物联网在飞速发展的同时也产生了大量数据,面对数据处理压力,各种“计算”层出不穷,云计算、雾计算、边缘计算等名词纷纷涌出,那这些计算方式有何区别?应用于哪些场景?在不同场景或同一场景的不同情况下又要如何选择计算方式?
云计算,像在每个不同地区开设不同的自来水公司,没有地域限制,优秀的云软件服务商,向世界每个角落提供软件服务——就像天空上的云一样,不论你身处何方,只要你抬头,就能看见!
在万物互联的“赛道”上,云计算、雾计算等计算“选手”也各有所长。 然而,有时单个“选手”无法满足需求各异的应用场景,怎么办? “混合计算”就扮演着协调每位“队员”的“教练”角色。 那么,“混合计算”究竟是什么? 有何应用?
在不同的应用场景,云计算、雾计算、边缘计算等计算方法展现出的优势也不同。
以公共安全视频监控为例,前端摄像机要提高实时性、在本地完成图像识别,就需要将AI算力注入边缘,而在边缘处理过的数据则需要上传至云端,以便进行综合分析; 又如,智慧交通领域中,车辆在自动行驶时遇到紧急情况,需要边缘计算技术在毫秒级时间内做出判断,而交通诱导则需要立足于云计算对交通大数据的综合分析与挖掘。
来源: 搜狐-国际在线、安防展览网、CSDN-视界云 整理: 司南物联
司南物联整理发布
云计算、雾计算、边缘计算各有优点
云计算,像在每个不同地区开设不同的自来水公司,没有地域限制,优秀的云软件服务商,向世界每个角落提供软件服务——就像天空上的云一样,不论你身处何方,只要你抬头,就能看见!
在万物互联的“赛道”上,云计算、雾计算等计算“选手”也各有所长。 然而,有时单个“选手”无法满足需求各异的应用场景,怎么办? “混合计算”就扮演着协调每位“队员”的“教练”角色。 那么,“混合计算”究竟是什么? 有何应用?
万物互联时代需要更强算力
不同计算方式协同处理问题
在不同的应用场景,云计算、雾计算、边缘计算等计算方法展现出的优势也不同。
以公共安全视频监控为例,前端摄像机要提高实时性、在本地完成图像识别,就需要将AI算力注入边缘,而在边缘处理过的数据则需要上传至云端,以便进行综合分析; 又如,智慧交通领域中,车辆在自动行驶时遇到紧急情况,需要边缘计算技术在毫秒级时间内做出判断,而交通诱导则需要立足于云计算对交通大数据的综合分析与挖掘。
在技术和应用层面存在诸多挑战
以工业互联网为例,其存在大量的异构总线和多种制式的网络,它们在兼容多种连接的同时还需要确保连接的实时性和可靠性。在此基础上,要实现数据协同,则需要跨厂商、跨平台的集成与操作。
来源: 搜狐-国际在线、安防展览网、CSDN-视界云 整理: 司南物联
司南物联整理发布