導讀:讓我們來了解一下物聯(lián)網(wǎng)和邊緣計算的關(guān)系,以及為什么越來越多的物聯(lián)網(wǎng)專家在開發(fā)物聯(lián)網(wǎng)解決方案時依賴邊緣計算。
讓我們來了解一下物聯(lián)網(wǎng)和邊緣計算的關(guān)系,以及為什么越來越多的物聯(lián)網(wǎng)專家在開發(fā)物聯(lián)網(wǎng)解決方案時依賴邊緣計算。
物聯(lián)網(wǎng) (IoT) 邊緣計算是指將數(shù)據(jù)處理和分析放置在更靠近物聯(lián)網(wǎng)基礎設施內(nèi)帶有傳感器和執(zhí)行器的連接設備的位置。 將物聯(lián)網(wǎng)移至邊緣有哪些好處?
讓我們來了解一下物聯(lián)網(wǎng)和邊緣計算的關(guān)系,以及為什么越來越多的物聯(lián)網(wǎng)專家在開發(fā)物聯(lián)網(wǎng)解決方案時依賴邊緣計算。
傳統(tǒng)物聯(lián)網(wǎng)設備——過去的遺跡?
物聯(lián)網(wǎng)設備是具有能夠連接到互聯(lián)網(wǎng)的傳感器和執(zhí)行器的硬件組件。 由于沒有嵌入式操作系統(tǒng),物聯(lián)網(wǎng)設備一次只能執(zhí)行一個或幾個執(zhí)行線程。
由于計算能力較低,標準物聯(lián)網(wǎng)設備在本地執(zhí)行的數(shù)據(jù)處理很少。 相反,它們使用嵌入式傳感器收集有關(guān)環(huán)境的信息,并通過網(wǎng)絡將數(shù)據(jù)傳輸?shù)皆贫诉M行分析和處理。 根據(jù) Statista 的數(shù)據(jù),如果全球設備數(shù)量預計幾乎翻一番,從 2023 年的 151 億臺增加到 2030 年的超過 290 億臺,您可以想象每個物聯(lián)網(wǎng)生態(tài)系統(tǒng)中來回流動的數(shù)據(jù)量。
傳輸大量數(shù)據(jù)會導致采樣分辨率和頻率降低。 它還會導致數(shù)據(jù)收集和在設備上執(zhí)行的操作之間的時間延遲。 例如,在由設備、網(wǎng)絡和后端服務器組成的簡單物聯(lián)網(wǎng)基礎設施中,后端服務器將輕松分析從設備傳輸?shù)某R妶D像。 同時,一旦設備收集高清視頻數(shù)據(jù),后端服務器將以低幀速率接收相對低分辨率的視頻樣本。
盡管如此,沒有嵌入式操作系統(tǒng)和內(nèi)存組件的看似限制性的限制仍然有助于簡單物聯(lián)網(wǎng)設備的利用。 傳統(tǒng)的物聯(lián)網(wǎng)設備可以有效地利用其處理器并在精確的時間執(zhí)行操作,因為除了正在運行的任務之外,沒有其他任務競爭 CPU 資源。 此外,由于沒有操作系統(tǒng),簡單的物聯(lián)網(wǎng)設備不易受到基于操作系統(tǒng)的經(jīng)典網(wǎng)絡攻擊。
邊緣計算加入戰(zhàn)斗
在物聯(lián)網(wǎng)環(huán)境中,邊緣計算意味著將計算資源放置在更靠近數(shù)據(jù)源的位置。 邊緣計算的第一個也是最重要的用例是指為物聯(lián)網(wǎng)設備提供計算資源,并將其轉(zhuǎn)變?yōu)槟軌蛟诒镜靥幚頂?shù)據(jù)的邊緣設備,而無需將其發(fā)送到云端進行進一步分析。
