边缘计算的发展历程及实施

发布时间：2022-07-27 14:52:57 所属栏目：交互来源：互联网

导读：如今，人们对边缘计算寄予了越来越多的希望。该行业充满了大胆的想法，例如边缘将吞噬云，实时自动化将遍布医疗保

　　如今，人们对边缘计算寄予了越来越多的希望。该行业充满了大胆的想法，例如“边缘将吞噬云”，实时自动化将遍布医疗保健、零售和制造业。

　　第一波边缘计算：物联网(IoT)
　　对于大多数行业来说，边缘的概念与物联网(IoT)的第一波浪潮紧密相关。当时，人们大部分重点都集中在从安装在所有东西上的小型传感器收集数据，然后将这些数据传输到一个中心位置——比如云或主数据中心。

　　此外，对安全的担忧也影响了物联网的大规模应用。计算方法很简单:跨越多个地点的数千台连接设备，相当于一个巨大且通常未知的暴露量。由于潜在的风险超过了未经证实的好处，许多人采取观望的谨慎态度。

　　超越物联网1.0
　　而现在越来越清楚的是，边缘不在于物联网，而在于跨分布式站点和地理位置的运营进行实时决策。在IT以及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这些位置的决策称为“边缘计算”。

　　边缘无处不在——我们生活的地方、工作的地方以及人类活动发生的地方。稀疏的传感器覆盖范围已通过更新和更灵活的传感器解决。各种集成传感器带来了新的资产和技术。现在，传感器通常会增加高分辨率/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，以及将所有这些相关联的需求结合在一起，会使每秒产生数兆字节的数据。为了从这些庞大的数据流中获得结果，现在在数据产生的地方部署了计算能力。

　　原因很简单，边缘位置和云之间没有足够的可用带宽和时间。在短期内，边缘的数据最重要。现在可以在边缘实时分析和使用数据，而不是稍后在云端进行处理和分析。为了获得更高水平的效率和卓越的运营，计算必须在边缘进行。

　　让我们来考虑一些当今实时边缘分析的例子:

　　1. 超市欺诈防范
　　许多超市现在使用某种形式的自助结账，不幸的是，他们也看到越来越多的欺诈。邪恶的购物者可以用更便宜的条形码代替更昂贵的商品，从而支付更少的钱。为了检测这种类型的欺诈行为，商店现在使用高性能摄像头，将产品的扫描结果和重量与产品的预期质量进行比较。这些摄像头相对便宜，但却能产生大量的数据。通过将计算移动到边缘，可以立即分析数据。这意味着商店可以实时检测欺诈行为，而不是在“顾客”离开之后。

　　2. 食品生产监控
　　如今，一个制造工厂可以在制造过程的每个步骤都配备几十个摄像头和传感器。实时分析和人工智能驱动的推理可以在几毫秒甚至几微秒内揭示出是否存在错误或过程偏离。也许摄像头会显示配料过多。借助摄像头和实时分析，生产线可以调整以停止漂移，甚至在需要维修时停止，而不会造成灾难性的损失。

　　3. 人工智能驱动的医疗保健边缘计算
　　在医疗保健领域，红外和X射线相机一直在改变游戏规则，因为它们提供高分辨率，并迅速向技术人员和医生提供图像。凭借如此高的分辨率，人工智能现在可以在医生确认之前过滤、评估和诊断异常情况。通过部署人工智能驱动的边缘计算，医生可以节省时间，因为他们不需要将数据发送到云端来获得诊断。因此，肿瘤学家在查看患者是否患有肺癌时，可以对患者的肺部图像应用实时AI过滤器，以获得快速准确的诊断，并大大减少患者等待答复的焦虑。

　　自第一波边缘技术浪潮以来，我们已经取得了长足的进步。由于边缘技术的进步，企业现在正以更全面的视角看待自己的运营。现今的边缘技术不仅帮助企业提高利润，事实上，还帮助降低风险，改善产品、服务和用户体验。

（编辑：云计算网_泰州站长网）

【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!