邊緣計算
出自 MBA智库百科(https://wiki.mbalib.com/)
邊緣計算（Edge AI Computing）
目錄 |
邊緣計算也稱為邊緣處理，是一種將伺服器放置在設備附近的網路技術。這有助於減少系統處理負載和解決數據傳輸延遲。這些過程在感測器或設備生成數據的位置執行，也稱為邊緣。
邊緣計算不同於雲計算，雲計算依賴於在雲上或中心位置要處理全部數據。通過邊緣計算，數據被處理和存儲在當地收集的。
邊緣計算明顯優於雲計算因為它可以實時毫秒數據處理。邊緣計算解決了與有限帶寬和延遲問題相關的問題，在一些應用中計算必須非常迅速地進行。
邊緣計算的發展意味著邊緣人工智慧變得越來越重要。各行各業都是如此，尤其是在處理延遲和數據隱私方面。
企業使用邊緣計算來改善遠程設備的響應時間，並從設備數據中獲得更豐富、更及時的洞察。邊緣計算使實時計算在通常不可行的地方成為可能，並減少了支持邊緣設備的網路和數據中心的瓶頸。
如果沒有邊緣計算，邊緣設備生成的大量數據將淹沒當今的大多數企業網路，阻礙受影響網路上的所有運營。成本可能會飆升。不滿意的顧客可能會去別處做生意。貴重的機器可能會被損壞，或者只是生產效率降低。但最重要的是，在依賴智能感測器來保護工人安全的行業，工人的安全可能會受到損害。
當設備數據無法通過雲處理的情況越來越多。工廠機器人和汽車經常是這種情況，它們需要高速處理，因為當增加的數據流產生延遲時會出現問題。
例如，想象一個自動駕駛汽車在檢測道路上的物體或操作剎車或方向盤時遭受雲延遲。數據處理的任何減速都會導致車輛的響應變慢。如果減速導致車輛不能及時響應，這可能會導致事故。有生命危險。
對於這些物聯網設備，實時響應是必要的。這意味著設備能夠在現場分析和評估圖像和數據，而不依賴於雲人工智慧。
通過將通常委托給雲的信息處理委托給邊緣設備，我們可以實現無傳輸延遲的實時處理。此外，通過將雲數據傳輸限製為僅傳輸重要信息，可以減少數據量並最大限度地減少通信中斷。
邊緣計算的原理[1]
為了使智能應用和物聯網感測器的實時功能成為可能，邊緣計算解決了三個相互關聯的挑戰:
5G無線等網路技術的進步使得在全球商業規模上解決這些挑戰成為可能。5G網路可以近乎實時地處理設備和數據中心之間往來的大量數據。(甚至有一個無線網路使用加密貨幣鼓勵用戶將覆蓋範圍擴大到難以到達的地區。)
但是無線技術的進步只是讓邊緣計算大規模運行的解決方案的一部分。選擇在網路數據流中包含和排除哪些數據對於減少延遲和提供實時結果也至關重要。
例如:遠程倉庫中的安全攝像頭使用人工智慧來識別可疑活動，並只將特定數據發送到主數據中心進行即時處理。因此，攝像機只發送相關的視頻片段，而不是每天24小時不停地傳輸所有的鏡頭，給網路帶來負擔。這釋放了公司的網路帶寬和計算處理資源用於其他用途。
邊緣計算讓更多使用案例成為可能:
- 距離該公司主數據中心1000英里的一家零售店使用無線銷售點設備來即時處理支付。
- 海洋中央的一個石油鑽井平臺使用物聯網感測器和人工智慧來快速檢測設備故障，以免它們惡化。
- 一個偏遠農田的灌溉系統通過檢測土壤濕度來實時調節用水量。
邊緣計算的優點[1]
邊緣計算通過在收集數據的本地站點或其附近快速處理大量數據，幫助企業優化日常運營。這比將所有收集的數據發送到幾個時區之外的中央雲或主數據中心更有效，後者會導致過度的網路延遲和性能問題。
