從雲端計算轉向邊緣計算

磐創AI發表於2020-04-06

從雲端計算轉向邊緣計算作者 | Sabina Pokhrel

編譯 | Arno

來源 | Analytics Vidhya

預計到2025年，邊緣計算市場規模將達到290億美元。
在這十年裡，已經發生了一場從本地計算到雲端計算的轉變，允許系統集中和可訪問，並提高了安全性和協作性。今天，在新的十年即將到來之際，我們見證了從雲端計算到邊緣計算的轉變。

什麼是邊緣計算？

從雲端計算轉向邊緣計算
邊緣計算是指在網際網路的“外部邊緣”進行的計算，而不是在中心位置進行計算的雲端計算。邊緣計算通常在資料來源附近執行，例如在連線的相機附近。
自動駕駛汽車是邊緣計算的完美例子。為了使汽車在任何道路上安全行駛，它必須實時觀察道路，如果有人走在汽車前面，它必須停車。在這種情況下，使用邊緣計算在邊緣處處理視覺資訊並作出決策。
從雲端計算轉向邊緣計算
這個例子強調了邊緣計算的一個關鍵動機——速度。集中式雲系統提供了方便的訪問和協作，但伺服器的集中意味著它們遠離資料來源。資料傳輸引入了由網路延遲引起的延遲。對於自動駕駛汽車來說，最短的時間從通過感測器收集資料到做出決定再採取行動是至關重要的。
預計到2025年，邊緣計算市場規模將達到290億美元。－－Grand View Research
從雲端計算轉向邊緣計算
所有這些實時應用都需要邊緣計算。根據Market Research Future（MRFR）研究顯示，到2024年，邊緣計算的市場規模預計將達到224億美元，到2025年將達到290億美元。像Andreessen Horowitz這樣的頂級風投公司正在大舉押注。邊緣計算已經被應用在各種各樣的應用中，從自動駕駛汽車和無人駕駛飛機到家庭自動化系統和零售業，以這樣的普及率，我們只能想象它未來的應用。

為什麼要從雲端移到邊緣？

速度

從雲端計算轉向邊緣計算

從雲端計算轉向邊緣計算
在雲端計算中，邊緣裝置收集資料並將其傳送到雲上進行進一步的處理和分析。邊緣裝置發揮著有限的作用，傳送資訊到雲，並從雲接收處理過的資訊。所有真正的工作都是在雲中完成的。
這種型別的基礎設施可能適用於使用者可以等待2或3秒以獲得響應的應用程式。但是，這不適合需要更快響應的應用程式，尤其是那些需要實時操作的應用程式，例如在自動駕駛汽車中。但是，即使在一個更普通的例子中，比如基本的網站互動，開發人員也會部署JavaScript來檢測使用者的行為，並在使用者瀏覽器中對其做出響應。如果響應時間對應用程式的成功至關重要，那麼在原始碼附近解釋輸入資料是更好的選擇（如果有）。當輸入和輸出同時發生在同一位置時，例如在物聯網裝置中，邊緣計算消除了網路延遲，並且實時成為可能。

頻寬

邊緣計算意味著更少的資料傳輸，因為大部分繁重的工作都是由邊緣裝置完成的。而不是將原始資料傳送到雲端，大部分處理是在邊緣完成的，只有結果傳送到雲端，因此需要的資料傳輸頻寬更少。
讓我們以一個使用雲端計算基礎設施的智慧停車系統為例，瞭解有多少停車位可用。比如說，每幾秒鐘就有1080p的實時視訊或靜止影像傳送到雲端。想象一下這個解決方案每小時所需的網路頻寬和資料傳輸成本，通過網路連續傳輸大量原始資料：
從雲端計算轉向邊緣計算
相比之下，如果智慧停車系統使用邊緣計算，它只需每隔幾秒向雲傳送一個整數，即有多少個停車位可用，從而導致頻寬減少，並導致資料傳輸成本降低。

規模

物聯網意味著更多的系統，更多的系統意味著更多的頻寬和更多的集中伺服器負載。在雲端計算架構中，增加一個物聯網裝置會增加頻寬需求和雲端計算能力。
讓我們使用上面的智慧停車系統的例子，將1080p視訊流傳輸到雲端。客戶希望在另外10個停車場安裝此係統。為了促進這一點，他們需要增加他們的網路頻寬，並且需要大約10倍的計算能力和雲端儲存空間，因為集中式伺服器上的負載隨著來自10個附加相機的輸入資料而增加。這增加了網路流量，上行鏈路頻寬成為瓶頸。因此，隨著網路流量、頻寬和雲資源的使用隨著每一個附加裝置的增加而增加，擴充套件成本很高。
從雲端計算轉向邊緣計算
相比之下，在邊緣計算中，增加一個物聯網每單位裝置成本增加。每臺裝置頻寬和雲端計算能力不需要增加，因為大多數處理是在邊緣完成的。使用邊緣計算架構，在停車場系統中新增10個額外的物聯網裝置似乎不那麼令人畏懼，因為不需要增加雲端計算能力或網路頻寬。因此，邊緣計算架構的可擴充套件性要高得多。
從本地計算到雲端計算，再到邊緣計算，隨著我們對計算系統的效能和創新的需求不斷提高，軟體架構也在不斷髮展。隨著我們超越現有的基於雲的架構，對實時應用的需求和物聯網等成本壓力推動了邊緣計算市場的增長。這是一種趨勢，將為2020年的軟體業增色。
你已經在使用邊緣計算了嗎？邊緣計算還有哪些好處？把你的想法在下面評論吧。

參考文獻

  • https://www.marketresearchfuture.com/reports/Edge-Computing-market-3239

  • https://www.grandviewresearch.com/press-release/global-Edge-Computing-market

  • https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6539964/

  • https://www.theverge.com/circuitbreaker/2018/5/7/17327584/Edge-Computing-Cloud-google-microsoft-apple-amazon

  • https://www.salesforce.com/products/platform/best-practices/benefits-of-Cloud-Computing/#

  • https://www.controleng.com/articles/key-drivers-and-benefits-of-edge-computing-for-smart-manufacturing/

  • https://ces.eetimes.com/the-advantages-of-edge-computing/

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31555081/viewspace-2673840/，如需轉載，請註明出處，否則將追究法律責任。

相關文章