2024年5月27日 星期一

★ 什麼是邊緣運算?

 
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

《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