边缘计算与云计算之间的区别

2021-08-31 16:28:32 seo 21

十多年前,云计算的概念开始兴起。那时的人们意识到,通过将以往分散的计算资源集合起来,交给一个远在云端的数据中心集中处理,是一种更高效的方式,且可以转化为灵活可定制的服务远程分发给分布在各处的客户。之后物联网应用的快速扩张,在很大程度上也是得益于这种云计算的加持——网络边缘端的设备只需负责采集数据和执行指令等简单的工作,而将复杂的计算任务传输到云端去完成,这让物联网边缘节点的设计和部署大为简化。

但随着应用的发展和需求的变化,这种单一的、集中化的云计算模式也遇到了挑战,其固有的一些弱点也逐渐显现出来:

l 物联网中急剧增加的数据量,对于网络传输资源的消耗极其巨大。如果所有数据都要被送到云端做处理,再大的带宽也会难堪重负。

l 云计算这种远程数据处理模式,不可避免会有延时。这对自动驾驶和工业控制这类实时性要求非常严苛的物联网应用而言,显然不能接受。

l 信息在传输的过程中会有安全风险,而且一些用户也不希望自己的敏感数据在云端异地存储。这些关乎安全和隐私的问题日渐突出。

在能耗方面,有研究表明,云计算中数据传输所消耗的能量比数据处理所需能量高一个数量级。从整个计算架构来看,这显然是不经济的。解决所有这些云计算问题的答案,就是边缘计算

GPU服务器

所谓边缘计算,实际上是一种使计算机数据存储更接近需要的位置的分布式计算模式。计算主要或完全在分布式设备节点上执行。边缘计算将促进应用程序、数据和计算能力(服务)更靠近用户,而不是更靠近集中点。边缘计算的目标是需要更接近分布式系统技术与物理世界交互的动作源的应用程序或一般功能。尽管它可以与集中式云交互,边缘计算不需要与任何集中式云联系。与云计算不同,边缘计算指的是网络边缘的分散数据处理

就是将以往在云端完成的计算任务,下放到网络边缘端或靠近边缘端的设备中去完成,这样一方面可以对来自边缘端的数据进行更及时的处理和响应,另一方面也可以对数据进行初加工后再传输到云端做进一步的深加工处理,有效缓解网络传输和数据中心的工作负荷,达到一个最优的计算资源配置。

初看可能不是很明白,我们可以理解为边缘计算是云计算的一个逆操作,云计算强调的是计算和存储等能力从边缘端或桌面端集中过来,而边缘计算则是将这种计算和存储等能力重新下沉倒边缘。在万物互联的背景下,边缘数据迎来了爆发性增长,为了解决面向数据传输、计算和存储过程中的计算负载和数据传输带宽的问题,研究者开始探索在靠近数据生产者的边缘增加数据处理的功能,即万物互联服务功能的上行。

可见,边缘计算可以就近直接处理来自现实世界的数据,减少需要搬移传输的数据量,避免了延迟,提高了隐私和安全性,即使在网络故障时也可以提供服务,在可靠性和用户体验上也会有加分。边缘计算是对云计算的补充优化云计算把握整体,而边缘计算更专注局部。


电话咨询
在线地图