Gartner近期發(fā)布《工業(yè)物聯(lián)網(wǎng)邊緣計算市場指南》,分析了工業(yè)物聯(lián)網(wǎng)邊緣計算的市場走勢。據(jù)Gartner預(yù)測,到2022年,超過50%的企業(yè)生成數(shù)據(jù)將在數(shù)據(jù)中心或云之外進行創(chuàng)建和處理,20%的新工業(yè)控制系統(tǒng)將擁有分析和AI邊緣推理能力,至少50%的現(xiàn)場物聯(lián)網(wǎng)項目將使用容器進行邊緣應(yīng)用程序生命周期管理,此外,至少50%的高端工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)將提供可選的5G模塊。
根據(jù)用例,邊緣計算可以在設(shè)備內(nèi)部、網(wǎng)關(guān)內(nèi)部或通過在邊緣部署服務(wù)器來實現(xiàn),以滿足不同程度的分析和本地決策需求。下表根據(jù)所需的計算能力水平,列舉了不同邊緣計算交付模型的關(guān)鍵屬性。
工業(yè)物聯(lián)網(wǎng)邊緣計算解決方案的部署有兩類模式:(1)設(shè)備-網(wǎng)關(guān)-云;(2)設(shè)備-網(wǎng)關(guān)-服務(wù)器-云。根據(jù)需要在數(shù)據(jù)源附近運行的分析類型,可以部署這兩種架構(gòu)其中之一。
Gartner預(yù)計,工業(yè)物聯(lián)網(wǎng)領(lǐng)域?qū)⒔?jīng)歷一段整合期。大型OT供應(yīng)商、工業(yè)物聯(lián)網(wǎng)平臺供應(yīng)商、分析和數(shù)據(jù)中心供應(yīng)商將通過戰(zhàn)略收購來提供端到端解決方案,以填補其產(chǎn)品組合中的空白。領(lǐng)先的分析供應(yīng)商已經(jīng)發(fā)布了企業(yè)分析平臺的輕量級版本,以解決各種邊緣用例。數(shù)據(jù)中心OEM供應(yīng)商將邊緣計算視為緩和其營收下降的機會,專注于提供定制化硬件和系統(tǒng)管理軟件,以滿足工業(yè)物聯(lián)網(wǎng)的需求。大型云供應(yīng)商將邊緣計算產(chǎn)品視為基于云的物聯(lián)網(wǎng)平臺的延伸,他們正在努力創(chuàng)建一個硬件供應(yīng)商的生態(tài)系統(tǒng),以確保他們的邊緣計算軟件得到認證或驗證,可以在這些硬件產(chǎn)品上運行。該行業(yè)還出現(xiàn)了一些新的供應(yīng)商,它們提供與基于云的物聯(lián)網(wǎng)平臺集成的邊緣計算軟件平臺。
雖然不同來源的工業(yè)系統(tǒng)的數(shù)據(jù)可以使用AI平臺集中地進行聚合和分析,但是在邊緣部署機器學(xué)習(xí)推理模型并結(jié)合邊緣分析將顯著提高邊緣數(shù)據(jù)的質(zhì)量。通過使用本地可用的數(shù)據(jù),可以實現(xiàn)更佳的實時決策。執(zhí)行這些推理模型,特別是針對處理文本、視頻和語音數(shù)據(jù)流的計算密集型模型,將需要一個相對復(fù)雜的邊緣數(shù)據(jù)處理架構(gòu)。
新的硬件形式將滿足廣泛的邊緣計算需求
由于處理器和電池技術(shù)的快速創(chuàng)新,市場將見證新型邊緣設(shè)備的引入,這些設(shè)備能夠運行數(shù)據(jù)分析以及直接在設(shè)備上運行AI推理模型。預(yù)計在未來幾年內(nèi),硬件供應(yīng)商將專注于提供基于GPU、視覺處理單元(VPUs)、現(xiàn)場可編程門陣列(FPGAs)、應(yīng)用程序特定的處理器和集成電路(ASICs)的邊緣計算硬件。它們都將被設(shè)計成在邊緣處執(zhí)行復(fù)雜的、計算密集型功能的硬件。此外,市場將增加對提高電力消耗效率的關(guān)注,特別是在網(wǎng)關(guān)和嵌入式設(shè)備等受限系統(tǒng)中。
