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。
蓝海大脑是AI与HPC基础架构解决方案提供商，主营液冷GPU服务器、水冷工作站_GPU深度学习服务器、高性能服务器、显卡服务器、计算服务器、水冷服务器、边缘一体机等产品，适用于深度学习训练及推理等场景。结合人工智能、高性能计算、数据分析、云平台、分布式存储等技术，适用于深度学习、HPC、3D渲染、数据科学、医药研发、生命科学、小分子分析、机器学习、视觉识别等领域。
亿万克服务器售后服务覆盖全国大部分省市，他们要求24小时响应客户诉求。亿万克已经在服务器与存储设备领域深耕了整整26年。期间，亿万克为党政、金融、医疗、教育、电信、电力、交通和制造等多个行业和领域的客户在信息化发展和数字化转型中给予强大而安全的助力。
服务器行业主要上市企业：浪潮信息(000977)、联想集团(00992HK)、神州数码(000034)、广电五舟(831619)、北京太速(873283)等。
本文核心数据：营业收入、营业利润、资产负债、专利数量
——发展历程对比：浪潮成立时间早
新华三集团作为数字化解决方案领导者，致力于成为客户业务创新、数字化转型值得信赖的合作伙伴。作为紫光集团旗下的核心企业，新华三通过深度布局“芯-云-网-边-端”全产业链，不断提升数字化和智能化赋能水平。新华三拥有芯片、计算、存储、网络、5G、安全、终端等全方位的数字化基础设施整体能力，提供云计算、大数据、人工智能、工业互联网、信息安全、智能联接、边缘计算等在内的一站式数字化解决方案，以及端到端的技术服务。同时，新华三也是HPE®服务器、存储和技术服务的中国独家提供商。
浪潮集团是中国领先的云计算、大数据服务商，拥有浪潮信息、浪潮软件、浪潮国际三家上市公司。主要业务涉及云计算、大数据、工业互联网、新一代通信及若干应用场景。已为全球一百二十多个国家和地区提供IT产品和服务。
——公司规模对比：浪潮信息公司整体规模更大，资产负债率更低
从两家公司的整体规模来看，浪潮信息的总资产及净资产水平都比新华三要高，且浪潮信息资产负债比较新华三低，反映浪潮信息举债经营规模处于相对合理范围，新华三举债经营规模相对较高，风险相对较大。
——经营情况对比：2021年浪潮信息营业收入略胜一筹
从两家公司的营业收入来看，2017-2021年两家公司的营业收入均呈上升趋势，浪潮信息的营业收入整体高于新华三。2021年浪潮信息营业收入为亿67048亿元，同比增长64%;新华三营业收入为44351亿元，同比增长205%。
——营业利润对比：新华三营业利润整体更高
从两家公司营业利润对比来看，2017-2021年新华三营业利润整体高于浪潮信息。2021年，浪潮信息营业利润为2153亿元，同比增长2352%;新华三营业利润为3663亿元，同比增长1755%。整体来看，浪潮信息营业收入高于新华三，但营业利润低于新华三，主要原因新华三产品毛利相对较高，公司主要以服务器销售及应用解决方案销售为主;而浪潮信息主要以服务器产品销售为主。
——服务器产品布局：浪潮信息处理器以英特尔为主
从两家公司的服务器产品类型对比来看，浪潮信息的服务器产品处理器及其他部件主要以英特尔核心产品为主，新华三使用的处理器包括英特尔、AMD，以及国产化的澜起津逮和鲲鹏处理器。两家公司均有边缘计算服务器产品，边缘计算服务器的处理器以英特尔为主。
——服务器应用案例对比：新华三更加注重AI服务器业务
从两家公司服务器应用案例对比来看，浪潮信息更加注重以高算力高存储能力的服务器支持企业进行大量业务，而新华三公司则更加注重AI服务器在云计算、人工智能方面的业务，为应用企业提供智能服务。此外，两家公司都有超融合一体机业务。
——服务器研发情况对比：浪潮信息服务器在研项目数量更多
从两家公司服务器研发项目来看，浪潮信息在研服务器项目数量比新华三更多在研项目覆盖通用服务器、高端服务器，以及AI服务器，新华三主要是服务器产品更新迭代。
——浪潮信息专利数量对比：浪潮信息专利数量是新华三专利数量3倍以上
