成功案列

Successful cases

全部案例

  • 医疗行业
  • 金融保险
  • 教育行业
  • 媒体行业
  • 政府/企业
  • IC芯片

云雾之后,边缘计算已来

发布时间:2021-09-04

  在各种“计算”层出不穷的时代,又一“网红计算”横空出世。在刚刚过去的第四届世界互联网大会上,它备受关注,被捧为“技术明珠”。它,就是边缘计算。

  边缘计算是什么

  “边缘计算是指在数据源的边缘地带完成的运算程序。”2017年12月29日,天津大学计算机学院教授王晓飞接受了科技日报记者的采访,他的研究领域正是边缘计算和存储。他介绍说,边缘计算是一种分散式运算架构,将应用程序、数据资料与服务的运算,由网络中心节点移送到网络逻辑上的“边缘节点”进行处理。

  大数据时代,越来越多的数据被传至云端进行存储计算,再返回到终端显示结果。这一过程不仅增加了云端压力,还会造成干路数据堵塞,影响数据处理和反馈的时间。

  为解决上述问题,雾计算应运而生。雾计算的原理与云计算一样,都是把数据上传到远程中心进行分析、存储和处理。但相比云计算要把所有数据集中运输到同一个中心,雾计算的模式是设置多个中心节点,即所谓“雾节点”处理数据。

  雾计算出现后,一种更激进的想法随之产生:既然数据送到云端是送,送到分散的数据中心也是送,那为何不干脆在距离终端最近的地方完成数据存储和计算?于是就有了边缘计算。

  王晓飞给科技日报记者打了个比方:“云计算是把所有东西都往‘云’里送,雾计算则是把数据往身边‘雾气’里送,这种逻辑被称为‘分散式云计算’,而边缘计算干脆把数据直接送到手心里。”

  搭上物联网发展的快车

  数据是人工智能发展的基础,即使强大如“阿尔法狗”,没有大量的数据训练做加持,它也不可能成功。如今,互联网每天所产生的数据量已超出想象。据思科VNI报告预测,到2020年,一个互联网用户平均每天约产生1.5GB数据量。在万物互联时代,数据将更多来自边缘侧不计其数的传感器和终端设备,传统的计算系统并不能有效利用这些数据。为满足新的数据处理需求,边缘计算被推到了舞台中央。

  而边缘计算的“蹿红”,离不来其幕后推手——物联网。

  在王晓飞等业内专家看来,相较云计算和雾计算,边缘计算更聚焦于实时、短周期数据分析。由于靠近数据源,边缘计算能在本地网络中完成运算,操作数据不用上传至云端,大幅提升了数据处理速度并降低带宽成本,因此可以很好地支撑物联网运行。

  “虽然边缘计算日渐受到重视,但它不会从根本上代替云计算,二者互为补充。因为,边缘计算所处理的数据只是局部数据,要想全面了解数据还需要云计算在后端进行综合处理。”王晓飞说。

  短期内难现爆发式发展

  目前,智慧城市照明系统是边缘计算常见的应用场景。例如,将城市照明路灯统一接入物联网络,管理者可实现可视化管理以及预测性维护。在深夜车流较少时,可调低路灯亮度、间隔开灯;在光照条件不好的阴雨天,可根据外界情况及时调节亮度……

  边缘计算也悄然来到我们身边。“高档社区和办公场所的刷脸门禁,也是生活中边缘计算最常见应用。”王晓飞介绍说,门禁系统需要快速识别摄像头前的人像,以便迅速给出开门与否的指令。如不使用边缘计算,最简单的方式是前端摄像机捕捉到视频信息,然后把数据以流媒体方式压缩后传输到后端,获得运算结果后再返回前端。这种信息传输方式不仅加大了网络带宽和后端存储的压力,也耗费了大量时间。

  不过,倘若如此,恐怕客人早就等不急了。这时边缘计算就派上了用场。它能快速识别人像、给出指令,最后只需把计算结果传送到远程服务器即可。“它的响应速度是毫秒级的,而且操作方便。”王晓飞说。

  边缘计算的前景似乎一片大好,但许多技术问题还有待解决。“短期内边缘计算难以呈现爆发式发展,还有很长的路要走。”王晓飞说,边缘计算作为一种颗粒式的数据处理服务,目前面临两大技术瓶颈。一方面,边缘计算难以兼容异构。这导致真正具备边缘计算能力的家居设备和网络非常少。另一个是芯片技术。“未来,目前云端的数据运算工作将转移至前端,由前端直接进行处理。这就需要前端具备强大的数据处理能力,需要相应的芯片技术作为支撑。因此,芯片技术的发展将直接影响着边缘计算的应用。”他说。

