精华内容
下载资源
问答
  • 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...
        

    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
  • 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”。...
  •  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...

    自边缘计算诞生,关于云计算与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。
    point2:更低的成本。 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。
    ponit3:更少的数据流量。 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。
    ponit4:更高的程序运行效率。 随着滞后减少,应用程序能够以更快的速度更高效的运行。
    ponit5:更安全。 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。
    ponit6:支持离线运行及断点续传。 边缘计算内置的计算系统,使得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,从而减小对云端的依赖;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。
    云计算—边缘计算的神经中枢
    point1:大数据存储。 前端采集到的数据,大部分不是一次性数据,需要存储起来做数据分析。因此,需要一个“大容器”,这个容器就是云计算。另外,云计算的备份,在边缘计算出现故障时也不会丢失,相当于是个保险
    point2:深度学习,闭环迭代。 边缘计算的算力是很有限的,而对历史数据进行深度学习,需要很强的算力,可见边缘计算无法满足这种计算需求,于是便将主要的、巨额的计算任务转至云端。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。
    总结
     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。未来,云计算与边缘计算将形成互补、协同的关系,它们紧密结合才能更好的适应各种场景。

    展开全文
  • 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、方便访问各种基于云应用信息,省去了安装维护繁琐操作。 当然,个人企业也能使用云计算中心提供服务,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
  • 边缘计算与云计算的关系-一文读懂 小编在之前的文章中对边缘计算的概念特点做了...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

    边缘计算与云计算的关系-一文读懂
    小编在之前的文章中对边缘计算的概念特点做了详细地叙述,有人会有疑问已经有了云计算,为什么还需要边缘计算呢?经硕朗小编多方查询,主要存在以下几点原因:1) 网络带宽与计算吞吐量均成为云计算的性能瓶颈2) 物联网时代数据量激增,对数据安全提出更高的要求3) 终端设备产生海量“小数据”,需要实时处理。
    硕朗小编还听说一种说法是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”。
    如果说“云计算”所能实现的是大而全的话,那么“边缘计算”更多则是“小而美”,从数据源头入手,以“实时、快捷”的方式完成与“云计算”的应用互补。比较两者,云计算聚焦非实时、长周期数据的大数据分析,能够为业务决策支撑提供依据;边缘计算则聚焦实时、短周期数据的分析,能更好地支撑本地业务的实时智能化处理与执行。
    在这里插入图片描述

    万物互联的5G智能化时代,硕朗通讯小编认为如果仅采用中心云计算模式(中心云),已经不能满足高效地处理网络边缘端所产生的海量数据。因此分布在网络边缘端,提供实时数据处理、分析决策的小规模云数据中心的边缘云和边缘计算服务器显得尤其重要。
    5G 凭借低时延、大连接、广覆盖的特性,正在催生越来越多的应用场景,其中有大量时延敏感、流量大、数据保密要求高的场景,例如超高清视频、远程工控、远程医疗等。这类新场景出现带动了市场对可以解决上述问题的边缘智能的需求,使得边缘智能活跃于 5G时代。
    根据IDC预测,未来超过70% 的数据需要在边缘侧分析、处理和存储。对于这个预测硕朗通讯小编是坚信不疑的。边缘计算领域的多样性计算架构、产品与解决方案越发重要。从边缘计算对软件和硬件的要求来看,软件平台需要考虑导入云理念、云架构、云技术,提供端到端实时、协同式智能、可信赖、可动态重置等能力。硬件平台需要考虑异构计算能力,如鲲鹏、ARM、X86、GPU、NPU、FPGA 等。即边缘计算软件平台采用Cloud Native 云原生架构与关键技术,硬件平台支持异构计算能力,以边云协同和边缘智能为关键特征。
    硕朗通讯在物联网产业以及通道把控有10余年的经验。对于处于边缘侧的边缘计算自然成为关注的重点。如对边缘计算有兴趣可联系硕朗小编一起探索。
    
    展开全文
  • 云计算和边缘计算各有所长。云计算擅长把握整体,聚焦非实时、长周期大数据数据分析,能够在长周期维护、业务决策支撑等领域发挥优势。而边缘计算则专注局部,聚焦实时、短周期数据分析,能...
  • 边缘计算和云计算的关系

