2021-01-14 09:04:34
来 源
恒生公司
边缘计算
预计超过40%的数据将在网络边缘侧进行分析、处理与存储,这为边缘计算的发展带来了充分的场景和想象空间。

互联网的前二十年是消费互联网的天下,在这期间,云计算从最初的新兴概念逐渐成为成熟应用,以锐不可当之势飞速发展。当历史的车轮驶入21世纪20年代,消费互联网呈现饱和态势,产业互联网成为下一个20年的焦点,很多企业都将“云”作为转型的抓手。云计算堪称是基础设施的基础设施,不只是计算的中心化,也是技术资源的中心化,AI、大数据、IoT等技术落地到各行各业都需要通过云计算。然而,当面对海量数据计算、新兴计算场景、小数据实时处理等方面的挑战,云计算存在一些发展瓶颈,需要新技术来突破。

云、边、端协同:边缘计算打开了更大的想象空间

边缘计算的诞生:与云计算分工协作

随着万物互联时代到来,计算需求出现爆发式增长。IDC预估,2020全年有500亿个设备连接到网络,传统云计算架构无法满足这种爆发式的海量数据计算需求,将云计算的能力下沉到边缘侧、设备侧,并通过中心进行统一交付、运维、管控,将是重要发展趋势;预计超过40%的数据将在网络边缘侧进行分析、处理与存储,这为边缘计算的发展带来了充分的场景和想象空间。

边缘计算,是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务,核心理念是将数据的存储、传输、计算和安全交给边缘节点来处理,其应用程序在边缘侧发起,可以产生更快的网络服务响应,满足各行业在实时业务、应用智能、安全与隐私保护等方面的需求。

按功能角色来看,边缘计算主要分为“云、边、端”三个部分:“云”是传统云计算的中心节点,是边缘计算的管控端;“边”是云计算的边缘侧,分为基础设施边缘(Infrastructure Edge)和设备边缘(Device Edge);“端”是终端设备,如手机、智能家电、各类传感器、摄像头等。随着云计算能力从中心下沉到边缘,边缘计算将推动形成“云、边、端”一体化的协同计算体系。

可以说,边缘计算是云计算的延伸,两者各有其特点:云计算能够把握全局,处理大量数据并进行深入分析,在商业决策等非实时数据处理场景发挥着重要作用;边缘计算侧重于局部,能够更好地在小规模、实时的智能分析中发挥作用,如满足局部企业的实时需求。因此,在智能应用中,云计算更适合大规模数据的集中处理,而边缘计算可以用于小规模的智能分析和本地服务。边缘计算与云计算相辅相成、协调发展,这将在更大程度上助力行业的数字化转型。

边缘计算的优势与应用场景

虽然边缘计算目前主要关注的是在制造、零售等特定行业中嵌入式物联网系统提供的离线或分布式能力,但随着边缘被赋予越来越成熟和专业的计算资源及越来越多的数据存储,未来边缘计算或许将成为主流部署。具体来看,边缘计算的优势及相应的应用场景主要有以下几点:

数据处理与分析的快速、实时性

边缘计算距离数据源更近,数据存储和计算任务可以在边缘计算节点上进行,更加贴近用户,减少了中间数据传输的过程,从而提高数据传输性能,保证实时处理,减少延迟时间,为用户提供更好的智能服务。在自动驾驶、智能制造等位置感知领域,快速反馈尤为重要,边缘计算可以为用户提供实时性更高的服务。边缘计算的实时性优势对于“预测性维护”也有重要价值,有助于通过分析设备实时监测数据,预测设备可能出现的故障,提出故障原因和解决方案,使维护更加智能化。

安全性

由于边缘计算只负责自己范围内的任务,数据的处理基于本地,不需要上传到云端,避免了网络传输过程带来的风险,因此数据的安全可以得到保证。一旦数据受到攻击,只会影响本地数据,而不是所有数据。学术界对边缘计算在安全监视领域中的应用持比较乐观的态度,安全监视在实时性、安全性等方面都有较高的要求,必须及时发现危险并发出警报。基于边缘计算的图像处理在实时性要求高、网络质量无法保证、涉及隐私的场景中,可以提供更好的服务,例如可监视银行金库等场景的越过警戒线、徘徊等行为。

低成本、低能耗、低带宽成本

由于数据处理不需要上传到云计算中心,边缘计算不需要使用太多的网络带宽,随着网络带宽的负荷降低,智能设备的能源消耗在网络的边缘将大大减少。因此,边缘计算可以助力企业降低本地设备处理数据的成本与能耗,同时提高计算效率。随着云计算、大数据、人工智能等技术发展,网络直播与短视频发展迅猛,在金融领域的应用也越来越多。在有限的带宽资源面前,可以利用边缘计算来降低成本,例如当用户发出视频播放请求时,视频资源可以实现从本地加载的效果,在节省带宽的同时,也能够提高用户体验质量,降低延时。

5G、边缘计算、分布式云协同发展

5G的商业化推进为边缘计算发展带来了机遇。网络切片技术是5G的特点之一,简单来说就是将一个物理网络切割成多个虚拟的网络切片,每个虚拟网络切片具备不同的功能特点,可以面向低延时、大容量等不同的需求进行服务。为了实现网络切片,网络功能虚拟化(NFV)是先决条件,虚拟化后,终端接入的部分就是边缘云(Edge Cloud),而核心网部分则是核心云(Core Cloud)。因此,边缘计算的发展与5G密切相关。

同时,5G催生的海量边缘连接场景,也驱动着分布式云的发展。分布式云指将集中式的公有云服务分布到不同的物理位置,能够为具有低延迟、降低数据成本需求和数据驻留要求的企业级解决方案提供更加灵活的环境,根据部署位置的不同、基础设施规模的大小、服务能力的强弱等要素,分布式云一般包含中心云、区域云和边缘云三个业务形态。Gartner认为,所有分布式云的实例都是边缘计算的实例,但并非所有边缘计算实例都是分布式云,因为边缘的很多应用都涉及公有云提供商。

金融领域有很多对实时性、安全性较高的场景,5G、边缘计算、分布式云的协同发展能够带来更多的可能性。例如针对金融业务特点,在智能客服、实时决策等人工智能场景,可以在人工智能+边缘计算的基础上,构建云边端三体协同和分布式架构;对于数据智能的实现,可以在云端配置超级大脑,在边缘和终端部署多个智能体,通过边缘计算降低数据生产与决策之间的延迟。

当下不论是在学界还是业界,边缘计算都已成为热点。从新的技术趋势中,我们已然能够感知未来可能会发生的变化。未来,恒生公司也将进一步去探索、推动包括边缘计算在内的更多新兴技术落地,助力金融领域服务创新与变革。

声明: 此文观点不代表本站立场;转载须要保留原文链接;版权疑问请联系我们。