云計算和邊緣計算正在塑造物聯(lián)網(wǎng)(IoT)的未來。這種組合為物聯(lián)網(wǎng)網(wǎng)絡中連接的設備帶來了穩(wěn)定性,并通過處理更接近源的數(shù)據(jù)來解決延遲問題。
云計算明顯改變了數(shù)據(jù)處理的形式,特別是對于大數(shù)據(jù)。利用云的計算能力,物聯(lián)網(wǎng)實現(xiàn)了跨越式發(fā)展,我們獲得,存儲和處理數(shù)據(jù),而不必配置計算資源和管理。
物聯(lián)網(wǎng)每年安裝數(shù)十億臺智能設備,據(jù)估計,到2020年將安裝超過200億臺智能設備。由于安裝了大量設備并連接到物聯(lián)網(wǎng),因此處理的數(shù)據(jù)量一直在增加。我們正應對著處理和分析這些數(shù)據(jù)的挑戰(zhàn),特別是在需要近乎實時處理這些數(shù)據(jù)的情況下。僅云計算無法幫助處理如此龐大的數(shù)據(jù)集并實時提供響應。
解碼邊緣計算
據(jù)國際數(shù)據(jù)公司(IDC)稱,邊緣計算(Edge computing)是一個微型數(shù)據(jù)中心的網(wǎng)狀網(wǎng)絡,可在本地處理或存儲關鍵數(shù)據(jù),并將所有接收的數(shù)據(jù)推送到中央數(shù)據(jù)中心或云存儲庫。
簡而言之,邊緣計算可以處理和分析更靠近生成數(shù)據(jù)源的數(shù)據(jù)。
在邊緣計算環(huán)境中安裝和連接的智能設備能夠處理關鍵任務數(shù)據(jù)并實時響應,而不是通過網(wǎng)絡將所有數(shù)據(jù)發(fā)送到云并等待云響應。設備本身就像一個迷你數(shù)據(jù)中心,由于基本分析正在設備上進行,因此延遲幾乎為零。利用這種新增功能,數(shù)據(jù)處理變得分散,網(wǎng)絡流量大大減少。云可以在以后收集這些數(shù)據(jù)進行第二輪評估,處理和深入分析。
邊緣計算給物聯(lián)網(wǎng)帶來的好處
利用邊緣計算為物聯(lián)網(wǎng)設備帶來諸多好處,例如接近零延遲,較小的網(wǎng)絡負載,增加的彈性,減少的數(shù)據(jù)暴露以及較低的數(shù)據(jù)管理成本。讓我們逐一看看這些:
近零延遲:
接近零延遲是邊緣計算的最大優(yōu)勢。數(shù)據(jù)收集,處理和采取行動之間的時間間隔幾乎是實時的。這是在關鍵任務情況下物聯(lián)網(wǎng)設備的重要要求。一個非常好的例子是無人駕駛汽車。
谷歌預估他們的自動駕駛汽車每秒產(chǎn)生大約1GB的數(shù)據(jù)!需要快速處理大量此類數(shù)據(jù),以便汽車能夠保持正確的路線并避免碰撞。想象一下,如果這些數(shù)據(jù)被收集,傳輸?shù)皆疲茣ζ溥M行處理,然后將其發(fā)送回汽車。盡管整個過程在幾秒鐘內(nèi)完成,但事實證明為時已晚,而且汽車可能已經(jīng)遇到了碰撞。此方案中的最佳解決方案是使用邊緣計算分析傳感器本身的數(shù)據(jù),然后將其發(fā)送到云以進行后續(xù)分析。
邊緣計算在醫(yī)療行業(yè)也很重要。延遲在醫(yī)療保健行業(yè)中較為關鍵,其中設備連接到心率監(jiān)測器或心臟起搏器,并且輕微延遲可能導致患者的生死狀況。
較小的網(wǎng)絡負載:
思科估計到2020年,物聯(lián)網(wǎng)設備處理的數(shù)據(jù)量將達到近7.5 Zettabytes(1ZB = 1,000,000,000,000 GB)!這是互聯(lián)網(wǎng)高速公路上的大量數(shù)據(jù),可能導致網(wǎng)絡擁堵增加,尤其是在連接較弱的地區(qū)。使用邊緣計算,大部分流量負載將通過在源處理數(shù)據(jù)而不是通過網(wǎng)絡發(fā)送所有數(shù)據(jù),網(wǎng)絡擁堵明顯改善。
