边缘计算有哪些应用场景?

边缘计算有哪些应用场景?,第1张

边缘计算有许多的应用场景,概括起来主要有以下十点,应用一:改进医疗设备性能和数据管理
在医疗场景下,边缘计算主要帮助医疗保健体系的IT基础架构,具体来说,是防止医疗设备管理的应用程序发生延迟。在边缘计算的支持下,无需构建集中的数据中心,可对关键数据进行本地化,在安全性、响应速度和有效性上有更佳表现。
应用二:本地零售的实时数据分析
边缘计算的主要目的,是让运算尽可能接近数据源。在零售场景中,以往企业都是将各分支的数据汇总到中心位置进行分析,再进行决策和行动。而通过边缘计算,零售店铺可以在本地就进行数据处理和优化,这样组织的行动反馈就能更快更及时。
应用三:让虚拟现实更生动
在技术支持下,本地设备可以大大提升用户的参与程度,用户也可以有更生动、更即时的增强现实体验。在这个前提下,越来越多的企业将进行转型。
应用四:加速数据分析
在这一场景下,通过本地计算能力,在数据分析早期就引入较高智能水平的运算。这样可以使得数据更为清晰,从而加快企业的分析和决策速度。在云计算场景中,运算对智能化和精准度的要求较低,主要是在后期应用中使用,故而分析数据需要花费更多时间。
应用五:智能制造
其实边缘计算在智能制造方面属于基础层面的构架。在生产车间采进行“近实时”分析,可以提升运营效率,并增加边际效益从而提高利润。此外,通过边缘计算系统来收集数据、制造智能化工具过程中,可以及时识别异常情况,尽量避免产线停顿。
应用六:消除过剩数据
传统的云计算架构不可避免地会导致多余数据堆积在云存储里,比如物联网的感应数据等。这些数据大多都是无用的,对企业来说花费成本区储存这项数据基本上是没有必要的。边缘计算可以做到只向云端传输有效数据,让流程更为优化。
应用七:让安保系统响应更快速
对于那些建有庞大又复杂的安保系统的企业来说,边缘计算非常实用,它可以有效筛选出关键信息防止带宽的浪费。举例来说,动作捕捉摄像机如具备运算能力,就可以只上传有价值的信息。
应用八:现实数据收集
在零售环境下,物联网、数字标签、IP光纤都是实现边缘计算的基础配置。未来我们的业务将依赖规模在万亿级别的数据挖掘和集成。边缘计算通过本地设备和传感器,协同云端一起收集现实数据,能够做到这个量级的数据聚合。
应用九:降低运营成本减少存储需求
在边缘计算加成下,收集到的数据无需在本地和中央服务器之间穿梭,就可以让本地设备知道要执行哪个功能。这样就可以节省运营成本和存储设备的投入了。
应用十:让诊断与治疗更有针对性
这虽然也是医疗场景的应用,但这里的边缘计算更专注提升病患的康复体验。医疗物联网设备在边缘计算应用下,可以更快更早地检测出病人的异常健康数据。这就可以让医生的诊断措施和医疗干预来得更及时。此外,随着可穿戴系统的普及,存储设备及传感器的成本也会不断下降。在边缘计算技术的帮助下,看病就医将从“被动治疗”转变为AI辅助下的实时的、预测性的保健式医疗。

边缘计算(Edge Computing)是一种在物理上靠近数据生成的位置处理数据的方法,这种技术使得联网设备能够处理在“边缘”形成的数据,这里的“边缘”是指位于设备内部或者与设备本身要近得多的地方。

好处:在边缘计算中,传感器数据不需要传输到汽车上或者云端的数据中心,来查看是否有什么东西影响了发动机的运转。

本地化数据处理和存储对计算网络的压力更小。当发送到云端的数据变少时,发生延迟的可能性,以及云端与物联网设备之间的交互导致的数据处理延迟就会降低。

这也让基于边缘计算技术的硬件承担了更多的任务,它们包含用于收集数据的传感器和用于处理联网设备中的数据的CPU或GPU。

随着边缘计算的兴起,理解边缘设备所涉及的另一项技术也很重要,它就是雾计算(Fog Computing)。边缘计算具体是指在网络的“边缘”或附近进行的计算过程,而雾计算则是指边缘设备和云端之间的网络连接。

换句话说,雾计算使得云更接近于网络的边缘,因此,根据OpenFog的说法,“雾计算总是使用边缘计算,而不是边缘计算总是使用雾计算。”

回到无人辅助驾驶场景:传感器能够收集数据,但不能立即对数据采取行动。例如,如果一名车辆工程师想要了解汽车车轴和刹车系统是如何运行的,他可以使用历史累计的传感器数据来预测零部件是否需要进行维修或替换。在这种情况中,数据处理使用边缘计算,但它并不总是即时进行的(与确定引擎状态不同)。而使用雾计算,短期分析可以在给定的时间点实现,而不需要完全返回中央云。

边缘是物联网时代竞争的核心吗?

