邊緣計(jì)算的發(fā)展歷程及應(yīng)用

如今，人們對(duì)邊緣計(jì)算寄予了越來(lái)越多的希望。該行業(yè)充滿了大膽的想法，例如“邊緣將吞噬云”，實(shí)時(shí)自動(dòng)化將遍布醫(yī)療保健、零售和制造業(yè)。

專家們一致認(rèn)為，邊緣計(jì)算將在幾乎所有企業(yè)的數(shù)字化轉(zhuǎn)型中發(fā)揮關(guān)鍵作用。但卻進(jìn)展緩慢。傳統(tǒng)觀念阻礙了企業(yè)充分利用實(shí)時(shí)決策和資源配置的優(yōu)勢(shì)。要了解這種情況發(fā)生的方式和原因，讓我們回顧一下邊緣計(jì)算的第一波浪潮，以及從那以后發(fā)生了什么。第一波邊緣計(jì)算:物聯(lián)網(wǎng)(IoT)對(duì)于大多數(shù)行業(yè)來(lái)說(shuō)，邊緣的概念與物聯(lián)網(wǎng)(IoT)的第一波浪潮緊密相關(guān)。當(dāng)時(shí)，人們大部分重點(diǎn)都集中在從安裝在所有東西上的小型傳感器收集數(shù)據(jù)，然后將這些數(shù)據(jù)傳輸?shù)揭粋€(gè)中心位置——比如云或主數(shù)據(jù)中心。然后，這些數(shù)據(jù)流必須與通常所說(shuō)的傳感器融合相關(guān)聯(lián)。當(dāng)時(shí)，傳感器的經(jīng)濟(jì)性、電池壽命和普及度常常導(dǎo)致數(shù)據(jù)流過(guò)于有限，且保真度較低。此外，用傳感器改造現(xiàn)有設(shè)備的成本往往過(guò)高。雖然傳感器本身價(jià)格低廉，但安裝耗時(shí)，且需要訓(xùn)練有素的人員來(lái)完成。最后，使用傳感器融合分析數(shù)據(jù)所需的專業(yè)知識(shí)嵌入到跨組織員工的知識(shí)庫(kù)中。這導(dǎo)致物聯(lián)網(wǎng)的采用率放緩。此外，對(duì)安全的擔(dān)憂也影響了物聯(lián)網(wǎng)的大規(guī)模應(yīng)用。計(jì)算方法很簡(jiǎn)單:跨越多個(gè)地點(diǎn)的數(shù)千臺(tái)連接設(shè)備，相當(dāng)于一個(gè)巨大且通常未知的暴露量。由于潛在的風(fēng)險(xiǎn)超過(guò)了未經(jīng)證實(shí)的好處，許多人采取觀望的謹(jǐn)慎態(tài)度。超越物聯(lián)網(wǎng)1.0而現(xiàn)在越來(lái)越清楚的是，邊緣不在于物聯(lián)網(wǎng)，而在于跨分布式站點(diǎn)和地理位置的運(yùn)營(yíng)進(jìn)行實(shí)時(shí)決策。在IT以及越來(lái)越多的工業(yè)環(huán)境中，我們將這些分布式數(shù)據(jù)源稱為“邊緣”。我們將來(lái)自數(shù)據(jù)中心或云之外的所有這些位置的決策稱為“邊緣計(jì)算”。邊緣無(wú)處不在——我們生活的地方、工作的地方以及人類活動(dòng)發(fā)生的地方。稀疏的傳感器覆蓋范圍已通過(guò)更新和更靈活的傳感器解決。各種集成傳感器帶來(lái)了新的資產(chǎn)和技術(shù)?，F(xiàn)在，傳感器通常會(huì)增加高分辨率/高保真成像(x射線設(shè)備、激光雷達(dá))。額外的傳感器數(shù)據(jù)、成像技術(shù)，以及將所有這些相關(guān)聯(lián)的需求結(jié)合在一起，會(huì)使每秒產(chǎn)生數(shù)兆字節(jié)的數(shù)據(jù)。為了從這些龐大的數(shù)據(jù)流中獲得結(jié)果，現(xiàn)在在數(shù)據(jù)產(chǎn)生的地方部署了計(jì)算能力。原因很簡(jiǎn)單:邊緣位置和云之間沒(méi)有足夠的可用帶寬和時(shí)間。在短期內(nèi)，邊緣的數(shù)據(jù)最重要?，F(xiàn)在可以在邊緣實(shí)時(shí)分析和使用數(shù)據(jù)，而不是稍后在云端進(jìn)行處理和分析。為了獲得更高水平的效率和卓越的運(yùn)營(yíng)，計(jì)算必須在邊緣進(jìn)行。這并不是說(shuō)云無(wú)關(guān)緊要。云仍然在邊緣計(jì)算中扮演著重要的角色，因?yàn)槠涫且粋€(gè)很好的地方，可以在所有位置上部署邊緣和管理。例如，云提供了對(duì)來(lái)自其他地點(diǎn)的應(yīng)用程序和數(shù)據(jù)的訪問(wèn)，以及遠(yuǎn)程專家來(lái)管理全球的系統(tǒng)、數(shù)據(jù)和應(yīng)用程序。此外，云可用于分析跨多個(gè)位置的大型數(shù)據(jù)集，顯示隨時(shí)間變化的趨勢(shì)，并生成預(yù)測(cè)分析模型。所以，邊緣在于理解大量分散在地理位置上的大型數(shù)據(jù)流。人們必須采用這種對(duì)邊緣的新認(rèn)知，才能真正了解邊緣計(jì)算的可能性。實(shí)時(shí)邊緣分析與幾年前相比，如今在邊緣地帶能做的事情是驚人的。現(xiàn)在，數(shù)據(jù)可以從大量的傳感器和攝像機(jī)中產(chǎn)生，而不是局限于少數(shù)幾個(gè)傳感器。然后，這些數(shù)據(jù)將在比20年前功能強(qiáng)大數(shù)千倍的計(jì)算機(jī)上進(jìn)行分析——所有這些都以合理的成本進(jìn)行。且現(xiàn)在，高核數(shù)CPU和GPU以及高吞吐量網(wǎng)絡(luò)和高分辨率攝像頭已經(jīng)唾手可得，這使得實(shí)時(shí)邊緣分析成為現(xiàn)實(shí)。在邊緣(業(yè)務(wù)活動(dòng)發(fā)生的地方)部署實(shí)時(shí)分析可以幫助企業(yè)了解其運(yùn)營(yíng)，并立即做出響應(yīng)。有了這些知識(shí)，許多操作可以進(jìn)一步自動(dòng)化，從而提高生產(chǎn)力，并減少損失。讓我們來(lái)考慮一些當(dāng)今實(shí)時(shí)邊緣分析的例子:

