关于边缘计算你需要了解的4件事

 人工智能技术     |      2020-04-09 14:06

导读:边缘计算在技术时代的思潮中占有一席之地。它是新奇和前沿思维的象征之一。几年来,人们一直认为这种计算方法是未来的发展方向。然而,到目前为止,这些讨论大多只是假设,因为支持

边缘计算在技术时代的思潮中占有一席之地。它是新奇和前沿思维的象征之一。几年来,人们一直认为这种计算方法是未来的发展方向。然而,到目前为止,这些讨论大多只是假设,因为支持边缘计算所需的基础设施尚未出现。

随着应用程序开发人员、企业家和大型企业掌握了各种边缘计算资源(从微型数据中心到专用处理器到必要的软件抽象层),这种情况正在发生变化。在回答关于边际计算的有用性和意义的问题时,我们现在可以超越理论层面。那么,关于这一趋势,现实世界的证据告诉了我们什么?特别是,边际计算中的投机现象是不可避免的还是不恰当的?

接下来,我将概述边际计算市场的现状。事实证明,边缘计算是一种真实的现象。正是由于成本和性能的原因,人们迫切需要分散应用。边缘计算的某些方面被夸大了,而其他方面被忽略了。以下四个要点试图让政策制定者对现在和未来的“边际”能力有一个务实的看法。

1.边缘计算不仅仅是关于延迟

边缘计算是一种使计算和数据存储更接近需要它们的地方的模式。这与传统的云计算模式形成鲜明对比,后者将计算集中在几个超大型数据中心。

在本文中,边缘可以比传统的云数据中心更靠近终端用户或设备。它可能在100英里之外,一英里之外,在本地或设备上。无论使用哪种方法,传统的边缘计算都强调边缘的强大功能是最小化延迟,这既是为了改善用户体验,也是为了支持对延迟敏感的新应用。这确实是一项边缘计算服务。尽管延迟缓解是一个重要的用例,但它可能不是最有价值的用例。边缘计算的另一个用例是最小化进出云的网络流量,或者一些人所说的云卸载,这可能带来与延迟缓解一样多的经济价值。

云卸载的基本驱动力是用户、设备和传感器产生的大量数据。Macrometa首席执行官切坦·文卡特什去年年底告诉我,“从根本上说,边缘是一个数据问题。”Macrometa是一家新兴公司,致力于处理边缘计算领域的数据挑战。云卸载之所以发生,是因为移动所有这些数据需要成本。如果没有必要,许多人宁愿不动。边缘计算提供了一种方法,可以从生成数据的位置提取值,而无需将其移出边缘。如有必要,可以将数据简化为一个子集,以便更经济地传输到云中进行存储或进一步分析。


  • 共4页:
  • 上一页
  • 1
  • 2
  • 3
  • 4
  • 下一页