mg电玩平台

边缘计算与云计算的关系

发布人:信息 丨 时间:2019-07-23

     云计算与边缘计算相比,云计算有诸多劣势。首先是实时性,传感器接收到数据以后,云计算需要通过网 络传输到数据中心,经过分析处理后再由网络反馈到终端设备,这样数据来回传传输就造成了较高时延。其次云计算对带宽的要求也越来越大,例如在公共安全领域,每一个高清摄像头都需要2M的带宽来传输视频,这样的一个摄像头一天就可以产生⑩0几个G的数据,如果这样的数据全部传到数据中心进行分析存储的话,对带宽的消耗非常大。第三是能耗方面,现在数据中心的能耗在业界已经占据了非常高的比例,国家也不断对数据中心的能耗指标作出要求。最后是数据安全和隐私方面,数据经由网络上传到云端经历了众多环节,每个环节数据都有可能被泄露。


云计算面临的问题:

带宽瓶颈:据DC统计,到2020年我国数据储存量达到约30ZB,其中约30%的数据来自于物联网设备的接入,据统计,波音787每秒产生的数据赶过5GB,无人驾驶汽车每秒产生约1GB数据,因此,网络带宽正在逐渐成为云计界的一大瓶颈。


实时性:传统模式下云端也必须与物理网设备联机数据和控制通路来处理数据和适时互交,因此云计算平台的计算性能也正逐渐达到瓶颈,无法满足新兴万物互联应用对延迟时间的要求,从而降低整个系统的可用注。


隐私保护:云计算平台的数据集中保存到数据中心,传输、存储和使用路径过长,不但涉嫌将大量云端应用无关的用户隐私据泄露给第三方,还存在黑客攻击,数据丢失等其他隐私风险,极大阻碍了物联网技术的推广。


能耗:云数据中心的能耗问题已经成为数据中心管理规划的核心问题。环境360报告表明,仅我国数据中心所消耗的电能已经超过匈牙利和希腊两国用电的总和。


   和云计算相比边缘计算则可以完美的解决以上诸多问题,边缘计算就部署在接入网,在网络边缘就可以完成对数据的分析处理,数据甚至都不必上传至云端,这样就大幅降低了数据传输时间,减轻了通信网络的带宽压力,数据在边缘处理存储也更加高效安全。

14.jpg

      实际上,云计算与边缘计算的关系更像是人体的神经网络系统,大脑即为云计算中心,而神经中枢与神经元则代表了下沉到不同程度的边缘计算。传感器从边缘设备对数据进行初始的采集,到边缘层进行一部分实时的处理,再传输到核心层进行深度的计算分析,最后再将分析结果回馈到边缘,对边缘智能进行优化完善。两者构成了一套完整的系统,云计算负责全局性、非实时、长周期的大数据处理与分析,而边缘计算则根据特定的需求对局部性、实时、短周期数据的处理与分析。

13.jpg

信息五谷本色
四川信息技术有限公司

Copyright © 2009-2019 TQIT INC.       All Rights Reserved.    

Poweredby:TQIT