繞過集中式雲和數據中心位置，公司可以更快、更可靠地實時或接近實時地處理數據。想象一下，當試圖將來自數千個感測器、攝像機或其他智能設備的信息同時發送到中央辦公室時，可能會出現數據延遲、網路瓶頸和數據質量下降。相反，邊緣計算使位於或靠近網路邊緣的設備能夠立即向關鍵人員和設備發出機械故障、安全威脅和其他關鍵事件的警報，以便採取快速行動。
邊緣計算使企業能夠更快地交付員工儘可能高效地完成工作職責所需的數據。在利用自動化和預測性維護的智能工作場所中，邊緣計算使員工所需的設備平穩運行，沒有中斷或容易預防的錯誤。
在設備故障或工作條件變化可能導致傷害或更糟的工作環境中，物聯網感測器和邊緣計算可以幫助保護人們的安全。例如，在海上石油鑽井平臺、石油管道和其他遠程工業使用案例中，預測性維護和在設備現場或附近分析的實時數據有助於提高工人的安全性，並將環境影響降至最低。
邊緣計算使得利用在互聯網連接時斷時續或網路帶寬有限的遠程地點收集的數據變得更加容易，例如，在白令海的一艘漁船上或在義大利鄉村的一個葡萄園裡。像水或土壤質量這樣的操作數據可以由感測器持續監控，併在需要時採取行動。一旦互聯網連接可用，相關數據就可以傳輸到中央數據中心進行處理和分析。
對於企業來說，向網路中添加數以千計的聯網感測器和設備的安全風險是一個真正的問題。邊緣計算允許企業在本地處理數據並離線存儲，有助於降低這種風險。這減少了通過網路傳輸的數據，有助於企業減少安全威脅。
在收集、處理、存儲和以其他方式使用客戶數據時，組織必須遵守數據收集或存儲所在國家或地區的數據隱私法規，例如歐盟的一般數據保護法規(GDPR)。跨越國界將數據移動到雲或主數據中心會使遵守數據主權法規變得困難，但藉助邊緣計算，企業可以通過在數據收集地附近處理和存儲數據來確保遵守本地數據主權準則。
藉助邊緣計算，企業可以通過在本地而非雲中處理數據來優化其IT支出。除了最小化公司的雲處理和存儲成本，邊緣計算通過在收集數據的位置或附近清除不必要的數據來降低傳輸成本。
邊緣計算的硬體[1]
在邊緣計算中，大部分處理能力在物理上位於收集數據的地方或附近。邊緣計算硬體通常由以下物理組件組成:
- 邊緣設備包括智能相機、溫度計、機器人、無人機、振動感測器以及其他物聯網設備。儘管有些設備具有內置的計算、記憶體和存儲功能，但並非所有設備都是如此。
- 方法是執行基本網路功能的邊緣群集/伺服器，如啟用無線連接、提供防火牆保護以及處理和傳輸邊緣設備數據。
- 開關也被稱為接入節點，連接幾個設備以創建網路。
- 節點是一個總括術語，用於描述支持邊緣計算的邊緣設備、伺服器和網關。
邊緣計算硬體特點[1]
邊緣硬體需要耐用可靠。通常，這種設備必須能夠承受極端天氣、環境和機械條件。特別是，它通常必須是:
- 無風扇和無通風口：可靠性至關重要，尤其是在設備故障會導致生產中斷並危及工人安全的行業，邊緣硬體必須與灰塵、污垢、水分和其他可能損害它的物質隔離。
- 耐溫的：Edge硬體通常放置在寒冷、悶熱和潮濕的室外。有時它甚至被放在水下。在許多情況下，能夠承受零度以下和接近沸點的溫度是必須的。
- 防震動：硬體需要能夠承受機械或自然因素的振動和衝擊。構建這些組件時不使用風扇、電纜和其他容易鬆動或損壞的內部部件至關重要。
- 內置多種連接選項：邊緣電腦通常支持無線和有線連接。這樣，如果在像農場或海上船隻這樣的遠程商業場所無法無線連接到互聯網，電腦仍然可以連接到互聯網來傳輸數據。
- 能夠支持多種類型的電源輸入：邊緣電腦通常支持各種電源輸入，以適應它們在遠程位置可能遇到的各種電源輸入。它們還需要浪涌、過壓和電源保護功能，以幫助防止電氣損壞。
- 免受網路攻擊：網路管理員通常無法像管理內部設備和雲設備那樣嚴格地管理邊緣設備，因此邊緣設備更容易受到不良行為者的攻擊。為了幫助保護它們免受惡意軟體和其他網路攻擊，邊緣設備必須配備安全工具，如防火牆和基於網路的入侵檢測系統。
- 防篡改：由於邊緣計算設備通常在無法持續監控的偏遠地區使用，因此必須確保其安全，以防被盜、破壞和未經授權的物理訪問。
雲計算、邊緣計算和霧計算的區別[1]
邊緣和霧計算是中間計算技術，有助於將遠程位置的物聯網設備收集的數據移動到公司的雲。讓我們探討一下邊緣計算與霧計算和雲計算有何不同，以及三者如何協同工作:
雲計算使公司能夠在通過互聯網托管的遠程服務器上存儲、處理和使用他們的數據。商業雲計算提供商，如微軟Azure提供數字計算平臺和服務集合，公司可以使用它們來減少或消除物理IT基礎設施和相關成本。雲計算還使組織能夠為其員工提供安全的遠程工作能力，更輕鬆地擴展其數據和應用，並利用物聯網。
邊緣計算允許在組織網路的最遠端(即“邊緣”)捕獲、處理和分析數據這使組織和行業能夠實時處理緊急數據，有時甚至不需要與主數據中心通信，通常只需將最相關的數據發送到主數據中心進行更快的處理。這避免了像雲網路這樣的主要計算資源被不相關的數據充斥，從而降低了整個網路的延遲。它還降低了網路成本。
考慮一個在海洋中央運行的石油鑽井平臺。跟蹤鑽孔深度、錶面壓力和流體流速等信息的感測器有助於保持鑽機上的機器平穩運行，並有助於保護工人和環境安全。為了在不降低網路速度的情況下做到這一點，感測器僅通過網路發送關於關鍵維護需求、設備故障和工人安全細節的數據，這使得能夠接近實時地識別問題並做出反應。
霧計算在由於邊緣設備計算限制而無法處理邊緣數據的情況下，允許在雲和邊緣之間的計算層中臨時存儲和分析數據。
從霧中，相關數據可以被髮送到雲伺服器，以便長期存儲和未來分析和使用。通過不將所有邊緣設備數據發送到中央數據中心進行處理，霧計算允許公司減少其雲伺服器上的一些負載，這有助於優化IT效率。
例如，假設一家建築管理公司使用智能設備來自動控制其所有建築中的溫度控制、通風、照明、灑水裝置以及火災和安全警報。該公司不是讓這些感測器不斷向主數據中心傳輸數據，而是在每棟建築的控制室中安裝一臺伺服器來管理即時問題，並且只在網路流量和計算資源超出容量時才向主數據中心發送聚合數據。該霧計算層允許公司在不犧牲性能的情況下最大化其IT效率。
值得註意的是，邊緣計算不依賴於霧計算。霧計算只是幫助公司在某些邊緣計算場景中獲得更高速度、性能和效率的附加選項。
邊緣計算使用案例和示例[1]
物聯網設備和邊緣計算正在迅速改變全球各行業處理數據的方式。以下是的一些最顯著的用途商業中的邊緣計算：
- 分支機構：智能設備和感測器減少了運行公司輔助辦公室所需的資源數量。考慮聯網的HVAC控制、檢測複印機何時需要維修的感測器以及安全攝像頭。通過僅向公司的主數據中心發送最重要的設備警報，邊緣計算有助於防止伺服器擁塞和延遲時間，同時大大提高對設施問題的響應時間。
