边缘计算是什么,和云计算的区别是什么
“边缘计算”的概念本身并不是一个“新鲜词”。早在2003年,CDN服务商Akamai就与IBM合作推出了最早的“边缘计算”。如果以时间维度看,从亚马逊在2006年推出AWS看作是云计算的起点开始,那么它要比云计算被提出的时间更更加的早。
不过,过去很多年的时间由于技术和应用场景等各种原因,边缘计算一直没有获得太多的关注,直到5G时代的到来,才让一直处在“很边缘”的边缘计算得到了全新的发展良机。
云计算是通过使计算分布在大量的分布式计算机上,而非本地计算机或远程服务器中,企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上,根据需求访问计算机和存储系统。
云计算vs边缘计算
云计算的不足
随着边缘计算的兴起,在太多场景中需要计算庞大的数据并且得到即时反馈。这些场景开始暴露出云计算的不足,主要有以下几点:大数据的传输问题:据估计,到2020 年,每人每天平均将产生 15GB 的数据。随着越来越多的设备连接到互联网并生成数据,以中心服务器为节点的云计算可能会遇到带宽瓶颈。数据处理的即时性:据统计,无人驾驶汽车每秒产生约 1GB 数据,波音 787 每秒产生的数据超过 5GB;2020 年我国数据储存量达到约 39ZB,其中约 30% 的数据来自于物联网设备的接入。海量数据的即时处理可能会使云计算力不从心。隐私及能耗的问题:云计算将身体可穿戴、医疗、工业制造等设备采集的隐私数据传输到数据中心的路径比较长,容易导致数据丢失或者信息泄露等风险;数据中心的高负载导致的高能耗也是数据中心管理规划的核心问题。
边缘计算的优势和发展
边缘计算的发展前景广阔,被称为“人工智能的最后一公里”,但它还在发展初期,有许多问题需要解决,如:框架的选用,通讯设备和协议的规范,终端设备的标识,更低延迟的需求等。随着 IPv6 及 5G 技术的普及,其中的一些问题将被解决,虽然这是一段不小的历程。相较于云计算,边缘计算有以下这些优势。
优势一:更多的节点来负载流量,使得数据传输速度更快。
优势二:更靠近终端设备,传输更安全,数据处理更即时。
优势三:更分散的节点相比云计算故障所产生的影响更小,还解决了设备散热问题。
两者既有区别,又互相配合上文讲了云计算的缺点以及边缘计算的优点,那么是不是意味着在未来,边缘计算更胜云计算一筹呢?其实不然!云计算是人和计算设备的互动,而边缘计算则属于设备与设备之间的互动,最后再间接服务于人。边缘计算可以处理大量的即时数据,而云计算最后可以访问这些即时数据的历史或者处理结果并做汇总分析。
据IDC数据显示,过去一年,中国边缘计算服务器市场爆发式增长了2663%,这意味着当前中国企业的IT架构正在迈向一个云网融合、混合多云、边缘计算等多架构并存的全新阶段。为帮助企业更好的应对数字化转型下的架构变革,7月18日联想正式发布全新边缘服务器ThinkServer SE550 V2,这款双路2U边缘服务器具备强大的计算性能和丰富的扩展能力,能够为企业边缘端应用和场景提供专业计算平台支持。
联想ISG中国战略及运营高级总监、智能边缘中国事业部总经理杨春表示:“边缘计算将在企业未来的数字化转型中发挥关键作用。联想正在将边缘计算业务上升到公司战略高度,致力于成为行业领先的边缘计算方案提供商。联想ThinkServer SE550 V2边缘服务器凭借强大的性能、丰富的扩展能力和稳定的可靠性,能够释放边缘端的强大算力,点燃边缘人工智能、边缘网络、边缘云、边缘加速等典型应用的智慧场景。”
近年来随着人工智能、5G、物联网等信息技术的不断发展,海量的数据被逐渐释放,仅依靠传统集中式的云计算架构难以解决企业低延时、本地化、高频次的计算需求。而边缘计算技术由于融合了边缘侧计算、存储、网络能力,能够在数据产生端就近提供边缘智能服务,从而满足用户和行业数字化所面临的敏捷链接、实时业务、智能应用、数据安全等关键需求,因此受到了众多企业的青睐。据Gartner预测,到2025年,约75%的企业数据将不通过数据中心,而是直接在边缘进行计算。
目前,我国智能制造、智慧零售、智慧园区、智慧城市等行业的智能化转型正在加速,这些复杂的场景对边缘计算设备的性能要求极高。比如在智能制造领域,利用边缘服务器作为载体,将机器视觉运用到产品质检过程中,智能实时处理海量数据,能够实现生产线的管理优化。作为计算平台的核心硬件之一,能够应对复杂多样的业务需求,面向特定场景的边缘服务器应运而生。
联想ThinkServer SE550 V2边缘服务器不仅满足运营商OTII边缘服务器的众多标准,配合联想“端-边-云-网-智”的全要素能力,还能为用户提供从软件到硬件的整套解决方案。联想ThinkServer SE550 V2支持最多两颗Intel Xeon 第三代可扩展处理器,每个处理器数量最多32核,并且支持NVIDIA专业GPU,为边缘人工智能的场景应用提供强大算力支持。此外,联想ThinkServer SE550 V2也可像普通2U机架式服务器一样,为用户的虚拟化、数据库、云计算和AI等应用场景提供强大的算力支撑。
