行业资讯边缘计算平台

【边缘计算平台】什么是边缘计算?边缘计算是如何工作的?
什么是边缘计算? 边缘计算是一种网络哲学,旨在使计算能力、内存和存储尽可能接近最终用户。“边缘”是指网络的边缘,即网络服务器可以最方便地向客户提供计算功能的位置。 边缘计算不依赖于数据中心等集中位置的服务器,而是将处理物理移动到更靠近最终用户的位置。计算是在本地完成的,就像在用户的计算机、物联网设备或边缘服务器上一样。 边缘计算最大限度地减少了客户端与集中式云或服务器之间必须发生的远程通信量。这导致更少的延迟或延迟、更快的响应时间和带宽使用。 “边缘计算”和“平台”是当今业界最容易混淆和误用的两个术语;“边缘计算平台”是指数级的混乱。 出于本文和更广泛辩论的目的,我们将边缘计算定义为“在位于设备和互联网/超大规模之间的物理计算基础设施上,更接近最终用户/设备/数据源的处理能力云”和平台作为“用于编写和运行软件应用程序的软件环境”。 在我们讨论构成边缘计算平台的功能之前,值得记住的是,边缘计算将利用和构建已有的基准和标准。 尽管并非所有 边缘计算平台供应商都来自云世界(例如一些来自工业领域),但许多将使用我们在云中看到的类似堆栈。 在云计算原住民基金会(CNCF)在定义云计算的风景,以及参考代码和测试用例提供一个论坛,以确保云应用程序的可扩展性方面发挥了关键作用。尽管大部分注意力都集中在超大规模云(私有和公共)上,但他们的工作已扩展到混合云(边缘是其中的一个组成部分)。 边缘计算是如何工作的 边缘计算的工作原理是允许在将来自本地设备的数据发送到集中式云或边缘云生态系统之前,在它们运行的网络边缘进行分析。分布在全球的数据中心、服务器、路由器和网络交换机网络在本地处理和存储数据,并且每个都可以将其数据复制到其他位置。这些单独的位置称为存在点 (PoP)。边缘 PoP 在物理上更靠近设备,不像云服务器可能离设备很远。 传统上,组织在物理服务器上运行多个应用程序。没有简单的方法可以将资源分配给所有应用程序以确保它们都同样出色地执行。然后是虚拟机 (VM),它允许隔离应用程序,以便更好地利用同一硬件基础架构上的服务器资源。 容器与 VM 类似,不同之处在于它们可以在应用程序之间共享操作系统 (OS)。这使得容器可以跨云和操作系统分发。开发人员可以以敏捷的方式有效地捆绑和运行应用程序,而无需停机。 事实上,开源平台 Kubernetes 可以帮助开发人员将容器应用程序的大部分管理自动化。例如,它允许开发人员在一个容器接收高流量时分配网络流量、自动推出和回滚、重启失败的容器、健康检查等。 开发人员可以通过构建 Pod 来在边缘部署应用程序 - 将一个或多个具有共享存储和网络资源的容器组合在一起的小型计算单元。Kubernetes 或称为 K8s 可以部署在每个边缘 PoP 上,以允许开发人员自己在边缘构建这些 pod。 考虑一家云游戏公司,它让世界各地的用户从集中式云访问其设备上的图形密集型内容。游戏必须响应用户的击键和鼠标操作,并且数据必须以毫秒甚至更快的速度往返于云端。这种持续的交互性需要公司的服务器存储、获取和处理巨大的计算能力。此外,现代云游戏需要 5G 网络,因为它们承诺稳定的超低延迟。 与服务器的距离越远,数据传输的距离就越远,出现延迟和抖动的可能性就越大。这可能会导致用户延迟和糟糕的游戏体验。 通过将计算移至更靠近边缘和用户的位置,数据传输的距离尽可能小,玩家可以获得无延迟的体验。这使得实际的用户设备(无论是控制台还是个人计算机)变得无关紧要。因此,在边缘运行数据工作负载可以渲染图形密集型视频并整体创建卓越的游戏体验。它还可以帮助公司消除运行集中式基础架构的成本。 边缘计算平台 3DCAT移动边缘 计算平台直接部署在网络的接入端,能够极大的减少数据传输所消耗的时间,平台分布式特征则还能够很好地解决海量数据处理及海量终端连接的问题。这样既能满足传输速度问题还能解决信息计算问题。 当汽车在交通中试图读取信号,停留在车道上并在行人越过道路时做出反应时,时间就很重要。边缘计算更可靠,因为在这个情况下它减少了处理和将数据传输到这些汽车之间的延迟时间

