什麼是邊緣運算？
Klacci 凱樂奇 iF-R 讀頭門禁系統可以這麼小。 iF-R 讀卡器越來越多地擴展了 iF 系列智能非接觸式鎖的適用性。
來源：intel
移動更快，儲存更多，處理一切-在邊緣。
數十億物聯網和行動裝置收集的資料，呈指數級成長，正在推動從將資料傳送到雲端，進行處理和儲存的轉變，轉變為分散式模式，在網路邊緣進行一些運算，更接近資料建立的地方。 英特爾®技術可以幫助加快邊緣運算解決方案的佈署，以解決許多市場的廣泛應用。
什麼是邊緣運算？
邊緣運算是指處理、分析和儲存更靠近生成的資料，以實現快速、近即時的分析和反應。近年來，一些公司透過在雲端集中資料儲存和運算，來整合營運。但數十億分散式裝置對新用例的需求 —— 從先進的倉庫和庫存管理解決方案，到視覺增強的機器人生產線，再到先進的智慧城市交通控制系統 —— 使這種模式不可持續。
此外，越來越多地使用邊緣裝置 —— 從物聯網（IoT）裝置，如智慧攝影機、行動 POS KIOSK、醫療感測器和工業用電腦，到閘道器和運算基礎設施 —— 在資料來源獲得更快、近乎即時的可操作洞察力，正在推動生成和收集的資料數量，呈指數級成長。
據估計，到 2025 年，75% 的資料將在中央資料中心之外建立，今天大多數處理都在那裡進行。1更進一步，企業今天收集的所有資料中，約有 90% 將永遠不會被使用。2邊緣運算提供了一條途徑，透過高效能處理、低延遲連線和安全平台，從裝置收集的資料中獲益。
據估計，到 2025 年，75% 的資料將在中央資料中心之外建立，今天大多數處理都在中央資料中心。
邊緣運算的驅動因素
從資料儲存和處理到系統反應性，雲端運算正因其支援的服務和應用的需求而達到極限。在許多情況下，更多的頻寬或運算能力，不足以滿足更快地處理連線裝置資料，並近即時生成即時洞察力和行動的要求。這些差距正在推動邊緣運算的採用和使用。
雲中挑戰的關鍵因素包括：
- 延遲。越來越多的行業正在實施需要快速分析和反應的應用。單靠雲端運算無法滿足這些需求，因為網路距離資料來源，帶來的延遲導致效率低下、落後和客戶體驗不佳。
- 頻寬。新增傳輸頻寬或更多的處理能力，可以克服延遲問題。然而，隨著公司繼續增加其網路上的邊緣裝置數量和生成的資料量，向雲端傳送資料的成本可能會達到不切實際的水準，如果資料可以在邊緣進行處理、儲存和分析，則可以解決。
- 安全和隱私。在邊緣保護敏感資料，如私人醫療記錄，並透過網際網路傳輸更少的資料，可以透過降低攔截風險，來幫助提高安全性。此外，一些政府或客戶可能要求資料，保留在建立資料的司法管轄區。例如，在醫療保健領域，甚至可能有地方或地區要求限制個人資料的儲存或傳輸。
- 連線。缺乏持久的網際網路連線，可能會阻礙雲端運算，但各種網路連線選項，使邊緣到雲端運算變得可行。例如，5G 為快速資料傳輸和從邊緣提供服務提供了高頻寬、低延遲的連線。
- 人工智慧。由於需要近即時的可操作情報，公司需要資料源的人工智慧，以允許更快的處理，並利用以前未開發的資料的潛力。
邊緣運算的好處
將儲存、處理和分析等一些資料功能從雲端移到邊緣，並更接近資料生成的地方，可以提供幾個關鍵的好處：
- 提高了速度，降低了延遲。將資料處理和分析行動到邊緣，有助於加快系統反應速度，實現更快的交易和更好的體驗，這在近即時應用（如自動駕駛汽車操作）中可能非常重要。
