本文來自千家網(wǎng)。
人們對邊緣計(jì)算寄予了越來越多的希望，使得該行業(yè)充滿了大膽的想法，例如“邊緣將吞噬云”，以及實(shí)時(shí)自動(dòng)化將在醫(yī)療保健、零售和制造業(yè)中普及。
如今，越來越多的專家認(rèn)為邊緣計(jì)算將在幾乎所有企業(yè)的數(shù)字化轉(zhuǎn)型中發(fā)揮關(guān)鍵作用。但進(jìn)展一直很緩慢。傳統(tǒng)觀念阻礙了企業(yè)充分利用實(shí)時(shí)決策和資源分配的優(yōu)勢。為了理解這是如何發(fā)生的，以及為什么會發(fā)生，讓我們回顧一下邊緣計(jì)算的第一波，以及從那以后發(fā)生了什么。
第一波邊緣計(jì)算：物聯(lián)網(wǎng)（IoT）
對于大多數(shù)行業(yè)來說，邊緣的概念與第一波物聯(lián)網(wǎng)(IoT)緊密相關(guān)。當(dāng)時(shí)，大部分重點(diǎn)都集中在從固定在所有物體上的小型傳感器收集數(shù)據(jù)，然后將這些數(shù)據(jù)傳輸?shù)揭粋€(gè)中心位置——比如云或主數(shù)據(jù)中心。
然后，必須將這些數(shù)據(jù)流與通常所說的傳感器融合相關(guān)聯(lián)。當(dāng)時(shí)，傳感器經(jīng)濟(jì)性、電池壽命和普遍性常常導(dǎo)致數(shù)據(jù)流過于有限且保真度低。此外，用傳感器改造現(xiàn)有設(shè)備通常成本高昂。雖然傳感器本身很便宜，但安裝非常耗時(shí)，并且需要經(jīng)過培訓(xùn)的人員才能執(zhí)行。最后，使用傳感器融合分析數(shù)據(jù)所需的專業(yè)知識嵌入到跨組織員工的知識庫中。這導(dǎo)致物聯(lián)網(wǎng)的采用率放緩。
此外，對安全的擔(dān)憂也影響了物聯(lián)網(wǎng)的大規(guī)模應(yīng)用。計(jì)算方法很簡單：跨越多個(gè)地點(diǎn)的數(shù)千臺連接設(shè)備，相當(dāng)于一個(gè)巨大且通常未知的暴露量。由于潛在風(fēng)險(xiǎn)超過了未經(jīng)證實(shí)的好處，許多人認(rèn)為采取觀望態(tài)度是謹(jǐn)慎的做法。
超越物聯(lián)網(wǎng)1.0
現(xiàn)在越來越清楚的是，邊緣并不在于物聯(lián)網(wǎng)，而在于對跨分布式站點(diǎn)和地理位置的運(yùn)營進(jìn)行實(shí)時(shí)決策。在IT和越來越多的工業(yè)環(huán)境中，我們將這些分布式數(shù)據(jù)源稱為邊緣。我們將來自數(shù)據(jù)中心或云之外的所有這些位置的決策稱為邊緣計(jì)算。
如今，邊緣無處不在——我們生活的地方、工作的地方、人類活動(dòng)發(fā)生的地方。稀疏的傳感器覆蓋范圍已通過更新和更靈活的傳感器得到解決。新資產(chǎn)和技術(shù)配備了廣泛的集成傳感器?，F(xiàn)在，傳感器通常會增加高分辨率/高保真成像（X射線設(shè)備、激光雷達(dá)）。
額外的傳感器數(shù)據(jù)、成像技術(shù)，以及將所有這些關(guān)聯(lián)在一起的需求，會使每秒產(chǎn)生大量的數(shù)據(jù)。為了從這些龐大的數(shù)據(jù)流中獲得結(jié)果，現(xiàn)在正在將計(jì)算能力部署在靠近數(shù)據(jù)生成的地方。
原因很簡單：邊緣位置和云之間沒有足夠的可用帶寬和時(shí)間。邊緣的數(shù)據(jù)在短期內(nèi)最重要。現(xiàn)在可以在邊緣實(shí)時(shí)分析和使用數(shù)據(jù)，而不是稍后在云端進(jìn)行處理和分析。為了獲得更高水平的效率和卓越操作反饋，計(jì)算必須在邊緣進(jìn)行。
這并不是說云無關(guān)緊要。云仍然在邊緣計(jì)算中扮演著重要的角色，因?yàn)樗强梢栽谒形恢蒙喜渴鹉芰凸芾?。例如，云提供了對來自其他地點(diǎn)的應(yīng)用和數(shù)據(jù)的訪問，以及遠(yuǎn)程專家來管理全球的系統(tǒng)、數(shù)據(jù)和應(yīng)用。此外，云可以用于分析跨多個(gè)地點(diǎn)的大型數(shù)據(jù)集，顯示隨時(shí)間推移的趨勢，并生成預(yù)測分析模型。
因此，邊緣技術(shù)在于應(yīng)對大量地理分散位置的大數(shù)據(jù)流。人們必須采用這種對邊緣的新認(rèn)識，才能真正了解邊緣計(jì)算現(xiàn)在的可能性。
今天：實(shí)時(shí)邊緣分析