从专利技术数量来看，根据“智慧芽”搜索的记录，浪潮信息与服务器相关的专利技术多达13000项，新华三服务器相关的专利数量为3740项，浪潮信息的专利数量是新华三的专利数量3倍以上。
——浪潮信息VS新华三对比总结
整体看来，尽管两家企业在行业内处于领先地位，当前综合公司规模、业务收入、研发项目和专利技术的层面来看浪潮信息更胜一筹，但从产品布局及应用案例上看，新华三产品相对更丰富，同时新华三营业利润较高且保持稳定增长，未来企业发展应当会稳步前进。
更多本行业研究分析详见前瞻产业研究院《中国服务器行业市场前瞻与投资战略规划分析报告》。
中证网讯（王珞）浪潮信息4月9日公布2021年年度报告，报告期内实现营业收入67048亿元，同比增长636%，实现归属于上市公司股东的净利润2003亿元，同比增长3657%，基本每股收益138元，公司拟向全体股东每10股派发现金红利140元（含税）。浪潮信息是全球领先的新型IT基础架构产品、方案及服务提供商，以“智慧计算”为战略，通过“硬件重构+软件定义”的算力产品和解决方案、构建开放融合的计算生态，为客户构建满足多样化场景的智慧计算平台，全面推动人工智能、大数据、云计算、物联网的广泛应用和对传统产业的数字化变革与重塑。通过不断完善基于客户需求的服务器软硬件研发体系，公司目前已形成具有自主知识产权、涵盖高中低端各类型服务器的云计算Iaas层系列产品。同时，公司在服务器、AI计算、开放计算领域处于全球领先地位，引领着AI产业化、产业AI化、智算新基建等领域的发展。
注重技术研发是公司过去业绩取得的前提，也是未来继续快速增长的基础。从研制出中国第一台小型机服务器SMP2000，到成长为居全球前二位的服务器供应商，掌握核心技术、改变竞争格局一直是公司企业文化的内核。公司不断发展以大算力和大模型为核心的智算技术体系，2021年公司研发投入高达2833亿元，同比增长1179%，占营业收入的422%。公司在融合架构技术取得重大进展，提出了以计算为中心的计算架构，在节点内部实现了CPU同加速之间的缓存一致性高速总线互连。基于此项技术，公司研发了国内首款支持高速计算连接一致性总线的加速，CPU同加速之间的平均数据访问延迟降低80%，节点间的数据访问延迟可低至亚微秒级。
报告期内，面对经济主战场数字化转型的机遇，公司持续聚焦云计算、大数据、人工智能为代表的智慧计算，明确从计算到智算的行业发展趋势，坚持“开放、融合、敏捷”策略，在研发、生产、交付、服务模式等方面持续创新，各项业务保持快速增长势头。此外，在通用计算领域，浪潮信息于2021年全新发布的M6服务器已打破165项SPEC世界性能测试纪录，包揽SPEC CPU Cint最具普适性、SPECjbb企业级Java应用、SPEC power业界能耗评估等五大赛道冠军。浪潮信息的AI服务器产品在2021年度全球权威AI基准测试MLPerfTM中共斩获44项第一，名列MLPerfTM2021年度冠军榜首。根据IDC最新数据，浪潮信息的服务器产品2021年位居全球前二，持续以30%+的市占率领跑中国市场。根据Gartner最新数据，浪潮存储2021年销量位居全球前五，在全球第二存储市场排名第二，浪潮信息连续两年入选Gartner主存储魔力象限的挑战者。
公司紧抓智慧新基建产业机遇实现增长。公司在人工智能领域走在了业界前列，在突破AI核心技术的同时，完成了在硬件、平台、管理和框架等四个层面的业务布局。2021年，公司面向智算中心业务率先布局，同时围绕AI计算力生产、聚合、调度、释放的四大关键作业环节，进一步强化产品体系和产业生态构建。在市场表现方面同样领先，IDC最新发布的数据显示，2017年至2021年上半年，公司AI服务器稳居中国市场第一，保持了智慧计算领导者的地位。在国际权威分析机构Forrester发布的《The Forrester Wave: AI Infrastructure, Q4 2021》报告中，公司凭借AI全栈的能力位于卓越挑战者象限。
云计算变革依然是过去几年全球服务器市场最大的增长机会，公司是云服务器的最大受益者，也是全球最大的云服务器供应商。根据IDC发布的2021年上半年中国边缘计算服务器市场跟踪报告，浪潮边缘专用服务器在2021年上半年以494%的市占率位居中国市场第一。
