云计算时代边缘计算正生机发展
发布时间：2022-04-15 15:45:48 所属栏目：云计算 来源：互联网
导读：最近，人们对边缘计算报以越来越大的厚望。在这一行业中，不乏有一些大胆的想法，如边缘将吞噬云计算，或是，将实时自动化扩展到医疗保
|
最近，人们对边缘计算报以越来越大的厚望。在这一行业中，不乏有一些大胆的想法，如“边缘将吞噬云计算”，或是，将实时自动化扩展到医疗保健、零售和制造业。 现在越来越清晰的是，与其说边缘计算是物联网，倒不如说它是关于跨分布式站点和地理位置的操作进行实时决策。在IT领域和越来越多的工业环境中，我们将这些分布式数据源称为“边缘”。我们将来自数据中心或云之外的所有位置的决策称为边缘计算。 边缘充斥着我们身边的每一处角落——它在我们的生活、我们的工作当中，凡有人类活动的地方，它的身影无所不在。传感器覆盖稀疏的问题已经被更新和更灵活的传感器解决了。新的资产和技术都配备了大量的集成传感器。现在，传感器经常增强了高分辨率/高保真成像(x射线设备，激光雷达)。 额外的传感器数据、成像技术以及将所有这些关联起来的计算，会产生每秒兆字节的数据。为了从这些巨大的数据流中得出最终结果，计算的“火力”现在都被部署在数据生成处的附近。 原因也很简单：在边缘位置和云之间根本没有足够的带宽和时间。处于边缘的数据在短期内是最为重要的。数据现在可以在边缘进行实时分析和使用，而不是稍后在云中进行处理和分析。为了获得更高一级水平的效率和卓越的操作，计算必须在边缘中进行。 这并不是说云并不重要。云计算仍然在边缘计算中发挥作用，因为它是在所有位置中分配算力的一个好地方。例如，云计算提供了对来自其他地点的应用程序和数据的访问，以及远程专家对全球各地的系统、数据和应用程序的管理。此外，云还可以用于分析跨越多个位置的大型数据集，显示随时间变化的趋势，并生成预测分析模型。 因此，边缘的关键，在于弄清跨越大量地理分散位置的大型数据流。人们必须采用这种对边缘的新认知，才能真正理解现在边缘计算所能实现的一切。 今天：实时边缘分析 与几年前相比，今天在边缘所能做的事是惊人的。现在，人们可以通过大量的传感器和相机来生成数据，而不是将边缘限制在几个传感器上。然后，这些数据被放在边缘，用比20年前强大数千倍的计算机进行分析——所有成本都是合理的。 高核心计数的CPU和GPU以及高通量网络和高分辨率摄像头现在随处可见，这使得实时边缘分析成为现实。在边缘(业务活动发生的地方)部署实时分析可以帮助公司了解他们的操作并立即作出反应。有了这些知识，许多操作就可以进一步自动化，从而提高生产率并减少损失。 让我们来考虑一下一些当今实时边缘分析的例子： 人工智能驱动的医疗保健边缘计算 在医疗保健领域，红外线和x射线摄像头一直都在急剧改变着，因为它们分辨率很高，并且能够快速将图片提供给技术人员和医生。有了如此高的分辨率，现在病人在见到医生予以确认之前，人工智能就可以进行过滤、评估和诊断异常。通过部署人工智能驱动的边缘计算，医生们节省了时间，因为他们不必依赖向云发送数据来获得诊断。因此，肿瘤学家想要观察是否患者确患有肺癌，可以将实时人工智能过滤器应用于患者的肺部图像，以获得快速准确的诊断，这样可以大大减少患者等待反馈的焦虑。 由分析系统驱动的自动驾驶汽车 自动驾驶汽车之所以在今天成为可能，是因为相对便宜和有效的相机提供了360度立体视觉。其分析系统还可以实现精确的图像识别，因此计算机可以精确辨别路上出现的到底是风滚草还是邻居家的猫，并决定何时刹车还是转向绕过障碍物，以确保驾乘安全。高性能CPU和GPU的可负担性、可用性和小型化趋势使得实时模式识别和矢量规划成为可能，这就是自动驾驶汽车的智能驾驶。自动驾驶汽车成功的要点，在于必须有足够的数据和处理能力，足够快地做出智能决策，以采取纠正措施。这一点现在只有通过如今的边缘技术才能得以实现。 在实践中的分布式体系结构 当非常强大的计算被部署在边缘时，公司可以更好地优化操作，而不必担心延迟或失去与云的连接。现在所有的东西都分布在边缘位置，所以问题是实时解决的，彼此之间只有零星的连接。 自第一波边缘技术出现以来，我们已经取得了长足的进展。由于边缘技术的进步，公司现在对自己的业务有了更全面的看法。今天的边缘技术不仅能帮助企业提高利润，事实上，它还能帮助企业降低风险，改善产品、服务，以及提升与他们打交道的人的体验。 （编辑：东莞站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