专栏首页SDNLAB什么是物联网的边缘计算?

什么是物联网的边缘计算?

越来越多的“连接”设备产生了过多的数据,随着物联网(IoT)技术和用例在未来几年的发展,这种情况将继续存在。根据研究公司Gartner的数据,到2020年,将有多达200亿台连接设备为每位用户生成数十亿字节的数据。这些设备不仅仅是智能手机或笔记本电脑,还包括联网汽车,自动售货机,智能可穿戴设备,手术医疗机器人等等。

由无数类型的此类设备生成的大量数据需要推送到集中式云以进行保留(数据管理),分析和决策。然后,再将分析的数据结果传回设备。这种数据的往返消耗了大量网络基础设施和云基础设施资源,进一步增加了延迟和带宽消耗问题,从而影响关键任务物联网使用。例如,在自动驾驶的连接车中,每小时产生了大量数据;,数据必须上传到云端,进行分析,并将指令发送回汽车。低延迟或资源拥塞可能会延迟对汽车的响应,严重时可能导致交通事故。

物联网边缘计算

这就是边缘计算的用武之地。边缘计算体系结构可用于优化云计算系统,以便在网络边缘执行数据处理和分析,更接近数据源。通过这种方法,可以在设备本身附近收集和处理数据,而不是将数据发送到云或数据中心。

边缘计算的好处:

  • 边缘计算可以降低传感器和中央云之间所需的网络带宽(即更低的延迟),并减轻整个IT基础架构的负担。
  • 在边缘设备处存储和处理数据,而不需要网络连接来进行云计算。这消除了高带宽的持续网络连接。
  • 通过边缘计算,端点设备仅发送云计算所需的信息而不是原始数据。它有助于降低云基础架构的连接和冗余资源的成本。当在边缘分析由工业机械生成的大量数据并且仅将过滤的数据推送到云时,这是有益的,从而显着节省IT基础设施。
  • 利用计算能力使边缘设备的行为类似于云类操作。应用程序可以快速执行,并与端点建立可靠且高度响应的通信。
  • 通过边缘计算实现数据的安全性和隐私性:敏感数据在边缘设备上生成,处理和保存,而不是通过不安全的网络传输,并有可能破坏集中式数据中心。边缘计算生态系统可以为每个边缘提供共同的策略(可以以自动方式实现),以实现数据完整性和隐私。

边缘计算的出现并不能取代对传统数据中心或云计算基础设施的需求。相反,它与云共存,因为云的计算能力被分配到端点。

网络边缘的机器学习

机器学习(ML)是边缘计算的补充技术。在机器学习中,生成的数据被送到ML系统以产生分析决策模型。在物联网和边缘计算场景中,机器学习可以用两种方法实现。

第一种方法:ML算法需要巨大的计算能力才能在云中产生决策。从边缘收集的数据将被送到ML系统,在那里将产生一个学习分析的决策模型,然后将这个模型推送到网络的边缘。通过这种方式,可以在所有边缘设备上进行分析决策。在此模型中,边缘设备将用于收集,分析和在云中采取行动,从而增强智能。

第二种方法:如果端点设备向云中的ML系统发送传感器生成的数据,则ML系统将花费大量的时间来传输和处理数据,以生成分析决策。为此,可以引入智能机器学习或人工智能(AI)芯片,而端点设备将数据发送到云端,仅用于存储目的。使机器学习能力在网络的边缘需要较少的计算能力。

边缘计算和物联网

边缘计算与机器学习技术一起为物联网为未来通信的敏捷性奠定了基础。即将推出的5G电信网络将为物联网用例提供更先进的网络。除了高速低延迟数据传输外,5G还将提供基于移动边缘计算(MEC)的电信网络,实现边缘服务和资源的自动实施和部署。在这场革命中,物联网设备制造商和软件应用程序开发人员将更加渴望利用边缘计算和分析。我们将看到更多智能物联网用例以及智能边缘设备的增加。

原文链接:

http://www.futuriom.com/articles/news/what-is-edge-computing-for-iot/2018/08

本文分享自微信公众号 - SDNLAB(SDNLAB)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-08-31

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 边缘计算意味着云的死亡吗?

    随着物联网的爆炸式增长,连接设备通过传感器、摄像头、加速器以及深度传感器收集到的信息越来越多,包括了从制造业到汽车、卫生技术、能源、公用事业和可穿戴技术等各个行...

    SDNLAB
  • 为什么边缘计算是物联网发展的核心?

    目前很多连接的设备能够充分利用云计算的优势,但物联网设备制造商和应用开发人员发现在设备本身进行计算和数据分析将会带来众多的好处。 ? 在设备上进行计算和分析的方...

    SDNLAB
  • 值得关注十大边缘计算厂商

    由于物联网(IoT)和传感器技术的进步,越来越需要在收集数据的位置处或附近处理该数据。通过使计算能力更接近数据收集设备,系统可以利用较低的延迟来为用户提供近乎实...

    SDNLAB
  • 边缘计算意味着云的死亡吗?

    随着物联网的爆炸式增长,连接设备通过传感器、摄像头、加速器以及深度传感器收集到的信息越来越多,包括了从制造业到汽车、卫生技术、能源、公用事业和可穿戴技术等各个行...

    SDNLAB
  • 边缘架构对于IoT至关重要的三个原因

    工业互联网的许多承诺之一是它可以帮助企业生成大量的数据。 但是,如果可以快速,有效和安全地访问和执行此数据,这些数据才有价值。 当您拥有生活在网络偏远地区的“事...

    首席架构师智库
  • 边缘计算方兴未艾

    边缘计算 (Edge computing) 是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供服务。其应用程序在边缘侧发...

    边缘计算
  • 推动边缘计算的七项核心技术

    年前施巍松教授和其团队(张星洲、王一帆、张庆阳)应《计算机研究与发展》编辑部之邀,庆刊60周年发表论文,边缘计算社区经过和施巍松教授沟通,将论文整理成几篇,方便...

    边缘计算
  • 边缘计算与云计算是什么关系

    十年前云计算兴起和发展,近年“边缘计算”有着云计算一样的势头迅速走红。

    云计算爱好者
  • 向边缘计算的转变正在迅速发生的原因

    无论人们称之为第四次工业革命还是数字化转型,企业IT都在不断地快速发生变化,而边缘计算就是其中的一个。如今,边缘计算的范式正在改变,很多人日益关注边缘计算。

    静一
  • 从五个数据看出边缘计算的巨大潜力

    随着物联网(IoT)设备和5G技术的普及,许多公司不得不重新考虑其网络基础设施。依靠集中式云平台来提供服务和分析数据会产生一系列问题。在用户所在的网络边缘收集数...

    边缘计算

扫码关注云+社区

领取腾讯云代金券