近两年来,在云服务提供商、电信运营商、系统服务商等多方的推动下,众多物联网 *** 作系统相继诞生,既说明了物联网发展势头的火热,也展现出物联网发展技术路线的差异化,仍然处于一个集体 探索 时期。物联网虽然被普遍看好,但一直以来发展速度低于前些年的发展预期。一些厂商把目光投向了边缘侧,边缘计算成为行业热词。当边缘计算遇上物联网,能否成为撬动物联网发展的“钥匙”?

边缘计算为物联网破局带来新可能

麦肯锡在2021年11月发布的《物联网:抓住加速机遇》报告中预测,到2030年,物联网将在全球创造55万亿至126万亿美元的经济价值,中国将占全球物联网经济价值的26%左右。但是物联网发展仍然面临着众多“逆风因素”,包括“互 *** 作性差”、“安全性不高”、“成本居高不下”和“用户的数据和隐私面临威胁”等。

边缘计算的出现似乎为解决这些发展阻碍带来了生机。当把计算能力下沉到边缘侧,可以就近分析处理数据,这样做会带来多重好处:

1、边缘计算拥有更快的响应时间,数据存储和计算能力被分散布置在本地,数据无需往返于本地和云端,因此可以减少延迟并加快响应速度。

2、边缘计算可以降低企业的成本。与云中心设备相比,由本地设备进行数据存储与处理的成本更低,一方面,边缘计算减少了对带宽资源和云中心计算资源的占用,另一方面,边缘计算可以提高应用程序的运行效率,降低能耗。

3、边缘计算设备可以自主收集、存储并使用数据,有效地避免用户个人隐私等敏感数据被上传到云中心而引发的数据安全问题。

4、边缘计算对云端的依赖性低,可以有效降低单点故障率。万一断网,也可以正常工作。

5、更关键的是,边缘设备可以使现有设备和新兴IoT设备互联互通,对现有设备的通信协议进行转换,就能与新兴IoT设备进行高效交互。在这种方式下,企业无需对现有设备进行更新设计,也能接入IoT平台,以较低的成本实现生产力的大幅提升。

一些厂商已经看到了边缘计算的巨大趋势,通过开发边缘计算 *** 作系统,创建开放的平台生态,提供完善的应用开发工具给予开发者,逐渐推动物联网往边缘计算靠拢,促使边缘计算推动物联网应用长尾时代的到来。

物联网算力从云、端走向边缘

在物联网 *** 作系统研发中,大部分厂商从“端-边-管-云”各层次构建物联网基础设施。物联网被认为是互联网时代向万物互联的一个延展,会充分继承互联网时代的计算存储和通信能力,从人人互联转向人与万物互联,正因如此,人工智能技术将得以在物联时代快速发展。因此IoT的定义越来越多被AIoT这个概念所取代。

在现实世界中,物联网端设备存储和计算能力往往十分有限。那么随着物联网发展,到底是应该让端设备更加智能,具备必要的算力和通信能力,并将所产生的信息和数据通过5G或NBIoT等途径直接回传到云数据中心,还是物联网端设备不需要太多的算力存储,窄带通信能力即可满足绝大多数场景,应该由边缘为这些端设备提供算力存储和宽带通信能力?

以翼辉信息为代表的一些 *** 作系统厂商认为未来应向“强边弱端”发展。互联网的边缘计算节点就是各类端设备的上游节点,应由边缘为这些端设备提供算力存储和宽带通信能力,其与端设备之间通过近距通信协议,来保持端设备的高并发、低延时、低功耗的工作特点,简单说就是让互联网做互联网擅长的工作,物联网做物联网擅长的工作,二者通过边缘计算节点来接驳,让两个网发挥各自优势,连通协作。

翼辉今年推出智能边缘计算 *** 作系统——爱智 *** 作系统EdgerOS,把边缘侧的算力动态共享、分配、实时计算,主要交由部署在边缘侧的智能边缘计算机来处理,可以更好的满足物联网实时、安全、降低成本等需求。智能边缘计算机就相当于一个小服务器,不仅实现了周边设备和异构网络互通互联,还承担着大量的算力工作,当算力主要在边缘处理,端设备不再需要具备很强的算力,也为用户减轻了相应的负担。

