云边缘计算机,从云计算(CloudComputing)到边缘计算(EdgeComputing)

大家好，我们是追求更加幸福的技术研究团队，ulalalab。

随着自动驾驶、智能工厂、物联网等的扩散，数据量显著的增加，同时对此的实时处理要求也增加了，因此用远距离的中央云计算的控制上发生极限了。是因为中央控制中心可以处理的数据量有限，但随着数据的不断增多，会发生停滞现象。为了弥补这一点，最近‘边缘计算(Edge

Computing)’受瞩目。

边缘计算(Edge

Computing) (来源

: Lanner)

边缘计算(Edge Computing)与已有的云计算(Cloud

Computing)不一样，不把在各种设备中发生的数据传送到中央集中式数据中心，而是在发生数据的现场或近距离及时分析数据。

在网络上流传的数据量呈几何倍数增长，同时局限于电脑的终端机扩展到智能手机、智能传感器等，其大小也逐渐缩小。其结果，数据处理及保存工作利用离机器外部较远的地方进行的外部采办。这就是现有云计算的基本概念。

相反，边缘计算(Edge

Computing)是把过去委任给云(Cloud)的大部分工作交给边缘(Edge)的方式。在此阶段，完成处理的更高阶段再次转回云(Cloud)中，这时候边缘计算的位置比云计算数据中心的更接近于终端机。

使用这种边缘计算(Edge

Computing)的话会有哪些变化呢?

第一是加快的数据处理速度。因为边缘计算在离终端机接近的位置处理数据，通过云计算-网络-终端机的数据待机时间大幅减少。

第二是数据负荷的减少。通过边缘计算(Edge

Computing)，在计算机信号源周围可以有效地处理大容量的数据，从而大幅减少网络宽带的使用量。

第三，可以加强安保政策。无需将数据传送到中央云服务网可处理数据，因此对重要数据添加安全确认阶段，发生网络错误或云计算错误、DoS(Denial

of Service，拒绝服务)攻击，在无法使用的情况下，可通过边缘计算(Edge

Computing)提供‘临时处方’服务。

自动驾驶(图片来源：

Hacker

Noon)

我们来看看边缘计算(Edge

Computing)的适用事例吧！

‘自动驾驶‘就是边缘计算的使用领域中最值得期待的领域之一。可以说，交通系统是可以利用边缘计算最为有用的领域。在车辆安装的传感器中及时收集数据，可以掌握前后车距、车辆的运行情况、车辆流量等，在行驶过程中发生突发状况时，可以迅速应对，从而避免发生事故。如果不是通过边缘计算技术，而是通过现有的云服务技术来体现出计算技术的话，在行驶过程中会出现网络延迟或数据传输错误，结果会发生事故！

智能工厂(图片原来

: Quality Magazine)

第二个就是智能工厂。在适用边缘计算的智能工厂上，需要进行实时监测的单纯数据在边缘进行处理，需要分析机器寿命或预测事故危险的数据，传送到中央数据中心，可运用系统。

ulalalab也为了提供更有效的智能工厂平台，集中精力在边缘计算中，致力于确保技术。1秒的差异可能会在最终的生产量上出现巨大的差异，如果能够更快地处理数据的话，可能会更快地应对工厂运转中可能发生的失误，减少发生不良的情况，而且还可以更正确地分析故障原因及预测、事先感知异常，确保设备保修。

我们期待将来适用于制造业的边缘计算技术。ulalalab也会为制造业最优化的智能工厂平台而努力!

想要知道为产业数据分析以云服务和机器学习为基础的智能工厂IoT平台；wimfactory的话？

www.wimfactory.com