
课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
边缘计算技术随着互联网的不断发展而被越来越多的企业引入,今天我们就通过案例分析来简单了解一下,边缘计算技术应用都有哪些方法。
一、边缘工作负载越来越大
我们看到的一大变化是边缘上的计算和存储越来越多。分散系统的存在通常更多地是为了减少对网络链接的依赖,完成实际上无法在一个中心位置完成的任务,这个前提是要有合理可靠的通信。但这正在改变。
根据定义,物联网通常涉及收集数据。然而,随着机器学习应用所需的数据从众多传感器流入,原本可能是涓涓细流的事情现在变成了洪水。但即使训练模型通常是在集中式数据中心开发的,这些模型的持续应用也会被推到网络边缘。这限制了网络带宽要求,并允许快速本地操作,例如关闭机器以响应异常的传感器读数。此目标是提供见解并在需要时采取行动。
二、RISC-V取得进展
当然,数据密集型和计算密集型的工作负载需要运行硬件。具体取决于应用以及性能、功耗、成本等之间所需的权衡。传统上的选择通常是自定义、ARM或x86。它们没一个是完全开放的,ARM和x86随着时间的推移开发了一个支持硬件和软件的大型生态系统,它们主要是由的处理器组件设计者驱动的。
三、vRAN成为越来越重要的边缘用例
无线电接入网络负责启用和连接诸如智能手机或物联网设备之类的设备到移动网络。作为5G部署的一部分,运营商正在转向更灵活的vRAN方法,通过解耦硬件和软件来分解高级逻辑RAN组件,并使用云技术进行自动部署、扩展和工作负载分配。
四、规模驱动运营方式
边缘计算架构的许多方面可能与仅在数据中心内实施的架构不同。设备和计算机的物理安全性可能较弱,并且现场没有IT人员。网络连接可能不可靠。良好的带宽和低延迟不是天然就有的。但许多紧迫的挑战都与规模有关。可能有数千个(或更多)网络端点。
五、边缘计算需要鉴证
在资源紧张的情况下,需要很少或不需要当地资源的能力是值得考虑的务实选择。此外,再说一次,任何方法都需要高度可扩展,否则用途和好处将变得极其有限。
六、机密计算在边缘变得更加重要
边缘安全需要广泛的准备。网络连接、电力、人员、设备和功能等资源的可用性差异很大,但远低于数据中心的可用资源。这些有限的资源限制了确保可用性和安全性的能力。除了加密本地存储和与更集中系统的连接外,机密计算还提供了在边缘计算设备使用数据时对其进行加密的能力。
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请加danei456学习了解。欢迎关注“达内在线”参与分销,赚更多好礼。