<rt id="m4md3"></rt>
  • <bdo id="m4md3"><meter id="m4md3"></meter></bdo>
  • <label id="m4md3"></label>
      <center id="m4md3"><optgroup id="m4md3"></optgroup></center>
      產品分類

      當前位置: 首頁 > 傳感測量產品 > 數據采集產品 > 邊緣計算

      類型分類:
      科普知識
      數據分類:
      邊緣計算

      從邊緣計算到邊緣智能 還有多少“邊緣”的路要走?

      發布日期:2022-10-09 點擊率:83

      隨著越來越多的工作負載出現在云端,以及物聯網等新技術走進人們生活,對于本地處理能力提出了更高的需求。而云計算在應對大規模業務具有優勢,但這種集中化的數據處理方式在萬物互聯時代似乎“過時了”。難怪Gartner認為邊緣計算正在吃掉云。

      有調研機構預計,未來79%的IoT流量將通過網關接入,50%的網絡流量將來自物聯網,而物聯網將貢獻超過500億的連接。值得一提的是,會有40%的IoT流量在邊緣進行處理。

      對IoT而言,邊緣計算技術的實現,意味著許多控制將通過本地設備實現,而無需交由云端,處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率,減輕云端的負荷。由于更加靠近用戶,還可為用戶提供更快的響應,將需求在邊緣端解決。

      OICT多場景融合 落地應用成關鍵突破口

      在中國,邊緣計算產業聯盟ECC正在努力推動三種技術的融合,也就是OICT的融合(運營Operational、信息Information、通訊Communication Technology)。對于邊緣計算,計算對象主要定義的了四個領域:設備域、網絡域、數據域、應用域。

      目前出現的純粹IoT設備,跟自動化的I/O采集相比較而言,有不同但也有重疊部分。那些可以直接用于在頂層優化,而并不參與控制本身的數據,是可以直接放在邊緣側完成處理。

      在傳輸層面,直接的末端IoT數據、與來自自動化產線的數據,其傳輸方式、機制、協議都會有不同,因此,這里要解決傳輸的數據標準問題。

      在OPC UA架構下可以直接的訪問底層自動化數據,但是對于Web數據的交互而言,這里會存在IT與OT之間的協調問題,盡管有一些領先的自動化企業已經提供了針對Web方式數據傳輸的機制,但是,大部分現場的數據仍然存在這些問題。

      數據傳輸后的數據存儲、格式等這些數據域需要解決的問題,也包括數據的查詢與數據交互的機制和策略問題都是在這個領域里需要考慮的問題。邊緣計算的應用是目前最為難以解決的問題,針對這一領域的應用模型尚未有較多的實際應用。

      從產業價值鏈整合角度,ECC提出邊緣計算的產業價值,即CROSS,在敏捷聯接(Connection)的基礎上,實現實時業務(Real-time)、數據優化(DataOptimization)、應用智能(Smart)、安全與隱私保護(Security),為用戶在網絡邊緣側帶來價值和機會。

      在技術與商業的雙重驅動下,邊緣計算產業將持續走向縱深,但是邊緣計算因為橫跨OT、IT、CT多個領域,且涉及網絡聯接、數據聚合、芯片、傳感、行業應用等多個產業鏈角色,如何實現不同行業、不同廠商之間的互通和互操作,各個產業如何合理分工、有序協作,這些都是邊緣計算在各個行業應用落地必須解決的關鍵問題。

        賦予邊緣計算以智能 實現IoT多樣生態

      在物聯網邊緣部署簡單的應用邏輯,無法滿足多姿多態的物聯網應用需求。在靠近應用場景的地方,必須部署一定的智能,才能在物聯網邊緣構建起健碩的應用生態。

      智能邊緣計算提出了一種新模式:利用云大規模進行安全配置、部署和管理邊緣設備,并根據邊緣設備類型和場景進行智能分配,讓物聯網的每個邊緣設備都具備數據采集、分析計算、通信、以及最重要的智能,實現智能在云和邊緣設備間的流動。

      邊緣計算本質就是“貼地”的云計算。邊緣計算最重要的能力就是繼承云計算的智能。就目前的技術發展趨勢來看,理論上已經能做到這一點。針對某一種應用,云計算在學習了足夠多的應用場景后,可先進行精簡,再部署具有智能的邊緣網絡,從而形成了邊緣智能。

      這樣,即使脫離云計算的支撐,邊緣智能也能夠實現該應用場景的大部分智能。當邊緣計算成為邊緣智能,可使得局域、邊緣的物聯網系統具備自治自律的行為能力。自給自足的算力和智能,將使得物聯網應用可以擺脫“云計算”而相對獨立地運營。

      “大智能”在云端,“小智能”在邊緣,仍是長期趨勢。邊緣計算領域,英特爾、ARM這些頂層設計廠商都在將技術逐步進行落地,完成技術的“最后一公里”。同時,軟件層面的開源IoT系統和硬件層面的智能網關,正在補足技術短板,各大廠商也都相繼建立合作組織共同發展邊緣計算。不管是云計算還是AI,最終的落點都是用戶,無論什么技術都不會被簡單替代,只有相互依存才會造就參差多樣的技術生態。

      閱讀更多: LoRa實驗室, LoRa物聯網技術入門, 市場與商機, 行業需求

      參考分類:

      首頁-推薦學習

      上一篇: 企業異地資源管理及協同工作平臺(ERS)

      下一篇: Semtech宣布為企業和開發人員開放LoRaWAN Academy注冊

      下一篇: PLC、DCS、FCS三大控

      上一篇: Semtech宣布為企業和

      推薦產品

      更多
      主站蜘蛛池模板: 亚洲人成网站999久久久综合| 亚洲精品欧美综合四区| 色噜噜久久综合伊人一本| 国产成人综合久久精品下载| 久久九色综合九色99伊人| 亚洲综合久久综合激情久久| 无码国内精品久久综合88| 人人婷婷色综合五月第四人色阁 | 色综合久久久久综合99| 俺来也俺去啦久久综合网| 天天影视色香欲综合免费| 少妇人妻综合久久中文字幕| 亚洲七久久之综合七久久| 亚洲中文字幕无码久久综合网| 思思91精品国产综合在线| 麻豆久久婷婷综合五月国产| 中文自拍日本综合| 午夜激情影院综合| 色偷偷尼玛图亚洲综合| AV色综合久久天堂AV色综合在| 日韩亚洲人成在线综合日本| 一本久道久久综合狠狠躁AV| 亚洲a∨国产av综合av下载| 在线综合亚洲中文精品| 激情伊人五月天久久综合| 久久天堂AV综合合色蜜桃网| 亚洲av一综合av一区| 一本久道久久综合| 国产99久久亚洲综合精品| 国产综合激情在线亚洲第一页 | 色婷婷综合久久久| 六月婷婷缴清综合在线| 亚洲日韩久久综合中文字幕| 色五月丁香五月综合五月4438| 狠狠做深爱婷婷久久综合一区| 成人综合久久精品色婷婷| 成人综合久久综合| 亚洲中文字幕无码久久综合网| 亚洲AV人无码综合在线观看| 玖玖爱zh综合伊人久久| 色噜噜狠狠狠狠色综合久一|