5G將加速分布式計算,但只適用于一些用例
5G蜂窩技術(shù)的引入可能會影響I&O架構(gòu)師重新評估他們的邊緣計算架構(gòu),特別是針對移動性質(zhì)的用例,如自動駕駛汽車、車隊管理、運輸和物流,以及與物聯(lián)網(wǎng)集成的其他用例。5G蜂窩技術(shù)可實現(xiàn)千兆級的下載和上傳速度。因此,一些企業(yè)可能會評估將生成的所有數(shù)據(jù)發(fā)送到云或數(shù)據(jù)中心進行近實時分析的可能性。另一方面,5G也可能加速真正的分布式計算架構(gòu)的部署。然而,初期階段5G對于大規(guī)模物聯(lián)網(wǎng)項目來說可能成本過高。此外,5G可能不適用于不支持5G連接的偏遠地區(qū)的邊緣用例。
傳感器融合將在邊緣處改善數(shù)據(jù)質(zhì)量,但會使邊緣計算體系架構(gòu)復(fù)雜化
傳感器融合通常用于個人設(shè)備,如智能手機和個人醫(yī)療設(shè)備,其中來自GPS、陀螺儀和加速度計的數(shù)據(jù)在設(shè)備中包含的專用微控制器單元(MCUs)中進行組合和分析,為用戶提供特定的、個性化的見解。傳感器融合也應(yīng)用于自動駕駛汽車中,從激光雷達、攝像機、里程計、雷達和其他傳感器獲得的數(shù)據(jù)通過卡爾曼濾波等算法進行融合和精簡,以提供對周邊環(huán)境的全面了解。預(yù)計傳感器融合概念將影響未來工業(yè)邊緣計算架構(gòu)的形態(tài)。將來自不同傳感器的多種數(shù)據(jù)類型(不僅包括遙測數(shù)據(jù),還包括邊緣的視頻和音頻流)組合在一起的能力,有助于在數(shù)據(jù)生成源頭附近改善數(shù)據(jù)質(zhì)量。此外,在其他情況下,它也可以提供邊緣環(huán)境的完整視圖。然而,融合來自不同數(shù)據(jù)源的數(shù)據(jù)是復(fù)雜的,因為它需要攝取、標(biāo)準(zhǔn)化和處理多個數(shù)據(jù)流。這將迫使基礎(chǔ)設(shè)施架構(gòu)師和數(shù)據(jù)架構(gòu)師重新設(shè)計他們的邊緣基礎(chǔ)架構(gòu)。
數(shù)據(jù)分析和AI能力將向上游轉(zhuǎn)移,進入控制網(wǎng)絡(luò)
如今在工業(yè)物聯(lián)網(wǎng)項目中,大多數(shù)與IoT分析相關(guān)的過程都是在工業(yè)控制網(wǎng)絡(luò)之外通過網(wǎng)關(guān)實現(xiàn),或在OT平臺上通過工業(yè)服務(wù)器實現(xiàn),或兩種方式結(jié)合。這是因為工業(yè)自動化供應(yīng)商沒有將先進的數(shù)據(jù)分析和以AI為中心的能力融入到工業(yè)控制系統(tǒng)中,如PLCs和DCSs。更重要的是,到目前為止,它們還沒有被認為是必須具備的能力。然而,Gartner預(yù)測隨著IT/OT融合和向工業(yè)4.0的轉(zhuǎn)型,這種情況會逐漸改變。Gartner預(yù)計工業(yè)自動化供應(yīng)商和數(shù)據(jù)分析供應(yīng)商之間將進行更深入的合作,共同創(chuàng)建智能工業(yè)控制系統(tǒng)。這將為企業(yè)提供更好的資產(chǎn)控制、資產(chǎn)生命周期管理以及新的收益來源。
容器將被視為大型現(xiàn)場物聯(lián)網(wǎng)項目的基石
部署在本地中的網(wǎng)關(guān)和邊緣服務(wù)器可能需要應(yīng)用程序更新來添加新的用例或工作流。這些系統(tǒng)通常在帶寬受限的網(wǎng)絡(luò)中運行。模塊化、可移植性、低開銷和隔離性等特性使容器成為跨垂直行業(yè)的現(xiàn)場物聯(lián)網(wǎng)項目的一個有吸引力的選擇。容器確保以最小的變更管理開銷更新應(yīng)用程序組件,從而降低總體帶寬需求。它們還提供了一個有助于隔離特定進程的環(huán)境。
