探索邊緣計算應(yīng)用場景

邊緣計算受到關(guān)注的時間比云計算稍晚幾年,甚至目前被認為存在炒作的嫌疑,這與云計算的早期遭遇如出一轍。那么在未來,在技術(shù)演進、商業(yè)模式、成本投入等方面的問題得到解決時,從邊緣計算中是否也會誕生新的頭部玩家呢。

2345截圖20200908083720.png

何為"邊緣",指的是一個相對概念,可以在傳輸網(wǎng)中,也可以在智能設(shè)備內(nèi)部。常見的邊緣計算載體可以是具有一定運算能力的邊緣網(wǎng)關(guān)/智能路由器,或者是具有較強運算能力的部署于場景一側(cè)的服務(wù)器,亦或是具有數(shù)據(jù)收集與分析功能的邊緣云平臺。

這些載體幫助就近處理智能設(shè)備產(chǎn)生的數(shù)據(jù),而不用上傳至云計算中心,歸納下來大致有4點優(yōu)勢:

1)降低時延以提高數(shù)據(jù)分析及操作的實時性;

2)減少傳輸?shù)臄?shù)據(jù)量以降低帶寬成本;

3)本地化存儲以確保數(shù)據(jù)隱私及安全;

4)能夠適配弱網(wǎng)環(huán)境以提供持續(xù)性高可用服務(wù)。

從更商業(yè)化的角度看待,邊緣計算對于垂直行業(yè)的吸引力體現(xiàn)在兩大方面:一是為企業(yè)舊業(yè)務(wù)運營提升效率,二是加大了傳統(tǒng)行業(yè)在5G時代創(chuàng)造新收入的機會。

比如在工業(yè)制造場景,考慮傳統(tǒng)人工目視全檢或抽檢的手段容易出現(xiàn)錯檢、漏檢等狀況,為保證出貨良品率,往往需要同工位安排數(shù)量較多的質(zhì)檢員進行培訓(xùn)及操作,這不僅增加了人力成本開支,在當(dāng)下制造業(yè)招工難的形勢下更是一項挑戰(zhàn)。

時下,不少技術(shù)服務(wù)提供商在推出基于邊緣計算的機器視覺無人質(zhì)檢解決方案,公眾號《上海通信圈》日前披露一項中國聯(lián)通在上海金智達復(fù)合材料有限公司落地的5G+AI工業(yè)質(zhì)檢解決方案,其方案架構(gòu)具有5G接入能力、本地/邊緣識別能力、邊云協(xié)同、融合圖像處理、多種部署模式等特點,以機器換人,滿足客戶提升質(zhì)檢效率的要求,未來規(guī)?;笥型@著降低質(zhì)檢投入成本。

又比如在高速收費稽核場景,早前隨著省界收費站的取消,關(guān)于提升我國高速公路通行效率,減少收費站人工和管理節(jié)本的需求被擺上臺面,但與此同時,從省域路網(wǎng)轉(zhuǎn)變到到全國一張網(wǎng),如何降低收費稽查和追繳的難度是眾多技術(shù)服務(wù)提供商要著眼解決的問題。

根據(jù)云計算服務(wù)提供商青云QingCloud早前披露的智慧交通解決方案,其中描述了高速公路車流量日益增長,一個大的高速收費站,每天有400萬輛車經(jīng)過,每個通道5個攝像頭,一張圖片500k,如果使卡口圖片上傳到云端再進行AI模型識別,識別結(jié)果返回到計費系統(tǒng),計費結(jié)果再返回給卡口,不僅系統(tǒng)壓力大、帶寬成本高昂,而且整體鏈路太長,若再遭遇網(wǎng)絡(luò)不穩(wěn)定的情況,將很容易造成車輛擁堵的困境。

為此,使AI能力下沉,在邊緣節(jié)點側(cè)進行車牌識別、卡口計費是整個方案的重點之一,這不僅將大幅降低帶寬成本,確保在離線狀態(tài)下業(yè)務(wù)保持穩(wěn)定,此外云邊一體,邊云協(xié)同將更有利于簡化運維架構(gòu),提高系統(tǒng)運行效率。

再比如自動駕駛場景需要邊緣計算降低時延;醫(yī)療健康場景需要邊緣計算以保護隱私信息,坦白說,邊緣計算眾多的應(yīng)用場景其實也像物聯(lián)網(wǎng)一樣呈現(xiàn)碎片化特性,這其實給不同屬性的公司提供了多種擴展商業(yè)模式的機會。

回想2010年,云計算被認為是沒價值,新瓶裝舊酒的事物,可十年后,全球云計算的市場規(guī)模已經(jīng)達到千億美元,且仍將保持穩(wěn)定態(tài)勢繼續(xù)增長。而云計算的商業(yè)意義,是貢獻了亞馬遜公司全年三分之二的利潤來源;是助力微軟公司成功轉(zhuǎn)型,市值超過萬億美元;是谷歌寧愿花大價錢投入也要奮起直追……

邊緣計算受到關(guān)注的時間比云計算稍晚幾年,甚至目前被認為存在炒作的嫌疑,這與云計算的早期遭遇如出一轍。那么在未來,在技術(shù)演進、商業(yè)模式、成本投入等方面的問題得到解決時,從邊緣計算中是否也會誕生新的頭部玩家呢。

這個正在發(fā)展初期的產(chǎn)業(yè),其實是無法被忽略的。

THEEND

最新評論(評論僅代表用戶觀點)

更多
暫無評論