当边缘计算开始在互联网上转一轮时,一些文章提出了诸如:
“边缘会吃掉云”
“云计算时代的结束”
“边缘计算将吹走云”
“边缘将取代云”
然而,这些头条新闻可能会有点刺痛,因为您刚刚开始了解云和计算。现在,数字世界似乎想出了一个更高级的解决方案,即边缘计算。
那么,这些说法是真的吗？
不,边缘计算只是云计算的扩展版本或高级功能。
边缘计算市场规模预计将从 2017 年的 14.7 亿美元增长到 2022 年的 67.2 亿美元,预测期间的复合年均增长率为 35.4%。
为什么在边缘计算方面有这么多的炒作？
在本文中,我们将回答以下问题:
- 什么是边缘计算？
- 它给桌子带来了什么？
- 它如何使业务受益？
- 它真的能取代云计算吗？
让我们开始吧。
什么是边缘计算？
根据维基百科:
“边缘计算是一种分布式计算,它使计算机数据存储更接近需要的位置。计算主要或完全在分布式设备节点上执行。
让我们简化它多一点:
边缘计算不是在云或中央数据中心中保存和处理数据,而是处理网络边缘(源自)的数据。
它通过从集中式服务器中删除组件和数据服务并将数据放在更靠近边缘的位置,使系统和应用程序更高效。
这减少了流向中央服务器的流量,并提供实时本地数据分析。
什么是边缘设备？
边缘设备是生成数据的任何设备。它可以是传感器、工业机器、路由器、WAN、交换机等。
它们将作为小型数据中心,能够相互通信重要信息。
为什么我们需要边缘计算？
云计算有助于实现大规模集中化、数据处理,并能够专注于存储和扩展,这是普遍现象。
但是延迟的挑战仍然存在。
当数据从云数据中心传播到最终用户数英里时,数据会流向最终用户数千英里;所以延迟是相当大的。因此,设备无法立即执行操作。
将数据延迟到云并返回设备时,一瞬间可能会导致严重问题。
延迟并非完全可以避免。
按示例了解
自驾汽车
安全始终是互联和自动驾驶汽车的首要问题。无人驾驶汽车需要确保保持车道,识别和停在红灯处,通过识别行人和其他障碍物减速等等汽车需要将数 TB 的数据发送到中央服务器,然后接收响应,然后采取行动。
万一发生意外,汽车需要做出关键的决定。如果我们将如此大量的数据发送到集中式云服务器来处理并获取响应,则会导致灾难,因为它的速度不够快,无法实时响应直接危险。
在这种情况下,边缘计算可以提供帮助。
它通过减少数据处理和将数据传输到车辆之间的时滞,减轻了网络压力,并提供更好的可靠性。它可以执行数据分析并加快分析过程,使无人驾驶汽车能够立即采取行动。
“它不是在云中;它不在云中。它不在数据中心,它的权利在电脑在汽车。发动机可以学习如何在不依赖连接的情况下自行驾驶。
-托马斯·比特曼
为什么边缘计算对企业很重要？
通过远程位置的实时数据即时访问,企业可以从减少延迟中获益。边缘计算的主要目的是分散数据处理。
如果您正在从云中收集数据,但无法提供预期的速度和敏捷性,那么边缘计算肯定是最佳选择!