公司表示，浪潮信息的高速发展成果得益于公司对计算产业的前瞻性判断，积极实施智慧计算战略，率先布局人工智能、边缘等技术领域，以及依托产品、技术、生态在智慧计算领域的持续深耕。 目前，智慧计算已成为推进数字经济发展和 社会 变革的核心生产力，浪潮作为全球领先的智慧计算企业，将以开放开源为原则，不断完善和强化产品技术布局，积极发展开放计算和AI，为智算中心提供算力支持，在算力基础设施方面向更深、更广发展，助力企业数字化转型捕捉全新机遇，为数字经济注入无限智慧生机，共绘新格局之下美好蓝图。通俗讲解边缘计算
随着物联网越来越火，同时伴随着物联网而来的，就是各种概念和各种技术，其中一个就是边缘计算，当然还有雾计算。其实边缘计算和雾计算都差不多，雾计算只是和云计算是相对的。只是叫边缘计算呢，比较高大上吧。
下面我们要通俗地讲一讲边缘计算。
为什么要通俗的讲呢，怕如果不通俗，你听不明白。新的东西在出来的时候，往往是需要一个接纳和理解的过程。就像以前互联网刚出来的时候，很多人都不知道互联网，于是就得慢慢科普，让大家慢慢接受和理解呀。谁现在还解释什么是互联网呀。
而边缘计算也有一段时间了，只是随着物联网的发展，边缘计算的概念也开始流行起来。我们先看一段非通俗的介绍边缘计算的概念：
边缘计算，是一种分散式运算的架构。在这种架构下，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。
或者说，边缘运算将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。
边缘节点更接近于用户终端装置，可以加快资料的处理与传送速度，减少延迟。
以上是我从网络文章摘抄的一段对于边缘计算的解释。整个解释基本都是专业术语，搞工控的你，看完这段话，你来告诉我什么是边缘计算。
作为一名参与研发产品边缘计算的程序员，我决定写一篇文章来通俗讲解一下这个边缘计算。
首先，我要举一个不太恰当的例子。
比如有一款APP，用户在使用这款APP的时候，就会收集用户的信息，比如收集这个用户的年龄，性别，手机号，地址位置，搜索记录等等信息，而收集这些信息主要是更好地分析这个用户的行为和感兴趣的东西，比如车，房子，书，美食等什么感兴趣。然后更为准确地为其投放内容及广告。
这个是很常见的一个功能，但是就是这样一个功能，怎么和边缘计算挂钩呢。
在边缘计算之前，就是云计算了。
如果是使用云计算，这款APP的行为是这样的：
APP收集到信息后，把所有的基本信息，上传到服务器中，然后由服务器来执行算法，计算和识别出用户的兴趣爱好，甚至可能推算出这个用户的消费能力。然后服务器就可以根据这个推算出来的结果，为用户投放其感兴趣的内容和广告。
如果是使用边缘计算，这款APP的行为就是这样：
APP收集了信息后，不上传到服务器中。然后由APP自己计算和识别出这个用户的兴趣和爱好，也可以推算出这个用户的消费能力，也就是服务器的计算功能，直接由APP来完成。然后服务器只需要问一下APP,哪个用户是有可能是年薪百万的，哪个用户是单身的。APP只需要告诉服务器说，这个一路向东用户很帅，而且还单身，喜欢旅游，写诗，可以为其投放相亲美女内容。
就这样，整个过程并没有服务器参与计算，服务器也没有参与收集信息。因为这个信息在APP本身收集和计算，并没有进行上传，所以也没有涉及信息收集。
而，这就是边缘计算。
也就是以前由服务器作计算的部分，现在改由信息采集的设备直接计算了，再把计算的结果，直接输出到服务器中。服务器只要结果，并不需要过程的数据。
下面我们就以回答问题的形式来通俗的聊一聊这个边缘计算吧。
所以，什么是边缘计算呢。
边缘计算，说白了，就是（服务器）云计算懒得算了，就这点数据，你在数据采集的时候，顺便自己算得了，什么都丢到服务器来算，很累的。于是，边缘计算就这么来了。
那么，工控领域行业中使用到边缘计算的都有哪呢
