对于即时处理和分析物联网设备、联网汽车和其他数字平台的数据而言,云端平台已经“能力不足”,边缘计算的时代即将来临。
更快的数据处理是一种至关重要的能力。例如,自动驾驶汽车本质上可以看做是一台车轮上的大型高功率计算机,其通过多个传感器收集数据。为了使这些车辆安全可靠地运行,他们需要立即响应周围环境。处理速度的任何滞后都可能是致命的。
虽然联网设备的大部分数据处理现在都在云平台上进行,但在中央服务器上来回发送数据可能需要几秒钟的时间。
边缘计算则可以加速自动驾驶车辆的数据处理速度。该技术使连接的设备能够处理在“边缘”处创建的数据,这一“边缘”在设备本身内部或更接近设备本身。
到2020年,估计普通人每天将产生1.5 GB的数据。随着更多设备连接到互联网并生成数据,云计算可能无法全部处理这些数据——特别是在某些用途所需的更快速度下。
边缘计算提供了云计算的替代方案,其可能具有远远超出自动驾驶车辆的应用。
包括亚马逊、微软和谷歌在内的一些最大的科技公司正在探索边缘计算,这可能会引发下一场大型计算竞赛。虽然亚马逊网络服务(AWS)仍然在公共云领域占据主导地位,但仍有待观察——谁将成为这个新兴领域的领导者。
到2019年,全球物联网市场规模预计将超过1.7万美元,比2013年的486亿美元增长三倍多。
云计算已然成为这其中的主流趋势。云计算使公司能够在他们自己的物理硬件之外以及远程服务器网络(通常称为“云”)之间存储和处理数据(以及其他计算任务)。
由于其日益普及,云计算吸引了亚马逊、谷歌、微软和IBM等主要科技公司。根据私有云管理公司RightScale在2018年进行的一项调查显示,在主要的公共云提供商中,亚马逊网络服务(AWS)和微软Azure分别排名第一和第二。
但集中式云计算并非适用于所有应用程序和用例。边缘计算提供传统云基础架构可能难以提供的解决方案。
在数据更浩繁的未来,数十亿设备连接到互联网,更快、更可靠的数据处理将变得至关重要。
近年来,云计算的整合和集中性已经证明具有成本效益和灵活性,但物联网和移动计算的兴起给网络带宽带来了压力。
最终,并非所有智能设备都需要利用云计算来运营。在某些情况下,甚至可以直接跳到边缘计算的应用。
据CB Insights分析,到2022年,全球边缘计算市场估计将达到6.72亿美元。虽然是一个新兴领域,但相比云计算目前运营的某些领域,边缘计算可能会更有效率。
边缘计算使数据能够更接近于其创建的位置(即电机、泵、发电机或其他传感器)进行处理,从而减少了在云之间来回传输数据的需求。