要详细了解边缘计算的优点及其实际用例,请继续阅读。
使用边缘计算的优势
经济高效的数据处理解决方案
当您考虑开发 IoT 产品时,由于网络带宽、数据存储和计算能力,成本始终是您关心的问题。但是,边缘计算可以通过在本地处理和分析重要数据来降低 IT 成本。
当数据存储和处理边缘时,您不需要更多的云存储。由于涉及的操作较小,本地设备的数据管理费用也较少,因此将降低数据交易成本。
最高级别的安全性
当连接的设备数量时,会增加网络遭到整体攻击的机会。传统的云计算是集中的,因此容易受到 DDoS 攻击和断电。
但是,边缘计算将处理和存储分布到设备和数据中心之间,这使得任何单个中断都难以关闭网络。此外,边缘计算会过滤敏感信息,并仅传输非敏感数据进行进一步处理,以遵守严格的安全性和合规性。由于传输过程中截获的数据较少,因此更容易实现安全协议。
可靠且不间断的连接
当微数据中心在本地存储和处理数据时,IoT 应用程序消耗的带宽更少,即使与云的连接受到影响也是如此。边缘计算在连接受限的条件下运行,因此无需担心数据丢失即可执行业务操作。
由于许多边缘计算设备和边缘数据中心连接到网络,因此关闭整个服务的机会最少。数据可以通过其他路径路由,以确保用户可以在需要时访问产品和信息。
新设备与旧设备之间的互操作性
使用边缘计算,可以轻松地将旧设备使用的通信协议转换为易于理解的语言。这使得将传统工具与现代 IoT 平台连接起来变得容易
翻转另一侧
尽管技术提高了生产率,但它有其缺点,边缘计算也不例外。
- 由于此技术是新的,许多组织仍在学习利用来自边缘位置的数据。
- 边缘计算分析和处理数据的唯一子集,丢弃原始信息和不完整的见解。
- 它不验证用户是否经过授权
- 实现边缘计算策略可能很复杂。
- 由于多个新的智能设备连接到网络,以正确的方式配置所有这些设备会导致人为错误的风险
边缘计算部署的使用案例
视频会议
我们大多数人偶尔会遇到一些缺点,如视频延迟、视频质量差、屏幕共享冻结等等。由于响应速度慢,交付高质量视频非常复杂。
通过将语音服务器靠近参与者,可以大大减少此类质量问题。边缘视频服务器将为参与者提供弹性和响应式用户体验。
智慧城市
在城市地区,放置传感器用于收集有关交通模式和公用设施使用情况的数据。它每天收集大量的信息。在对问题做出响应之前,必须收集、存储和分析所有这些信息。
传统的云解决方案无法为在网络外围运行的设备提供即时响应。边缘计算通过收集数据来执行基本处理任务,从而能够近乎实时地响应不断变化的情况。
海洋中的石油钻机
石油钻井平台有数千个传感器,可产生大量数据,其中大多数并不重要,但可以帮助确定系统是否正常工作。
生成后,不必通过网络发送每一位数据。相反,边缘计算系统可以编译数据并将每日报告发送到云进行长期存储。通过向网络发送重要数据,边缘计算系统减少了数据遍历。它甚至可以帮助预测性维护,在潜在故障影响生产之前识别它们。
使用边缘计算的顶级公司
边缘计算尚未成为业务的主要流程,但一些公司已经采用并通过边缘计算来简化生产力。
亚马逊
亚马逊宣布推出 AWS Greengrass,该软件为本地边缘网关和设备提供动力。它提供了三个好处:
- 减少设备和数据处理层之间的延迟
- 带宽成本的下降
- 通过在本地保存敏感数据,实现合规性和安全性
Dropbox
Dropbox 是领先的文件存储和共享公司,已开发自己的边缘网络,为客户提供更好的连接和更快的文件访问。公司转向边缘,为所有客户提供一致可靠的服务。
通过此转变,速度提高了 300%,性能也得到了提升。随着边缘计算,整个亚洲和欧洲的下载和上传速度都提高了,延迟提高了5倍。
通用电气
通用电气支持大量边缘设备 – 多达 200,000 台连接设备,可实现更快、更高效的低延迟处理。
边缘解决方案可实时洞察主要工业资产,同时安全连接到云
你什么意思,这是云时代的结束？
边缘计算并不意味着云计算的死亡。
边缘计算更多的是云计算的补充;它不能取代云计算,因为总是需要集中处理。它需要云来配置、部署和管理 IoT 设备,以便分析来自不同数据源的大型数据集。
当需要立即执行操作和加快数据处理时,在边缘执行 IoT 分析是有意义的,但可能需要收集和集中存储数据。
最终,云计算仍将是任何边缘计算环境不可或缺的一部分。
边缘计算:充满希望的未来？
边缘计算还处于初级阶段,很难就未来可能持有的情况做出任何真正的陈述。然而,从上述边缘计算的亮点来看,边缘计算似乎正在成为开发物联网应用程序不可或缺的一部分。
边缘计算不仅仅是简单地将数据重新分发到端点。不可否认,它将使企业能够以新的、更深刻的方式执行高级分析。本地化数据中心的兴起也可能使组织更容易扩大其网络覆盖范围。
展望未来,我们可能会开始在医疗保健、AR、VR、无人机、智能城市和其他领域看到越来越多的应用。因此,据我所知,边缘计算它在这里长期 – 它在这里停留。
你有什么想法？请在下面的评论部分分享您的反馈。