【知识积累】5G、云计算、边缘计算、大数据、IOT、AI等热门概念的理解~

一、5G相关概念

1、相关文章:

https://gitchat.csdn.net/activity/5cf2608aa9ccb04dd9e43bd4?utm_source=so

2、个人理解

5G的特点以及应用场景

在4G网络的基础上有所增强,包括:

高带宽:人均200-400Mbps = 30MBps-60MBps;(4G目前大概10MBps);应用场景:eMBB,即更高速的移动网络;

低时延:1ms;(4G大概100ms);应用场景:URLLC,即高可靠低时延连接,比如车联网、自动驾驶;

海量连接:100万连接/平方公里;应用场景:IOT,智慧城市;

 

二、云计算

1、相关文章

https://blog.csdn.net/SU_Devops/article/details/86492269

2、个人理解

云计算的特点和应用场景:

  • 云计算是一种资源交付方式,特点是:基于网络、按需付费、弹性拓展
  • 使用虚拟化技术为核心,实现资源交付的一种方式

传统方式:企业自己买服务器、网络等资源,所有设备自己管理、建设,成本很高;

云计算:IaaS、PaaS、DaaS、SaaS;用户按需获取服务,管理灵活而且成本很低;

 

三、边缘计算

1、相关文章

https://blog.csdn.net/gaoruowen1/article/details/82780073

2、个人理解

云计算需要将数据传输到云计算中心进行处理,其特点是能够处理海量的数据,但是需要经过网络传输,会降低实时性;

而边缘计算则是在云计算中心和客户端之间,增加了边缘计算节点;能够对客户端的数据进行快速实时处理,提高响应速度;

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。

 

为什么叫“边缘”计算?什么的边缘?

个人理解,边缘指的是网络的边缘,每一个智能设备在链接网络之后,都是一个端点,从整个网络的角度来看,智能设备处于网络的末端,而处在智能设备上一层用于做本地快速计算的节点,大概就处于边缘了吧。

 

四、IOT(Internet of Things)

1、相关文章

https://blog.csdn.net/wind0419/article/details/73028530

https://baijiahao.baidu.com/s?id=1608460841753704335&wfr=spider&for=pc

IOT的本质:http://www.sohu.com/a/321746912_100009774

IOT的应用场景:https://www.jianshu.com/p/2090203b9868

2、个人理解

第一代互联网:PC和PC之间的链接;中心是PC;

第二代互联网:移动互联网,人与人之间的链接,中心是人,每个人在互联网上都是真实的;线上和线下融合;

下一代互联网:物联网;人与人之间的链接,物与物之间的连接,人与物之间的连接;连接方式从非连续的连接变成全程跟踪式连接;最主要的还是全程监控型的跟踪连接;比如可以监控人的身体状况、机器的身体状况等等;

IOT的应用场景,包括智能家居、智能园区、智能农业、智能供应链、智能汽车、联网健康、可穿戴设备、智慧城市等等;

 

五、AI:人工智能(Artificial Intelligence)

1、相关文章

https://blog.csdn.net/Harpoon_fly/article/details/84074645

https://blog.csdn.net/qq_36038258/article/details/81090523

2、个人理解

人工智能,即让机器完成只有人能完成的工作:看图片、听懂说话、思考、做决策等等;

在这里插入图片描述

该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

第一阶段:人工智能起步期

第二阶段:专家系统推广期

第三阶段:深度学习时期--->目前阶段

 

人工智能:

语音:自然语言处理、语音翻译;

视觉:计算机视觉/图像识别、视频内容识别;

其他:深度学习/机器学习、智能机器人、搜索引擎和协同过滤;

弱人工智能:手势控制、虚拟人工助理、情境感知计算。

 

六、大数据

1、相关文章

https://blog.csdn.net/bluepb/article/details/83963819

https://blog.csdn.net/qq_40586924/article/details/83927885

2、个人理解

移动互联网的爆发,导致各种真实的信息量极速增加和传输,人们发现这些海量数据的获取、存储、分析非常有价值,于是就出现了大数据方向;

数据采集和预处理-->大数据存储和管理-->数据模型-->数据分析;

 4V特征(value,volume,velocity,variety)

Value:价值高。

Volume:体量大。(数据每个18月翻一番,而每年产生的数据量增长到44万亿GB)

Velocity:速度快。(数据生成,存储,分析,处理远远超过人们的想象力)

Variety:种类多。

 

七、区块链

1、相关文章

https://blog.csdn.net/weixin_42954171/article/details/88636459

https://blog.csdn.net/kuangsonghan/article/details/79971912

https://blog.csdn.net/kuangsonghan/article/details/79989745

2、个人理解

你可能感兴趣的:(【知识积累】5G、云计算、边缘计算、大数据、IOT、AI等热门概念的理解~)