什么是边缘计算边缘计算

在过去的二十年中, 云计算一直主导着IT讨论,尤其是自Amazon在2006年通过发布其Elastic Compute Cloud推广该术语以来。 在最简单的形式中,云计算是计算服务的集中化,以利用共享的数据中心基础架构和规模经济来降低成本。 但是,延迟受路由器跳数,虚拟化引入的数据包延迟或数据中心内服务器位置的影响,一直是云迁移的关键问题。 边缘计算也一直是开源云计算项目OpenStack内部创新的驱动力 。

这就是边缘计算的用武之地。 边缘计算本质上是分散计算机服务并将它们移近数据源的过程。 这可能会对延迟产生重大影响,因为它可以大大减少所移动的数据量和传输距离。

术语“边缘计算”涵盖了广泛的技术,包括对等,网格/网格计算,雾计算,区块链和内容交付网络。 它在移动领域已经很流行,现在已经扩展到几乎每个行业。

边缘与云之间的关系

关于边缘替换云的猜测很多,在某些情况下,它可能会这样做。 但是,在许多情况下,两者具有共生关系。 例如,在性能和数据初始处理方面,网络托管和物联网等服务将从边缘计算中受益匪浅。 但是,这些服务仍需要强大的云后端来进行集中存储和数据分析之类的事情。

边缘计算:简史

边缘计算的历史可以追溯到1990年代,当时Akamai推出了其内容交付网络(CDN),该网络在地理位置上更接近最终用户的位置引入了节点。 这些节点存储缓存的静态内容,例如图像和视频。 边缘计算通过允许节点执行基本的计算任务,使这一概念更进一步。 1997年,计算机科学家Brian Noble演示了移动技术如何将边缘计算用于语音识别。 两年后,这种方法还被用来延长手机的电池寿命。 当时,此过程称为“网络搜寻”,基本上就是Apple的Siri和Google的语音识别服务如何工作的方式。

点对点计算在1999年问世。 在2006年,随着Amazon EC2服务的发布,云计算出现了,此后,公司开始大量采用它。 2009年,发表了“ 移动计算中基于VM的Cloudlets案例 ”,其中详细介绍了延迟和云计算之间的端到端关系。 该文章主张采用“两层体系结构:第一层是当今未修改的云基础架构”,第二层由称为cloudlets的分散元素组成,并从第一层缓存状态。 这是现代边缘计算许多方面的理论基础,2012年,思科针对分散的云基础架构引入了“雾计算”一词,旨在促进物联网的可扩展性 。

这将我们带入当前的边缘解决方案,其中有许多解决方案。 无论是纯分布式系统(例如区块链和对等网络)还是混合系统(例如AWS的Lambda @ Edge , Greengrass和Microsoft Azure IoT Edge),边缘计算都已成为推动采用IoT等技术的关键因素。

为什么邻近性很重要

接近度或低延迟在业务中非常重要,因为数据会随着时间的流逝而失去价值。 从金融到健康和安全,运输等所有行业,都是如此。 例如,当实时监控和处理对于确保患者在需要时能够准确地获得所需的护理至关重要时,医疗行业便使用了物联网。 另一个很好的例子是电子商务。 2009年,Akamai发布了一份研究报告,题为“ Akamai揭示2秒是电子商务网页响应时间可接受性的新阈值 ”,其中详细介绍了网站性能与在线购物者行为之间的关系。 调查发现,有40%的消费者在离开页面之前等待的时间不会超过三秒钟,因为他们会分心或寻找替代品。

这项研究强调了将数据传输,处理和返回给客户,设备或内部用户的速度极为重要。 边缘计算是专门为“速度需求”而设计的。

可扩展且具有弹性

边缘计算的分布式特性意味着,除了减少等待时间外,它还可以提高弹性,减少网络负载并易于扩展 。

数据处理从其源头开始。 初始处理完成后,仅需要发送需要进一步分析或需要其他服务的数据。 这减少了网络需求,并降低了任何集中式服务出现瓶颈的可能性。 此外,借助附近其他边缘位置或在设备上缓存数据的潜力,您可以掩盖中断并提高系统的弹性。 由于集中式服务处理的流量较少,因此减少了扩展集中式服务的需求。 结果还可以降低成本,架构复杂性和管理。

未来

边缘计算将从何而来? 在接下来的几年中,随着越来越多的最终用户设备使用它来提高性能,功能和电池寿命,我们将看到该技术的爆炸式增长。 在边缘设备曾经仅限于智能手机,平板电脑,笔记本电脑,PC和游戏机的地方,我们现在看到它被用于虚拟现实耳机,自动驾驶汽车,无人机,可穿戴技术,增强现实设备等等。

物联网设备的普及率急剧上升,并且随着医疗保健,采矿,物流和智能家居等行业才刚刚开始将物联网技术纳入其业务模型,这种扩展似乎将持续一段时间。

关于边缘计算背后的技术,我们将看到许多现有云技术与它们的集中式根源脱钩。 可能需要对诸如AWS Lambda之类的服务进行大修以在最靠近请求原始点的边缘位置运行功能,而不是进行区域锁定。 我们已经使用AWS Lambda @ Edge看到了这一现象的最初迹象。

我们还将看到诸如区块链和雾计算等新兴边缘技术的成熟。 区块链的潜力令人兴奋,因为其去中心化系统和复杂算法的应用远远超出了比特币。 潜在的用途包括后勤和投票,可以在安全和防止欺诈方面提供帮助。

边缘计算可能会在规模和市值方面超越云计算。 但是它不太可能取代云,甚至不会降低其市值。 相反,随着边缘的成熟,云计算将与之一起发展,但发展速度将减慢,从而为边缘计算和业务运营提供许多后端和支持功能。

OpenDev会议

OpenStack基金会率先举办了一项名为OpenDev的新活动,该活动将于9月7日至8日在旧金山举行。 它将专注于边缘计算,而Cloudify将在那里谈论边缘上的所有最新发展。 到时候那里见!

