线运行;当需要上传数据时,只需要将设备移动到有信号覆盖的区域,就可以将数据上传到云端。例如在海洋中的石油钻井平台,正在空中飞行的飞机等场景,都是严重缺乏网络服务地特定地区。


    安全性和合规性。2018年5月欧盟通过《通用数据保护条例》(GDPR),称为史上最严格地数据保护法律。由于数据地收集和计算都在本地进行,敏感信息可以不经过网络传输到云端,能够有效地避免传输过程中地数据泄漏,同时云端遭到攻击,一部分信息也会收到相应的保护。


    边缘计算要依托云计算发展


    物联网中的设备产生大量的数据,数据都上传到云端进行处理,会对云端造成巨大的压力,所以要分开处理。这时候,分布在各个节点的边缘计算将负责自己范围内的数据计算和存储工作。而对于应用场景来说,这还远远不够。


    以自动驾驶为例,未来的计算模式是边缘计算与云计算结合,边缘侧的自动驾驶专用芯片会感知传感器数据并立刻处理、做决策;同时,这些处理之后的数据,也会在云端汇聚,进行大数据分析、模型搭建和编辑,同时做大规模的仿真,进行深度分析和机器学习,并对边缘侧设备进行更新和升级,使边缘侧设备更智能。算法+芯片+云计算,构成了未来自动驾驶的三大核心支点。


    再以物联网为例,阿里云发布的边缘计算产品Link Edge。确实通过赋予家庭网关计算能力,即便是在断网的状态下,诸如生物识别门锁、机器人等都能正常运作。但是,如果加上云计算,基于云端的大数据分析和判断,在联动的前提下,整个家庭场景的智能设备将变得更为个性化和智能化,譬如关上门的时候,扫地机器人就开始运作等等。


    由此可以看出边缘侧设备在大数据处理,大数据存储,应用程序开发、机器学习和人工智能等方面的处理能力无法与云端相比。同时,在云端的应用设计、开发、测试、部署、管理等功能是开发边缘应用的关键。


    云计算无法被边缘计算替代,二者相互补充协同


    结合上面的例子可以看出,提供边缘计算能力的设备主要在前端,负责数据的实时采集、计算和处理。但是,大多数的数据并不是一次性数据,那些经过处理的数据需要在系统中进行留存,用以做算法训练、数据验证等用途。这时候就需要一个大容量的“容器”,而这个是边缘计算所没有的。在这个“容器”中,这些数据将被存储,用于大数据挖掘、算法训练、用户个性化功能塑造等等,这些都是非实时需求,在完成这些操作之后将数据传输给终端设备,从而进一步提升服务质量。这个“容器”就是云计算,云计算做大数据分析挖掘、数据共享,同时进行算法模型的训练和升级,升级后的算法推送到前端,使前端设备更新和升级,完成自主学习闭环。同时,这些数据也有备份的需要,当边缘计算过程中出现意外情况,存储在云端的数据也不会丢失。


    从整体来看,边缘计算并不能代替云计算,也离不开云计算。未来,云计算将与边缘计算形成一种互补、协同的关系,边缘计算需要与云计算通过紧密协同才能更好的满足各种应用场景的需求。边缘计算将主要负责那些实时、短周期数据的处理,负责本地业务的实时处理与执行,为云端提供高价值的数据;云计算通过大数据分析,负责非实时、长周期数据的处理,优化输出的业务规则或模型,下放到边缘侧,使边缘计算更加满足本地的需求,同时完成应用的全生命周期管理。


    如何实现协同依然存在较多困难点


    云计算与边缘计算在磨合中逐步走向协同发展,但是在当前的形势下,云计算与边缘计算协同还面临诸多挑战。


    连接协同。网络是系统互联与数据聚合传输的基石。伴随联接设备数量的剧增,网络运维管理、灵活扩展和可靠性保障面临巨大挑战。同时,工业现场长期以来存在大量异构的总线联接,多种制式的工业以太网并存,如何兼容多种联接并且确保联接的实时可靠是必须要解决的现实问题。


    数据协同。统一数据联接和数据聚合是业务智能的基础,面对当前工业现场存在的多样化与异构的技术和标准,离不开跨厂商、跨领域的数据集成与互操作。


    任务协同。任务的下达和反馈是实现引用场景功能的重要沟通手段,云端面对海量的边缘侧设备和复杂的应用环境,如何能够将任务准确完整的下达到边缘侧;边缘侧设备通过边缘计算后,如何将有效信息整合到任务中进行反馈都是考验云边协同能力的重要指标。