2021-11-11

【边缘计算平台】边缘计算助力互联网发展,边缘计算平台的重要性
边缘计算(Edge Computing)是相对云计算来说的的,边缘计算是指收集并分析数据的行为发生在靠近数据生成的本地设备和网络中,而不是必须将数据传输到计算资源集中化的云端进行处理。通俗的说,边缘计算是去中心化或分布式的云计算,原始数据不传回云端,而是在本地完成分析处理。 边缘计算是什么? 边缘计算是一种计算网络架构,其中计算尽可能靠近数据源,以减少延迟和带宽使用。目的是减少需要在远离数据源或需要计算结果的用户的集中远程位置(即“云”)中执行的计算量,从而最大限度地减少计算量客户端和服务器之间必须发生的远程通信。近年来,技术的快速进步使得计算硬件的小型化和密度增加以及软件虚拟化使边缘计算变得更加可行。 在其基本层面上,边缘计算使计算和数据存储更靠近收集数据的设备,而不是依赖可能相距数千英里的中心位置。这样做是为了使数据,尤其是实时数据,不会受到影响应用程序性能的延迟问题。此外,公司可以通过在本地完成处理来节省资金,减少需要在集中或基于云的位置处理的数据量。 边缘计算是由于物联网设备的指数增长而开发的,这些设备连接到互联网以接收来自云端的信息或将数据传送回云端。许多物联网设备在运行过程中会产生大量数据。 为什么需要边缘计算? 产生海量数据(例如智能工厂或城市中的物联网设备)、消耗海量数据(例如使用5G 手机观看 4K 流媒体视频或 VR 游戏设备) 的网络边缘在线设备迅速增加 ),或两者兼顾(例如自动驾驶汽车)。 使用传统的“云计算”模型需要将所有这些数据传输回中央数据中心。在传输回设备之前进行处理,将网络带宽要求推到了极限。尽管网络技术有所改进,但数据中心无法保证可接受的传输速率和响应时间,这可能是许多应用程序的关键要求。因此, 边缘计算将计算和存储能力带到网络边缘,在物理上、逻辑上或地理上靠近终端设备,减少网络带宽使用和延迟并缩短响应时间。边缘计算是加快互联网速度的主要组成部分! 想想在工厂车间监控制造设备的设备或从远程办公室发送实时镜头的联网摄像机。虽然产生数据的单个设备可以很容易地通过网络传输数据,但当同时传输数据的设备数量增加时就会出现问题。与其使用一台摄像机传输实时镜头,不如将其乘以数百或数千台设备。不仅质量会因延迟而受到影响,而且带宽成本也可能是巨大的。 边缘计算硬件和服务通过成为许多这些系统的本地处理和存储源来帮助解决这个问题。例如,边缘网关可以处理来自边缘设备的数据,然后仅将相关数据通过云发送回,从而减少带宽需求。或者它可以在实时应用需求的情况下将数据发送回边缘设备。 这些边缘设备可以包括许多不同的东西,例如物联网传感器、员工的笔记本电脑、他们最新的智能手机、安全摄像头,甚至办公室休息室中连接互联网的微波炉。边缘网关本身被视为边缘计算基础设施中的边缘设备。 边缘计算使用例子 有多少用户就有多少不同的边缘用例——每个人的安排都会不同——但有几个行业一直处于边缘计算的前沿。制造商和重工业使用边缘硬件作为延迟不容忍应用程序的推动者,将处理能力保持在工厂车间重型机械的自动协调等需要的地方。边缘还为这些公司提供了一种方法来集成物联网应用程序,例如靠近机器的预测性维护。同样,农业用户可以使用边缘计算作为来自各种连接设备的数据的收集层,包括土壤和温度传感器、联合收割机和拖拉机等。 不同类型的部署所需的硬件会有很大差异。例如,工业用户将重视可靠性和低延迟,需要能够在工厂车间的恶劣环境中运行的坚固边缘节点和专用通信链路(专用 5G、专用 Wi-Fi 网络甚至有线连接) ) 来实现他们的目标。