來源:賽博研究院
IIOT邊緣計算市場定義
邊緣計算解決方案能夠在將數(shù)據(jù)傳輸?shù)街醒霐?shù)據(jù)中心或云之前在本地對數(shù)據(jù)進行處理和存儲。工業(yè)物聯(lián)網(wǎng)環(huán)境下典型的數(shù)據(jù)來源包括傳感器和控制設(shè)備,如可編程邏輯控制器(PLCs)和分布式控制系統(tǒng)(DCSs)。目前邊緣計算解決方案供應(yīng)商來自不同背景,包括數(shù)據(jù)中心OEMs、OT、云計算、分析和通信服務(wù)提供商等。IIOT邊緣計算需具備的關(guān)鍵能力
- 能夠聚合終端設(shè)備生成的數(shù)據(jù)并將其標(biāo)準(zhǔn)化,以便數(shù)據(jù)分析平臺能夠接收數(shù)據(jù)。
- 數(shù)據(jù)處理能力,例如通過規(guī)則引擎進行事件過濾,復(fù)雜事件流處理或數(shù)據(jù)生成后的處理分析。
- 能夠執(zhí)行AI推理模型與分析。
- 基于傳入事件和數(shù)據(jù)采取本地操作的能力。
- 本地和遠程提供可視化功能的能力。
- 在云或任何數(shù)據(jù)中心之間傳輸和接收數(shù)據(jù)的能力,以及在網(wǎng)絡(luò)中斷時自主運行的能力。
IIOT邊緣計算部署模式
工業(yè)物聯(lián)網(wǎng)邊緣計算解決方案通常由邊緣設(shè)備、網(wǎng)關(guān)、I/O模塊、邊緣服務(wù)器、微數(shù)據(jù)中心和分析軟件組成。根據(jù)實際用例和需要獲取和分析數(shù)據(jù)的速度,可以在邊緣部署這些組件的不同組合。根據(jù)用例,邊緣計算可以在設(shè)備內(nèi)部、網(wǎng)關(guān)內(nèi)部或通過在邊緣部署服務(wù)器來實現(xiàn),以滿足不同程度的分析和本地決策需求。下表根據(jù)所需的計算能力水平,列舉了不同邊緣計算交付模型的關(guān)鍵屬性。
工業(yè)物聯(lián)網(wǎng)邊緣計算解決方案的部署有兩類模式:(1)設(shè)備-網(wǎng)關(guān)-云;(2)設(shè)備-網(wǎng)關(guān)-服務(wù)器-云。根據(jù)需要在數(shù)據(jù)源附近運行的分析類型,可以部署這兩種架構(gòu)其中之一。
IIOT邊緣計算市場走勢
當(dāng)前物聯(lián)網(wǎng)市場中的大多數(shù)供應(yīng)商都已經(jīng)認識到,邊緣計算已成為物聯(lián)網(wǎng)解決方案的一個組成部分。由于成本過高、帶寬密集、影響性能或不實用等原因,并非所有數(shù)據(jù)都需要發(fā)送到云或核心數(shù)據(jù)中心。因此,必須在數(shù)據(jù)生成處部署數(shù)據(jù)聚合和處理功能,以實現(xiàn)使用實時分析進行快速決策。在某些情況下,為滿足法規(guī)要求,也需要在邊緣位置處理和存儲數(shù)據(jù)。Gartner預(yù)計,工業(yè)物聯(lián)網(wǎng)領(lǐng)域?qū)⒔?jīng)歷一段整合期。大型OT供應(yīng)商、工業(yè)物聯(lián)網(wǎng)平臺供應(yīng)商、分析和數(shù)據(jù)中心供應(yīng)商將通過戰(zhàn)略收購來提供端到端解決方案,以填補其產(chǎn)品組合中的空白。領(lǐng)先的分析供應(yīng)商已經(jīng)發(fā)布了企業(yè)分析平臺的輕量級版本,以解決各種邊緣用例。數(shù)據(jù)中心OEM供應(yīng)商將邊緣計算視為緩和其營收下降的機會,專注于提供定制化硬件和系統(tǒng)管理軟件,以滿足工業(yè)物聯(lián)網(wǎng)的需求。大型云供應(yīng)商將邊緣計算產(chǎn)品視為基于云的物聯(lián)網(wǎng)平臺的延伸,他們正在努力創(chuàng)建一個硬件供應(yīng)商的生態(tài)系統(tǒng),以確保他們的邊緣計算軟件得到認證或驗證,可以在這些硬件產(chǎn)品上運行。該行業(yè)還出現(xiàn)了一些新的供應(yīng)商,它們提供與基于云的物聯(lián)網(wǎng)平臺集成的邊緣計算軟件平臺。