1、超市欺詐防范

許多超市現(xiàn)在使用某種形式的自助結(jié)賬，不幸的是，他們也看到越來(lái)越多的欺詐。邪惡的購(gòu)物者可以用更便宜的條形碼代替更昂貴的商品，從而支付更少的錢。為了檢測(cè)這種類型的欺詐行為，商店現(xiàn)在使用高性能攝像頭，將產(chǎn)品的掃描結(jié)果和重量與產(chǎn)品的預(yù)期質(zhì)量進(jìn)行比較。這些攝像頭相對(duì)便宜，但卻能產(chǎn)生大量的數(shù)據(jù)。通過(guò)將計(jì)算移動(dòng)到邊緣，可以立即分析數(shù)據(jù)。這意味著商店可以實(shí)時(shí)檢測(cè)欺詐行為，而不是在“顧客”離開(kāi)之后。

2、食品生產(chǎn)監(jiān)控

如今，一個(gè)制造工廠可以在制造過(guò)程的每個(gè)步驟都配備幾十個(gè)攝像頭和傳感器。實(shí)時(shí)分析和人工智能驅(qū)動(dòng)的推理可以在幾毫秒甚至幾微秒內(nèi)揭示出是否存在錯(cuò)誤或過(guò)程偏離。也許攝像頭會(huì)顯示配料過(guò)多。借助攝像頭和實(shí)時(shí)分析，生產(chǎn)線可以調(diào)整以停止漂移，甚至在需要維修時(shí)停止，而不會(huì)造成災(zāi)難性的損失。

3、人工智能驅(qū)動(dòng)的醫(yī)療保健邊緣計(jì)算在醫(yī)療保健領(lǐng)域，紅外和X射線相機(jī)一直在改變游戲規(guī)則，因?yàn)樗鼈兲峁└叻直媛?，并迅速向技術(shù)人員和醫(yī)生提供圖像。憑借如此高的分辨率，人工智能現(xiàn)在可以在醫(yī)生確認(rèn)之前過(guò)濾、評(píng)估和診斷異常情況。通過(guò)部署人工智能驅(qū)動(dòng)的邊緣計(jì)算，醫(yī)生可以節(jié)省時(shí)間，因?yàn)樗麄儾恍枰獙?shù)據(jù)發(fā)送到云端來(lái)獲得診斷。因此，腫瘤學(xué)家在查看患者是否患有肺癌時(shí)，可以對(duì)患者的肺部圖像應(yīng)用實(shí)時(shí)AI過(guò)濾器，以獲得快速準(zhǔn)確的診斷，并大大減少患者等待答復(fù)的焦慮。

4、由分析驅(qū)動(dòng)的自動(dòng)駕駛汽車自動(dòng)駕駛汽車之所以成為可能，是因?yàn)橄鄬?duì)便宜和可用的攝像頭提供了360度的立體視覺(jué)。分析還可以實(shí)現(xiàn)精確的圖像識(shí)別，因此計(jì)算機(jī)可以識(shí)別出風(fēng)滾草和鄰居的貓之間的區(qū)別，并決定是否該剎車或繞過(guò)障礙物以確保安全。。高性能GPU和CPU的可承受性、可用性和小型化，使實(shí)時(shí)模式識(shí)別和矢量規(guī)劃成為自動(dòng)駕駛汽車的駕駛智能。自動(dòng)駕駛汽車要想成功，就必須擁有足夠的數(shù)據(jù)和處理能力，以足夠快的速度做出智能決策，并采取糾正措施?，F(xiàn)在，只有借助當(dāng)今的邊緣技術(shù)才有可能實(shí)現(xiàn)。

5、實(shí)踐中的分布式架構(gòu)當(dāng)在邊緣部署極其強(qiáng)大的計(jì)算時(shí)，企業(yè)可以更好地優(yōu)化運(yùn)營(yíng)，而不用擔(dān)心延遲或失去與云的連接。現(xiàn)在所有的東西都分布在邊緣位置，因此可以實(shí)時(shí)解決問(wèn)題，并且只有零星的連接。

自第一波邊緣技術(shù)浪潮以來(lái)，我們已經(jīng)取得了長(zhǎng)足的進(jìn)步。由于邊緣技術(shù)的進(jìn)步，企業(yè)現(xiàn)在正以更全面的視角看待自己的運(yùn)營(yíng)?，F(xiàn)今的邊緣技術(shù)不僅幫助企業(yè)提高利潤(rùn)，事實(shí)上，還幫助降低風(fēng)險(xiǎn)，改善產(chǎn)品、服務(wù)和用戶體驗(yàn)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。