- 产品
- 方案
- 店铺
2020年02月07日 06:41:46 来源:互联网
网络带宽与计算吞吐量均成为云计算的性能瓶颈: 云中心具有强大的处理性能,能够处理海量的数据。但是,如何将海量的 数据快速传送到云中心成 为了业内的一个难题。网络带宽和计算吞吐量均是云计算架构的性能瓶颈,用户体验往往与响应时间成反比。5G时代对数据的实时性提出了更高的要求,部分计算能力必须本地化。
物联网时代 数据量激增,对数据安 全提出更高的要求: 不远的将来,绝大部分的电子设备都可以实现网络接入,这些电子设 备会产生海量的数据。传 统的云计算架构无法及时有效的处理这些海量数据,若将计算 臵于边缘结点则会极大缩 短响应时间、减轻网络负载。此外,部分数据并不适合上云,留在终端可以确保私密性与安全性。
终端设备产生海量“小数据”,需要实时处理:尽管终端设备大部分时间都在扮演着数据 消费者的角色,但如今以智能手机和安防摄像头为例,终端设备也有了生产数据的能力, 其角色发生了重大改变。终端设备产生海量“小数据”需要实时处理,云计算并不适用。
从数据流向的对比上,在云计算架构下 ,服务提供者提供数据并上传到云中心,需求侧的终端客户发送数据或计算类请求到云中心,云中心响应相关请求并将需求结果发送给终端客户。在边缘计算模式下, 如智能手机、前 端智能摄像头、 智能汽车等边缘节点产生数据,上传到云中心,同时将实时性和安全性要求较高的计算在本地进行处理。
边缘计算是云计算的协同和补充,而并非替代关系。边缘计算与云计算各有所长,云计算擅长全局性、非实时、长周期的大数据处理与分析,能够在长周期维护、业务决策支撑等领域发挥优势。而边缘计算更适用局部性、实时、短周期数据的处理与分析,能更好地支撑本地业务的实时智能化决策与执行。因此,边缘计算与云计算之间并非替代关系,而是互补协同的关系。边缘计算与云计算需要通过紧密协同才能更好的满足各种需求场景的匹配,从而放大边缘计算和云计算的应用价值。边缘计算既靠近执行单元,更是云端所需高价值数据的采集和初步处理单元,可以更好地支撑云端应用。反之,云计算通过大数据分析优化输出的业务规则或模型可以下发到边缘侧,边缘计算基于新的业务规则或模型运行。
您可以 查看收藏夹
您可以 查看收藏夹