边缘计算的分析

在传统的物联网体系结构中，数据从地理位置分散的传感器收集并传输到中央存储库，在那里进行组合和集中处理。云计算与物联网的集成提高了日常任务的效率、可扩展性和性能，使企业能够更快地做出更好的业务决策，并实时响应不断变化的市场状况。

物联网连接预计将在未来几年蓬勃发展，到2021年思科系统公司预计将达到137亿台，从而增加了对数据中心和云计算资源的需求。物联网/云融合可简化所有连接设备的前所未有的流量流，汇总数据并提取可行的见解，是数据驱动世界的完美组合。

尽管云计算使处理大量数据成为可能，但它并不是所有应用程序和用例的理想选择。从传感器的一线来回发送到服务器的大量数据阻塞了网络带宽，从而减慢了响应时间。解决与传统云计算基础设施相关的所有此类限制的答案就是所谓的边缘计算。

与遵循集中式流程的传统云计算架构不同，边缘计算通过将其推送到边缘设备并更靠近最终用户来分散大多数流程的分散性。由于存储容量和处理能力是分散的，因此它将为物联网部署提供精确的结果，从而使操作和管理物联网设备变得更加容易。边缘计算可确保低延迟访问，减少的带宽消耗，离线可用性和本地机器学习(ML)推理。

边缘计算的低延迟和更快的实时分析在汽车、消费电子、能源、医疗保健等各个领域都有许多应用。自主车辆是一个强有力的用例，需要从周围环境和云收集数据，以便快速、安全地做出决策。传感器数据中的模式应该被快速检测、存储和传输，以帮助本地节点的实时决策。边缘计算的分布式体系结构消除了关键数据通信的延迟，从而确保了安全性。

根据CB Insights市场评估工具的估计，到2022年，全球边缘计算市场规模将达到67.2亿美元。随着越来越多的互联设备涌入世界，技术巨头正在大力投资先进的边缘计算策略。亚马逊、微软和谷歌已经涉足边缘计算。亚马逊公司在2017年推出了其边缘平台AWS Greengrass，在新兴技术领域处于领先地位，而微软公司去年凭借其Azure物联网边缘解决方案跃居了潮流。Google还推出了两款新产品-集成软件(云计算物联网边缘)和定制硬件堆栈(边缘TPU)，以便直接利用边缘计算的数据。

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!