很多物联网节点如灯泡等本身没什么算力,爱智通过智能边缘计算设备能保持跟节点的长时间连接,并把较强的算力包括AI的算力分享给这些较弱的节点,那么有了算力和资源,这些节点就会充满想象力,同时极大地降低智能设备的开发成本,实现基于真实场景的智能应用。

翼辉拥有十多年的嵌入式系统设计经验,企业在嵌入式领域的成功,对端设备应用场景的理解,促使其更加坚定的相信边缘计算的重要性,边缘为端设备应提供算力存储和宽带通信能力,端和边应形成一个有机体,各司其职,不转嫁冗余成本到用户层面。

开发者们把目光投向了边缘计算

基于边缘计算 *** 作系统开发物联网应用正在吸引国内开发者的目光 。在正在开展的“2021爱智先行者”征文活动中,技术社区内的开发者们纷纷利用搭载着 EdgerOS 的智能边缘计算机精灵一号(Spirit 1),进行了各种智能家居的DIY研发,例如人脸识别门禁、智能光照传感器、智能红外温度传感器、手势控制智能灯、智能监控设备、智能甲醛检测器、智能变频电热毯等,利用几天时间使用低代码即可开发一款物联网应用。

爱智打造了一个高性能的 JavaScript 运行时引擎,可以使用简单高效、易学易用的 JavaScript 和 TypeScript 等互联网技术栈来开发物联网应用。此外,爱智提供了功能非常丰富的开发框架,包括APP框架、流媒体框架、AI框架、设备管理框架等。

由于爱智是一个开放的智能边缘计算 *** 作系统,开发者可以在物联网应用开发中使用各种品牌、各种型号的硬件设备。例如,当前市场上有很多品牌的智能灯泡,但是通常需要搭配厂家的网关设备才能使用。因为爱智 *** 作系统的开放性,可以支持不同品牌的智能设备。开发者使用Spirit 1和自主选择的智能灯泡,不到 30 分钟即可在寒冷的冬季来临之前为自己研发一个“关灯神器”。 开发者们可以利用Spirit 1或者其它智能边缘机,搭载EdgerOS,实现各种想象丰富场景下、大量长尾应用的研发。

边缘计算是由于物联网设备的大量增长而创建的。这些设备将连接到Internet以从云发送或接收数据。有时他们在 *** 作时需要传输大量数据。因此,物联网边缘是使用物联网网关使用户能够使用其物联网设备执行边缘计算的概念。边缘计算设备可以用作网关或数据处理单元。

工业40和工业物联网边缘。边缘计算设备将工业物联网设备整合在一起。例如,在生产车间的传送带上的工业物联网传感器可能将数据馈送到现场的边缘计算硬件。然后,边缘设备运行AI分析,任何ML算法或任何类型的数据处理来获取见解,而无需将数据发送到云。

一些边缘计算机用例的示例

智能工厂

如前所述,工业物联网边缘是工业物联网设备,其数据以及应用于该数据的边缘智能的结合。工业物联网边缘可以应用于智能工厂,包括最受欢迎的用例之一:制造工厂。智能工厂可以将其所有工业物联网传感器连接到边缘计算设备。工业物联网数据传输到其他分支机构或总部。

智慧城市

“ 智能城市 ”的一些品质是物联网传感器,网络,视频监控等的智能系统。这些系统可以使用边缘计算为城市的应用程序提供更快的响应和更高的安全性。边缘计算设备如何在智能城市中使用的真实案例范围可能包括:检测交通异常,不良驾驶员,不寻常的人群,通过面部识别罪犯,智能交通系统,水处理,垃圾管理等。

零售店

边缘计算设备还可以使零售商店受益。可以从边缘计算服务器虚拟化和集中管理(远程或本地)来自POS终端,库存服务器,支付控制器等的商店端点。运行计算密集型工作负载整合设备可确保许多VM同时运行。它还提供了一个连接可能存储设备外围设备的机会。

智能农场

边缘计算有助于处理从农场或农业环境收集的数据,而无需快速连接到云。农场通常是乡村环境,因此部署该技术可能会很困难。边缘计算设备可以在极端温度条件下运行,并在边缘处提供计算密集型工作负载处理。农村地区边缘智能的实际使用案例可能包括精准农业,无人机监控或农村视频监控,水流量监控等。

微数据中心和移动边缘计算机

微数据中心(MDC)有时与边缘计算可互换使用。但是实际上,MDC只是小型的模块化数据中心架构盒,几乎可以在任何环境中工作。边缘计算设备可以作为MDC中的核心计算元素运行。移动边缘计算机(MEC),是一样的MDC,但旨在为移动网络。MEC在移动网络的边缘(通常在RAN(无线访问网络)而不是核心)中处理,存储,流式传输并提供安全性。

边缘计算指的是靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台。这些物或数据源头的一侧搭载着融合网络、计算、存储、 应用核心能力的边缘计算平台,为终端用户提供实时、动态和智能的服务计算。

边缘计算是什么?

