随着物联网在全球各行业中越来越普遍,企业们发现了云计算的不足,它不是解决所有问题的答案。此外,如果只有云计算,物联网项目不能充分发挥其潜力,特别是在实时分析,监控和管理方面。这就是物联网和边缘计算联手的原因。
Q:边缘计算为何兴起?
A:
随着万物互联时代的到来和无线网络的不断发展,网络边缘的设备数量和产生的数据都快速增长。根据IDC预测,到2020年全球数据总量将大于40ZB,而IoT产生数据的45%都将在网络边缘处理。以云计算模型为核心的集中式处理模式将无法高效处理边缘设备产生的数据,集中式处理模型将所有数据通过网络传输到云计算中心,利用云计算中心超强的计算能力来集中式解决计算和存储问题,但在万物互联的背景下,传统的集中式云计算显示了其不足,包括:
1、实时性不够
传统云计算模型在应对实时性要求极高的万物互联场景应用会产生系统延迟的问题。例如在无人驾驶汽车场景下,汽车需要精确到毫秒级别的反应时间,一旦出现延迟则有可能酿成涉及人身财产安全的严重后果。
2、带宽不足
边缘设备实时产生大量数据,这样庞大的数据集传至集中式的数据中心,将会造成巨大的网络带宽压力。
3、能耗较大
数据中心消耗极多能源,根据Sverdlik的研究,到2020年美国所有数据中心能耗将增长4%,达到730亿千瓦时,我国数据中心所消耗的电能也已经超过了匈牙利和希腊两国用电总和。随着用户应用程序越来越多,处理的数据量越来越大, 能耗将会成为限制云计算中心发展的瓶颈。
4、不利于数据安全和隐私
万物互联中的数据与用户生活联系密切相关,智能终端设备如室内智能网络摄像头,将数据传输到云端会增加泄露用户隐私的风险。
为了解决以上问题,面向边缘设备所产生海量数据计算的边缘计算模型应运而生。
Q:边缘计算的用途在哪里?
A:
根据OpenStack,边缘计算能力体现(但不仅限于)在以下方面:
1、跨不同基础设施间的一致操作模式
2、在全球范围内数千个地点的大规模分布环境中的执行能力
3、为位于全球偏远地点的客户提供网络服务
4、满足应用程序集成、协调和服务的交付要求
5、打破硬件限制,降低成本
6、实现有限或间歇性网络连接
7、可处理具有严格低延迟要求的应用程序(AR/VR、语音等)
8、实现地理围栏,保证敏感隐私数据仅留在本地。
Q:与中心化云计算相比的边缘计算?
A:
边缘计算类似于中心化云计算(即数据中心),表现在:
1、包括计算、存储和网络资源
2、其资源可由用户和应用共享
3、从资源池的虚拟化和抽象化受益
4、其发展得益于商品硬件的支持
5、使用API来支持互操作性
Q:5G边缘计算需要同时具备接入,转发和控制云功能吗?
A:未来云化的5G网络在接入云需要实现资源协同管理;在控制云需要对无线资源管理,实现能力开放,网络资源编排等;在转发云上需要实现内容存储转发。而处于网络边缘的边缘计算究竟需要那些能力需要考虑。
Q:边缘计算特点和优势是什么?
A:
1、数据处理实时性
边缘计算整合了数据采集、处理、执行三大能力,避免了数据上传下达所产生的时延弊端,提升了本地物联网设备的处理能力和响应速度。
2、降低带宽限制的影响
在网络边缘处理大量临时数据,不再全部上传云端,这极大地减轻了网络带宽和数据中心功耗的压力
3、提高敏感隐私数据的安全性
边缘计算将用户隐私数据不再上传,而是存储在网络边缘设备上,减少了网络数据泄露的风险,保护了用户数据安全和隐私。
4、业务数据可靠性
基于安全的数据才会有可靠的业务,边缘计算本身不把数据传向云端,在广域网发生故障的情况下,也能够实现局域范围内的数据服务,进而实现本地业务的可靠运行。
5、应用开发多样化
我们知道,未来会有一半以上的数据在其源头进行处理,也会有诸如工业制造、智能汽车、智能家居等多样的应用场景。用户可以根据自己的业务需求自定义物联网应用,这就好比我们在安装office过程中会有多种的安装选项。
随着传感器价格和计算成本的持续下降,更多的“东西”将被连接到互联网,这为边缘计算提供更扎实的硬件设备支持。而随着边缘计算更多地被采用,企业将有更多的机会在各个领域测试和部署边缘计算技术。
小伙伴们冲鸭,后台留言区等着你!
关于边缘计算,今天你学到了什么?还有哪些不懂的?除此还对哪些话题感兴趣?快来留言区打卡啦!留言方式:打开第XX天,答:……
同时欢迎大家搜集更多问题,投稿给我们!风里雨里留言区里等你~
福利
1、扫描添加小编微信,备注“姓名+公司职位”,加入【云计算学习交流群】,和志同道合的朋友们共同打卡学习!
2、公众号后台回复:白皮书,获取IDC最新数据白皮书整理资料!
推荐阅读: