物聯(lián)網(wǎng)中的邊緣計算

1、精選優(yōu)質(zhì)文檔-傾情為你奉上物聯(lián)網(wǎng)中的邊緣計算邊緣計算的發(fā)展一向引人注目,但不是所有事情都能達到意想之中的繁榮。很多人不理解物聯(lián)網(wǎng)的邊緣計算是什么?我們都非常自然的將云計算和邊緣計算看做相互競爭的存在。作為 IT 的核心,兩種技術(shù)都先后取得了最高的地位,并且根據(jù)企業(yè)的優(yōu)先事項和能力,被定位為一個明智的選擇。然而,這個“不是/或”的難題是一個值得被詳解的神話;他們是完全不同的概念。在物聯(lián)網(wǎng)上，每個人都可以應(yīng)用電子標(biāo)簽將真實的物體上網(wǎng)聯(lián)結(jié)，在物聯(lián)網(wǎng)上都可以查出它們的具體位置。通過物聯(lián)網(wǎng)可以用中心計算機對機器、設(shè)備、人員進行集中管理、控制，也可以對家庭設(shè)備、汽車進行遙控，以及搜索位置、防止物品被盜等，

2、類似自動化操控系統(tǒng)，同時透過收集這些小事的數(shù)據(jù)，最后可以聚集成大數(shù)據(jù)，包含重新設(shè)計道路以減少車禍、都市更新、災(zāi)害預(yù)測與流行病控制等等社會的重大改變，實現(xiàn)物和物相聯(lián)。邊緣計算讓計算和智能更加接近數(shù)據(jù)源的物理空間,成為云中斷開元素的傳遞機制。因此,他們可以協(xié)同工作,而不是作為替代品。慢慢形成一種有效的混合方式,將邊緣的靈活性與中央云的高效處理能力相結(jié)合。這就是為什么這兩種環(huán)境都是為新一代開發(fā)人員部署的選項,可以創(chuàng)建更智能,事件驅(qū)動的微服務(wù),從而實現(xiàn)更快,更靈活的應(yīng)用程序開發(fā)。雖然預(yù)測到由于連接成本將會降低,但這些預(yù)測并沒有實現(xiàn)。相反,我們看到了由 IoT 創(chuàng)建的數(shù)據(jù)逐漸向邊緣遷移的過程,以及增強的

3、連接和功能的自然發(fā)展。的確,網(wǎng)絡(luò)邊緣的智能不僅更容易獲取,而且還能實時捕獲,讓其發(fā)展在純粹的形式和最新鮮的狀態(tài)中。這些都使得它成為最有價值的信息是即時和準(zhǔn)確的操作決策。改變的好處在于:直接在設(shè)備上計算,多個設(shè)備返回到一個中央核心網(wǎng)絡(luò)所引起的瓶頸將被交付給過去。此外,安全風(fēng)險被降至最低,因為在數(shù)據(jù)傳輸過程中被消耗,容易受到攻擊。當(dāng)分析添加到混合時,事情就會變得更加有趣,因為數(shù)據(jù)的子集與分析本地化可以讓決策更具說服力。盡管邊緣計算的這種優(yōu)勢一直是引人注目的,但并不是所有的東西都能在傳統(tǒng)背景下蓬勃發(fā)展。就像今天的機器學(xué)習(xí)算法,包括他們對于大量數(shù)據(jù)和計算能力的需求,長期以來都是依賴云來完成繁重的工作。

4、然而,隨著人工智能成為更加主流的顯示,從智能汽車到數(shù)字私人助理,外界在迅速改變?，F(xiàn)在大家的焦點開始轉(zhuǎn)向如何能更好的在網(wǎng)絡(luò)外圍設(shè)備更接近移動電話、計算機和利用該技術(shù)應(yīng)用運行其他設(shè)備空間進行交付。邊緣計算應(yīng)用于物聯(lián)網(wǎng)我們已經(jīng)看到了智能家居領(lǐng)域的優(yōu)勢。在這里,網(wǎng)絡(luò)邊緣的深度學(xué)習(xí)功能可以通過集成和互動的物聯(lián)網(wǎng)數(shù)字工具的細(xì)微差別和直觀反映來洞察,從而隨著情況的變化而提供洞察力。然后,他們可以將實時上下文信息反饋給房主,或者如果入侵者出現(xiàn),則將反饋給專業(yè)監(jiān)控資源。這只是一個開始,將機器學(xué)習(xí)功能帶入設(shè)備邊緣,無需連接要求,并簡化了長期的IoT集成挑戰(zhàn),對于消費領(lǐng)域之外的眾多行業(yè)和應(yīng)用產(chǎn)生更廣泛的影響。能夠以

5、毫秒為單位響應(yīng)時間的解決方案代表了這一梁宇最前沿的創(chuàng)新技術(shù),從而為工業(yè)環(huán)境等不同領(lǐng)域的醫(yī)療領(lǐng)域創(chuàng)造更大價值。邊緣計算在智能家居的應(yīng)用在城市道路交通中，每個路口都會設(shè)置監(jiān)控攝像頭，每周甚至每天都會有海量的視頻數(shù)據(jù)產(chǎn)生，如果這些監(jiān)控設(shè)備產(chǎn)生的數(shù)據(jù)聚在一起，會是個天文數(shù)字。 在云端進行實時的海量數(shù)據(jù)分析與儲存對計算能力和網(wǎng)絡(luò)帶寬是 一個巨大的挑戰(zhàn)。如果借助邊緣計算，在本地對海量視頻數(shù)據(jù)進行存儲和分析，僅識別和截取存 在道路交通事故或違法行為的視頻傳遞給云/數(shù)據(jù)中心做進一步分析和長久存儲，這樣可以大大減少到云端的數(shù)據(jù)傳輸，并且能夠支持實時的智能交通控制。邊緣計算在智慧交通中的應(yīng)用在這里,最容易獲取的實時信息將會推動醫(yī)療設(shè)備的智能診斷功能,并中機器學(xué)習(xí)來進行各種預(yù)測,例如最易患上醫(yī)院感染或最有可能在出院后重新接種的患者。在這個階段,我們并不知道 AI 在這個環(huán)境中的全部潛力。然而,未來醫(yī)療機構(gòu)可以為患者提供從人工智能軟件程序接收在線醫(yī)療建議的選項即將出現(xiàn),并有望從速度和效率、患者護理和成本節(jié)約等方面進行改進。同樣,工業(yè)環(huán)境正在取得進展,數(shù)據(jù)必須在現(xiàn)場無數(shù)傳感器,設(shè)備,資產(chǎn)和機器之間流動,通常在結(jié)構(gòu)化或具有挑戰(zhàn)性和偏遠(yuǎn)條件下進行。在邊緣設(shè)備上檢測異常情況提供了預(yù)測性監(jiān)控和關(guān)鍵人物決策所需的靈活性,從而可以節(jié)省數(shù)百萬美元,在設(shè)備損壞之前