 

关键词: 边缘计算

相关推荐

成功案例

Successful casesn

云雾之后,边缘计算已来

发布时间:2021-09-04

  在各种“计算”层出不穷的时代,又一“网红计算”横空出世。在刚刚过去的第四届世界互联网大会上,它备受关注,被捧为“技术明珠”。它,就是边缘计算。

  边缘计算是什么

  “边缘计算是指在数据源的边缘地带完成的运算程序。”2017年12月29日,天津大学计算机学院教授王晓飞接受了科技日报记者的采访,他的研究领域正是边缘计算和存储。他介绍说,边缘计算是一种分散式运算架构,将应用程序、数据资料与服务的运算,由网络中心节点移送到网络逻辑上的“边缘节点”进行处理。

  大数据时代,越来越多的数据被传至云端进行存储计算,再返回到终端显示结果。这一过程不仅增加了云端压力,还会造成干路数据堵塞,影响数据处理和反馈的时间。

  为解决上述问题,雾计算应运而生。雾计算的原理与云计算一样,都是把数据上传到远程中心进行分析、存储和处理。但相比云计算要把所有数据集中运输到同一个中心,雾计算的模式是设置多个中心节点,即所谓“雾节点”处理数据。

  雾计算出现后,一种更激进的想法随之产生:既然数据送到云端是送,送到分散的数据中心也是送,那为何不干脆在距离终端最近的地方完成数据存储和计算?于是就有了边缘计算。

  王晓飞给科技日报记者打了个比方:“云计算是把所有东西都往‘云’里送,雾计算则是把数据往身边‘雾气’里送,这种逻辑被称为‘分散式云计算’,而边缘计算干脆把数据直接送到手心里。”

  搭上物联网发展的快车

  数据是人工智能发展的基础,即使强大如“阿尔法狗”,没有大量的数据训练做加持,它也不可能成功。如今,互联网每天所产生的数据量已超出想象。据思科VNI报告预测,到2020年,一个互联网用户平均每天约产生1.5GB数据量。在万物互联时代,数据将更多来自边缘侧不计其数的传感器和终端设备,传统的计算系统并不能有效利用这些数据。为满足新的数据处理需求,边缘计算被推到了舞台中央。

  而边缘计算的“蹿红”,离不来其幕后推手——物联网。

  在王晓飞等业内专家看来,相较云计算和雾计算,边缘计算更聚焦于实时、短周期数据分析。由于靠近数据源,边缘计算能在本地网络中完成运算,操作数据不用上传至云端,大幅提升了数据处理速度并降低带宽成本,因此可以很好地支撑物联网运行。

  “虽然边缘计算日渐受到重视,但它不会从根本上代替云计算,二者互为补充。因为,边缘计算所处理的数据只是局部数据,要想全面了解数据还需要云计算在后端进行综合处理。”王晓飞说。

  短期内难现爆发式发展

  目前,智慧城市照明系统是边缘计算常见的应用场景。例如,将城市照明路灯统一接入物联网络,管理者可实现可视化管理以及预测性维护。在深夜车流较少时,可调低路灯亮度、间隔开灯;在光照条件不好的阴雨天,可根据外界情况及时调节亮度……

  边缘计算也悄然来到我们身边。“高档社区和办公场所的刷脸门禁,也是生活中边缘计算最常见应用。”王晓飞介绍说,门禁系统需要快速识别摄像头前的人像,以便迅速给出开门与否的指令。如不使用边缘计算,最简单的方式是前端摄像机捕捉到视频信息,然后把数据以流媒体方式压缩后传输到后端,获得运算结果后再返回前端。这种信息传输方式不仅加大了网络带宽和后端存储的压力,也耗费了大量时间。

  不过,倘若如此,恐怕客人早就等不急了。这时边缘计算就派上了用场。它能快速识别人像、给出指令,最后只需把计算结果传送到远程服务器即可。“它的响应速度是毫秒级的,而且操作方便。”王晓飞说。

  边缘计算的前景似乎一片大好,但许多技术问题还有待解决。“短期内边缘计算难以呈现爆发式发展,还有很长的路要走。”王晓飞说,边缘计算作为一种颗粒式的数据处理服务,目前面临两大技术瓶颈。一方面,边缘计算难以兼容异构。这导致真正具备边缘计算能力的家居设备和网络非常少。另一个是芯片技术。“未来,目前云端的数据运算工作将转移至前端,由前端直接进行处理。这就需要前端具备强大的数据处理能力,需要相应的芯片技术作为支撑。因此,芯片技术的发展将直接影响着边缘计算的应用。”他说。

 

关键词: 边缘计算

相关推荐