关于边缘计算，你可以了解的更多一点
编辑：创设网络品牌 发布日期：2019-07-18
边缘测量与物联网基本上是理想对应的。于最近两年，所有有关物联网技术趋势报告之中均有边缘测量。
IDC计算，至2020年，边缘基础设施支出把达物联网基础设施总支出的18％。
事实上，所有有关2018年的物联网技术的趋势预测，于2019年及后的几年依然未能延续。因而于这个基础之上，的确有一些改版。告诫一下：于2017年的趋势与演变之中，并且没提及边缘测量，或者探讨了雾测量，现在是时候解释一下了。
边缘测量这个术语，可和雾测量有一定的重叠。不过，雾测量与边缘测量及它们于物联网生态系统之中发挥作用的准确方式是有区别的，重要是于工业物联网之中。虽然这两个术语均是有关物联网于边缘侧的计算，但是于公布这些计算以前，我们必需予以区分。
1.jpg
有人相信，雾测量是边缘测量的一种形式，亦便是“旧有瓶换新酒”。由于边缘测量于物联网领域的重要性日渐下降，正在如诸多分析之中所显示的那样，现在是时候对于边缘测量、雾测量及为什么这一切均非常关键展开越来越详尽的阐述了。借以越来越重新地解释两者之间的区别，本文是自物联网的角度来研究边缘测量与雾测量的。
01、边缘测量与雾计算：相近的驱动因素
边缘测量与雾测量均有非常弱的上升趋势，其准确原因是相近的：庞大的物联网数据。
物局域网的海量数据重要是分解于IT与OT结合的世界之中。工业4.0与物联网用例会造成大量需遭研究的数据,于IT与OT环境之中亦需研究与透过这些数据。
比如，智能建筑与楼宇管理系统，我们愈来愈余地以此整体与综合的方式对待建筑，因而绝不是双自能源管理与电力管理到暖通空调&＃40;HVAC&＃41;、光控制等各个领域的非常边缘化的角度来看。
亦便是自全局启程，我们想明白建筑物整体之上爆发了什么。比如，工业4.0、物流4.0，均是有关产品生命周期与端到端的价值链与供应链。
02、为什么要将智能测量迁移到物联网边缘
于物联网系统之中，以此这种端到端的方式，于特定的高度传感器密集型环境之中取得了大量的数据，而且数据是于边缘分解并且处置的，把会减少延迟并且缓解数据中心的负载。例如于一个大型油气项目之中，需于无数个井之中布署数十万个传感器数据点，于这些相似的应用之中，把不可避免地会碰到带宽、网络延迟、总体速度等考验，雾与边缘测量于这些挑战之中起着关键作用。
特别于一些关键任务或是远程组件的物联网应用程序之中，对于延迟与速率的要求更加严苛。
边缘测量的重点是相连于物联网之上的设备的技术，例如工业机器人。
依据物联网项目的有所不同需求，也许需迅速赚取所需的数据，或是越来越更进一步：需催化剂与研究的数据，以此可手动的智能的形式，使我们能迅速地采取行动与决策，不论这些决定与否源于人类。因此，绝不需把所有的数据储存于云中用以研究它，仅需于网络之中传送这些数据。
可想像数以百计的场景，其中速率与延迟是数据的关键，自资产管理，能源能耗，过程改进，计算研究到供应链监管的实时需求于一个万物互连的世界均是适当的。
也可想像，于越来越普遍的背景之下，建筑、商业生态系统与诸如此类的东西逐渐地局限在快速的数据与实时的整体管理，当准确地透过与快速分析数据时，数据便会变得愈有价值。实在，我们生存于一个具有充足慢的速度取得准确分析结论便会造成极大效益的时代。
于许多工业物局域网运用之中，数据与研究的速度是至关重要的。于这些领域，我们正在向着改由系统、执行机构与各种控制作出自主与半自主决策的方向迈出。
这种程度的自动化而且是许多预期成果与目标的核心，比如工业4.0，便是机械的。
03、2019年以及之后的边缘测量与物联网
数据的实时性是一个十分关键的因素，因而于愈来愈余的非结构化数据洪流&＃40;之中，传统的方法已绝不局限了。
而且有一些应用程序与一些行业，只于发送数据的层面之上，传统网络的可用性便绝不低了。
