边缘计算|搭乘5G快车 边缘计算发力走向舞台"中央"

2020年6月 , 5G迎来商用一周年 。在5G商用的刺激下 , 各行各业都向着更加数字化的方向蓬勃发展 , 比如智慧零售、智慧医疗、智慧交通、智慧工厂、智慧物流、智能楼宇、远程办公等 。当然 , 支撑这一数字化转型的背后是云计算和边缘计算的协同发展 。尤其是在今年的疫情期间 , 数字化的解决方案在抗击疫情和推动社会发展方面发挥着更加重要的作用 。
随着数字化高带宽技术的广泛应用 , 比如:VR、红外线测温、智能充电桩、ETC、4K视频、无人驾驶、机器人等 , 更多的数据将在边缘侧产生和使用 , 也就是在数据产生的地点进行分析、处理和存储 。著名的分析机构Gartner预测 , 到2025年 , 75%的数据将在边缘侧产生和处理 。由于中央云和区域级云计算数据中心受时延和带宽的制约 (通常大于10ms) , 本地边缘计算数据中心将成为实时处理和存储这些数据的可靠的物理基础设施 (可以小于3ms) 。但中央云和区域级云计算数据中心将作为后台大数据分析、人工智能训练和大规模冷数据存储的可靠的物理基础设施 , 并将与边缘计算协同来构建我们未来的数字化世界 。而5G 凭借其大带宽、高速率、低时延等特性为边缘计算的发展与落地奠定了坚实的基础 , 同时 , 每个5G基站也是一个移动的边缘计算数据中心 。
边缘计算|搭乘5G快车 边缘计算发力走向舞台"中央"
文章图片

文章图片

深耕行业才能赋能应用场景
作为全球能效管理和自动化领域数字化转型的领导者 , 施耐德电气在云计算数据中心和边缘计算数据中心领域 , 拥有世界上最为全面的标准化、模块化和智能化的产品线 , 可以满足各类用户的不同需求 。深耕行业数十年的积累让施耐德电气对行业多样化的场景和业务需求有着独到深刻的理解 。尤其在边缘计算领域 , 针对包括工业及严苛环境中的客户、商业办公客户和IT行业的客户 , 施耐德电气均可以提供定制化的解决方案 。
与传统数据中心不同的是 , 边缘计算的应用场景非常的多 , 各行各业都有着典型边缘计算应用场景 , 例如:
在智慧零售方面 ,边缘计算可以帮助零售商通过部署数字标牌、数字钱包、增强现实技术和智能试衣间为顾客提供数字化购物体验 , 同时通过供应链数字化来优化成本结构 。如果这些系统使用的数据必须被传输到距离本地数百或数千英里远的集中云数据中心进行处理 , 这种延迟会对顾客体验造成严重影响 。
在智能制造方面 , 边缘计算需要面向复杂性的场景 , 无论是车间、办公室、仓库还是矿山 , 要推动制造业数字化 , 首先需要简化IT/OT基础设施 , 支持更快的从大数据中更多的洞见 , 解读数据管理和网络安全问题 , 同时降低运营的整体复杂性 。因此在工业场景中 , 边缘计算必须更可靠 , 易于部署和使用 , 防止安全隐患 。
在石油勘探方面 , 传统的方法是采用载人直升机进行现场勘探 , 对作业地点进行视频拍摄 , 来帮助现场勘探人员随时掌握现场资源部署的最新情况 。而新的方法是依靠无人机对作业现场进行勘察 , 以高清视频的形式生成海量数据 。依靠边缘计算 , 可以实现无人机的实时数据传输、分析并发送指令 , 实现实时的现场勘探 。
而用于安装边缘计算站点的空间环境也通常比较恶劣 , 位于建筑物的顶部 , 停车场 , 地下室 , 仓库 , 生产车间等 , 温湿度波动范围较大 , 空气里存在粉尘和污染物 , 物理安全也缺乏保障 , 施工和改造起来也有一定的难度 , 这就要求边缘计算设备本身具有极高的稳定性和可靠性 。
其次是边缘计算站点数量众多 , 分布散 , 运行和维护比较困难 。同时 , 与云计算数据中心不同的是 , 边缘站点现场通常没有专门的IT或设施工作人员进行设备的运行维护 , 无法在故障实际发生之前发现潜在的问题和风险 , 这就需要通过远程管理来实现设备的监控和运行维护 。


推荐阅读