以下是將塑造邊緣計算未來市場的關(guān)鍵趨勢:
邊緣AI推理能力將促進本地化洞察和實時響應(yīng)雖然不同來源的工業(yè)系統(tǒng)的數(shù)據(jù)可以使用AI平臺集中地進行聚合和分析,但是在邊緣部署機器學(xué)習(xí)推理模型并結(jié)合邊緣分析將顯著提高邊緣數(shù)據(jù)的質(zhì)量。通過使用本地可用的數(shù)據(jù),可以實現(xiàn)更佳的實時決策。執(zhí)行這些推理模型,特別是針對處理文本、視頻和語音數(shù)據(jù)流的計算密集型模型,將需要一個相對復(fù)雜的邊緣數(shù)據(jù)處理架構(gòu)。
新的硬件形式將滿足廣泛的邊緣計算需求
由于處理器和電池技術(shù)的快速創(chuàng)新,市場將見證新型邊緣設(shè)備的引入,這些設(shè)備能夠運行數(shù)據(jù)分析以及直接在設(shè)備上運行AI推理模型。預(yù)計在未來幾年內(nèi),硬件供應(yīng)商將專注于提供基于GPU、視覺處理單元(VPUs)、現(xiàn)場可編程門陣列(FPGAs)、應(yīng)用程序特定的處理器和集成電路(ASICs)的邊緣計算硬件。它們都將被設(shè)計成在邊緣處執(zhí)行復(fù)雜的、計算密集型功能的硬件。此外,市場將增加對提高電力消耗效率的關(guān)注,特別是在網(wǎng)關(guān)和嵌入式設(shè)備等受限系統(tǒng)中。
5G將加速分布式計算,但只適用于一些用例
5G蜂窩技術(shù)的引入可能會影響I&O架構(gòu)師重新評估他們的邊緣計算架構(gòu),特別是針對移動性質(zhì)的用例,如自動駕駛汽車、車隊管理、運輸和物流,以及與物聯(lián)網(wǎng)集成的其他用例。5G蜂窩技術(shù)可實現(xiàn)千兆級的下載和上傳速度。因此,一些企業(yè)可能會評估將生成的所有數(shù)據(jù)發(fā)送到云或數(shù)據(jù)中心進行近實時分析的可能性。另一方面,5G也可能加速真正的分布式計算架構(gòu)的部署。然而,初期階段5G對于大規(guī)模物聯(lián)網(wǎng)項目來說可能成本過高。此外,5G可能不適用于不支持5G連接的偏遠地區(qū)的邊緣用例。
傳感器融合將在邊緣處改善數(shù)據(jù)質(zhì)量,但會使邊緣計算體系架構(gòu)復(fù)雜化
傳感器融合通常用于個人設(shè)備,如智能手機和個人醫(yī)療設(shè)備,其中來自GPS、陀螺儀和加速度計的數(shù)據(jù)在設(shè)備中包含的專用微控制器單元(MCUs)中進行組合和分析,為用戶提供特定的、個性化的見解。傳感器融合也應(yīng)用于自動駕駛汽車中,從激光雷達、攝像機、里程計、雷達和其他傳感器獲得的數(shù)據(jù)通過卡爾曼濾波等算法進行融合和精簡,以提供對周邊環(huán)境的全面了解。預(yù)計傳感器融合概念將影響未來工業(yè)邊緣計算架構(gòu)的形態(tài)。將來自不同傳感器的多種數(shù)據(jù)類型(不僅包括遙測數(shù)據(jù),還包括邊緣的視頻和音頻流)組合在一起的能力,有助于在數(shù)據(jù)生成源頭附近改善數(shù)據(jù)質(zhì)量。此外,在其他情況下,它也可以提供邊緣環(huán)境的完整視圖。然而,融合來自不同數(shù)據(jù)源的數(shù)據(jù)是復(fù)雜的,因為它需要攝取、標(biāo)準(zhǔn)化和處理多個數(shù)據(jù)流。這將迫使基礎(chǔ)設(shè)施架構(gòu)師和數(shù)據(jù)架構(gòu)師重新設(shè)計他們的邊緣基礎(chǔ)架構(gòu)。