    管理协同。云边协同的管理协同包含两方面的内容:一是云端如何对海量和异构的边缘侧设备的接入进行统一和有效的管理;二是如何对边缘侧设备和云端的应用开发管理、生命周期管理、业务管理进行协同,保证边缘侧设备和运算能够共同完成应用场景的管理工作。


    安全协同。安全横跨云计算和边缘计算,需要实施端到端防护。网络边缘侧由于更贴近万物互联的设备,访问控制与威胁防护的广度和难度因此大幅提升。边缘侧的设备和产生的数据接入到云端的安全和隐私如何保证,云端如何抵御来自边缘侧的攻击,云端下放到边缘侧的数据如何保证安全,这些都是安全领域需要关注的重点内容。大部分应用场景中,边缘计算和云计算分属不同的提供者,如何兼顾和协调边缘侧和云端的安全和隐私,同样是云边协同中的安全重点。


    多方协同。边缘计算和云计算协同应用场景越来越多,越来越复杂,比如在车联网应用中,存在多种传感器和采集器之间的协同、汽车之间的协同、汽车端与云端协同等环境将会越来越复杂。如何在同一应用场景中实现云边协同、边边协同、多边协同等多方协同方案,也成为越来越需要着重考虑的问题;如何在统一不同应用场景中的云边协同、边边协同、多边协同也是另一个重要的方面。同时,在运营商层面,边缘云与核心云、边缘云与边缘云之间如何协同也是运营商关注的重点。

    -End-


    未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


    未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


      如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


    640?wx_fmt=jpeg

    展开全文
  • 完整英文版ISO/IEC TR 23188:2020 Information technology - Cloud computing - Edge computing landscape( 信息技术 - ... 本标准探讨了边缘计算的概念,它与云计算和物联网的关系,以及实施边缘计算的关键技术。
  • 简单来说,云计算就是将很多计算机资源服务集中起来,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,省去了安装维护的繁琐操作。 当然,个人企业也能使用云计算中心提供的服务,或者...

    什么是云计算呢?

    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。

    640?wx_fmt=png

     

    当然,个人和企业也能使用云计算中心提供的服务,或者在云端搭建自己所需要的信息服务,只不过需要付费。

    这样看来,云计算是不是简单、好用,但现实不是这样的。当个人和企业过渡依赖云计算时,就会出现各种数据的处理都希望往云上面靠的现象,结果呢?数据多了以后,效率降低、时延增大,很多场景用不了,这让业界很是苦恼

    遇到问题可以换种思维嘛!集中式不行就试试分散式,所以又有研究人员提出了边缘计算的概念,这种模式的提出,瞬间解了很多场景的燃眉之急。

    640?wx_fmt=gif

     

    什么叫边缘计算?

     

    如果说云计算是集中式大数据处理,那么边缘计算就可以理解为边缘式大数据处理。

    何为边缘?

    通用术语表示就是,邻近、接近。放在这句话中就是,临近计算或接近计算。

    想象一下,数据每次都要传到遥远的云端,云端处理完,才能回传回来,很麻烦吧!

    边缘计算则在想,为啥要传那么远呢?

    数据那么多,传来传去浪费时间不说,还效率不高,要不先在设备端处理数据,筛选掉没用的数据,等数据少了再传给云,这样云端的压力就会骤然减轻了!

    所以说,边缘计算应该是对云计算的一种补充和优化!它们两个是共存的状态。

    从边缘计算的概念中可以看出,由于距离数据源头近,所以它具有分布式、低延时、效率高等特点。深层次去看,它还具有以下几大特点

    第一,缓解流量压力;边缘计算在进行云端传输时通过边缘节点进行一部分简单数据处理,可以筛选掉没用的信息数据,相当于减少了数据带宽的消耗。

    第二,对于芯片性能有高要求;由于边缘计算都是在设备端处理数据的,所以对于芯片性能的要求很高。

     

    第三,节省成本;云计算和边缘计算结合,成本仅占单独使用云计算的40%左右。

    第四,提高安全性;边缘计算的数据可采用加密算法后,在打包回传到云端。

    640?wx_fmt=png

     

    目前,边缘计算主要被用于车联网、智能安防以及区块链等场景中,亚马逊、微软及英特尔已经着手布局边缘计算。

    640?wx_fmt=png

     

    说到边缘计算,不得不提一下另一个重要的概念:移动边缘计算(MEC)

    概念比较多,我们慢慢来看!