與幾年前相比，今天在邊緣技術(shù)能做的事情是驚人的?，F(xiàn)在，數(shù)據(jù)可以從大量的傳感器和攝像機(jī)中產(chǎn)生，而不是局限于少數(shù)幾個(gè)傳感器。然后，這些數(shù)據(jù)將在比20年前強(qiáng)大數(shù)千倍的計(jì)算機(jī)上進(jìn)行分析——所有這些都以合理的成本進(jìn)行。
高核心數(shù)CPU和GPU以及高吞吐量網(wǎng)絡(luò)和高分辨率攝像機(jī)現(xiàn)在很容易獲得，使實(shí)時(shí)邊緣分析成為現(xiàn)實(shí)。在邊緣部署實(shí)時(shí)分析（業(yè)務(wù)活動(dòng)發(fā)生的地方）幫助企業(yè)了解他們的操作并立即做出反應(yīng)。有了這些知識，許多操作可以進(jìn)一步自動(dòng)化，從而提高生產(chǎn)力并減少損失。
以下是一些當(dāng)今實(shí)時(shí)邊緣分析的應(yīng)用案例：
超市欺詐預(yù)防
許多超市現(xiàn)在使用某種形式的自助結(jié)賬，不幸的是，他們也看到越來越多的欺詐事件發(fā)生。有些不法購物者可以用更便宜的條形碼代替更貴的商品，從而支付更少的錢。為了檢測這種類型的欺詐，商店現(xiàn)在使用高分辨率攝像頭，將產(chǎn)品的掃描結(jié)果和重量與產(chǎn)品的實(shí)際價(jià)值進(jìn)行比較。這些相機(jī)相對便宜，但卻能產(chǎn)生大量的數(shù)據(jù)。通過將計(jì)算移動(dòng)到邊緣，可以立即分析數(shù)據(jù)。這意味著商店可以實(shí)時(shí)檢測欺詐行為，而不是在“顧客”離開停車場之后。
食品生產(chǎn)監(jiān)控
如今，一個(gè)制造工廠可以在制造過程的每個(gè)步驟都配備幾十個(gè)攝像頭和傳感器。實(shí)時(shí)分析和人工智能驅(qū)動(dòng)的推理可以在幾毫秒甚至幾微秒內(nèi)揭示出是否存在錯(cuò)誤問題。例如，也許相機(jī)會顯示添加了太多的糖，或者配料過多。有了攝像頭和實(shí)時(shí)分析，生產(chǎn)線可以調(diào)整以改進(jìn)問題，甚至在需要維修時(shí)計(jì)算停止——而不會造成災(zāi)難性的損失。
人工智能驅(qū)動(dòng)的醫(yī)療保健邊緣計(jì)算
在醫(yī)療保健領(lǐng)域，紅外和x射線相機(jī)一直在改變游戲規(guī)則，因?yàn)樗鼈兲峁└叻直媛剩⒀杆傧蚣夹g(shù)人員和醫(yī)生提供圖像。有了如此高的分辨率，人工智能現(xiàn)在可以在醫(yī)生確認(rèn)之前過濾、評估和診斷異常。通過部署人工智能驅(qū)動(dòng)的邊緣計(jì)算，醫(yī)生可以節(jié)省時(shí)間，因?yàn)樗麄儾恍枰獙?shù)據(jù)發(fā)送到云端來獲得診斷。因此，腫瘤學(xué)家在查看患者是否患有肺癌時(shí)，可以對患者的肺部圖像應(yīng)用實(shí)時(shí)AI過濾，以獲得快速準(zhǔn)確的診斷，并大大減少患者等待答復(fù)的焦慮。
由分析驅(qū)動(dòng)的自動(dòng)駕駛汽車
今天，自動(dòng)駕駛汽車之所以成為可能，是因?yàn)橄鄬Ρ阋撕涂捎玫臄z像頭提供了360度的立體視覺感知能力。分析還可以實(shí)現(xiàn)精確的圖像識別，因此計(jì)算機(jī)可以識別出風(fēng)滾草和鄰居的貓之間的區(qū)別，并決定是剎車還是繞過障礙物以確保安全。高性能GPU和CPU的可負(fù)擔(dān)性、可用性和小型化使得實(shí)時(shí)模式識別和矢量規(guī)劃成為自動(dòng)駕駛汽車的駕駛智能。自動(dòng)駕駛汽車要想成功，就必須擁有足夠的數(shù)據(jù)和處理能力，以足夠快的速度做出智能決策，并采取糾正措施。現(xiàn)在，這只有借助當(dāng)今的邊緣技術(shù)才有可能實(shí)現(xiàn)。
實(shí)踐中的分布式架構(gòu)
當(dāng)極其強(qiáng)大的計(jì)算部署在邊緣時(shí)，企業(yè)可以更好地優(yōu)化運(yùn)營，而不用擔(dān)心延遲或失去與云的連接?，F(xiàn)在所有的東西都分布在邊緣位置，所以問題是實(shí)時(shí)解決的，只有零星的連接。
自第一波邊緣技術(shù)浪潮以來，我們已經(jīng)取得了長足的進(jìn)步。由于邊緣技術(shù)的進(jìn)步，企業(yè)現(xiàn)在正在對其運(yùn)營進(jìn)行更全面的了解。今天的邊緣技術(shù)不僅幫助企業(yè)增加利潤，事實(shí)上，它還幫助他們降低風(fēng)險(xiǎn)并改善產(chǎn)品、服務(wù)和客戶體驗(yàn)。
