【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；

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