当前位置:评测网 > 百科 > 正文

边缘计算是什么意思 JITStack讲解:什么是边缘计算?边缘计算是靠近数据源的计算基础

导语:20世纪八九十年代,受丰田和六西格玛的影响,精益制造和准时制制造等技术提高了生产率,但制造企业的效率却在下降。近年来,年均生产率增长率为0.5%。因为没有几个地方可以继续改善运营,制造组织必须找到新的方法来提高生产、绩效和利润。进入数字产业转型时代利用信息技术创新,制造企业开始提高绩效和生产率。虽然云计算是工业信息化转型的主要驱动因素,但边缘计算正迅速成为工业物联网加速数字化转型目标的关键部分。边

20世纪八九十年代,受丰田和六西格玛的影响,精益制造和准时制制造等技术提高了生产率,但制造企业的效率却在下降。

近年来,年均生产率增长率为0.5%。因为没有几个地方可以继续改善运营,制造组织必须找到新的方法来提高生产、绩效和利润。

进入数字产业转型时代

利用信息技术创新,制造企业开始提高绩效和生产率。虽然云计算是工业信息化转型的主要驱动因素,但边缘计算正迅速成为工业物联网加速数字化转型目标的关键部分。边缘计算不是一个新概念,而是结合了几种趋势,为制造企业创造了一个机会,将大量基于机器的数据转化为更接近数据源的可操作智能终端。

什么是边缘计算?

边缘计算是靠近数据源的计算基础设施。

在IIoT的背景下,“edge”是指靠近数据源存在的计算基础设施,如工业机器扫描仪和水下防喷器,工业控制器系统和时间序列数据库聚合来自各种设备和传感器的数据。这些边缘计算设备通常远离企业云中的集中式计算。维基百科将边缘计算定义为将计算应用、数据和服务的前沿从集中式节点推向网络的逻辑极端。

到目前为止,边缘计算主要用于提取、存储、过滤和向云系统发送数据。然而,我们现在正处于一个时间点,边缘计算正在打包更多的计算、存储和分析功能,以在设备位置消费和处理数据。包括亚马逊、微软和谷歌在内的一些最大的科技公司正在探索边缘计算,这可能会引发下一场大的计算竞争。

边缘计算对制造业意味着什么?

制造业网络化将在未来几年发生巨大变化。

业内权威人士计算过,数百亿的互联事物会从不同的来源产生大量的数据。未来几年,制造业的互联网信息转型将发生巨大变化。著名管理公司麦肯锡公司(Mckinsey & co .)估计,到2015年,工业物理网络的价值将达到7.5T,工业物联网将人才和机器结合在一起,将人与加快数字信息转型的大数据联系起来。

通过将大数据、高级分析和机器学习应用于运营,制造业可以减少意外停机时间,提高资产性能,降低维护成本,并开发从机器数据中获取未开发价值的新业务模式的潜力。

智能制造有望从当今工厂部署的大量传感器中获得真知灼见

在过去的几年里,制造组织已经开始将云集成到他们的运营中,以从大量数据中收集见解,这有助于实现关键的业务成果,包括减少意外停机时间、提高生产效率和降低能耗。云仍然在通过工业物联网实现新的性能水平方面发挥着关键作用,这需要大量的计算能力来有效地管理来自机器的大量数据。

但是随着计算的增多,存储和分析功能被捆绑到更靠近数据源的更小的设备上,即工业机器边缘计算将有助于实现边缘处理,实现工业物联网的承诺。

推动边缘计算在智能制造中应用的关键因素;

1.低/间歇连接

2.向云传输数据的高成本带宽

3.低延迟,例如机器洞察力和驱动之间的闭环交互

4.即时分析

5.访问时态数据进行实时分析

6.合规性、监管或网络安全限制

边缘计算和雾计算使计算能力和智能更接近数据源

有人开玩笑说,雾计算是真正边缘计算的一个不好的营销术语。但雾计算及其在物联网中的作用与边缘计算的目标类似:将计算能力和智能推近数据源,如泵、涡轮机、传感器和其他机器。Fog网络或原子化是一种分散的计算基础设施,其中数据、计算、存储和应用分布在数据源和云之间最合理、最高效的位置。Fog网络侧重于相互通信的边缘设备,如物联网网关,而边缘计算则侧重于实际附着在“对象”上的设备和技术,如工业机器。

边缘计算和云计算协同工作

制造企业要想充分实现机器产生的大量数据的价值,边缘计算和云计算必须协同工作。边缘计算将占主导地位的场景包括需要低延迟或存在带宽限制的地方;当行动需要大量的计算能力、工厂的数据管理、资产健康监测和机器学习时,云计算将占据更主导的地位。云计算和边缘计算对于智能制造运营至关重要,以便从当今云和边缘应用的复杂、多样化和海量数据中获得最大价值,并随时有效实现预期效果。

应用中的边缘计算

边缘计算推动自动驾驶汽车

对于自主车来说,基本上轮式数据中心和边缘计算起主导作用。粗略计算,每100辆车正常行驶8小时,车辆传感器会产生40TB的数据。向云中发送如此多的数据是不安全、不必要和不切实际的。

不安全是因为在这种场景下,边缘计算的感知、思维和动作属性必须以超低延迟实时完成,以保证乘客和公众的安全运行。在经过城市街道和高速公路时,将数据发送到云端进行分析和决策,并返回给自主车辆,会导致灾难性的后果。比如一辆车在路上正常行驶,一个小孩突然冲出去,冲到路中间。在这种情况下,决策和后续启动需要低延迟。没有必要将所有数据都发送到云中,因为这组特定的数据只有短期价值。这个数据的启动和响应速度非常重要。将传感器产生的大量数据转移到云中,然后再转移回来是不切实际的。

边缘计算的其他应用

边缘计算技术的应用行业不仅限于智能制造和自驾车,还包括金融和零售。这两个部门都使用大量的客户和后端数据集来提供从股票市场选择到店内服装投放的所有信息,并且可以从减少对云处理数据的依赖中受益。零售业可以使用边缘计算应用来增强客户体验。尽管许多零售商现在专注于改善店内体验,但优化收集和分析数据的方式是有意义的,尤其是当许多人试图使用连接镜和智能显示器时。此外,许多人使用店内平板电脑生成的销售点数据,然后将其传输到云或数据中心。通过边缘计算,可以对数据进行局部分析,降低敏感数据泄露的可能性。

免责申明:以上内容属作者个人观点,版权归原作者所有,不代表评测网立场!登载此文只为提供信息参考,并不用于任何商业目的。如有侵权或内容不符,请联系我们处理,谢谢合作!
当前文章地址:https://www.pcapqz.com/qinzi/401873.html 感谢你把文章分享给有需要的朋友!
上一篇:智能电视机 2019年智能电视展望:看完后悔买早了 下一篇:迅雷10 迅雷X 10.1.8正式版发布!继续优化下载卡99.9% 但无法彻底解决