这个就太多了。随着很多PLC，控制器和触摸屏等都开始接入到物联网中，每个设备需要采集的信息不一样，有温度，湿度，产量，生产数据，运行状态等。而不同行业的参数指标，性能数据都不一样，这很难在服务器通过云计算来形成一套标准，这使得PLC，控制器等，都会用到边缘计算。
为什么以前的DTU，或者物联模块等不流行边缘计算，现在开始流行了呢。
因为现在的IoT使用的模块或者芯片的处理能力也越来越高，资源也比较丰富，随着一些芯片成本的下降，以及开发模式的简化，使得一些芯片或模块在处理基本的数据采集功能后，仍存在资源过剩及功能利用率低的情况，也就是一个100%的芯片或模块，你只使用了10%的来采集数据，那还有90%你可以用来作计算
那么，使用边缘计算的优势在哪里呢。
1 可以使得设备的支持数量提升几个数量级。
比如一个服务器有10000点血。而接入一个设备，就要消耗1点血，如果再对这个设备进行数据分析，需要消耗9点血。也就是接入并计算一个设备就需要10点血。那么这个服务器最多只能接入1000个设备就挂了。
如果服务器只负责接入设备，不进行计算和分析，那么接入一个设备，消耗1点血，由设备自己进行数据计算和分析，再输出结果。这时候服务器就可以接入10000个设备了。
没有使用边缘计算，服务器可以接1000个设备。
如果使用了边缘计算，服务器可以接10000个设备。提升了一个数量级。而对于一些复杂的设备，特别是一些工厂，现场作业等需要数据量多的，如果使用了边缘计算来给服务器节省空间和资源，这个优势更能体现出来了。
2 让计算变得更为灵活和可控
前面说到，接入设备的服务器很难做到统一的计算分析标准，因为物联网可是一个万物接入的网络，每一个设备采集的数据不一样。如果使用了边缘计算，就可以单独针对每一个设备进行相应的计算和分析。当然，如果相同的设备或者相同参数的，可以进行复制使用同一套计算标准或算法。如果将计算脚本开放出来给用户，用户就可以自定义去添加自己的计算公式和行为。
边缘计算的模式和拓扑结构是什么样的呢。
比如要在一套数据采集系统里，以一个云服务器为中心，移动客户端，PC客户端或第三方接口等接入到云服务器获取数据，而数据采集方呢，由数据采集模块来连接到云服务中。
数据采集模块可以采集PLC，变频器，智能仪表等，将数据上传到云服务器中，由服务器进行数据分析和计算，然后PC或移动客户端，第三方接口就可以获取数据分析的结果。但是这种情况下，随着设备的接入越来越多，云服务器的负担也会越来越重，而且接入的PLC，控制器等的种类也越来越多，原来的云服务数据计算模式难以满足越来越复杂的应用。这时候边缘计算就应运而生了。
在原拓扑结构不变的情况，可无缝引入边缘计算。在数据采集模块端开放边缘计算功能，将复杂的计算，策略，规则等，由数据采集模块进行运算，得到输出结果后，只需要将结果上传到云服务中。再由PC客户端，移动客户端及第三方接口从云服务获取。
比如数据采集模块需要采集一个电表，电表能采集的数据有电流，电压，偏偏没有功率。当然现在的电表采集不到功率很少了，只是举例。
那怎么办呢，偏偏客户很想看到功率。那在没有边缘计算的时候，为了要看到功率，只好在云服务里，增加一定的计算规则，将采集到的电流和电压通过计算得到功率。如果有1000个电表，云服务器就要对这1000个电表进行计算。这就增加了云服务器的工作量和负担了。
如果有了边缘计算，那么在数据采集模块，就可以添加计算功能，直接将采集的电流和电压通过计算得到功率，只需要把功率上传给服务器就可以了。这样，即便有50000个电表，云服务也毫无计算压力，因为它并不需要计算。
这就是通俗的讲一讲边缘计算。边缘环境的恶劣往往能够测试一个服务器的精准程度，浪潮边缘计算服务器NE5260M5高度2U，深度只有430毫米，尽管该服务器体积小巧，但浪潮边缘计算服务器NE5260M5支持多种异构加速卡，并且各个模块具有良好的散热效果，能够很好适应边缘恶劣的高温湿环境。高精度主流推理模型的性能实现了业界领先为边缘环境提供更加灵活的加速选择。因此在高温恶劣的环境下其服务器并不会影响性能。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）