边缘计算应⽤场景_从6⼤应⽤场景，看边缘计算落地⽣根云计算现状
过去⼗⼏年的发展，云计算概念已经被越来越多的技术层、决策层、⾼级管理层⼈员所理解并接受，私有云、公有云、混合云的⾼速发展，使得业务⼊云已经成为企业数字化转型的的事实标准。企业云计算的落地，利⽤云计算中⼼的软件定义存储、软件定义⽹络、超融合等技术，将数据汇聚到云中⼼处理，并对云上业务集中管理，提供云原⽣的能⼒，为企业带来较⾼的经济效益，并逐渐降低运维成本。 随着 5G 通信技术的发展，越来越多的实时性强的业务开始兴起，如⾃动驾、AR/VR、智能家居、⼯业⾃动化等，传统的云计算加端业务的集中式处理模型很难满⾜⼤量数据传输和实时处理的需求。因此，云边端的处理模型应运⽽⽣，即边缘计算。
边缘计算
(图⽚来⾃：/blog/4-edge-computing-technologies-enabling-iot-ready-network-
infrastructure-2018/)
小便失禁是什么原因男性
边缘计算作为云计算的延伸与补充，具有如下特点：
低延时
计算能⼒下沉，将数据处理服务运⾏在靠近数据⽣产的源，省去了⽹络延迟，及时地响应中断请求，提⾼时效性。统计法实施细则
低带宽
由于数据在边缘端处理，不需要传输到云端，或是预处理去除冗余数据后传⼊云端，省去了⼤量数据的传输，极⼤缓解了中⼼云的带宽压⼒。
数据安全
数据极短距离的传输，减少了数据暴露在⽹络上的时间，降低数据泄露风险，保护终端产⽣数据的安全。
边缘应⽤管理
纳管边缘端原有的服务，将中⼼云的云原⽣能⼒提供给边缘应⽤。多边缘端应⽤的发布、升级等操作，可直接在中⼼云操作，简化原有的操作流程，降低维护成本。
边端设备管理
将海量终端设备接⼊云，提供统⼀的抽象接⼝，可在云中⼼向终端设备发布指令。
基于上述特点，在物联⽹不断发展的背景下，边缘计算有⼒地弥补了传统云计算模型的短板，将中⼼云的能⼒延伸到边缘端，实现覆盖更多的应⽤场景。
高调做事低调做人边缘计算应⽤场景
安防监控
视频监控是安防市场的重要组成，是数据的收集端。随着城市安防的持续投⼊，各社区、商场、银⾏⽹点、道路街边、停车场等公共环境都安装有监控摄像头，视频监控、⼈脸识别等功能，在安防系统中发挥着重要作⽤。
随着终端设备的发展，在监控摄像头内置计算单元，通过引⼊边缘计算，能够有效地处理原始视频流数据，避免将冗余数据上传到云端。另外，植⼊⼈脸识别应⽤，对视频数据进⾏解析和模型匹配，有效识别重点监控对象，使得终端设备由被动监控转化为与主动分析与预警相结合的安防终端系统。
车联⽹
在互联⽹⾏业，有着软件定义⼀切的说法。同样，在汽车领域，软件定义汽车(SDV)也被认为是汽车⾏业未来发展的趋势。汽车的核⼼竞争⼒，逐渐由动⼒、机械⽅⾯转向软件能⼒，尤其是AI、⼤数据、云计算等技术在汽车⾏业的落地，将进⼀步推动这种转变的实现。
另⼀⽅⾯，车联⽹技术的发展是 5G 物联⽹领域中⾮常重要的应⽤之⼀，也是 MEC 的典型场景，尤其是⾃动驾驶的投⼊使⽤，更是加速了车载系统联⽹⼊云的进程。据统计数据显⽰，⼀辆⾃动驾驶车每天产⽣的数据在 4TB 以上，这样⼤量的数据会因为⽹络延迟导致终端应⽤实时性体验⼤幅下降，进⽽影响⾃动驾驶的性能。
(图⽚来⾃：il/en/article-edge-computing-and-ai-take-israeli-auotech-beyond-cars-1001279078)
车载系统通常具有计算能⼒，可以通过边缘计算平台将车载系统纳⼊云管理，将云计算中⼼个别实时性要求较⾼的服务下发到车载系统，可以再第⼀时间处理终端应⽤的数据，增强时效性。同时，将原⽣车载应⽤以云原⽣的⽅式管理，便于发布/升级等操作，这会对汽车 OTA
的推进产⽣重要意义。
另外，针对设备体验的⼀致性、设备能⼒、调⽤接⼝的碎⽚化问题，边缘计算平台可以实现车载设备的有效抽象，屏蔽异构的设备协议(CAN，以太⽹等)，简化设备管理应⽤的开发。
VR/AR
知女莫若母
(图⽚来⾃：/figure/Interactive-VR-gaming-arcade-with-mmWave-APs-and-edge-computing-network-architecture_fig1_322675070)
VR/AR 注重⼈机交互的体验，突破⼆维限制，进⼊三维体验的技术实现。其背后，是计算平台强⼤算
⼒的⽀撑。在边缘计算模型下，实时的 VR 头显不再需要将数据发送到云计算中⼼去处理，⽽是通过 5G ⽹络发送到就近的服务基站、边缘数据中⼼等，反过来看，就是云计算中⼼通过 5G ⽹络将计算能⼒延伸在边缘端，这样的低延迟处理可以有效提升⽤户体验，是下⼀代 VR/AR 应⽤的重要实现。
⼯业互联⽹
二二八事变
⼯业互联⽹，主要体现在对⼯业⼤数据的处理、模型的训练以及⼯业设备的远程优化控制。通过云计算、⼤数据、AI等技术赋能⼯业⽣产的智能化。现代⼯业的发展，逐渐形成了云计算中⼼与⽹络边缘的融合：
边缘侧：数据的预处理、分布式协同控制、异构⽹络设备的联通等由边缘侧计算单元处理。
云计算中⼼：⼤数据分析、AI 决策优化。研招网官网登录
(图⽚来⾃：documentation.mindsphere.io/resources/html/industrial-edge/en-US/ur-docu/industrialedge.html)
在⼯业领域中，具有互联⽹能⼒的⼯业控制系统可以作为边缘计算节点，将⼀些实时性要求较⾼的数据分析、智能化处理和执⾏单元放在这⼀层运⾏；另外⼀些实时性要求不⾼，较长周期内的⼤数据整理分析、AI 模型训练及⽣成决策事件、优化参数等任务，可以放在云计算中⼼执⾏。通过以云中⼼为⼤脑，带动边缘计算实现⼯业互联⽹的智能制造。
智能家居
杨村糕干智能家居系统主要通过多种传感器技术，结合 AI 深度学习，不断做出环境适应的调整。⽬前，智能家居的实现模式主要是通过云端连接控制，这将导致数据处理不及时，会对云端⽹络依赖较⼤。并且，随着智能家居设备的增多，设备之间的互联互动，异构设备的统⼀管理，也成为了未来智能家居实现的问题。
(图⽚来⾃：au/what-is-a-smart-home/?
