關注科技領域很難跟上行業的最新趨勢和新興領域，僅以計算類型為例，隨著我們處理數據的方式和位置的不斷變化，我們受到了硬件和連接性方面的限制。
云計算這一術語已經在大多數消費者的消費理念中占據了一席之地，邊緣計算可以看做是無處不在的云計算和物聯網(IoT)的延伸概念，霧計算的概念盡管與邊緣計算略顯模糊，但是它與邊緣計算是兩種技術理念，介于云計算和邊緣計算之間。
本文將會介紹邊緣計算是什么，在2018年的漲勢如何，以及業界應該給予它怎樣的關注。
邊緣計算：遠離核心的移動計算
從根本上來講，邊緣計算是智能和計算從云網絡中的集中式數據服務器到網絡邊緣硬件的移動，傳感器不是在某個位置收集數據，然后將數據發送回中央服務器進行處理，而是在本地可用的硬件上對數據進行處理，只把處理結果發送到云端，以便確保信息的即時可用性并進行操作，而不需要進一步對數據加以處理。
將計算遷移到邊緣具備以下幾個優勢，能夠促進更理想的計算：
· 能夠近乎實時地處理數據
· 處理的數據可以從各個邊緣節點并行收集
· 消除了在帶寬有限的網絡上發送原始數據的負擔
· 消除計算量大的原始數據對數據中心的壓力
· 降低云網絡從數據中獲得信息的依賴性
· 可以幫助管理在本地處理而不是共享的敏感數據
邊緣計算的出現絕對歸功于云計算的可用性和廣泛應用，以及越來越易于訪問的經濟試用的物聯網解決方案。有很多易于定制和可訪問的SoC，例如Raspberry Pi，使得邊緣計算更加可行。
有分析機構預測到2022年邊緣計算將成為一個價值67.2億美元的產業，年增長率為35.4%。
霧計算：改變邊緣的定義
霧計算和邊緣計算定義很模糊，業界一直在嘗試將這兩者區分開作為單獨的概念。對此，業界最廣為接受的概念是在邊緣計算中，數據處理在收集數據的硬件上。霧計算是當節點的一個子集發送其數據到更大的中心連接點，在連接到更大的整體中心網絡的過程中處理數據。
不管是邊緣計算還是霧計算，其優勢都很明顯。霧計算消除了將大量原始數據流發送到中央網絡的一些延遲和帶寬問題，但是它并不要求每組傳感器處理收集到的數據。
無人駕駛汽車的發展依賴于實時交通、障礙和危險數據的計算，以便快速做出決策，在發生碰撞時，一絲絲的延遲足以改變結果。
盡管無人駕駛汽車可能仍然需要連接到云網絡以發送、共享和接收信息，但是在本地處理信息對于實時決策至關重要。據統計，無人駕駛汽車每小時收集并產生超過3 TB的數據，如果我們希望無人駕駛汽車能夠真正實現，將會給云計算網絡帶來巨大的壓力和風險。
霧計算還可以用來分析和計算有關本地流量的數據，通過收集車輛信息并加以處理，然后將其發送到整個云端共享，以實現實時分析和決策。
智慧城市
比爾·蓋茨(Bill Gates)最近投資8000萬美元在亞利桑那州從頭開發一個智慧城市。 在收集關于交通，行人，照明，建筑物健康的實時數據的城市中，邊緣和霧計算將是必不可少的服務。 邊緣計算節點可以同時以高分辨率計算天氣，可見性，交通擁堵和基礎設施運行狀況信息，并且仍然可以通過云為居民或訪客高效快速地共享信息。
在許多應用中，某種形式的邊緣計算已經存在。然而，其作為新的技術應用場景將有助于完善這一技術，使我們能夠開發出更易于集成的更復雜的解決方案。與此同時，2018年要把邊緣計算和霧計算作為主流科技行業的新興領域。
微信掃一掃