举个最简单的例子:在焊接机器人焊接两个钢制部件时,焊点如何选择?是偏左一点儿还是偏右一点儿,是偏上一点儿还是偏下一点儿?虽然冲压出来的钢板都是统一标准出来的,但是两个部件结合时难免会有细微差别,通过可视化观察以及边缘计算,机器人可以自己判断最优焊点的位置,将两个部件焊接牢固。每次焊接的数据通过网络上传至云端储存,用以机器学习。如果没有边缘计算,都通过云计算来判断焊点位置,生产效率会降低,同时焊点也可能千篇一律,有些部件可能正好赶上并不是最优的焊点位置,给焊接上了。

随着虚拟人等应用不断发展成熟,对于计算的容量和实时性的要求不断提高。在这种趋势下,我们认为,边缘云计算有望成为元宇宙的重要支撑。作为云计算的延伸,边缘云计算被视为新一轮 科技 革命中必不可少的驱动因素。我们认为,元宇宙对网络传输提出了更大带宽、更低时延、更广覆盖的要求,需要借助边缘计算技术,以保障所有用户获得同样流畅的体验。

1全球数据增长迅速,集中式云计算已无法全面应对,边缘刚需场景涌现,目前中国物联网连接量将从2019年的55亿个增长至2023年的148亿个,年复合增长率达到281%。物联网感知数据量激增,数据类型愈发复杂多样,IDC预测到2025年中国每年产生的数据量将增长486ZB。

2芯片:FPGA同时满足边缘侧对性能、能耗及延迟的要求与集中式云计算不同,边缘云计算所处的物理环境复杂多样,很多时候空间、温度、电源系统都不是最佳的状态。但同时,边缘侧又要求极高的实时性和计算性能,传统CPU架构难以胜任边缘云的需求。英特尔、赛灵思等国际芯片巨头持续加码FPGA芯片,并推出支持CPU+FPGA异构计算的硬件平台,底层芯片产业的繁荣将支撑边缘云计算在各领域的应用,并不断迸发出新的活力。

35G技术的升级加码,Wi-Fi在室内场景形成互补,工信部数据显示,截至2020年中国已开通5G基站超718万个,实现地级以上城市及重点县市的覆盖。预计边缘云计算也会随着5G行业应用的普及分阶段落地。此外,Wi-Fi技术也在向着更高的吞吐量、更大的覆盖面积和更低的时延发展,Wi-Fi在室内场景中的优势使其成为5G的重要补充,两者将共同助力边缘云应用。

4云计算:企业上云常态化,云原生下沉实现云边端一体化,近年来云原生的热度持续高涨,包括容器、微服务、DevOps等在内的云原生技术和理念强调松耦合的架构和简单便捷的扩展能力,旨在通过统一标准实现不同基础设施上一致的云计算体验。相比于虚拟主机,云原生更适合边缘云计算的场景,可以为云边端提供一体化的应用分发与协同管理,解决边缘侧大规模应用交付、运维、管控的问题。

5“新基建”加码,工业互联网等标杆应用引领产业融合,“新基建”是十四五规划的重点方向,通过优化算力资源结构,将高频调用、低时延业务需求分配至边缘数据中心,推动5G承载网络的边缘组网建设,为将算力和网络下沉到边缘创造条件。同时,工业互联网、车联网、远程医疗等产业政策明确提及边缘计算,推动关键技术研究、标准体系建设及软硬件产品研发,促进边缘云在典型产业的融合应用。

应用场景

1视频加速及 AR/VR 渲染

基于移动边缘计算的智能视频加速可以改善移动内容分发效率低下的情况:于无线接入网移动边缘计算服务器部署无线分析应用(Radio Analyticsapplication),为视频服务器提供无线下行接口的实时吞吐量指标,以助力视频服务器做出更为科学的 TCP(传输控制协议)拥塞控制决策,并确保应用层编码能与无线下行链路的预估容量相匹配。另外,由于 AR/VR 信息(用户位置及摄像头视角)是高度本地化的,对这些信息的实时处理最好是在本地(移动边缘计算服务器)进行而不是在云端集中进行,以最大程度地减小 AR 延迟/时延、提高数据处理的精度。