翻译自: https://opensource.com/article/17/9/what-edge-computing

什么是边缘计算边缘计算

什么是边缘计算边缘计算_什么是边缘计算?相关推荐

  1. 边缘计算应用场景_云计算与边缘计算协同九大应用场景(2019年)发布(附PPT解读)...

    为了进一步促进云计算创新发展,建立云计算信任体系,规范云计算行业,促进市场发展,提升产业技术和服务水平.由中国信息通信研究院(以下简称"中国信通院")主办,中国通信标准化协会.中国 ...

  2. 边缘计算和雾计算什么关系_什么是雾计算?

    边缘计算和雾计算什么关系 By now most people are more than familiar with the concept of Cloud Computing, but what ...

  3. 随机森林计算特征重要性_随机森林中计算特征重要性的3种方法

    随机森林计算特征重要性 The feature importance describes which features are relevant. It can help with a better ...

  4. python计算密集型提速_利用Cython加速计算密集型python任务

    何为计算密集型任务 下面贴上网上找到的描述计算密集型任务的特点是要进行大量的计算,消耗CPU资源,比如计算圆周率.对视频进行高清解码等等,全靠CPU的运算能力.这种计算密集型任务虽然也可以用多任务完成 ...

  5. 计算器计算经纬距离_经纬度距离角度计算工具

    经纬度距离角度计算器是一款经纬度计算工具,该软件可以快速计算出航图上任意两点之间的距离和任意三点所成夹角的角度,准确性非常高,而且使用期开也很简单,用户只需要输入两个地点的经纬度软件就可以计算出标准的 ...

  6. 卷积神经网络计算题试题_卷积神经网络的计算

    转自:https://zhuanlan.zhihu.com/p/63174774 1. 卷积 卷积神经网络中的卷积是指定义好卷积核(kernel),并对图像(或者特征图,feature map)进行滑 ...

  7. python计算余弦距离_在Python中计算余弦距离的优化方法

    如果可以使用SciPy,可以使用spatial.distance中的余弦值: 如果您不能使用SciPy,您可以尝试通过重写Python来获得一个小的加速(编辑:但是没有像我以前想像的那样工作,见下文) ...

  8. python计算圆周率近似值_使用python实现计算圆周率π的方法

    使用python实现计算圆周率π的方法 发布时间:2020-11-19 17:34:12 来源:亿速云 阅读:94 这期内容当中小编将会给大家带来有关使用python实现计算圆周率π的方法,文章内容丰 ...

  9. python计算圆柱体积_如何用PYTHON计算体积公式

    用PYTHON计算体积公式 工具/原料 PYTHON 方法/步骤 1 打开PYTHON,新建一个空白的PY文档. 2 import math dir() 首先我们要引入模块,然后查看目录是否已经引入成 ...

  10. python计算身体质量指数_如何用Python计算身体质量指数BMI,并给出胖瘦程度评价?...

    问: 身体质量指数 (Body Mass Index, 简称 BMI),是目前国际上常用的衡量人体胖瘦程度以及是否健康的一个标准.BMI 值超标,意味着你必须减肥了. BMI 的计算公式是:BMI=体 ...

最新文章

  1. Linux记录-普通用户下执行sudo xxx 找不到命令解决方案
  2. AngularJS 指令之 ng-hide/ng-show
  3. 隐藏数据的好方法----Alternative Data Stream(可选数据流)
  4. PMCAFF产品众测 | 对话随手攒CEO聊聊产品的设计、推广和改进
  5. (十二)boost库之多线程高级特性
  6. python3x_Python3x 基本知识点
  7. linux定时器时间间隔为0,linux下定时器的使用--timer_create等系列
  8. 更细日期2015年8月18日- Citrix vGPU解决方案注意事项
  9. docker-compose部署EFKL,存储,过滤laravel日志文件
  10. 基于信息论的特征选择算法综述
  11. 对格斗游戏的一点想法
  12. 关于C++ .h文件和.cpp文件的知识梳理
  13. mysql五日均线_终于有人把“5日均线做短线”的精髓讲透了!
  14. 编译原理 CS-143(更新至week4)
  15. 哪里看苹果是att_我告诉你怎么看手机版本是s跟att
  16. 输入身份证号自动算出年龄,出生日期,性别
  17. python 100days github_GitHub - shuipf/Python-100-Days: Python - 100天从新手到大师
  18. 四轴飞行前检查及解锁
  19. MATLAB中内置的BP神经网络函数 help newff翻译【学习笔记】
  20. 全网最详细的介绍ChatGPT:包括ChatGPT原理、应用、如何试用以及回答ChatGPT能否让程序员失业

热门文章

  1. MQ的连接是否是线程安全的
  2. 【C++基础之十一】虚函数的用法
  3. MS CRM 2011 如何创建基于SQL的自定义报表,并使用数据预筛选(Pre-Filtering)
  4. [BZOJ1135][P3488][POI2009]LYZ[线段树+Hall定理]
  5. 阿里云业绩同比增126% 云服务现“3A鼎立”
  6. Azure站点恢复之----VMM 站点到ASR
  7. 白话学习MVC(七)Action的执行一
  8. 数据库(oracle) 索引
  9. springmvc与Servlet3.0不依赖common包实现文件上传
  10. matlab自带图片下载,数字图像处理中Matlab的应用.pdf