數(shù)據(jù)分析和AI能力將向上游轉(zhuǎn)移,進入控制網(wǎng)絡(luò)
如今在工業(yè)物聯(lián)網(wǎng)項目中,大多數(shù)與IoT分析相關(guān)的過程都是在工業(yè)控制網(wǎng)絡(luò)之外通過網(wǎng)關(guān)實現(xiàn),或在OT平臺上通過工業(yè)服務(wù)器實現(xiàn),或兩種方式結(jié)合。這是因為工業(yè)自動化供應(yīng)商沒有將先進的數(shù)據(jù)分析和以AI為中心的能力融入到工業(yè)控制系統(tǒng)中,如PLCs和DCSs。更重要的是,到目前為止,它們還沒有被認為是必須具備的能力。然而,Gartner預(yù)測隨著IT/OT融合和向工業(yè)4.0的轉(zhuǎn)型,這種情況會逐漸改變。Gartner預(yù)計工業(yè)自動化供應(yīng)商和數(shù)據(jù)分析供應(yīng)商之間將進行更深入的合作,共同創(chuàng)建智能工業(yè)控制系統(tǒng)。這將為企業(yè)提供更好的資產(chǎn)控制、資產(chǎn)生命周期管理以及新的收益來源。
容器將被視為大型現(xiàn)場物聯(lián)網(wǎng)項目的基石
部署在本地中的網(wǎng)關(guān)和邊緣服務(wù)器可能需要應(yīng)用程序更新來添加新的用例或工作流。這些系統(tǒng)通常在帶寬受限的網(wǎng)絡(luò)中運行。模塊化、可移植性、低開銷和隔離性等特性使容器成為跨垂直行業(yè)的現(xiàn)場物聯(lián)網(wǎng)項目的一個有吸引力的選擇。容器確保以最小的變更管理開銷更新應(yīng)用程序組件,從而降低總體帶寬需求。它們還提供了一個有助于隔離特定進程的環(huán)境。
來源:賽博研究院
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。
舉報投訴
-
5G
+關(guān)注
關(guān)注
1354文章
48439瀏覽量
564004 -
工業(yè)物聯(lián)網(wǎng)
+關(guān)注
關(guān)注
25文章
2375瀏覽量
64124 -
IOT
+關(guān)注
關(guān)注
187文章
4204瀏覽量
196710 -
邊緣計算
+關(guān)注
關(guān)注
22文章
3085瀏覽量
48904
發(fā)布評論請先 登錄
相關(guān)推薦
有方科技助力物聯(lián)網(wǎng)邊緣計算產(chǎn)業(yè)發(fā)展
近日,由有方科技參編的國標(biāo)GB/T 41780.2-2024《物聯(lián)網(wǎng) 邊緣計算 第 2 部分:數(shù)據(jù)管理要求》正式生效,標(biāo)志著我國在物
物聯(lián)網(wǎng)邊緣計算的概念
在數(shù)字化轉(zhuǎn)型的浪潮中,物聯(lián)網(wǎng)(IoT)已經(jīng)成為連接物理世界與數(shù)字世界的橋梁。隨著數(shù)十億設(shè)備聯(lián)網(wǎng),數(shù)據(jù)量呈指數(shù)級增長,傳統(tǒng)的云計算中心面臨著前所未有的挑戰(zhàn)。
邊緣計算在物聯(lián)網(wǎng)中的作用
邊緣計算在物聯(lián)網(wǎng)(IoT)中發(fā)揮著至關(guān)重要的作用,具體體現(xiàn)在以下幾個方面: 一、實時數(shù)據(jù)處理與分析 邊緣
IOT邊緣計算網(wǎng)關(guān):物聯(lián)網(wǎng)的“神經(jīng)系統(tǒng)”