相比之下,联网农业用户仍将需要坚固耐用的边缘设备来应对户外部署,但连接部分可能看起来大不相同——低延迟可能仍然是协调重型设备移动的要求,但环境传感器很可能具有更高的范围和更低的数据要求——LP-WAN 连接、Sigfox 或类似的可能是那里的最佳选择。 其他用例完全提出了不同的挑战。零售商可以将边缘节点用作各种不同功能的店内票据交换所,将销售点数据与有针对性的促销活动联系起来,跟踪客流量等,以实现统一的商店管理应用程序。这里的连接部分可能很简单——每个设备的内部 Wi-Fi——或者更复杂,蓝牙或其他低功耗连接服务于流量跟踪和促销服务,以及为销售点和自助服务保留的 Wi-Fi -查看。 使用边缘计算的好处 对于许多公司而言,仅节省成本就可以推动部署边缘计算。最初将云用于其许多应用程序的公司可能已经发现带宽成本高于预期,并正在寻找更便宜的替代方案。边缘计算可能是合适的。 不过,越来越多的边缘计算的最大好处是能够更快地处理和存储数据,从而支持对公司至关重要的更高效的实时应用程序。在边缘计算之前,智能手机扫描人脸进行面部识别需要通过基于云的服务运行面部识别算法,这将需要大量时间来处理。借助边缘计算模型,考虑到智能手机日益强大的功能,该算法可以在边缘服务器或网关上本地运行,甚至可以在智能手机本身上运行。虚拟和增强现实、自动驾驶汽车、智能城市甚至楼宇自动化系统等应用需要快速处理和响应。 边缘计算凭借增强的互连性,可以改善对更多核心应用程序的边缘访问,以及新的物联网和行业特定的业务用例,边缘基础设施有望成为未来十年及以后服务器和存储市场的主要增长引擎之一。 从安全角度来看,边缘数据可能很麻烦,尤其是当它由不同设备处理时,这些设备可能不如集中式或基于云的系统那么安全。随着物联网设备数量的增加,IT 必须了解潜在的安全问题并确保这些系统能够得到保护。这包括加密数据和采用访问控制方法以及可能的VPN隧道。 此外,对处理能力、电力和网络连接的不同设备要求可能会对边缘设备的可靠性产生影响。这使得冗余和故障转移管理对于在边缘处理数据的设备至关重要,以确保在单个节点出现故障时正确交付和处理数据。 边缘计算和 5G 在世界各地,运营商正在部署 5G 无线技术,这些技术承诺为应用程序带来高带宽和低延迟的好处,使公司能够利用其数据带宽从花园水管变成消防水管。许多运营商不仅仅提供更快的速度并告诉公司继续在云中处理数据,而是将边缘计算策略应用到他们的 5G 部署中,以提供更快的实时处理,特别是对于移动设备、联网汽车和自助服务驾驶汽车。 与托管硬件相比,无线运营商已经开始推出许可的边缘服务,提供更少的动手操作选项。这里的想法是让边缘节点虚拟地生活在边缘部署附近的 Verizon 基站上,使用 5G 的网络切片功能为即时、无需安装的连接开辟一些频谱。Verizon 的 5G Edge、AT&T 的 Multi-Access Edge 以及 T-Mobile 与 Lumen 的合作伙伴关系都代表了这种类型的选择。 2021 年边缘计算战略路线图强调了行业对 5G 边缘计算的持续兴趣,称边缘已成为许多 5G 部署的重要组成部分。亚马逊和微软等云超大规模企业与主要无线 ISP 之间的合作伙伴关系将是实现这种类型的移动边缘的广泛采用的关键。 很明显,虽然边缘计算的最初目标是降低远距离物联网设备的带宽成本,但需要本地处理和存储功能的实时应用程序的增长将在未来几年继续推动该技术的发展。 边缘计算平台 3DCAT移动 边缘计算平台直接部署在网络的接入端,能够极大的减少数据传输所消耗的时间,平台分布式特征则还能够很好地解决海量数据处理及海量终端连接的问题。这样既能满足传输速度问题还能解决信息计算问题。 当汽车在交通中试图读取信号,停留在车道上并在行人越过道路时做出反应时,时间就很重要。边缘计算更可靠,因为在这个情况下它减少了处理和将数据传输到这些汽车之间的延迟时间。

2021-11-08

【实时渲染】5G移动网络对3D实时渲染技术的影响
5G移动网络 第五代无线技术已靠近我们。世界各地的城市都在进行测试或部署,据报道预计在2025年将有14亿台设备在5G上运行。 5G网络将更快、延迟更少,并具有一次连接更多设备的能力。使用Wi-Fi和蜂窝频段的低频5G网络速度有望比LTE增长25%—50%。 惊喜与挑战 快速的连接将为个人和企业带来好处,包括缩短数据传输时的延迟,增加连接能力以及支持高速移动物体的能力(意味着它可以在高速火车上使用)。 由于 5G 的速度超出 4G 10 倍或更多,因此需要增加网络本身的密度。提高密度会带来增加网络复杂性的问题,因为基站边界的数量大幅增加了。这意味着干扰更有可能会成为问题,并且连接丢失的风险也会上升。智能、自动频谱分配将是保持网络质量和速度的关键,而有线基础设施则需要进行全面革新,以提供足够的前传、回传和电力。 较慢形式的5G可能会更快地推出更广泛的产品,因为它使用了具有更远距离的中频带波,但是该技术不如毫米波那么密集,因此无法达到那些超快速度。最重要的是,这两种5G需要不同的天线,这意味着并非所有5G设备都将能够同时利用两种速度 行业的广泛应用 一旦克服了这些障碍,5G的影响力将远超智能手机。5G将对各行各业产生巨大的影响,不过受限于移动设备本身屏幕分辨率,是否可以 实时渲染完毕并流式传输8K视频并不重要。 有许多需要大量数据的应用程序将受益于近乎实时的信息发送能力。 制造,娱乐,汽车和零售业有望推动5G需求以及无线通信技术,因为这些行业对数字、云和安全性的要求不断提高。无人驾驶汽车,智慧城市,机器人技术和医疗保健中的可穿戴遥测等技术的基础设施和物流都将需要超快速的5G功能。 例如,超高速无线功能在医疗保健中最受期待的应用之一是远程手术,这将使外科医生可以通过远程控制机器人来对数百公里以外的患者进行手术。这听起来像是一部科幻电影,但未来可期。 CloudXR 英伟达的 CloudXR平台就希望重复利用5G网络前景,它将 云渲染的AR / VR内容流传输到任何设备,而无需昂贵的硬件 。 英伟达日前正式为企业VR市场发布了一个全新的软件开发套件NVIDIA CloudXR。利用NVIDIA CloudXR,企业现在已经可以通过5G网络实现虚拟现实和增强现实体验。 全新的NVIDIA CloudXR软件开发套件基于英伟达显卡技术,可帮助企业从基于OpenVR的任何应用程序创建和交付高质量的无线AR/VR体验。 边缘计算 另一个有助于减少实时3D流传输延迟的组件是边缘计算,用于在其起源的网络边缘处理数据。边缘计算效率更高,因为它从集中式服务器中删除了组件和数据服务。 使操作更靠近网络边缘可以缩短数据在客户端和服务器之间传输的距离和时间,从而加快流程并减少延迟。边缘计算会将大量数据上传到网络,并在多个位置运行服务器应用程序。 无人驾驶汽车只是将从边缘计算中受益的一种应用程序。移动边缘计算平台直接部署在网络的接入端,能够极大的减少数据传输所消耗的时间,平台分布式特征则还能够很好地解决海量数据处理及海量终端连接的问题。这样既能满足传输速度问题还能解决信息计算问题。 当汽车在交通中试图读取信号,停留在车道上并在行人越过道路时做出反应时,时间就很重要。边缘计算更可靠,因为在这个情况下它减少了处理和将数据传输到这些汽车之间的延迟时间。

2020-01-15

热门标签
热门资讯
往期资讯
商务咨询:4008037298