A前瞻官网
前瞻网
a 当前位置: 前瞻网 » 资讯 » 产经

边缘计算时代来临!云端科技巨头纷纷布局 这些行业可以最大化受益

分享到:
 Evelyn Zhang • 2018-08-15 18:32:29 来源:前瞻网 E3940G0
100大行业全景图谱

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。

前瞻经济学人

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。

前瞻经济学人

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。

前瞻经济学人

不断变化的计算环境:从云计算到边缘计算

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。

前瞻经济学人

国际数据公司IDC将其描述为“微型数据中心的网状网络,可在本地处理或存储关键数据,并将所有接收的数据推送到中央数据中心或云存储库,占地面积小于100平方英尺”。

例如,列车可能包含可立即提供其发动机状态的传感器。在这种情况下,无论是在火车上还是在云平台中,获得和处理传感器数据都不再需要前往数据中心,去查看是否有某些因素影响了运营。

对数据处理和存储进行本地化,可以减轻计算网络的负担。当较少的数据发送到云时,延迟的可能性——即云和物联网设备之间的交互导致的数据处理延迟——会减少。

硬件底层边缘计算技术也因此需要承担更多性能上的压力。该技术包括用于收集数据的传感器和用于处理连接设备内的数据的CPU或GPU。

随着边缘计算的兴起,了解边缘设备所涉及的另一项技术——雾计算,显得非常重要。

前瞻经济学人

边缘计算更具体地指的是在网络的“边缘”处或附近完成的计算过程,但“雾计算”是指边缘设备和云之间的网络连接。换句话说,雾计算将云延伸到更接近网络的边缘——因此,“雾计算”总是使用边缘计算。

前瞻经济学人

边缘计算带来了一系列明显的优势,包括:

实时或更快的数据处理和分析。数据处理更靠近源,而不是外部数据中心或云,这样可以缩短延迟时间。

降低成本。企业在本地设备上的数据管理解决方案所花费的成本低于云和数据中心网络。

减少网络流量。随着物联网设备数量的增加,数据生成继续以创纪录的速度增长。结果,网络带宽变得更加有限,压倒了云,导致更大的数据瓶颈。

提高应用程序效率。通过降低延迟级别,应用程序可以更高效、更快速地运行。

强调云的作用也降低了单点故障的可能性

如果公司利用集中式云来存储其数据并且云计算中断,则在问题得到解决之前数据将无法访问,并可能导致严重的业务损失。

2016年,由于Salesforce的NA14网站停运,Salesforce.com上线超过24小时。客户无法访问大量客户数据,从电话号码到电子邮件等等——这严重扰乱了业务。此后,Salesforce将其物联网云迁移到亚马逊AWS,但停电故障又凸显了仅依靠云端也是不行的。

减少对云的依赖也意味着某些设备可以脱机可靠地运行。这在互联网连接受限的地方特别有用——无论是在具有少量访问权限的特定地理位置,还是在远程,通常难以访问的站点(如油田)。

边缘计算的另一个关键优势涉及安全性和合规性。随着各国政府越来越关注公司如何利用消费者数据,这一点尤为重要。

最近在欧盟执行通用数据保护条例(GDPR)就是这种情况,该条例旨在保护个人的个人身份信息免受数据滥用。

由于边缘设备在本地级别收集数据并对其进行操作,因此可以避免向云端的数据传输。因此,敏感信息不需要通过网络,如果发生对云的网络攻击,那么影响就可以大幅减少。

边缘计算还允许新兴连接设备与较旧的“传统”设备之间的一定程度的互操作性。它将旧系统使用的“通信协议”转换为现代连接设备可以理解的语言。这意味着传统工业设备可以无缝高效地连接到现代物联网平台。

前瞻经济学人

在云计算领域占据主导地位的玩家(亚马逊、谷歌、微软)正在成为边缘计算领导者。

去年,亚马逊凭借AWS Greengrass进军边缘计算领先于该计划。该服务将AWS扩展到设备,因此他们可以“对他们生成的数据进行本地操作,同时仍然使用云进行管理,分析和持久存储。”

前瞻经济学人

微软也在这个领域做出了一些重大举措。该公司计划在未来4年内在物联网上花费5亿美元,这涉及其边缘计算计划——Azure IoT Edge解决方案。该解决方案将“云分析扩展到边缘设备”,并可脱机使用。该公司还希望专注于边缘的人工智能应用。

