根据IDC的研究,在人工智能、5G、网络和物联网技术激增的推动下,到2025年,对边缘解决方案的投资预计将增至约2740亿美元左右。通过将计算移至更靠近数据创建位置的位置,企业可以体验到更高的效率、更低的延迟和更长的正常运行时间,最终改善客户体验。
然而,为了充分利用边缘计算,了解各种类型的边缘解决方案以及何时使用它们是有意义的,这一点很重要。
● 微边缘是指部署在网络最边缘的边缘计算设备,例如手机或嵌入式系统。这些设备的处理能力和存储容量有限,旨在处理数据收集、预处理和基本分析等简单任务。
● 迷你边缘是指部署在网络边缘的边缘计算设备,例如在建筑物或校园级别。这些设备比微边缘设备具有更大的处理能力和存储容量,旨在处理更复杂的任务,如数据处理、分析和机器学习。
● 中边缘设备部署在网络边缘,但部署在城市或地区级别。这些设备比迷你边缘设备具有更大的处理能力和存储容量,除了增强现实和虚拟现实等更先进的应用外,还可处理数据处理、分析和机器学习等更复杂的任务。
● 重边缘设备部署在数据中心或云级别的网络边缘。这些设备具有所有边缘计算设备中最大的处理能力和存储容量,旨在处理最复杂的任务,如数据处理、分析和机器学习,以及人工智能和深度学习等高级应用。
● 多址边缘(MEC)是一种边缘计算部署,其中设备部署在网络的多个级别,例如设备、建筑物、城市和数据中心级别。这些设备协同工作以提供无缝且高效的边缘计算体验,每个级别的设备都提供不同的功能和资源。
边缘采用的现状
总的来说,迷你边缘和中边缘是目前应用最广泛的边缘计算解决方案类型。这些设备提供了计算能力和存储容量的平衡,使其适合处理复杂的任务,例如数据处理、分析和机器学习。
手机和平板电脑等微边缘设备在特定用例中也很受欢迎,特别是在员工需要在旅途中访问关键业务数据和处理能力的行业中,无论互联网连接或速度如何。
此外,MEC的采用呈上升趋势,特别是在航空行业和邮轮行业,因为它们利用新的公共和私有5G网络解决方案以及SpaceX星链等卫星网络来提供无缝连接。
MEC、下一代网络和分布式数据库技术的结合提供了更高的性能、增强的安全性、成本节约、可扩展性和更高的可用性,超出了云计算和集中式数据库单独提供的范围。更具体地说,这包括:
● 改进的延迟:MEC通过处理更靠近终端用户的数据来减少延迟,从而加快响应时间并改善用户体验。
● 增加网络容量:MEC支持边缘处理,释放带宽并减少集中式网络的压力。
● 增强的安全性:MEC提供更高的安全性,因为数据在靠近源头的地方进行处理和存储,从而降低了网络攻击的风险。
● 节省成本:通过处理更接近源的数据,MEC减少了通过集中式网络传输的数据量,从而节省了网络基础设施和带宽的成本。
● 可扩展性:MEC支持边缘处理,从而释放集中式系统上的资源。
● 可用性:通过在设备上存储和处理数据,即使MEC与系统的其他部分断开连接,它也可以继续运行。
对常用边缘计算行业用例进行分类
边缘计算在各个行业继续获得发展势头,尤其是那些需要灵活应用来为终端用户提供优质体验的行业。这些包括:
● 工业物联网(IIoT),通常属于迷你边缘或中边缘类别,边缘计算设备用于收集、处理和分析来自工业机器和设备的数据,从而实现对制造过程的实时监控。
● 自动驾驶车辆属于中边缘或重边缘类别,其中边缘计算设备用于处理和分析来自自动驾驶车辆的传感器数据,从而实现实时决策和导航。
● 中边缘包括智慧城市,其中边缘计算设备用于收集和处理,来自智慧城市基础设施的数据,例如交通信号灯、摄像头和传感器,从而实现对城市基础设施的实时监控和管理。
● 医疗保健用例通常属于中边缘或重边缘类别。设备用于收集、处理和分析来自可穿戴设备和诊断设备等医疗设备的数据,从而实现对患者健康数据的实时监测和分析。
● 零售通常属于中边缘类别,其中边缘计算设备用于分析来自店内摄像头、传感器和其他设备的数据,从而实时监控客户行为和库存管理。
随着越来越多的企业采用边缘计算策略,理解各种类型的边缘计算,并知道何时使用它们将成为在当今竞争激烈的商业环境中取得成功的关键组成部分。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 中国电信傅志仁:端云协同 三方面共建AI终端新业态
- 上海明确5G-A最新发展目标:2026年5G普及率超90%
- 中国电信举办科技创新合作论坛:发布联创成果,探索云网融合新路径
- 中国移动高频机UPS产品集采:华为、易事特等6家企业中标
- 中国电信明确2025年终端重点技术七大合作方向
- 探访中移成研院:大模型深度赋能多点开花 5G-A创新助力低空智联
- 中国电信李峻:开放与协同将成为终端生态繁荣的关键
- 国盾量子公告:部分董事监事辞职
- 专访ETSI ISG F5G副主席Marcus Brunner:F5G-A技术成熟度与全球进展
- 中国电信王桂荣:平台共建、场景开放 进一步深化开放合作
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。