    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...
  • 所谓的云计算是指是通过网络“云”,将庞大数据处理程序被分解成无数小程序,然后由多个服务器组成系统对结果进行处理分析,并返回给用户。在云计算的早期,它是一种简单分布式计算,它解决了任务分配并...
  • 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)未来。这种组合为物联网网络中连接设备带来了高性能稳定性,并通过处理更接近源数据来...
  • 随着物联网规模的快速增长,集中式的数据存储、处理模式将面临难解的瓶颈压力,此时在...本文旨在介绍边缘计算云计算的关系、基本特点属性、参考架构、主要应用场景,以及在5G通信中的作用。一、边缘计算与...
  • 物联网和边缘计算在5G和云计算时代处什么位置?本文试图对这些问题做一个梳理。 通过云计算实现5G核心网络创新 5G技术提高数据传输带宽和速度,提高了设备接入规模,这就意味着更大系统容量,意味着数据流量...
  • 物联网和边缘计算在5G和云计算时代处什么位置?本文试图对这些问题做一个梳理。通过云计算实现5G核心网络创新5G技术提高数据传输带宽和速度,提高了设备接入规模,这就意味着更大系统容量,意味着数据流量...
  • 云计算、雾计算、边缘计算:食物链一样的关系?...有人说,云计算蚕食了数据中心,边缘计算的出现会逐渐蚕食云计算,本文讨论的核心问题就是“在后云计算时代,我们应该如何正确看待云计算和边缘计算之间的关
  • 有人说,云计算蚕食了数据中心,边缘计算的出现会逐渐蚕食云计算,本文讨论的核心问题就是“在后云计算时代,我们应该如何正确看待云计算和边缘计算之间的关系。云计算、雾计算、边缘计算:食物链一样的关系?很多人...
  • 戳蓝字“CSDN云计算”关注我们哦!技术头条:干货、简洁、多维全面。更多云计算精华知识尽在眼前,get要点、solve难题,统统不在话下!作者:pala来源:边缘计算社...
  • 专注产品化云计算的ZStack推出新品ZStack Mini 超融合一体机具有以下特性:功能完善、轻量易用、高可用部署、弹性扩展、工业级标准、助力边缘计算。官方从安装部署到系统配置都有详细操作说明,还为感兴趣小伙伴...
  • 戳蓝字“CSDN云计算”关注我们哦!随着物联网时代到来,云计算平台将面临着海量设备接入、海量数据等高难度挑战,这使得云计算中心实时返回数据决策也变成了不可能任务。于是,...
  • 这就像云计算和边缘计算的关系,如果需要应对大规模业务,选择灵活可扩展的云,如果是应付物联网、VR/AR、AI这种对实时响应有高要求的场景,边缘计算要更胜一筹。换句话说,二者谈不上谁取代谁,而是不同用途和需求...
  • 随着物联网的发展,经常听到「雾计算」边缘计算」这样的单词。  雾计算这个词相对来说是最近出现的一个词。...这是云计算」的界限有很大的关系。  在云里,如果任何时候都可以保证连接到在数...
  • ... 来源:IT技术之家摘要:物联网最终目标是万物互联,而边缘计算是解决当前云计算所面对数据传输问题所应用主要方式,相对于云计算,有更大优势。物联网最终目标是万物互联...
  • 边缘计算速率提高简化了工业流程,但为了...因此,需要将边缘计算和云计算结合在一起,才能收集、处理可视化整个设施工业过程。尽管边缘计算有望实现工业增长,但这需要通过工业自动化平台与云计算建立共生关系
  • 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。...
  • 尽管边缘计算有望实现工业增长,但这需要通过工业自动化平台与云计算建立共生关系。 本文将讨论—— 为何边缘计算和云计算要相结合? 工业自动化平台及其特性定义是什么? 工业自动化平台优势有哪些? 为何...
  • 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,毕竟边缘计算的概念存世也已多年。当然,毋庸置疑的...
  • 边缘计算是IT领域最热门的话题之一。市场在多年来专注于云计算、“云...为了更好地理解边缘计算与云计算之间的关系以及它们会带来什么好处,要回到一个问题上:边缘计算的概念是如何产生的? 从云中心到IT基础架构的...

空空如也

空空如也

1 2 3
收藏数 46
精华内容 18
关键字:

云计算和边缘计算的关系