邊緣設備能夠執(zhí)行多任務處理并同時運行多個應用程序。 與需要物理連接來更新固件的簡單物聯(lián)網(wǎng)設備相比,通過可用的無線 (OTA) 更新使邊緣設備的軟件和固件保持最新要容易得多。
邊緣設備配備傳感器和執(zhí)行器,同時擁有計算資源,成為物聯(lián)網(wǎng)生態(tài)系統(tǒng)的成熟元素。 這就是有多少人交替使用“物聯(lián)網(wǎng)設備”和“邊緣設備”這兩個術(shù)語。
物聯(lián)網(wǎng)邊緣設備的示例范圍從需要靠近數(shù)據(jù)源進行實時數(shù)據(jù)分析的自動駕駛汽車到遠程患者監(jiān)護解決方案和能夠進行本地計算的智能家電。 邊緣設備正在迅速取代“傳統(tǒng)”物聯(lián)網(wǎng)設備。 Statista 報告稱,邊緣計算市場預計將增長,到 2025 年將達到 2740 億美元。
然而,利用邊緣計算并不總是將計算機能力放置在設備本身中。 通過安裝本地邊緣服務器來捕獲數(shù)據(jù),然后將其傳輸?shù)皆贫耍梢詫⒂嬎阗Y源放置在更靠近數(shù)據(jù)源的位置。 邊緣技術(shù)的另一個用例是指將邊緣服務器放置在無線電基站處,在網(wǎng)絡邊緣創(chuàng)建多路訪問邊緣計算數(shù)據(jù)中心。 由于可以在本地或網(wǎng)絡邊緣分析數(shù)據(jù),因此發(fā)送到云端的信息更少,從而將延遲問題降至最低,并為后端數(shù)據(jù)服務器上的 AI/ML 支持的數(shù)據(jù)分析釋放更多資源。
在物聯(lián)網(wǎng)中采用邊緣計算的好處
那么,邊緣計算的具體好處是什么?為什么該技術(shù)受到關(guān)注?
減少網(wǎng)絡延遲
邊緣計算使數(shù)據(jù)處理在物理上更接近數(shù)據(jù)源,從而使數(shù)據(jù)從傳感器到服務器并返回的行程更短。 快速響應對于需要近實時處理和操作的物聯(lián)網(wǎng)生態(tài)系統(tǒng)尤其有價值。
優(yōu)化的網(wǎng)絡帶寬
邊緣計算通過處理和過濾更靠近數(shù)據(jù)源的數(shù)據(jù)來優(yōu)化網(wǎng)絡帶寬利用率。 它允許更高的網(wǎng)絡帶寬,并確保必要的信息順利地傳輸?shù)街醒朐撇⒎祷亍?/p>
提高物聯(lián)網(wǎng)網(wǎng)絡安全性
邊緣計算不會成為應對所有可能的網(wǎng)絡威脅的靈丹妙藥,但它仍然提供一定的安全優(yōu)勢。 利用物聯(lián)網(wǎng)生態(tài)系統(tǒng)中的本地定位,邊緣服務器可以成為擔心將所有數(shù)據(jù)存儲在偏遠地區(qū)的公司的救援。 通過在本地部署邊緣服務器,公司可以更好地控制對信息的訪問,并確保某些數(shù)據(jù)永遠不會離開特定范圍。
總結(jié)一下
物聯(lián)網(wǎng)與邊緣計算的結(jié)合不僅僅是物聯(lián)網(wǎng)世界發(fā)展的下一步。 這是數(shù)據(jù)分析機制的一個新的里程碑。 由于物聯(lián)網(wǎng)邊緣,從數(shù)據(jù)收集到?jīng)Q策的旅程變成了以毫秒為單位的探險。
邊緣計算解決了網(wǎng)絡高延遲和低帶寬的問題,為物聯(lián)網(wǎng)生態(tài)系統(tǒng)提供實時數(shù)據(jù)分析能力,使物聯(lián)網(wǎng)設備更加智能、自適應和安全。