联想ThinkServer SE550 V2实现了便携性与扩展性的平衡。联想ThinkServer SE550 V2采用短机箱设计,相比传统机架式服务器能够节省部署空间。同时,联想ThinkServer SE550 V2支持16个DDR4内存插槽,内存频率最高可支持到3200 MHz,整机内存最大可扩展到1TB。在硬盘容量方面,联想ThinkServer SE550 V2最多支持八个25英寸热插拔硬盘,最多两个内置M2高速固态硬盘,配合Lenovo Anybay技术,可在同一驱动器托架内灵活混搭SAS/SATA/NVMe硬盘,实现灵活扩展。
相比云端服务器,边缘服务器需要深入各类行业使用场景,应对不同的温度、工业环境等需求对产品进行设计和优化。基于联想在服务器领域多年的技术积累和品质追求,联想ThinkServer SE550 V2对可能存在的极限场景进行了针对性提升——通常产品工作温度范围为常温,而联想ThinkServer SE550 V2支持宽温使用,能够在45 高温中保持长期高效运行。同时,联想ThinkServer SE550 V2还通过了地震烈度测试,能够保证在极端情况下的数据安全和使用稳定。
边缘计算是联想重点聚焦和投入的核心技术领域之一,不久前联想正式成立智能边缘事业部,基于对产业趋势的洞察和用户需求的研究,联想正式发布智能边缘计算品牌“慧天”。同时,联想将充分整合其在边缘计算领域的硬件、软件、方案及服务,致力于成为业界领先的全栈式智能化边缘计算方案提供商。目前,联想已为智能制造、智慧城市、智慧园区、智慧教育、智慧医疗、智慧金融等领域的众多企业提供智能边缘计算服务。
在“ 科技 赋能中国智能化转型”的愿景下,联想中国区基础设施业务群将继续围绕“1248”战略全景,在边缘计算领域持续攻坚,打磨成熟的边缘计算解决方案,为千行百业客户提供绿色、敏捷、高效的“新IT”智能架构,助力中国企业迈向数字化转型新阶段。
入驻式mec 1般部署在接入层或汇聚层等位置。
MEC的概念最早源于卡内基梅隆大学在2009年所研发的一个叫做Cloudlet的计算平台,这个平台将云服务器上的功能下放到边缘服务器,以减少带宽和时延,又被称为小朵云。我们平时使用的4G和5G都属于移动通信,在移动网络下的边缘计算,也就理所当然地被称作移动边缘计算,缩写作MEC。
2014年,欧洲电信标准协会正式定义了MEC的基本概念并成立了MEC规范工作组,开始启动相关标准化工作。2016年,ETSI把MEC的概念扩展为Muti-access Edge Computing,意为多接入边缘计算,并将移动蜂窝网络中的边缘计算应用推广至像Wi-Fi这样的其他无线接入方式。
MEC-1轴振动监视保护仪
具有精度更高,使用更可靠的特点。同时体积更小,安装维护更为方便,可广泛用于风机、水泵、压缩机等。变送器内部集成了多种测量电路和电流变送电路,能将各种被测参数高精度测量出来,并转换为对应量程的4~20mA电流输出。
可以接入DCS、PLC和数据采集系统等,它配接振动速度传感器,监测旋转机器的J对振动,如轴瓦振动、机壳振动、机架振动等可输出振动的烈度(速度)值或位移值。可测量振动速度,加速度和位移值。当保持振动速度读数时,仪器立即比较内置的ISO10816-3振动标准,自动指示机器报警状态。
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。
边缘计算存储Mutable平台挣钱最多。Mutable是一种微服务PaaS解决方案,为开发人员解决了DevOps挑战。该平台为应用程序提供商,电缆运营商和云提供商提供了边缘技术,以降低延迟,提高安全性和运营效率。Mutable的软件平台可在运营商的现有服务器上运行。它会自动优先考虑所有者的工作负载,同时通过其公共云出售未使用的计算功能,并释放现有服务器的全部潜在收入。它还允许开发人员将应用程序安装到最终用户,而无需维护其云资源。边缘计算是网络架构的一种新的改进版本,它打破了传统云计算的界限。边缘计算解决方案超越了传统云计算的优势,因为它可以在本地处理数据。边缘计算公司将原始信息处理得离源头更近,并最大程度地缩短了先前传播所需的距离。该解决方案有效地减少了延迟。长期的网络领导者和初创企业都通过开发的平台和工具涌入市场,以帮助企业和渠道合作伙伴将处理能力拉近最终用户和设备。新的IT要求已由疫情9决定,并刺激了网络边缘对新应用程序的需求,这可能意味着路边,停车场和生产车间。
浪潮信息边缘计算产品EIS800是一款移动便捷、可快速部署的微型边缘服务器,因其简洁的工业设计、模块化组合设计在德国红点设计大赛中获得各界关注。外观设计上,小巧的EIS800采用“极简”的设计风格,光亮又具有科技感的黑色表面由压铸和阳极氧化工艺制成,兼顾了散热与防水防尘要求,能够适应-40℃-70℃极端环境,高达IP65的防护等级能大大确保设备在各种恶劣边缘环境下高效运行。
0条评论