2车联网(智能交通)

将移动边缘计算技术应用于车联网之后,可以把车联网云下沉至高度分布式部署的移动通信基站。移动边缘计算应用直接从车载应用(APP)及道路传感器实时接收本地化的数据,然后进行分析,并将结论(危害报警信息)以极低延迟传送给临近区域内的其他联网车辆,整个过程可在毫秒级别时间内完成,使驾驶员可以及时做出决策。

3工业互联网

边缘计算一直与工业控制系统有密切的关系,具备工业互联网接口的工业控制系统本质上就是一种边缘计算设备,解决工业控制高实时性要求与互联网服务质量的不确定性的矛盾。在基础设施层,通过工业无线和有线网络将现场设备以扁平互联的方式联接到工业数据平台中;在数据平台中,根据产线的工艺和工序模型,通过服务组合对现场设备进行动态管理和组合,并与 MES等系统对接。工业 CPS系统能够支撑生产计划灵活适应产线资源的变化,旧的制造设备快速替换与新设备上线。

4IoT(物联网)网关服务

采取边缘计算技术,边缘计算汇聚节点将被部署于接近物联网终端设备的位置,提供传感数据分析及低延迟响应。其中边缘计算服务器的计算能力和存储能力可为以下5个方面提供服务:业务的汇聚及分发;设备消息的分析;基于上述分析结果的决策逻辑;数据库登录;对于终端设备的远程控制和接入控制。

市场规模

预计2025年规模将超500亿元,年复合增长率达433%,信通院2020年5月调研数据显示,中国企业中仅有不足5%使用了边缘计算,但计划使用的比例高达442%。可以见得,虽然边缘云计算尚处在发展的萌芽期,但未来成长空间非常广阔。根据艾瑞咨询测算,2020年中国边缘云计算市场规模为91亿元,其中区域、现场、IoT三类边缘云市场规模分别达到37亿元、38亿元及16亿元。预计到2025年整体边缘云规模将以440%的年复合增长率增长至550亿元,其中区域边缘云将凭借互动直播、vCDN、车联网等率先成熟的场景实现增速领跑。2030年,中国边缘云计算市场规模预计达到接近2500亿元,2025年至2030年的年复合增长率相比前五年有所下降,现场边缘云中工业互联网、智慧园区、智慧物流等场景将在这一期间快速走向成熟。

相关上市公司

中兴通讯

中兴通讯面向运营商提供全场景MEC解决方案,打破传统封闭的电信网络架构,将移动接入网与互联网深度融合,在网络边缘满足客户的个性化需求。中兴通讯Common Edge边缘计算解决方案包括MEP能力开放平台、轻量化边缘云及面向边缘的全系列服务器和边缘加速硬件,提供通用硬件、专用集成硬件等多种硬件选择,深度融合OpenStack与Kubernetes,为上层MEC应用提供统一的边缘云管理系统,方便运营商因地制宜部署MEC。

网宿 科技

公司的边缘计算平台以云主机、容器、函数计算和网络四大平台作为技术底座,在边缘计算节点上部署边缘云主机、边缘云容器、边缘云函数、SD-WAN、边缘云安全等基础服务,以及内外部的各类应用模块,结合客户的业务场景及需求,尝试进行解决方案的整合和输出。

初灵信息

公司在 5G、AI 技术高速发展的背景下,持续构建以固移智能连接(5G+Fixed)+数据处理(DPI)+AI 为代表的三大边缘计算核心能力。公司多年深耕企业(行业)智能连接网络、垂直行业边缘应用型 DPI(安全、物联网类)、视频及其他行业(企业)的智能应用等技术,初步构成“云边端”协同的边缘计算生态。在市场端,公司除聚焦传统运营商市场外,积极拓展政企行业和大中企业市场,中标多个项目。公司三季度显示,公司与中国联通就边缘计算展开合作,开展了CUNOS在5G环境下的承载能力测试。

引用内容

1 研报《中国边缘云计算行业展望报告》

2 研报《边缘计算:算力网络重要环节,产业方兴未艾》

风险提示

1底层相关技术发展缓慢,边缘计算需求不及预期。

25G 进度不达预期。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/13411157.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-07-31
下一篇 2023-07-31

发表评论

登录后才能评论

评论列表(0条)

保存