對物聯(lián)網(wǎng)IoT技術(shù)感興趣的朋友在這兩年一定經(jīng)常可以看到“邊緣計算”這個名詞,但是總感覺不明白到底什么是“邊緣計算”,不明覺厲的感覺。 讓我們看看業(yè)界泰斗Intel是如何解釋邊緣計算的:
圖1:圖片取自Intel官網(wǎng)頁面 從圖1Intel官網(wǎng)這段話中,我們可以總結(jié)出Intel對邊緣計算的定義:
1. 相對于云計算的集中式計算,邊緣計算屬于分布式計算。
2. 相對于云計算系統(tǒng)需要上傳大量的待計算數(shù)據(jù),邊緣計算可以大幅減少需要上傳的數(shù)據(jù)量。
3. 相對于云計算系統(tǒng),邊緣計算實時性更好。
看到這里相信大家都明白了,“邊緣計算”是與“云計算”相對應(yīng)的一種技術(shù),“邊緣”的意思就是現(xiàn)場數(shù)據(jù)采集這一端。“邊緣計算”就是“在數(shù)據(jù)采集現(xiàn)場處理數(shù)據(jù)”。
如果還不明白我就再舉一個例子,這次在抗擊新冠病毒中立了大功的阿里云AI診斷技術(shù),通過分析醫(yī)院上傳的CT影像資料,20秒就能確診新冠肺炎,準確率高達96%。這就是典型的云計算。如果將阿里云AI診斷系統(tǒng)運行于醫(yī)院的服務(wù)器,本地?zé)o法識別的圖像再上傳到云做進一步分析,就可以避免向云端傳輸所有CT影像數(shù)據(jù),只需要傳輸本地?zé)o法識別的圖像。后者就屬于邊緣計算系統(tǒng)。
圖2:云計算診斷
圖3:邊緣計算診斷 從邊緣計算的定義來看,最典型的邊緣計算莫過于汽車無人駕駛系統(tǒng)。各種傳感器數(shù)據(jù)(攝像頭,激光雷達,毫米波雷達,定位信號)都在本地進行處理。還有就是海量數(shù)據(jù)采集系統(tǒng),海量數(shù)據(jù)的采集過程中,往往包含了大量的無效數(shù)據(jù),如果采用邊緣計算,將“生”數(shù)據(jù)進行簡單的預(yù)處理,挑選出有效數(shù)據(jù)進行上傳,將大大提高系統(tǒng)的運行效率。 從以上內(nèi)容,我們不難總結(jié)出邊緣計算的硬件架構(gòu)。
有傳感器/數(shù)據(jù)采集系統(tǒng),用來生成數(shù)據(jù)。
有較強計算能力的MCU/MPU/CPU,可以本地化處理數(shù)據(jù)。
有存儲系統(tǒng),可以本地化存儲管理數(shù)據(jù)。
具有網(wǎng)絡(luò)通信系統(tǒng),適用于IOT應(yīng)用。
針對邊緣計算市場,貿(mào)澤也針對性的進行了備貨,比如專門用于人臉識別應(yīng)用的MCU NXP i.MX RT106F。
i.MX RT106F交叉處理器是i.MX RT1060系列處理器面向EdgeReady解決方案的特定版本。EdgeReady是NXP針對邊緣計算推出的一系列完整的,包括軟件在內(nèi)的解決方案。
通過集成相應(yīng)的面部識別軟件,i.MX RT106F可以為各種產(chǎn)品添加上人臉識別功能,而且無需Linux/Android系統(tǒng)支持,整個算法可以在小型RTOS上運行,攝像頭獲取的數(shù)據(jù)也無需上傳云去做識別處理,從而也保護了隱私和數(shù)據(jù)安全。
這樣一個具有人臉識別功能的邊緣計算MCU內(nèi)部資源是怎樣的呢?請看圖5。
圖5:i.MX RT106F內(nèi)部架構(gòu) 作為邊緣計算MCU,其計算能力體現(xiàn)為ARM-CortexM7內(nèi)核,最高頻率可達600MHz,采用了Cache、TCM技術(shù)并且具有浮點運算單元,具有優(yōu)秀的實時處理能力和數(shù)學(xué)計算能力(3020 CoreMark@600MHz)。 因為是針對人臉識別而推出的產(chǎn)品,其帶有并行的Camera接口和LCD顯示控制器,支持WXGA 1366x768。在網(wǎng)絡(luò)連接方面,其具有以太網(wǎng)接口;存儲接口有eMMC和SD3.0。
邊緣計算作為近年新出現(xiàn)的技術(shù),其應(yīng)用必將越來越多。
-
云計算
+關(guān)注
關(guān)注
39文章
7776瀏覽量
137361 -
intel
+關(guān)注
關(guān)注
19文章
3482瀏覽量
185935 -
邊緣計算
+關(guān)注
關(guān)注
22文章
3085瀏覽量
48902
原文標(biāo)題:邊緣計算到底是個什么技術(shù)?邊緣計算硬件架構(gòu)
文章出處:【微信號:Mouser-Community,微信公眾號:貿(mào)澤電子設(shè)計圈】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論