所以，因为种种原因&＃40;带宽、成本、速度、机械，保障、计算研究&＃41;我们需一种高于传统的方法越来越慢、越来越昂贵与越来越智慧型的方法：收集数据，透过网络把它们传送到云的边缘，于边缘对于数据展开处理分析。
随著物联网设备的数量急速减少，对于处理速度的需求，云的应用程度的增加与网络压力的增加，皆极力促进了边缘测量市场的发展。
这便是边缘测量与雾测量其实使能的地方。假如数据是于物联网的边缘分解的，那麽为什么绝不将所有的分析均尽量地靠近边缘、数据源来完工呢？在物联网设备而言，这便是边缘测量的用武之地！
下列作为一些边缘测量与物联网计算：
根据IDC公布的数据，到2020年，IT在边缘基础设施上的支出将达到物联网基础设施总支出的18%。IDC补充说，这种花费是由联合IT和OT系统的部署驱动的，这减少了从它们连接的设备收集数据的时间。
根据一份关于跨硬件、平台、解决方案和应用程序的边缘计算市场的研究，到2022年，全球边缘计算市场预计将达到67.2亿美元，复合年增长率高达35.4%。
Gartner的Rob van der Meulen在2018年10月的一篇博客中表示，目前，大约10%的企业生成的数据是在传统的集中式数据中心或云之外创建和处理的。Gartner预计，到2022年，这一比例将达到50%。
Gartner将边缘计算定义为在数据生成源或其附近进行数据处理的解决方案。例如，在物联网系统中，数据生成的来源通常是带有传感器或嵌入式设备的东西。边缘计算是校园网络、蜂窝网络、数据中心网络或云的分散扩展。“
04、是什么使边缘计算变得重要
现在我们来谈谈边缘计算和雾计算之间的区别。
首先，雾计算（思科发明的术语）有时也被称为雾网络，“雾”一词指的是云。(低悬的云，靠近边缘).
建设边缘基础设施的驱动因素是部署了汇聚的IT和OT系统，从而减少了从其连接设备收集的数据的价值。
雾计算，IDC称为Cloud2.0，也是云的更广泛定义和发展的一部分，并且包括工业云和任何地方的云，或雾。
边缘计算，作为一个术语和一个体系结构，如前所述，存在的时间比雾计算更长。然而，在工业物联网的范围内，边缘计算的重点是与物联网中的事物相连的设备和技术。另一方面，雾计算将更多的注意力集中在交互的边缘设备上，包括物联网网关，如下所述：
因为物联网就是把以前没有关联的东西连接起来，以便在资产和设备中获取、分析和利用数据。所有的数据都来自相连的资产，可能是那些工业机器，比如机器人，发电机，智能建筑组件等我们都需要一个架构来实现这一点。雾计算和边缘计算都是这样的体系结构：在一般情况下和在关键或远程环境中，通过限制需要传输的数据来节省带宽、存储、时间和成本。当我们将智能计算在边缘运行时，就减少了网络延迟。
边缘计算将边缘网关或设备的智能、处理能力和通信能力直接推送到诸如可编程自动化控制器之类的设备中。
雾计算总是使用边缘计算。但是，边缘计算可能会也可能不会使用雾计算。此外，根据定义，雾计算包括云计算，而边缘计算则不一定包括云计算。
简而言之，雾计算和边缘计算这两种架构的不同之处在于实现所有这些目标所需的智能和计算能力所在地。如果处理能力直接嵌入在连接的端点中，则称为边缘计算。但是，如果智能驻留在端点和云计算之间的单独网络节点(例如本地节点或物联网网关)中，那么它就是雾计算。
两者均有其适用范围，最重要的是知道：边缘计算是物联网的关键，智能计算正在向边缘转移！
AD：【整合营销推广】专注企业品牌整合营销推广服务
标签：企业品牌文化
本文链接：http://www.fscsjs.net/News/detail/id/126.html
版权声明：本文著作权归原作者创设网络所有，转载请注明出处，感谢！
创设网络技术
专注品牌整合营销推广服务
相关推荐：