边缘计算助力行业智能化转型〡水木资本原创

边缘计算是指在靠近终端或数据源头的一侧 , 采用网络、计算、存储、应用核心能力为一体的开放平台 , 就近提供业务场景所需的计算服务 。 作为连接物理世界与数字世界间的桥梁 , 边缘计算具有连接性、约束性、分布性、融合性和数据第一入口等基本特点与属性 , 并拥有显著的跨行业价值 。 过去的几年里 , 云计算为大规模数据处理和全域数据计算分析提供强大算力 , 助力各行业实现系统的智能化和决策的优化;随着终端数量的爆发式增长 , 需要边缘计算与云计算共同协同合作 , 云计算负责全局性、非实时、长周期的大数据处理与分析 , 而边缘计算则面向网络边缘侧全新业务形态 , 根据业务需求对局部性、实时、短周期数据的处理与分析 。
边缘计算平台还可以灵活部署在网络的各个位置 , 应用程序在边缘侧执行 , 在节省带宽的情况下满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求 , 总体表现为三大特点:
1、靠近数据源 , 实时性好;
2、低时延 , 响应快;
3、数据安全性高 。
从位置上讲 , 边缘计算平台处于云计算和感知层之间 , 与云计算是协同互补关系 。 云计算作为进行集中数据存储、计算的中心 , 有其局限性 , 如资源限制、带宽限制、负载限制 , 边缘计算的出现能将部分实时性、安全性要求高的事务处理放在边缘端 , 减轻了云端压力 , 形成很好的协同效应 。 与云计算相比 , 边缘计算有以下特点:
1、安全性更高 , 防范数据泄露的风险 。 边缘计算中的数据仅在源数据设备和边缘设备之间交换 , 不再全部上传至云计算平台 。
2、网络延时低 。 能够适应实时性要求高的场景和应用 , 据运营商估算 , 边缘计算的时延有望控制在 1ms 之内;云计算时延约在 2~5ms 之间 。
3、节省核心网带宽 。 5G 时代 , 数据量暴增 , 数据全部传至云计算中心容易导致网络拥塞甚至瘫痪 , 而在边缘层对数据做初步筛选可以节省大量核心网带宽 。
【边缘计算助力行业智能化转型〡水木资本原创】4、位置感知 , 用户识别 。 当终端接入无线网络时 , 本地计算节点可以确定设备的地理位置 , 识别用户的网络需求 , 提供基于位置和用户的分析 。
5、提高资源利用率 。 在云计算下 , 很多智能终端在非工作状态下处于闲置状态 , 边缘计算可以在无线网络中对其加以利用 , 实现物理资源共享 。
如果把一个大型系统分为现场感知层、边缘层和云端的话 , 那边缘层通常又可以分为边缘管理器和边缘节点两部分 , 边缘节点是具有计算和存储能力的功能模块 , 包括负责处理和转换网络协议的边缘网关 , 负责闭环控制业务的边缘控制器 , 负责大规模数据处理的边缘云以及负责信息采集与简单处理的边缘传感器;而边缘管理器则主要是实现对边缘节点的各项功能进行统一管理和调度 。
随着物联网的快速发展以及智慧家居、智慧城市、智慧交通等智能化浪潮的兴起 , 终端设备的数量将呈现爆发式增长 , 大量的终端设备将对网络结构提出新的挑战 , 5G的发展为终端、节点、平台之间的互联互通提供了更加高速的基础网络 , 同时这种高速通信设施的实现也是依赖于基站的分布式部署 , 在这种分布式结构的端侧 , 终端数量、数据量、处理需求都大幅增加 , 都对原有云端式简单网络架构的平衡产生巨大冲击 , 此时边缘计算的部署将重构网络结构 , 其与云端的分工协同 , 将不同需求层次的分析处理需求分工处理 , 边缘计算的部署一方面解决了实时性要求高、安全性要求高、需求频次高的计算处理需求;另一方面缓解了云端的计算、带宽压力 , 同时大量缩减不必要的数据传输 , 节省了带宽 , 形成较好经济效益和便捷管理效率 。
当前 , 边缘计算的发展仍处于相对早期 , 各方对于其需求场景和市场规模仍有不少疑问 , 但事物的发展都分不同的阶段 , 投资人就是要在相对较早的阶段找到方向 , 我们相信在工业领域存在大量此类需求 , 那些在感知端存在大量布点 , 且有一定实时化分析、决策需求的场景将率先应用边缘计算 , 工业数字化、智能化已成为大众公认的趋势 , 边缘计算也必将在这次浪潮中扮演重要角色 , 为企业赋能 , 为行业转型助力 。