谷歌本月早些时候发布了两款新产品,以帮助改善边缘连接设备的开发:硬件芯片Edge TPU和Cloud IoT Edge,一个软件堆栈。根据谷歌的说法,“Cloud IoT Edge将Google Cloud强大的数据处理和机器学习扩展到数十亿边缘设备,如机器人手臂,风力涡轮机和石油钻井平台,因此他们可以实时处理来自传感器的数据,并在本地预测结果。”

随着更多连接设备的出现,不断上升的生态系统中的许多参与者正致力于使边缘计算能够快速发展的软件和技术。

在接下来的四年中,惠普企业(HPE)将投资40亿美元用于边缘计算。 HPE的Edgeline融合边缘系统面向需要数据中心级计算能力,同时需要经常与工业合作伙伴远程条件下配合。

Edgeline融合边缘系统(左图所示的EL 1000型号)可以提供工业操作——例如跨石油钻井平台,工厂或铜矿。这些操作主要通过联网设备的洞察力,而无需依赖将数据发送到云或数据中心。

新兴边缘计算领域的其他主要参与者包括Scale Computing、Vertiv、华为技术、富士通和诺基亚等。

AI芯片制造商NVIDIA于2017年推出了Jetson TX2,这是一款面向边缘设备的AI计算平台。此前,其前身Jetson TX1发布,并声称会“(重新定义)将高级AI从云端扩展到边缘的可能性。”

许多知名公司也投资于边缘计算,包括通用电气、英特尔、戴尔、IBM、思科、惠普企业、微软、SAPE和AT&T。

例如,戴尔和英特尔投资了Foghorn,这是一家面向工业和商业物联网应用的边缘情报提供商。戴尔还参与了IIoT边缘平台IOTech的种子轮融资。

上面提到的许多公司,包括思科、戴尔和微软,已经组成了OpenFog联盟,旨在标准化边缘计算技术的应用。

跨行业的边缘计算

随着传感器的价格和计算成本的不断下降,更多的“东西”将连接到互联网。

随着越来越多的连接设备的出现,边缘计算将会在不同行业中看到越来越多的应用,尤其是在某些情况下,云计算被证明效率低下。

从自动驾驶汽车到农业,有几个部门可以从边缘计算的潜力中最大化受益:

运输

边缘计算技术最明显的潜在应用之一是跨运输—— 更具体地说——是自动驾驶汽车。

自动驾驶车辆配备了各种类型的传感器,从摄像机到雷达到基于激光雷达的系统,以帮助车辆运行。

如前所述,这些自动驾驶车辆可以利用边缘计算通过这些传感器更加靠近车辆处理数据,从而节省了宝贵的毫秒数。虽然无人驾驶汽车尚未成为主流,但很多公司正在做准备。

前瞻经济学人

今年早些时候,Automotoive Edge Computing Consortium(AECC)宣布将推出专注于联网汽车解决方案的运营。成员包括DENSO、Toyota Motor、AT&T、Ericsson、Intel等。

“互联汽车正在迅速扩展到豪华车型和高端品牌,再到大批量、中端市场的车型。该行业将很快达到临界点,产生的车辆数据量将超过现有的云、计算和通信基础设施资源。” AECC总裁兼主席Kenichi Murata表示。

但它不仅仅适用于生成大量数据并需要实时处理的自动驾驶汽车。它也是飞机、火车和无人驾驶系统的未来关键。

例如,飞机制造商庞巴迪公司的C系列配备了大量传感器,可以立即检测发动机性能问题。超过12小时的飞行,飞机产生844 TB的数据。边缘计算允许实时处理数据,因此公司可以主动处理引擎问题。

卫生保健

人们越来越习惯穿着健身追踪器、血糖监测仪、智能手表和其他健康监测可穿戴设备。

但要真正捕获收集的大量数据的好处,可能需要进行实时分析——虽然许多可穿戴设备直接连接到云,但其他可以脱机操作。

一些可穿戴健康监视器可以在不连接到云的情况下,本地分析脉冲数据或睡眠模式。然后,医生可以当场评估患者,并提供有关其健康状况的按需反馈。

但医疗保健领域的边缘计算潜力远远超出可穿戴设备——当考虑快速数据处理对医院和诊所的远程患者监护、住院治疗和医疗管理的好处时。

前瞻经济学人

医生和临床医生将能够为患者提供更快、更好的护理,同时为患者生成的健康数据(PDHD)增加额外的安全保障。平均病床有超过20个连接设备,会产生大量数据。它不会将机密数据发送到可能无法访问的云端,而是更接近边缘。

