部署边缘计算和雾计算的挑战在哪里?
边缘和雾计算的实际应用
边缘计算的一个流行应用是城市监控 。很多监控摄像头都会出现 。例如 ， 孟买有数千台闭路电视摄像机 ， 并计划安装更多 。所有这些摄像头都将获得交通录像 ， 这将有助于识别行动不便和犯罪活动 。但安全人员几乎不可能全部监控 。所以 ， 一个选择是使用计算机视觉和机器学习 。
机器学习过程与数据有关 。在摄像机监视方面 ， 需要收集和处理来自摄像机的数据来执行各种操作 。在带宽要求上 ， 一个摄像机需要3Mbps的速度来传输SD视频 ， 5Mbps的高清视频 。一个SD视频一天消耗32GB的数据 ， 这意味着10台摄像机每月将消耗1.7TB的数据 。随着摄像机数量的增加 ， 数据的消耗也会进一步增加 。
为什么我们需要边缘计算以及它可以在哪里使用
虽然CPU和存储的成本是云计算的一部分 ， 带宽是另一个重要部分 。带宽成本不仅仅是将数据推送到云端 ， 还包括服务器和存储空间的成本 。
如果您想避免在云中存储大量数据以降低成本的问题 ， 那么最好的方法是在网络边缘处理数据 ， 因为在网络边缘生成数据 。
文章插图
为了使用计算机视觉和机器学习算法来实现这一点的自动化 ， 需要一个系统而不是一个人来处理数据 。例如 ， 通过这种方式 ， 来自交通信号灯处摄像机的数据就可以被处理 。
边缘计算可用于需要自主性的应用程序（即 ， 在很少或没有人工交互的情况下完成任务） ， 例如自动驾驶汽车和工业4.0 。
边缘计算的另一个应用领域是不能容忍延迟的应用程序 。例如 ， 医疗和金融事务中 ， 延迟可能是系统故障的一个原因 。
云服务器的延迟
对于主要是运动控制的工厂自动化 ， 需要1毫秒的端到端延迟；而对于过程自动化监控 ， 则需要50毫秒的端到端延迟 。
对于云服务器 ， 端到端延迟大约需要60毫秒 ， 考虑到单向延迟大约为29毫秒 。所以 ， 即使云服务器位于孟买 ， 而你想让你的工厂自动化 ， 比如说 ， 班加罗鲁 ， 也只需要60毫秒 。
由于大量设备连接到云端 ， 因此存在延迟 。延迟还有一个基于光纤链路运行公里数的物理限制 。它不能低于某个阈值 ， 这意味着对于工厂自动化来说 ， 过多的延迟会使得云基础设施根本不起作用 。
为了解决这个延迟问题 ， 可以在物联网（IoT）中引入边缘和雾计算 。有三条定律可以解释为什么我们需要边缘计算 ， 如下所述 。
物理定律 ， 说的是局部行动
经济学定律 ， 它说预处理可以降低成本
土地法 ， 其中规定数据应该存储在本地
根据高德纳（Gartner）的研究 ， 到2022年 ， 50%的企业数据将在传统数据中心和云端之外生成和处理 ， 这一比例从10%左右上升到最近 。此外 ， 到2025年 ， 80%的企业将关闭传统数据中心 ， 而2018年这一比例为10% 。这表明计算正在向边缘和分布式系统发展 。
什么是边缘计算
边缘计算是对云的优化 ， 使计算靠近数据源 。这不是近两年出现的新事物 ， 而是三十年前开始的事情 。人们逐渐从大型机转向微型计算机（PC）和云计算 。随后 ， 计算开始变得更便宜 。然后 ， 人们开始意识到 ， 在云上完成的工作也可以在边缘进行 ， 那里的带宽相对较便宜 。随着任务关键型应用程序的出现 ， 延迟成为一个问题 。
边缘计算是指提供网络的计算能力 ， 以提高应用程序和服务的性能、运行成本和可靠性 ， 而Fog计算是一种分布式计算概念 ， 其中计算和数据存储资源以及应用程序及其数据 ， 位于用户和云之间的最佳位置 ， 以提高性能和冗余 。
这些常用术语的一个基本特征是单个节点或计算节点 ， 在这里进行数据处理 。它可以称为边节点 。基本上有一组节点或多个节点称为雾节点 。在边缘计算术语中 ， 雾计算被称为云边缘 。
智能监控用例
在一个面积约3.2平方公里的工业城镇部署了一个智能监控系统 ， 用于流动管理和公民安全 。最初 ， 有一个由200多个IP摄像机组成的网络通过高速光链路连接起来 。所有数据都集中到一个集中的地方 ， 在那里进行数据处理 。
在AiKaan实验室部署智能解决方案之前 ， 数据处理是手动完成的 。他们想要的是Fog基础设施来支持多个视频分析应用程序 。它被要求照顾流动管理（或交通管理）和镇上人民的安全 。这就是雾计算发挥巨大作用的地方 。它支持中心站的视频分析软件 ， 使供应商更容易运行各种应用程序 。
在涉及蒸汽锅炉的另一个使用案例中 ， 蒸汽锅炉供应商希望优化操作并节省高达15%的成本 。为了实现这一点 ， 进行了数据采集 ， 随后使用PLC进行了本地处理 。
部署边缘和雾计算的挑战
人们在应用边缘和雾计算时面临的一些主要挑战包括：
远程连接和调试 ， 需要识别和连接多个设备
模型、固件和数据升级 ， 因为视频分析需要机器学习模型更新 ， 而一些网关需要固件升级 。
【部署边缘计算和雾计算的挑战在哪里?】 由于系统的复杂性和技术障碍 ， 缺乏经过培训的人员来管理设备（Edge和Fog） 。
责任编辑：tzh
推荐阅读
- 边缘分析将成为人工智能的下一件大事
- 贸泽备货Microchip SAM R34 SiP边缘设备的低功耗LoRa解决方案
- 塑钢、断桥铝门窗的价格是怎样计算的？
- 塑料门窗的面积如何计算 塑料门窗的计算公式
- 厨房排气扇安装 按面积计算排气扇数量
- 根据需要动态管理工作负载，可以更轻松地在边缘运行AI工作负载
- 房产证过户费用的计算方式？怎样比较简单划算？
- 浪潮云海OS已实现云数智一体化部署，夺下私有云最高等级“Leader”
- 私有云市场正迎来黄金发展阶段
- 怎样计算皮革移门尺寸