当前位置:云计算行业动态 → 正文

分布式云计算来了

责任编辑:editor005 作者:徐鹏 |来源:企业网D1Net  2017-11-25 17:39:44 本文摘自:中关村在线

物联网的核心在于物与物、人与物的强关联,而多数时候的彼此联系会发生在本地。也就是说,计算、存储、分析等需求响应通常在距离物理位置较近的地方完成,而不是传输到千里之外的数据中心。这种就近处理的方式耗时更短,而且足以应付本地业务交互的轻量化需求,推动着云计算向分布式延伸。

分布式云计算来了

  分布式云计算来了(图片来自servertech)

物联网让云离散化

一直以来,技术的更迭总是伴随着应用场景的变迁,从最初大型机的集中处理到后来的分布式架构,越来越多的需求趋于离散化和碎片化。如今,大型设备会集中处理大规模的核心计算,而低延迟、快响应的计算需求则会交给“边缘设备”——既可以是PC、手机、电视盒子,也可以是摄像头,甚至是ATM机。未来,当嵌入式芯片的性能不再是瓶颈,这种终端计算的方式势必将更加普遍。

IDC预计,到2020年全球将有超过500亿的终端与设备联网,超过40%的数据要在网络边缘侧进行分析、处理与存储。如此大的数据量传输到云端,对网络带宽和存储能力都是考验,更不要说通讯过程中的安全风险。以往,前端设备会将采集到的信息传回数据中心,由后者运算处理后发送指令,再由设备执行用户的需求。这样一来,无疑加重了数据中心的负担。

重新定义云管端

既然数据产生在本地,为何不能让设备自己解决问题呢?举个例子,工业机器人对处理任务有着实时性的要求,通过云端传到数据中心可能只是不到1秒的延迟,但要是乘以整个生产线上机器人的数量,显然是一次“大面积延误”。相比之下,边缘计算不仅能够做到快速处理,还可以根据现场情况作出判断,结合软件选取最优的操作。

此外,边缘计算削弱了网络和存储环境的影响。当机器人在矿井下作业时,通讯信号偏弱怎么办?没有了云,物联网设备随即罢工,这显然不是人们想看到的。此时,边缘计算可以利用自身的运算和处理能力迅速作出响应。

架构层面,边缘计算物联网解决方案可分为传感控制层、网络层、敏捷控制器和应用层,其中网络层主要实现融合和互联,它的功能除了网络连接和管理,还包括边缘计算,进行现场处理,同时保障业务在本地实现。可以说,边缘计算重新梳理了“云管端”之间的关系,一方面提升了云资源的使用效率,另一方面也让终端有了更高的话语权。

边缘计算前景可期

从商业逻辑来看,消费者的使用感受才是边缘计算的主导,而不是企业,这不仅需要云服务商转变思路,同时也为中小企业提供了机会。云计算市场的平台化趋势加剧,核心资源和份额都掌握在巨头手中,而未来会有40%的IoT流量在边缘处理,这无疑蕴含着弯道超车的可能。

从长期发展来看,无论是中国制造2025还是工业4.0,物联网都将在其中扮演重要角色;同时,融合AI的软硬件加速普及,将带来更多基于终端的处理需求;再者,5G商业化的脚步正在推进,也会进一步强化边缘计算高带宽、低延迟的能力。

目前,一些云服务商已经推出了边缘智能计算解决方案,将边缘IoT与混合云相结合,允许用户自行定制物联网应用,在本地完成数据处理,并且兼顾了大规模云平台的配置、部署和管理功能。

关键字:分布式云计算物联网

本文摘自:中关村在线

x 分布式云计算来了 扫一扫
分享本文到朋友圈
当前位置:云计算行业动态 → 正文

分布式云计算来了

责任编辑:editor005 作者:徐鹏 |来源:企业网D1Net  2017-11-25 17:39:44 本文摘自:中关村在线

物联网的核心在于物与物、人与物的强关联,而多数时候的彼此联系会发生在本地。也就是说,计算、存储、分析等需求响应通常在距离物理位置较近的地方完成,而不是传输到千里之外的数据中心。这种就近处理的方式耗时更短,而且足以应付本地业务交互的轻量化需求,推动着云计算向分布式延伸。

分布式云计算来了

  分布式云计算来了(图片来自servertech)

物联网让云离散化

一直以来,技术的更迭总是伴随着应用场景的变迁,从最初大型机的集中处理到后来的分布式架构,越来越多的需求趋于离散化和碎片化。如今,大型设备会集中处理大规模的核心计算,而低延迟、快响应的计算需求则会交给“边缘设备”——既可以是PC、手机、电视盒子,也可以是摄像头,甚至是ATM机。未来,当嵌入式芯片的性能不再是瓶颈,这种终端计算的方式势必将更加普遍。

IDC预计,到2020年全球将有超过500亿的终端与设备联网,超过40%的数据要在网络边缘侧进行分析、处理与存储。如此大的数据量传输到云端,对网络带宽和存储能力都是考验,更不要说通讯过程中的安全风险。以往,前端设备会将采集到的信息传回数据中心,由后者运算处理后发送指令,再由设备执行用户的需求。这样一来,无疑加重了数据中心的负担。

重新定义云管端

既然数据产生在本地,为何不能让设备自己解决问题呢?举个例子,工业机器人对处理任务有着实时性的要求,通过云端传到数据中心可能只是不到1秒的延迟,但要是乘以整个生产线上机器人的数量,显然是一次“大面积延误”。相比之下,边缘计算不仅能够做到快速处理,还可以根据现场情况作出判断,结合软件选取最优的操作。

此外,边缘计算削弱了网络和存储环境的影响。当机器人在矿井下作业时,通讯信号偏弱怎么办?没有了云,物联网设备随即罢工,这显然不是人们想看到的。此时,边缘计算可以利用自身的运算和处理能力迅速作出响应。

架构层面,边缘计算物联网解决方案可分为传感控制层、网络层、敏捷控制器和应用层,其中网络层主要实现融合和互联,它的功能除了网络连接和管理,还包括边缘计算,进行现场处理,同时保障业务在本地实现。可以说,边缘计算重新梳理了“云管端”之间的关系,一方面提升了云资源的使用效率,另一方面也让终端有了更高的话语权。

边缘计算前景可期

从商业逻辑来看,消费者的使用感受才是边缘计算的主导,而不是企业,这不仅需要云服务商转变思路,同时也为中小企业提供了机会。云计算市场的平台化趋势加剧,核心资源和份额都掌握在巨头手中,而未来会有40%的IoT流量在边缘处理,这无疑蕴含着弯道超车的可能。

从长期发展来看,无论是中国制造2025还是工业4.0,物联网都将在其中扮演重要角色;同时,融合AI的软硬件加速普及,将带来更多基于终端的处理需求;再者,5G商业化的脚步正在推进,也会进一步强化边缘计算高带宽、低延迟的能力。

目前,一些云服务商已经推出了边缘智能计算解决方案,将边缘IoT与混合云相结合,允许用户自行定制物联网应用,在本地完成数据处理,并且兼顾了大规模云平台的配置、部署和管理功能。

关键字:分布式云计算物联网

本文摘自:中关村在线

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^