邊緣計算

邊緣計算則讓自動駕駛汽車更快速地處理數(shù)據(jù)成為可能。這種技術(shù)使得聯(lián)網(wǎng)設備能夠處理在“邊緣”形成的數(shù)據(jù)，這里的“邊緣”是指位于設備內(nèi)部或者與設備本身要近得多的地方。

據(jù)估計，到2020年，每人每天平均將產(chǎn)生1.5GB的數(shù)據(jù)量。隨著越來越多的設備連接到互聯(lián)網(wǎng)并生成數(shù)據(jù)，云計算可能無法完全處理這些數(shù)據(jù)——尤其是在某些需要非常快速地處理數(shù)據(jù)的使用場景當中。

邊緣計算的優(yōu)點

說到邊緣計算，我們不得不提到的就是云計算。云計算服務是一種集中式服務，所有數(shù)據(jù)都通過網(wǎng)絡傳輸?shù)皆朴嬎阒行倪M行處理。資源的高度集中與整合使得云計算具有很高的通用性，然而，面對物聯(lián)網(wǎng)設備和數(shù)據(jù)的爆發(fā)式增長，基于云計算模型的聚合性的服務逐漸顯露出了其在實時性、網(wǎng)絡制約、資源開銷和隱私保護上的不足。

相比于云計算，邊緣計算可以更好地支持移動計算與物聯(lián)網(wǎng)應用，具有以下明顯的優(yōu)點：

1、極大緩解網(wǎng)絡帶寬與數(shù)據(jù)中心壓力。

2、增強響應的實時性。萬物互聯(lián)場景下應用對于實時性的要求極高。傳統(tǒng)云計算模型下，應用將數(shù)據(jù)傳送到云計算中心，再請求數(shù)據(jù)處理結(jié)果，增大了系統(tǒng)延遲。以無人駕駛汽車應用為例，高速行駛的汽車需要毫秒級的反應時間，一旦由于網(wǎng)絡問題而加大系統(tǒng)延遲，將會造成嚴重后果。而邊緣計算在靠近數(shù)據(jù)生產(chǎn)者處做數(shù)據(jù)處理，不需要通過網(wǎng)絡請求云計算中心的響應，大大減少了系統(tǒng)延遲，千兆無線技術(shù)的普及為網(wǎng)絡傳輸速度提供了保證，這些都使邊緣服務比云服務有更強的響應能力。

３、保護隱私數(shù)據(jù)，提升數(shù)據(jù)安全性。物聯(lián)網(wǎng)應用中數(shù)據(jù)的安全性一直是關(guān)鍵問題，調(diào)查顯示約有 78% 的用戶擔心他們的物聯(lián)網(wǎng)數(shù)據(jù)在未授權(quán)的情況下被第三方使用。云計算模式下所有的數(shù)據(jù)與應用都在數(shù)據(jù)中心，用戶很難對數(shù)據(jù)的訪問與使用進行細粒度的控制。隨著智能家居的普及，許多家庭在屋內(nèi)安裝網(wǎng)絡攝像頭，如果直接將視頻數(shù)據(jù)上傳至云數(shù)據(jù)中心，視頻數(shù)據(jù)的傳輸不僅會占用帶寬資源，還增加了泄露用戶隱私數(shù)據(jù)的風險。

邊緣計算相對于5G，優(yōu)勢何在？

也許你會問為什么這么多的硬件廠家如此大費周章？為什么不坐等5G網(wǎng)絡或者利用豐富的云計算能力和基礎設施？

●想象一下，你正坐在一輛自動駕駛汽車里，汽車突然斷開了5G網(wǎng)絡。這時，汽車不僅會“失明”，而且會喪失決策能力。當高帶寬和低延遲通信所需的計算能力實際上與一個額外的神經(jīng)處理單元的成本相同時，為什么要冒這個風險呢？此外，它的總體耗能還會比利用特定硬件實現(xiàn)人工智能預測來的要高。

●移動互聯(lián)網(wǎng)提供商希望將投資換現(xiàn)用于開發(fā)和部署5G網(wǎng)絡。盡管在技術(shù)上可能實現(xiàn)大容量數(shù)據(jù)計劃，但它們并不會很快投入商業(yè)使用。例如，nBox有12個聲學傳感器，每個月可以產(chǎn)生多達1 TB的音頻數(shù)據(jù)。按照LTE目前每GB的價格，將這么多數(shù)據(jù)傳輸?shù)皆朴嬎銓⒒ㄙM一大筆錢。

●網(wǎng)絡覆蓋將主要建立在城市，這意味著其他很多地方接受不到5G信號。與此相反，邊緣計算設備可以隨即部署到任何需要的地方，只需要一次性的成本投入，并且這通常不會顯著增加物聯(lián)網(wǎng)解決方案的成本。

邊緣計算與人工智能相結(jié)合使得在本地處理大量數(shù)據(jù)成為可能。