     

    为什么提到移动边缘计算?

     

    2013年,IBM联合Nokia Siemens网络共同推出了一款计算平台,可在无线基站内部运行应用程序,向移动用户提供业务。

    2014年,欧洲电信标准协会(ETSI)成立移动边缘计算规范工作组,宣布推动移动边缘计算标准化。其基本思想是把云计算平台从移动核心网络内部迁移到移动接入网边缘,实现计算及存储资源的弹性利用。

    说到这里,估计诸位还是云里雾里,那么,什么叫移动边缘计算呢?

    我们知道,设备直接传输信息需要网络,而移动边缘计算就是利用无线接入网络就近提供电信用户IT所需服务和云端计算功能,而创造出一个具备高性能、低延迟与高带宽的电信级服务环境。说到底,还是一场数据传输时间争夺战,传输时间越短越好。

    从运营商的角度来看,网络分为无线接入网、移动核心网以及应用网络三大部分。

    其中,无线接入网由基站组成,负责移动终端的接入。

    移动核心网由路由器、服务器组成,负责将无线基站连接到外部网络。

    应用网络就是各种应用服务器工作的地方,实际上就是服务器、数据中心、PC等。

    可以看出,这三种网络完成了我们平时的设备之间数据传输的工作。其中,运营商主要掌握无线接入网和移动核心网两种,应用网络应该掌握在OTT手中。

    本来这三种网路结构已经够用了,但随着各种新服务(AR/VR、自动驾驶)的出现,传统网络结构逐渐不堪重负,所以,MEC出现了。

    640?wx_fmt=png

    图片来源:SDNLAB

    MEC背后的逻辑非常简单。将网络业务“下沉”到更接近用户的无线接入网侧,降低数据传输时延,缓解网络堵塞。即离源数据处理、分析和存储越近,数据时延越低

    通过处理、分析和存储在网络边缘生成的数据,运营商和提供商可以提供增强的响应时间和改进的服务,同时还为更先进的概念(如无人驾驶车辆和增强的自动化)奠定基础。

    自动驾驶为何需要MEC?

     

    要知道,自动驾驶汽车有成百上千个传感器,每驾驶8个小时会产生40TB的数据,这些数据中大多数并不重要,而且把这么大体量的数据传到云端是不切实际的。同时,自动驾驶汽车对于数据传输时延极为敏感,数据传输延迟1ms,都可能导致一场惨剧发生。所以为了降低带宽、保证低时延,MEC便成为了比较适用的网络结构。

     

    在车辆高速度运动过程中,位置信息变化十分迅速。而最末端的移动边缘计算服务器还可以置于车身上,能够精确地实时感知车辆位置的变动,提高通信的可靠性。

    移动边缘计算服务器对无人驾驶汽车数据实时进行数据处理和分析,并将分析所得结果以极低延迟(通常是毫秒级)传送给临近区域内其他联网车辆人,以便车辆做出决策。这种方式比其他处理方式更便捷、更自主、更可靠。

    此外,MEC还被用于解决自动驾驶汽车数据缓存问题。不久前,韩国庆熙大学计算机科学与工程系的AnselmeNdikumana等人提出了基于深度学习的缓存和MEC中的4C方法来改进自动驾驶汽车中的娱乐服务的解决方案。

    他们主要方法概括如下

    为了满足不同乘客在自动驾驶汽车中对不同娱乐内容的需求。首先,采用卷积神经网络(CNN)方法通过面部识别来判断他们的年龄和性别。然后,根据娱乐内容(例如音乐,视频和游戏数据)对于受众年龄以及性别的偏向性,高速缓存对应的娱乐内容。

    实现上面的过程,需要MEC和DC(车对数据中心通信)支持自动驾驶汽车。在DC,他们提出了一个MultiLayer感知器(MLP)框架来预测在自动驾驶汽车的特定区域内请求内容的概率。

    然后,MLP预测输出部署在紧邻自动驾驶汽车的MEC服务器(RSU)处。在非高峰时段,每个MEC服务器使用MLP输出进行下载,然后缓存具有高请求概率的内容。选择MLP优于其他预测方法,如AutoRegressive(AR)和自回归移动平均(ARMA)模型,MLP有能力处理线性和非线性预测问题。