在物聯(lián)網(wǎng)(IoT)的快速發(fā)展中,邊緣計算網(wǎng)關(guān)作為物聯(lián)網(wǎng)的“神經(jīng)系統(tǒng)”,扮演著至關(guān)重要的角色。它不
邊緣計算物聯(lián)網(wǎng)平臺是什么
隨著物聯(lián)網(wǎng)(IoT)技術(shù)的飛速發(fā)展,萬物互聯(lián)已成為現(xiàn)實。然而,面對海量數(shù)據(jù)的處理與實時響應(yīng)需求,傳統(tǒng)的云計算模式逐漸顯露出其局限性,如數(shù)據(jù)傳輸延遲、帶寬消耗大、數(shù)據(jù)安全與隱私保護等問題
ARMxy ARM物聯(lián)網(wǎng)邊緣計算網(wǎng)關(guān)支持Node-RED用于云邊端一體化
隨著工業(yè)物聯(lián)網(wǎng)(IIoT)的蓬勃發(fā)展,邊緣計算網(wǎng)關(guān)成為實現(xiàn)數(shù)據(jù)采集、處理與轉(zhuǎn)發(fā)的關(guān)鍵設(shè)備。ARMxy ARM
邊緣計算物聯(lián)網(wǎng)關(guān)如何優(yōu)化數(shù)據(jù)采集?
地制約了數(shù)據(jù)采集的效率和質(zhì)量。在這一背景下,邊緣計算物聯(lián)網(wǎng)關(guān)作為一種創(chuàng)新的技術(shù)解決方案,正逐步成為優(yōu)化數(shù)據(jù)采集的重要工具。 邊緣
邊緣計算物聯(lián)網(wǎng)關(guān)如何優(yōu)化數(shù)據(jù)處理流程
在物聯(lián)網(wǎng)技術(shù)日新月異的今天,數(shù)據(jù)的產(chǎn)生、傳輸與處理已成為推動行業(yè)智能化轉(zhuǎn)型的關(guān)鍵。邊緣計算物聯(lián)網(wǎng)
邊緣計算物聯(lián)網(wǎng)網(wǎng)關(guān)
邊緣計算物聯(lián)網(wǎng)網(wǎng)關(guān)是物聯(lián)網(wǎng)系統(tǒng)中的關(guān)鍵設(shè)備,它位于網(wǎng)絡(luò)的邊緣
邊緣計算網(wǎng)關(guān)是什么?邊緣計算網(wǎng)關(guān)的特點及價值
設(shè)備和云平臺的橋梁,其重要性日益凸顯。本文將詳細探討工業(yè)級邊緣計算網(wǎng)關(guān)的定義、特點以及其在智能制造中的應(yīng)用價值。 一、工業(yè)級邊緣
網(wǎng)關(guān)助力邊緣物聯(lián)網(wǎng)
網(wǎng)關(guān)助力邊緣物聯(lián)網(wǎng) 在探討網(wǎng)關(guān)如何助力邊緣物聯(lián)網(wǎng)(IoT)的議題時,我們不得不深入分析這一技術(shù)交
邊緣計算網(wǎng)關(guān)是什么?該如何選擇?
隨著物聯(lián)網(wǎng)和云技術(shù)的發(fā)展,邊緣計算網(wǎng)關(guān)作為物聯(lián)網(wǎng)和云系統(tǒng)連接的重要橋梁起著關(guān)鍵作用。本文以蘇州穩(wěn)
邊緣計算網(wǎng)關(guān)的工作原理及其在工業(yè)領(lǐng)域的應(yīng)用價值
隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展,物聯(lián)網(wǎng)時代已經(jīng)悄然來臨。在這個時代,數(shù)以億計的設(shè)備相互連接,共享數(shù)據(jù),共同構(gòu)建智慧的世界。邊緣
邊緣計算物聯(lián)網(wǎng)網(wǎng)關(guān)的功能特點和應(yīng)用場景
高度發(fā)展的工業(yè)自動化時代,豐富多樣的設(shè)備帶來了海量的數(shù)據(jù),給集中式的云計算資源帶來較大的運行壓力,但同時也帶動了邊緣計算技術(shù)的發(fā)展。邊緣
評論