- 製造業：工廠地板上的感測器可用於監控設備的日常維護問題和故障，以及保護工人的安全。此外，工廠和倉庫中的智能設備可以提高生產率，降低生產成本，並提供質量控制。將數據和分析保存在工廠車間，而不是發送到中央數據中心，有助於避免昂貴和潛在危險的延遲。
- 工業：電力和公用事業公司使用物聯網感測器和邊緣計算來提高效率，實現電網自動化，簡化維護，並彌補遠程位置網路連接的不足。公用塔、風力發電場、石油鑽塔和其他遠程能源可以配備物聯網設備，能夠抵禦惡劣天氣和其他環境挑戰。這些設備可以在能源站點或其附近處理數據，並將最相關的數據發送到主數據中心。在石油和天然氣行業，物聯網感測器和邊緣計算提供了重要的實時安全警報，通知關鍵人員必要的維修和可能導致爆炸或其他災難的危險設備故障。
- 農業：邊緣計算有助於提高農業效率和產量。耐候物聯網感測器和無人機可以幫助農民監控設備溫度和性能；分析土壤、光線和其他環境數據；優化作物用水和養分的數量；時間收穫更有效率。邊緣計算使物聯網技術的使用更加經濟高效，即使在網路連接受限的偏遠地區也是如此。
- 零售：大型零售商通常會在他們的各個商店中收集大量數據。通過使用邊緣計算，零售商可以提取更豐富的業務見解，並實時做出反應。例如，零售商可以收集顧客客流量數據，跟蹤銷售點數量，監控所有商店促銷活動的成功情況，並使用這些本地數據更有效地管理庫存，做出更快、更明智的商業決策。
- 衛生保健：邊緣計算在醫療保健領域的應用非常廣泛。疫苗附帶的溫度感測器有助於確保它們在整個供應鏈中保持完整性。智能CPAP機器和心臟監測儀等家用醫療設備可以收集患者數據，並將相關信息發送給患者的醫生和醫療保健網路。醫院可以通過使用物聯網技術來跟蹤患者的生命體徵，並更準確地跟蹤輪椅和輪床等設備的位置，從而更好地為患者服務。
邊緣計算的應用示例[2]
自動駕駛汽車是應用邊緣計算最值得期待的領域。有很多情況下，自動駕駛汽車需要對情況進行即時評估，這就需要實時的數據處理。2019年12月，日本對《道路交通法》和《道路運輸車輛法》進行了修訂，使得3級自動駕駛汽車更容易上路。它規定了自動駕駛汽車應符合的安全標準，以及自動駕駛汽車可以運行的區域。因此，汽車製造商也在正在努力開發遵守這些標準的自動駕駛汽車。例如，豐田已經在測試TRI-P4的完全自動化（4級）自動駕駛系統了。
無人機在進行飛行時失控、失蹤的新聞越來越多。某些甚至導致了事故的發生。根據無人機降落位置的不同，墜毀造成的後果也可能是災難性的。
自動駕駛無人機上，飛行員並不主動干涉無人機的飛行。他們遠程監控操作，只有在絕對必要的時候才會手動駕駛無人機。最著名的例子是亞馬遜的Prime Air，這是一個無人機送貨服務，它們正在開發自動駕駛無人機來運送包裹.
人臉識別系統是監控攝像頭的發展方向，它可以通過學習人臉識別人類個體。2019年11月，WDS有限公司發佈了AI攝像頭模塊Eeye，通過邊緣AI實時分析面部特征。Eeye能快速準確地識別人臉，適用於針對性別、年齡等特征的營銷工具，和用來解鎖設備的人臉識別場景。
這是我們最熟悉的邊緣AI設備。Siri和谷歌助手是智能手機上邊緣AI的好例子，因為該技術驅動了它們的語音UI。手機上的AI使得數據處理發生在設備（邊緣）側，這意味著不需要將設備數據交付到雲端。這有助於保護隱私和減少流量。