- 改進了網路流量管理。最大限度地減少透過網路傳送到雲端的資料量，可以減少傳輸和儲存大量資料的頻寬和成本。
- 更高的可靠性。網路一次可以傳輸的資料量是有限的。對於網際網路連線水準不佳的位置，當雲連線中斷時，能夠在邊緣儲存和處理資料可以提高可靠性。
- 增強的安全性。如果實施得當，邊緣運算解決方案可以透過限制網際網路上的資料傳輸，來提高資料安全性。
從邊緣到雲端
儘管邊緣運算為組織釋放資料價值，提供了前所未有的機會，但雲作為中央資料儲存庫和處理中心，仍然是必不可少的。下圖顯示了用於收集資料、運算、儲存和網路的邊緣裝置，如何結合在一起，幫助組織在每個點充分利用資料。
物聯網和邊緣運算裝置以兩種主要方式之一，收集資料並進行管理。帶有內建處理器的智慧邊緣運算裝置，可能會提供高階功能，如分析或車載人工智慧，而沒有處理器的裝置，則將它們生成的資料傳送到佈署在本地邊緣的伺服器上，進行儲存和分析。然後，本地邊緣伺服器可以處理來自邊緣運算裝置的資料，並返回近即時應用程式所需的關鍵資訊，或僅將資料的相關部分傳送到雲端。來自眾多邊緣運算裝置的資料，可以整合到雲端，以進行更廣泛的處理和分析。
邊緣運算案例
英特爾與許多行業合作伙伴和最終客戶合作，佈署了數以萬計的邊緣運算解決方案。以下是四個邊緣運算案例，展示了英特爾如何幫助公司實現新體驗並推動更高效的運營。
零售：邊緣運算可以使用感測器和攝影機，來提高零售庫存的準確性，並幫助提高供應鏈和產品開發的效率。此外，邊緣運算可以支援近即時分析客戶行為，以增強和潛在的更安全的購物體驗。例如，基於 Sensormatic 影像的人工智慧解決方案，透過追蹤入住率和監控社交距離，幫助零售商在新冠肺炎大流行期間安全地開店。
工業：邊緣運算可以透過整合數位和實體技術，為更靈活、更靈敏的製造提供工業 4.0 的基礎。例如，英特爾和內比奧羅技術公司，與奧迪汽車製造工程師合作，建立了一個可擴充、靈活的平台，該平台使用預測分析和機器學習演算法，來促進焊縫檢查，並增強關鍵品質控制流程。3
教育：一些基於軟體的教育解決方案，使用裝置上的人工智慧進行個性化的虛擬協助、自然語言互動，甚至增強現實體驗。例如，ViewSonic 數位白板體驗使用邊緣和視覺技術，為從事遠端學習的學生和教師，重新創造課堂體驗。
醫療保健：邊緣運算可以幫助改變住院和門診監測，和遠端醫療服務的結果，並在成像裝置上使用機器和深度學習推理，來幫助更快地檢測健康問題。 飛利浦在現有的 CT 掃描裝置上，將醫療影像的人工智慧推理提高了 188%，不需要昂貴的新硬體。4
應用中的邊緣運算技術
在《The Inside Edge》第 5 集中，英特爾物聯網總經理 Steen Graham 介紹了邊緣運算的現實應用，從醫療保健到製造到零售，以展示由英特爾提供支援的邊緣運算解決方案，如何為客戶帶來新的體驗，並顛覆整個行業。
更好的結果從邊緣開始
邊緣運算為企業和服務供應商，釋放資料價值提供了一個前所未有的機會。有了合適的合作伙伴，公司可以在每一點上充分利用資料。英特爾擁有數以萬計的邊緣佈署，創造真正的價值，數百種市場就緒的解決方案，基於標準的技術和世界上最成熟的開發人員生態系統，可以幫助你實現智慧邊緣。
沒有留言:
張貼留言