What is edge computing?
資訊技術，每天都在改變我們生活的方方面面。在這方面，邊緣運算是一種新的運算範例，除了物聯網（IoT）、機器學習（ML）和大數據分析之外，邊緣運算預計將成為這一變化的一部分。
邊緣運算旨在將運算從遙遠的雲端環境，移至網路邊緣。因此，「智慧」應用無需將數據一直發送到雲端中，而無需等待結果返回很長一段路。
Mahadev Satyanarayanan 被認為是 Edge Computing 之父，他在其文章中解釋了 Edge Computing 的誕生。因此，行動設備的資源限制要求資源豐富的平台，來代表這些設備處理數據並執行運算。雲端運算作為此問題的一種解決方案出現了，它為行動應用的運算需求，提供了明顯更好的資源（例如，處理、暫存和儲存資源）。
但是，在遙遠的雲端環境中，收集所有運算資源開始，導致對延遲敏感和頻寬不足的應用產生問題。根本原因是，數據包必須經過由 Internet 服務供應商（ISP）管理，運行在不同層上的多個路由器。所有這些路由器都顯示對延遲敏感的應用，所面臨的往返時間（RTT）有所增加。
除此之外，由於 ISP 和網路條件的影響，端到端路由路徑延遲會非常動態地變化（Medianova R＆D Center 向 IEEE ISNCC 2019 提出了關於此問題的研究論文）。此外，由於預計將有數十億物聯網設備生成數據，並將數據傳輸到雲端環境，因此不可避免地會面臨頻寬瓶頸。
因此，遙遠的雲端環境不能成為對延遲敏感，且需要大量頻寬的應用的解決方案。邊緣運算誕生於此問題的解決方案，它將雲端資源帶到了網路的邊緣，因此應用不會遭受高 RTT 和頻寬瓶頸的困擾。在邊緣運算中，我們將運算邏輯移至數據，而不是數據移至運算邏輯。
下圖顯示了我們從雲端運算轉移到邊緣運算，其中邊緣運算有望為對延遲敏感的應用，帶來巨大的延遲增加。
從雲端運算轉移到邊緣運算
在將運算資源從雲行動到邊緣的概念中，出現了 cloudlet，霧和行動邊緣運算技術。在這方面，行動邊緣運算有望將運算資源帶到蜂窩網路的基地台。
因此，無線接入網（RAN）中的蜂窩設備，可以輕鬆地將運算和儲存作業，卸載到行動邊緣運算節點。霧運算有望透過霧節點，將運算資源帶到地理區域，這些霧節點可以是路由器、交換機、接入點、物聯網 Gateway 和機上盒。
Cloudlet 運算是指運算範例，其中延遲敏感和運算密集型應用，在位於局域網內的伺服器上運行。在方框中可以將它們稱為數據中心，它可以為邊緣運算使用者，提供小規模的數據中心資源。
邊緣運算可以使多種應用受益。在這些人工智慧模型中，可以將增強實境應用、影像分析、物聯網、位置服務和數據暫存作為主要應用。文獻中也提出了許多研究作為邊緣運算案例。
在這方面，提出了智慧交通燈和智慧風電場，緊急警報服務、跌倒檢測、智慧停車和車輛網路中的車道變換作為霧運算應用。行動邊緣運算案例，以主動暫存網站內容和使用容器進行資源虛擬化的形式呈現。
在雲端運算方面，在車輛視訊遊戲、道路和交通狀況監控上，建議對眾包數據進行預先處理，並在邊緣進行影像分析。作為使用邊緣運算功能提供即時分析服務的通用邊緣運解決方案，也已提出。
為了創建一個具有用於邊緣運算應用的標準化，和開放機制的生態系統，許多標準化組織，財團和倡議已經聯合起來。 IETF、ETSI，開放邊緣運算計劃，工業網路聯盟和 OpenFog 聯盟可被視為此類嘗試的案例。
 |
| AKD 寰楚專業級全系列監控設備 |
0 comments:
張貼留言