增強彈性:
借助邊緣計算提供的分散式架構,網(wǎng)絡中的其他連接設備變得更具彈性。將此與云上的單個虛擬機故障進行比較,這將影響連接到網(wǎng)絡的數(shù)千甚至數(shù)百萬個IoT設備。即使其中一個設備發(fā)生故障,它也不會影響其他設備,并且它們?nèi)匀槐3只顒雍瓦\行狀態(tài)。
減少數(shù)據(jù)暴露:
邊緣計算減少了它通過網(wǎng)絡發(fā)送的數(shù)據(jù)量。這樣做還有助于減少傳輸中的數(shù)據(jù)泄露。在某些情況下,智能設備收集的敏感和關鍵數(shù)據(jù)(如支付卡行業(yè)(PCI)和個人身份信息(PII))根本不需要傳輸。這有助于在每個國家對此數(shù)據(jù)有不同規(guī)定并且更靠近其來源處理數(shù)據(jù)有助于避免許多隱私,法律和安全復雜性的情況。通過進一步加密數(shù)據(jù)和控制訪問,我們可以使其更安全地抵御已知威脅。
較低的數(shù)據(jù)管理成本:
使用邊緣計算可以顯著降低云上的存儲成本,因為我們并未將所有內(nèi)容存儲在云上。由于數(shù)量相對較少,這也有助于有效地管理數(shù)據(jù)。只有需要更深入分析的匯總數(shù)據(jù)才會發(fā)送到云端,隨后會對其進行分析和推斷。
邊緣計算和云協(xié)同工作,實現(xiàn)物聯(lián)網(wǎng)
我們已經(jīng)看到邊緣計算如何使物聯(lián)網(wǎng)受益,那么來分析下為什么邊緣計算不能完全替代云計算。
為了滿足物聯(lián)網(wǎng)設備的所有要求和需求,邊緣計算和云計算需要協(xié)同工作。來自智能設備和傳感器的所有數(shù)據(jù)仍然需要在云上進行匯總,這需要更深入的分析,以便從中獲取有意義的見解。云計算仍然在使物聯(lián)網(wǎng)設備更智能和更好的過程中發(fā)揮關鍵作用。
回過頭來看看谷歌自動駕駛汽車的例子。
在收集了所有車輛的數(shù)據(jù)并使用云進行分析后,Google可以提出最佳實踐和駕駛算法,這些算法將改善其導航并使車輛在首次訪問的位置時表現(xiàn)最佳。
美國和歐洲的主要貨運公司已經(jīng)在使用這種方法從技術中受益并節(jié)省了主要成本。他們將傳感器放置在車隊中,并收集各種數(shù)據(jù),包括發(fā)動機性能,輪胎,燃油油位,變速箱和電池。在邊緣處理這些數(shù)據(jù)是沒有用的,而是將所有這些數(shù)據(jù)發(fā)送到云端。經(jīng)過深入分析,公司可以發(fā)布關于獲取最佳行車路線的警報,何時更換舊零件,需要加油的燃油低,更換故障傳動等等,從而改善并節(jié)省維護,維修和運營成本。
憑借云提供的巨大計算能力,讓它在巨大而繁重的數(shù)據(jù)集上進行繁重的工作是有意義的。大多數(shù)時候,云計算的集中性在速度,成本和可擴展性方面優(yōu)于邊緣計算的分散性質(zhì)。因此,為了完全滿足物聯(lián)網(wǎng)的主要需求,即延遲和大數(shù)據(jù)處理,我們看到邊緣計算和云計算需要協(xié)調(diào)工作。邊緣負責實時分析和響應,而云負責數(shù)據(jù)集的繁重和處理,以改善這些智能設備的功能。
總結
物聯(lián)網(wǎng)未來幾年將快速發(fā)展。雖然云計算推動了物聯(lián)網(wǎng)的發(fā)展,但邊緣計算對所收集的數(shù)據(jù)有了更強大的洞察和分析力。隨著技術的進步,它將幫助你更好地管理并顯著改善物聯(lián)網(wǎng)工作。
評論
查看更多