边缘计算的价值及应用

边缘计算的价值

边缘计算的核心是在靠近数据源或用户的地方提供计算、存储等基础设施,并为边缘应用提供云服务和IT 环境服务。同时也支撑物联技术低延时、高密度等条件的具体网络技术体现形式,具有场景定制化强等特点。

相比于集中部署的云计算而言,边缘计算不仅解决了时延过长、汇聚流量过大等问题,同时为实时性和带宽密集型的业务提供更好的支持。综合来看,具有以下优点:

优势一:安全性更高

边缘计算中的数据仅在源数据设备和边缘设备之间交换,不再全部上传至云计算平台,防范了数据泄露的风险。

优势二:低时延

据运营商估算,若业务经由部署在接入点的 MEC 完成处理和转发,则时延有望控制在 1ms 之内;若业务在接入网的中心处理网元上完成处理和转发,则时延约在 2~5ms 之间;即使是经过边缘数据中心内的 MEC 处理,时延也能控制在 10ms 之内,对于时延要求高的场景,如自动驾驶,边缘计算更靠近数据源,可快速处理数据、实时做出判断,充分保障乘客安全。

优势三:减少带宽成本

边缘计算支持数据本地处理,大流量业务本地卸载可以减轻回传压力,有效降低成本。譬如,一些连接的传感器(例如相机或在引擎中工作的聚合传感器)会产生大量数据,在这些情况下,将所有这些信息发送到云计算中心将花费很长时间和过高的成本,如若采用边缘计算处理,将减少大量带宽成本。

边缘计算的价值及应用_第1张图片

 

边缘计算的应用场景

根据中国移动发布的《中国移动边缘计算白皮书》,目前智慧制造、智慧园区、智慧社区和无人零售、智慧工地等垂直领域对边缘计算的需求最为明确。

在智能制造领域,工厂利用边缘计算智能网关进行本地数据采集,并进行数据过滤、清洗等实时处理。同时边缘计算还可以提供跨层协议转换的能力,实现碎片化工业网络的统一接入。

在智慧社区领域,应用主要集中在智慧楼宇、物流和视频监控几个场景。边缘计算可以实现对楼宇各项运行参数的现场采集分析,并提供预测性维护的能力;对冷链运输的车辆和货物进行监控和预警;利用本地部署的 GPU 服务器,实现毫秒级的人脸识别、物体识别等智能图像分析。

在智慧零售领域,应用在无人售卖机,可以实现无人零售,极大的节约了人工和空间成本。轻松实现24小时不间断营业。

在智慧工地领域,应用主要集中在考勤和工地人员管理、周界管理和外来入侵等几个场景。边缘计算可以实现对工地各项运行参数的现场采集分析,并提供人员考勤工作情况统计和外来人员入侵预警的能力。

详情可以上边缘计算 http://www.ema-tech.com/了解

你可能感兴趣的:(边缘计算应用场景,边缘计算,人工智能,人工智能)