    对于需要缓存的内容,自动驾驶汽车需要从MEC服务器下载MLP输出,然后将其与CNN输出进行比较。为了比较,该方法也结合了k-means和二元分类。

    使用MEC中的4C组件进行深度学习,在自动驾驶汽车中制定用于娱乐服务的缓存,以最大限度地减少内容下载延迟。

     目前,由于3G/4G数据传输时延过高达40ms,无法满足自动驾驶10ms的基本需求,所以MEC在3G/4G时代,无法很好的被用于自动驾驶,只有等到5G技术成熟后,MEC才有望走进自动驾驶。

    可以预想,在5G时代,MEC可以广泛应用在各个领域,如:交通运输系统、智能驾驶、实时触觉控制、增强现实等领域。

    当然,MEC在目前火热的AI领域也将有不错的应用,比如:在图像识别方面,服务器相对于移动终端在处理时间及功耗上有显著优势,处理时间增加100毫秒左右,就能提高10-20%的准确率。这意味着在不改进现有算法的情况下,通过引入MEC技术,就可通过降低服务器与移动终端之间的时延改善识别效果。

     

    总结

    MEC前景极好,但也给传统的运营模式带来了一定的挑战。

    作为一项新兴的技术,MEC不仅是一个网络边缘虚拟化的技术平台,还涉及到整体网络架构、第三方应用部署、移动网络能力开放、管理和编排等多个方面

    所以,未来MEC业务的展开不仅需要华为、中兴通讯、爱立信等通讯设备厂商,也需要英特尔、高通等芯片厂商,以及中国移动、联通、电信等运营商的支持。因此,MEC要实现快速发展,就必须构建完整的生态体系,其商业模式需要各厂商共同开发

     

    概括性总结(云计算、雾计算、边缘计算、移动边缘计算)

    移动边缘计算Mobile Edge Computing, MEC)可利用无线接入网络就近提供电信用户IT所需服务和云端计算功能,而创造出一个具备高性能、低延迟与高带宽的电信级服务环境,加速网络中各项内容、服务及应用的快速下载,让消费者享有不间断的高质量网络体验。

     

    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。

    而边缘计算产业联盟(Edge Computing Consortium,简称ECC),对边缘计算的定义如下:边缘计算是在靠近物或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。它可以作为联接物理和数字世界的桥梁,使能智能资产、智能网关、智能系统和智能服务。是对云计算的一种补充和优化。

    雾计算(Fog Computing),在该模式中数据、(数据)处理和应用程序集中在网络边缘的设备中,而不是几乎全部保存在云中,是云计算(Cloud Computing)的延伸概念,由思科(Cisco)提出的。这个因“云”而“雾”的命名源自“雾是更贴近地面的云”这一名句。

    雾计算和云计算一样,十分形象。云在天空飘浮,高高在上,遥不可及,刻意抽象;而雾却现实可及,贴近地面,就在你我身边。雾计算并非由性能强大的服务器组成,而是由性能较弱、更为分散的各类功能计算机组成,渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。

    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。云计算早期,简单地说,就是简单的分布式计算,解决任务分发,并进行计算结果的合并。因而,云计算又称为网格计算。通过这项技术,可以在很短的时间内(几秒种)完成对数以万计的数据的处理,从而达到强大的网络服务。

    综上所述,无论是边缘计算、雾计算、多接入边缘计算、移动边缘计算,还是,其核心都是通过云端和物联网设备之间的各种现有或新增设备,将计算、网络、存储等能力向网络边缘侧扩展,充分利用整个路径上各种设备的处理能力,就地存储和处理隐私和冗余数据,降低网络带宽占用,提高系统实时性和可用性。

    此外,边缘计算相关的各个组织和公司也在推进合作,例如OpenFogETSI合作雾化MEC技术、CORDOpenFog协调互操规范、英特尔参与各大边缘计算组织等。

    因此,雾计算、多接入边缘计算、移动边缘计算、移动云计算等概念最终将走向融合,可以统称为边缘计算。

    展开全文
  • 本文档探讨了边缘计算的概念、它与云计算和物联网的关系,以及对实施边缘计算至关重要的技术。 本文档探讨了与边缘计算相关的以下主题: - 边缘计算系统的概念; - 边缘计算的架构基础; - 边缘计算术语; - 边缘...
  • 联邦学习&云计算&边缘计算的应用场景及异同点

    千次阅读 热门讨论 2020-11-19 13:08:33
    本文主要讲解联邦学习与云计算边缘计算这三种技术的概念以及三者的应用场景及异同点。 一、联邦学习 联邦学习是一个分布式的机器学习框架,能有效帮助多个机构在满足用户隐私保护、数据安全政府法规的要求下,...
  • 云计算边缘计算区别大了,统统告诉你! 如今,几乎每个围绕数字化转型或物联网(IoT)的每一次行业对话,都倾向于讨论应用程序的托管位置。有些人可能会说,“云计算通常被认为是一个很好的选择,只需将所有数据...
  •  自边缘计算诞生,关于云计算边缘计算的发展关系就一直争论不休,随着时间发展,一个事实已越发清晰的浮现在人们眼前:未来将云边协同. 边缘计算云计算的有效补充 point1:实时、快速的数据分析。 边缘计算的...
  • 摘要: 物联网又迎来了新风口,但这个风口咬下去可能没...比如说,作为脑极体关注的核心领域之一,大数据与云计算产业当中,能明显感觉到最近一个词热度蹿升的速度特别快:边缘计算。事实上,边缘计算并非新生事...
  • 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分析这些小程序得到结果并返回给用户。云计算早期,...
  • 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,共享的软硬件资源信息可以按需求提供给计算机各种终端其他设备。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...
  • 前言2019 年边缘计算备受产业关注,一度引起了资本市场的投资热潮,很多人把2019 年称作边缘计算的元年。理性来看,造成如此火爆局势难免有一些炒作因素在推波助澜,毕竟边...
  • 为此,本文特地选取目前日趋火热的一种计算结构——“雾计算”,并将其与云计算和边缘计算来做对比,以此简单概括出几种计算理念的异同,并剖析这几项技术对物联网的发展有何意义。 “雾”与“云” 首先,需要了解的...
  • 关系如图 举例说明就懂了: 1.云计算:阿里云云服务器 2. 雾计算:家里的网关服务器 3. 边缘计算:家里的扫地机器人
  • 边缘计算和云计算关系

    千次阅读 2019-07-26 10:38:57
    边缘计算实际上属于一种分布式计算,利用靠近数据源的边缘地带来完成的运算程序,而不需要将大量数据上传到云端。...关于边缘计算的应用现状场景 在Microsoft Build 2017开发者大会上,微软首席执行...
  • 《5G无线接入:云计算和计算》 《5G无线接入:云计算和计算》 版本 作者 参与者 完成日期 备注 YanlzXR_5GCloud_V01_1.0 严...
  • CONTENTS 目录 1 边云协同已经成为产业共识 01 1.1 边缘计算2.0 01 1.2 边云协同概念 02 1.3 边云协同产业实践 04 1.3.1 云边缘 04 1.3.2 边缘云 05 ) 1.3.3 新基建与边缘计算 06 C 2 边云协同2.0 参考架构及技术...
  • 在2017中国大数据产业生态大会中的中美大数据产业对瞰论坛中,北京天泽智云科技有限公司研发副总裁、美国国家科学基金会(NSF)智能维护系统(IMS)产学合作中心博士研究员刘宗长发表了“CPS、云计算边缘计算在工业...
  • 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...
  • 提到边缘计算就不得不提一下云计算。所谓的云计算是指的是通过网络“云”,将庞大的数据处理程序被分解成无数的小程序,然后由多个服务器组成的系统对结果进行处理分析,并返回给用户。在云计算的早期,它是一种...
  • 易迈云告诉你什么是边缘计算边缘计算云计算是什么关系     云计算边缘计算和大数据正在塑造物联网(IoT)的未来。这种组合为物联网网络中连接的设备带来了高性能稳定性,并通过处理更接近源的数据来...
  • 什么是计算? 计算是一系列动作的统称,包括采集、识别、分类、展示等,也可以理解为提供服务。 什么是云计算? 把很多服务整合起来,形成共享资源池,所以...雾计算是介于边缘计算和雾计算之间的,更接近于地面 ...
  • 云服务提供商(百度云、腾讯云、阿里云等)提供服务器(可以简单理解为性能高的台式机)以及应用程序(也即硬件软件),而用户只需按照需求付费即可享受他们提供的计算服务。 一般情况下云服务提供商会将服务器...
  • 未来的世界将是一个万物互联的时代,随着物联网行业技术标准的完善以及关键技术上的不断突破,数据大爆炸时代将越走越近。 我们都知道,每台服务器都有自己...最后,正确预测不同应用对服务器的计算能力存储器的...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 6,318
精华内容 2,527
关键字:

云计算和边缘计算的关系