边缘计算是如何弥补传统云计算的不足

随着物联网的发展,边缘计算的作用将越来越重要,未来边缘计算与云计算的结合将能够满足产业互联网对于网络计算服务的多种要求,这其中涉及到处理能力、处理效率、数据安全等多个方面。
云计算在产业互联网阶段面临最为直接的问题集中在三点,其一是物联网作为产业互联网的重要基础,在数据量上有明显的提升,这必然会增加网络传输负担,从而导致网络响应速度的下降,对于很多工业场景来说,延迟对于技术的可用性会有比较大的影响。
边缘计算可以在网络边缘就近处理物联网所产生的海量数据,这能够在一定程度上降低网络传输的数据量。
其二是物联网与行业领域的结合非常紧密,虽然云计算能够提供IaaS、PaaS和SaaS来分别服务于不同的应用场景,但是要想让云计算真正完成全场景计算服务,还需要有边缘计算的参与,边缘计算可以进行针对性的业务处理,可以与具体业务场景相耦合。
从这个角度来看,未来边缘计算的市场规模还是非常大的。
其三是物联网所产生的数据往往涉及到企业的核心技术,所以会有严格的应用边界要求,如果完全采用云计算技术则会在一定程度上提升安全风险,而边缘计算能够很好的解决这个问题。
边缘计算完全可以让企业的核心数据留在本地,而把处理完的结果交给云计算进行下一阶段的处理,这会在很大程度上打消企业在产业互联网改造过程中的顾虑。
最后,边缘计算未来在产业互联网阶段会有较大的发展空间,相对于云计算的集中式产业模式来说,边缘计算更具有行业属性,可以带动的产业规模将非常可观。
我从事互联网行业多年,目前也在带计算机专业的研究生,主要的研究方向集中在大数据和人工智能领域,我会陆续写一些关于互联网技术方面的文章,感兴趣的朋友可以
如果有互联网、大数据、人工智能等方面的问题,或者是考研方面的问题,都可以在评论区留言!
参考:
在AI和物联网等技术推动下,边缘侧演生出多元化场景,计算力正不断从云向边缘侧延展,同时反哺云与端的发展。
数字经济时代,80%的人工智能决策将发生在边缘和端侧。
据IDC预测,全球企业基础设施建设在边缘部署比例将从2020年的10%增长到2023年的50%,全球智能终端接入数量将从2020年的500亿个增长到2025年的1500亿个,爆炸式增长的数据量在边缘侧源源不断的产生。
众所周知,边缘计算是在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用、智能等核心能力的开放平台,与云计算互相协同,助力各行各业的数字化转型。
随着边缘计算市场快速发展,边缘计算场景和应用需求多元化特征越来越明显。
比如ICT融合场景、泛CDN、智能网联汽车、工业互联网、能源、交通、金融等产业+AI、城市治理、智能物联网等目前发展最快速的边缘计算场景,其对边缘计算设备、边缘算力的需求都是截然不同的。
浪潮从产品性能、节能、安全性、严苛环境的适应性、大规模场景的运维部署等方面进行全面考量,快速布局边缘,打造边缘微服务器、便携AI服务器、边缘服务器、边缘微中心这四大产品系列,帮助用户更好的应对不同场景下边缘计算的差异化需求。
据IDC最新公布的2020年中国边缘计算服务器市场数据显示,浪潮边缘服务器市占率达32%,位居第一。

参考:
边缘计算(Edge Computing)也是一种分布式计算的框架,在这种框架下,应用程序、数据资料与服务的运算,被从网络中心节点移往网络逻辑上的边缘节点处理。
边缘计算把原本集中计算框架下完全由中心节点处理的大型服务分解、切割成一些更小且更容易管理的部分,它们被分散到边缘节点处理。
由于边缘节点更接近于用户的终端设备,可以加快资料的处理与反馈速度,从而降低延迟。
那么,同为「分布式计算」的其中一种,边缘计算与云计算的区别在哪里?
我们为什么需要使用边缘计算这种架构?
二者之间的主要区别在于,在云计算框架下,数据收集、处理、分析于集中的位置,而在边缘计算框架下,在靠近设备(数据源)的位置,就近提代近端服务。
由于边缘计算的应用程序在设备(边缘)侧发起,其网络服务响应可以更快,在实时性、安全性与隐私保护等方面更具优势。
为什么需要使用边缘计算?
在云计算框架下,最终用户在网络的「边缘」访问通常集中于大型数据中心的计算资源和服务,这种框架的成本和资源共享的效率明显。
不过,AIoT物联网时代,「新型」的最终用户更需要接近物理设备or数据源实际位置(网络的「边缘」)的计算能力。

参考:
边缘计算速度比传统云计算要快。
因为把尽可能多的计算放在距离用户更近的服务器端来进行,节省了往返传递数据的时间,而且边缘计算相当于把负载分配掉,避免中央数据中心服务器的任务过多,导致任务完成的时间推迟。

标签