【
中國智能制造網 智造快訊】相較于云計算,邊緣計算更聚焦實時、短周期數據的分析,能更好地支撐本地業務的實時智能化處理與執行。當下,工業端應用超越了消費端應用,正在主導物聯網投資,可以預見,邊緣計算將先從該領域開始大行其道。
邊緣計算優勢日益凸顯 工業端應用將成新熱點
在制造業領域,無論是針對設備的預測性維護,還是針對消費者的柔性制造,都需要依靠“數據”這座油礦。只有充分挖掘工廠設備聯網后產生的海量數據中的價值,通過對制造大數據進行分析,才能提升數字化工廠運行效率,實現真正的工業智能化。
工業世界任何微小的改變都會帶來很大的優勢,GE把它叫做“1%的威力”,但與之相對的,工業世界任何微小的故障也可能帶來很大的損失——工業現場的很多數據“保鮮期”很短,一旦處理延誤,就會迅速“變質”,數據價值呈斷崖式跌落。因此不是所有數據都必須上傳到云平臺,“邊緣計算”便由此而生。
那么什么是邊緣計算呢?邊緣計算是指計算靠近物或數據源頭的網絡邊緣,以安防攝像頭為例,前端攝像頭具備計算和儲存的功能,而云端只做基于大數據的宏觀預測,這樣的好處是實時響應,并減少了網絡帶寬的壓力。
而說起邊緣計算的興起,應該算是很的技術迭代,從集中處理開始,然后演變成分布式的架構。互聯網本身就是從政府機構和大學中的大型機開始的,然后演變為PC機,再到新興的互聯網的頁面。當智能手機在蜂窩網絡邊緣取代功能機時,移動性革命大大加快。邊緣計算對物聯網的影響進程也與之類似,隨著終端設備變得更加強大,能夠運行更加復雜的應用程序,邊緣計算生態系統快速發展。
相較于云計算,邊緣計算更聚焦實時、短周期數據的分析,能更好地支撐本地業務的實時智能化處理與執行。而且由于更靠近數據源的本地網絡(Local Network)內進行運算,數據無需上傳至云端,減少數據往返云端的等待時間及網絡帶寬成本。
隨著計算越來越復雜并且需要處理更多數據,使用本地計算能力可以幫助降低延遲。例如,人工智能(AI)程序中,算法可以在一秒內作出數百個決策。在工業生產中,多個處理器同時接收輸入并協調響應。在增強現實(AR)系統中,程序實時合成高清圖形和地理空間數據。云計算模型造成的延遲對于此類應用來說效率低下,而且,隨著本地設備處理能力的增強,這種低效率更為明顯。
通過在設備中保存敏感數據,邊緣計算有助于改進安全性和隱私性。邊緣計算有助于通過匿名化、分析和保留數據源而不是向云端發送可識別信息來保護用戶隱私。此外,邊緣計算還可以減少延遲,并使連接的應用程序更加靈敏和穩健。
另一方面,物聯網的發展也在一定程度上助推著邊緣計算的興起。根據IDC的預估,對物聯網的投資將在未來3年內以15.6%的速度增長,2020年達到1.29萬億美元。其中,物聯網投資由工業應用主導,包括制造業、交通運輸業和公用事業。顯而易見,工業端應用超越了消費端應用,正在主導物聯網投資,可以預見,邊緣計算將先從該領域開始大行其道。
版權與免責聲明:
凡本站注明“來源:智能制造網”的所有作品,均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品,未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智能制造網”。違反上述聲明者,本站將追究其相關法律責任。
本站轉載并注明自其它來源(非智能制造網)的作品,目的在于傳遞更多信息,并不代表本站贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時,必須保留本站注明的作品第一來源,并自負版權等法律責任。如擅自篡改為“稿件來源:智能制造網”,本站將依法追究責任。
鑒于本站稿件來源廣泛、數量較多,如涉及作品內容、版權等問題,請與本站聯系并提供相關證明材料:聯系電話:0571-89719789;郵箱:1271141964@qq.com。