如前所述,本地化数据处理意味着广泛的云或网络故障不会影响该过程。即使云操作中断,这些医院传感器也可以独立运行,并且仍可按预期运行。

制造业

智能制造可以从现代工厂中使用的大量传感器中获得洞察力。

边缘计算的延迟问题减少可能导致制造工作流程中更快的变化,从而能够实时应用洞察力和行动。这可能包括在机器过热之前关闭机器。

工厂可以使用两个机器人,配备传感器并连接到边缘设备,以执行相同的任务。边缘设备可以运行机器学习模型来预测其中一个机器人是否会发生故障(如下图所示)。

前瞻经济学人

如果该边缘设备确定机器人可能发生故障,则会触发一个动作来停止或减慢它。这将允许工厂实时评估故障的可能性。

如果机器人可以自己处理数据,它们也可能变得更加自给自足和被动反应。

边缘计算应该允许从大数据生成更大、更快的洞察,并且更多的机器学习应用于操作。

最终目标是利用正在创建的大量数据的未开发价值,防止安全隐患,并减少工厂中断。

农业和智能农场

边缘计算是农业的理想选择,因为农场的偏远位置和恶劣条件可能会带来带宽和连接问题。

目前,希望改善连接性的智能农场正在投资昂贵的光纤、微波连接或拥有全时卫星;而边缘计算提供了合适的成本效益替代方案。

智能农场可以使用边缘计算来监控温度、设备性能,并自动减慢或关闭过程(例如过热泵)。

能源与网格控制

边缘计算可以证明在整个能源行业尤为有效,特别是对于石油和天然气公用事业的安全监控。

例如,应密切监控压力和湿度传感器,并且不能承受连接失效,特别是因为大多数传感器位于偏远地区。如果出现异常情况——例如油管过热有没有被发现,可能会发生灾难性的爆炸。

另一个好处是能够实时检测设备故障。通过电网控制,传感器可以监控从电动车到风电场的各种能源,帮助做出降低成本和提高能源效率的决策。

其他

其他可以利用边缘计算技术的行业包括金融和零售。这两个部门都使用大量客户和后端数据集来提供从股票市场选择到店内服装放置的所有信息,并且可以从较少依赖云来处理数据中获益。

零售业可以使用边缘计算应用程序来增强客户体验。虽然如今许多零售商都专注于改善店内体验,但优化收集和分析数据的方式是有意义的——特别是当许多人正在尝试使用连接镜和智能显示器时。

此外,许多人会使用从店内平板电脑生成的销售点数据,然后将其传输到云或数据中心。通过边缘计算,可以在本地分析数据,减少敏感数据泄漏的可能性。

结论

从可穿戴设备到车辆再到机器人,物联网设备正在获得动力。

随着我们向更加连通的生态系统迈进,数据生成将继续飙升,特别是随着5G技术的发展和更快的连接。

虽然集中式云或数据中心传统上是数据管理、处理和存储的首选,但它们都有其局限性。

而边缘计算可以提供替代解决方案,但由于该技术仍处于起步阶段,因此很难预测其成功的进展。

设备功能面临的挑战——包括开发可以处理云计算卸载的软件和硬件的能力——可能会出现。能够教导机器在可以在边缘执行的计算和需要云的计算之间切换也是一个挑战。

即便如此,随着采用率的提高,公司将有更多机会跨行业测试和部署这项技术。

虽然一些用例可能比其他用例更清楚地证明边缘计算的价值,但对整个互联生态系统的潜在影响可能会改变游戏规则。

本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com) 品牌合作与广告投放请联系:0755-33069875 或 hezuo@qianzhan.com

p28 q0 我要投稿

分享:

品牌、内容合作请点这里:寻求合作 ››

前瞻经济学人微信二维码

前瞻经济学人

专注于中国各行业市场分析、未来发展趋势等。扫一扫立即关注。

前瞻产业研究院微信二维码

前瞻产业研究院

如何抓准行业的下一个风口?未来5年10年行业趋势如何把握?扫一扫立即关注。

前瞻经济学人 让您成为更懂趋势的人

想看更多前瞻的文章?扫描右侧二维码,还可以获得以下福利:

  • 10000+ 行业干货 免费领取
  • 500+ 行业研究员 解答你的问题
  • 1000000+ 行业数据 任君使用
  • 365+ 每日全球财经大事 一手掌握
  • 下载APP

  • 关注微信号

前瞻数据库
企查猫
前瞻经济学人App二维码

扫一扫下载APP

与资深行业研究员/经济学家互动交流让您成为更懂趋势的人

下载APP
前瞻经济学人APP

下载前瞻经济学人APP

关注我们
前瞻经济秀人微信号

扫一扫关注我们

我要投稿

×
J