doing_wp_cron=1598423389.7713329792022705078125)
迷茫的反义词
边缘计算逐渐被引⼊到智能家居系统中，⾸先可以解决设备管理问题。针对多种异构设备，以统⼀命
名及接⼝，接⼊到云端管理，为智能家居控制程序的开发，提供完备的抽象。其次，智能设备的实时请求发送到就近的边缘节点，有边缘节点的计算服务处理数据请求，动态规划智能设备的运⾏策略。未来发展中，可能会出现智能家庭⽹关的计算单元，作为边缘节点，可实现边缘⾃治，脱离于云端联合智能设备，并能保证家庭数据安全，提⾼更⾼效的家庭智能设备管理。
智慧城市
智慧城市是⽬前各⼤城市都在积极发展的⽅向，也是⾼级别城市的⽬标。其演进阶段是信息化、数字化、智能化，当前智慧城市正处于智能化的实现道路上。通过信息化和数字化，把城市的⼤部分数据结构化并收集起来，进⾏智能化处理决策。
(图⽚来⾃：/industries/smart-cities)
智慧城市的⼀⼤特点就是数据的全⾯感测。遍布城市各处的⼴义传感器和智能设备，组成了庞⼤的物联⽹，通过不间断的检测，来侦听城市的核⼼⼦系统的运⾏情况。
随着边缘计算的落地，这些分布于各处的传感器和智能设备，不必再将数据上传⾄“城市⼤脑”云计算中⼼来处理，⽽是就近通过边缘计算节点进⾏分析、预处理、联合控制及告警，及时对数据作出反馈，这样可以与城市⼤脑实现轻量级解耦。即使云计算中⼼出现异常故障，各个⼦系统也能实现⼀定程度的⾃治，将有效缓解城市⼤脑计算、⽹络、存储等压⼒。
总结
超越边缘
边缘计算的引⼊，不仅解决了边缘终端应⽤延迟的问题，还有效削减了中⼼云⽹络进出流量(cloud offload)，这给企业带来的受益是同样可观的。另外，边缘计算使得 IT 和 OT 领域的融合成为可能。除了上述场景外，⼤型能源开采项⽬，如⽯油天然⽓，风⼒发电等⾏业场景，IT 系统也是完全独⽴于公司 OT 业务来负责企业管理运营。随着公司对传统基础架构实时优化的迫切需求，出现了职能交叉的团队，标志着 IT 和 OT 的结合，⽽实现这⼀切的共同认知就是边缘计算。
市场份额
据IDC统计预测，2020年有 500 亿以上的终端设备⼊⽹，全球有 40% 的数据要在边缘侧被处理。Grand View Rearch 预测到 2027年，边缘计算的市场份额将达到 434 亿美元。
抢滩边缘
⽬前，全球各⼤⼚商已经开始在边缘市场进⾏布局。例如AWS Wavelength，Azure EdgeZone、Google Cloud IoT Edge等，从各⼤⼚商在边缘市场的布局可以看出，边缘计算已经不再是理论层⾯的讨论，⽽是切实存在可落地的技术趋势。⽽这种趋势，随着 5G 通信的持续投⼊，未来将会有更快的发展。
博云洞察
边缘计算作为5G时代的关键技术之⼀，引⼊边缘计算可以将⾼宽带、低时延、本地化的⼤量业务下沉到⽹络边缘终结，从⽽为实时型和宽带密集型业务提供更好的⽀持。⽬前，BoCloud博云也在积极布局边缘计算领域。 博云⾃主研发的⼀体化边缘计算平台BeyondEdge旨在以开放式架构打通云、边、端三层的相互协同。致⼒通过将BeyondContainer容器云提供的云上服务编排、调度、管理等特性赋能到边缘端，同时将边缘端设备抽象到云中⼼统⼀管理，充分利⽤客户的硬件资源，搭建分层式的云
计算架构，将计算能⼒有效的延伸到边缘端，帮助⽤户快速构建安全、⾼效、灵活、可靠的边缘计算平台，可⼴泛适⽤于物联⽹、⼯业互联⽹、车联⽹等⾏业领域，为企业实现降本增效。
