更快的數(shù)據(jù)處理不再是一種奢侈---邊緣計算_JITStack

云計算不再足以即時處理和分析物聯(lián)網(wǎng)設(shè)備、聯(lián)網(wǎng)汽車和其他數(shù)字平臺生成(或即將生成)的海量數(shù)據(jù)。例如，擁有自動駕駛的車輛本質(zhì)上是車輪上的高性能計算機，其通過多個傳感器收集數(shù)據(jù)。為了使這些車輛安全可靠地運行，他們需要立即響應(yīng)周圍環(huán)境。處理速度的任何滯后都可能是致命的。

雖然連接設(shè)備的大部分?jǐn)?shù)據(jù)處理現(xiàn)在都在云中進行，但是在中央服務(wù)器上來回發(fā)送數(shù)據(jù)可能需要幾秒鐘的時間。到2020年，估計智能駕駛汽車每天將產(chǎn)生1.5 GB的數(shù)據(jù)。隨著更多設(shè)備連接到互聯(lián)網(wǎng)并生成數(shù)據(jù)，云計算可能無法全部處理——特別是在某些需要更快響應(yīng)速度的用途。

邊緣計算可以為自動駕駛汽車提供更快的數(shù)據(jù)處理，但它是如何工作的？

邊緣計算使連接的設(shè)備能夠處理更靠近創(chuàng)建位置的數(shù)據(jù)——或者“邊緣”。這可以是在設(shè)備本身(即傳感器)內(nèi)，也可以是在設(shè)備附近，提供了一種將數(shù)據(jù)發(fā)送到集中云進行處理的替代方案。包括亞馬遜(Amazon)、微軟(Microsoft)和谷歌在內(nèi)的一些最大的科技公司正在探索邊緣計算，這可能會引發(fā)下一場大型計算競賽。

向邊緣計算的轉(zhuǎn)變

在我們這個數(shù)據(jù)密集型的未來，隨著數(shù)十億設(shè)備接入互聯(lián)網(wǎng)，更快、更可靠的數(shù)據(jù)處理將變得至關(guān)重要。近年來，事實證明，云計算的整合和集中特性具有成本效益和靈活性，但物聯(lián)網(wǎng)和移動計算的興起對網(wǎng)絡(luò)帶寬造成了壓力。

最終，并不是所有的智能設(shè)備都需要使用云計算來運行。在某些情況下，可以而且應(yīng)該避免這種反復(fù)的數(shù)據(jù)傳輸。這就是邊緣計算的用武之地。根據(jù)CB Insights市場規(guī)模評估，到2022年，全球邊緣計算市場預(yù)計將達到67.2億美元。

雖然是一個新興領(lǐng)域，但在云計算運作的某些領(lǐng)域中，邊緣計算可能會更有效率。邊緣計算使數(shù)據(jù)處理更接近其創(chuàng)建的位置(例如，電機、泵、發(fā)電機或其他傳感器)，從而減少了在云之間來回傳輸數(shù)據(jù)的需要。

據(jù)研究公司IDC 稱，邊緣計算被描述為“ 由微型數(shù)據(jù)中心組成的網(wǎng)狀網(wǎng)絡(luò)，可在本地處理或存儲關(guān)鍵數(shù)據(jù)，并將所有接收的數(shù)據(jù)推送到中央數(shù)據(jù)中心或云存儲庫，占地面積小于100平方英尺 ”。

例如，列車可能包含可立即提供其發(fā)動機狀態(tài)的傳感器。在這種情況下，無論是運行數(shù)據(jù)在火車上還是在云中，傳感器數(shù)據(jù)都不需要前往數(shù)據(jù)中心，就可以查看是否有東西影響了發(fā)送機運轉(zhuǎn)。

例如，列車可能包含可立即提供其發(fā)動機狀態(tài)的傳感器。在這種情況下，無論是運行數(shù)據(jù)在火車上還
對數(shù)據(jù)處理和存儲進行本地化可以減輕計算網(wǎng)絡(luò)的負擔(dān)。當(dāng)發(fā)送到云的數(shù)據(jù)更少時，延遲的可能性(云與物聯(lián)網(wǎng)設(shè)備交互導(dǎo)致的數(shù)據(jù)處理延遲)就會降低。這也對硬件底層邊緣計算技術(shù)承擔(dān)更多責(zé)任，該技術(shù)包括用于收集數(shù)據(jù)的傳感器和用于處理連接設(shè)備內(nèi)的數(shù)據(jù)的CPU或GPU。

智能制造業(yè)為什么看好邊緣計算

智能制造可以從現(xiàn)代工廠中使用的大量傳感器中獲得啟發(fā)。減少邊緣計算的延遲問題可以使制造工作流中更快、更靈敏的更改，從而能夠?qū)崟r應(yīng)用洞察力和操作。這可能包括在機器過熱之前關(guān)閉它。工廠可以使用兩個機器人，配備傳感器并連接到邊緣設(shè)備，以執(zhí)行相同的任務(wù)。邊緣設(shè)備可以運行機器學(xué)習(xí)模型來預(yù)測其中一個機器人是否會發(fā)生故障（如圖所示）。

如果該邊緣設(shè)備確定機器人可能發(fā)生故障，則會觸發(fā)一個動作來停止或減慢它。這將允許工廠實時評估潛在的故障。如果機器人可以自己處理數(shù)據(jù)，它們可能會變得更加自給自足和反應(yīng)靈敏。邊緣計算應(yīng)該允許從大數(shù)據(jù)生成更大，更快的洞察力，并且可以將更多的機器學(xué)習(xí)應(yīng)用于操作。

最終目標(biāo)是利用正在創(chuàng)建的大量數(shù)據(jù)的未開發(fā)價值，預(yù)防安全危害，并減少工廠車間的中斷。 從可穿戴設(shè)備到智慧工廠，再到智能駕駛，物聯(lián)網(wǎng)設(shè)備的發(fā)展越來越廣闊。邊緣計算可以提供另一種高效的解決方案，圍繞著設(shè)備功能開發(fā)能夠處理軟件和硬件能力，打破了集中式云數(shù)據(jù)中心數(shù)據(jù)管理、處理和存儲傳統(tǒng)架構(gòu)的局限性。