当前位置：首页 > 云计算 > 正文

移动边缘计算和云计算雾计算

云计算
2024-05-26 16:00:50
2981

一、边缘计算与雾计算随着物联网的快速发展和大数据2.0时代的到来，预计不久的将来将有500亿个物联网设备接入互联网，50%的物联网网络将面临网络带宽限制，40%的数据需要在网络边缘进行分析、处理和存储。
以往都是通过网络传输在前端采集数据并在云端进行计算，并将计算结果等一系列数据返回给前端进行相应的操作。然而，我们现在面临的是庞大的物联网设备的接入。每天产生的数据量给网络带来巨大的传输压力。将近TB级的操作转移到云端进行实时数据交互是非常不现实的。
对于自动驾驶汽车来说，它需要更低的网络延迟，这也需要将计算能力移近边缘，以提高其工作的安全性。基于这样的背景，雾计算和边缘计算受到了广泛关注。
我们先看一下边缘计算和雾计算的概念。
雾计算
这个概念由思科于2011年首创，与云计算相关。它不是一台性能强大的服务器，而是由各种功能较弱、较分散的计算机组成。它已经渗透到电器、工厂、汽车、路灯以及人们生活中的各种物品中。
简单来说，它扩展了云计算的概念。与云计算相比，它更接近数据产生的地方。数据、数据相关处理和应用程序集中在网络边缘的设备中。，而不是将几乎所有内容保存在云中。这里因“云”而得名“雾”，源于“雾是离地面较近的云”这一说法。
边缘计算
它进一步推进了雾计算中“局域网处理能力”的概念，但实际上边缘计算的概念比雾计算更早提出。边缘计算的起源可以追溯到20世纪90年代，当时Akamai推出了内容分发网络(CDN)，该网络在靠近最终用户的地方建立了分发节点，可以存储缓存的静态内容（例如图像和视频）。。
边缘计算的处理能力更接近数据源，其应用在边缘侧发起，产生更快的网络服务响应，满足行业在业务实时性、应用智能、安全和隐私保护等基本需求。边缘计算位于物理实体和工业连接之间，或者位于物理实体的边缘端。
某些应用程序可能会收集大量数据，将这些数据发送到中央云服务的成本很高。但他们收集的数据中只有一小部分可能有用。如果在网络边缘进行一些处理，只将相关信息发送到云端，可以有效降低成本。
例如，对于安全摄像头来说，将24小时的视频发送到中央服务器将非常昂贵，其中23小时可能只是一条空走廊。如果您使用边缘计算，您可以选择仅送实际发生事件的时间。
那么两者有什么区别呢？
简单来说，雾计算和边缘计算都涉及到更接近原点的数据处理。关键的区别在于处理发生的具体位置。
为了区分边缘计算和雾计算，让我们以智慧城市为例。
想象一个配备了智能交通管理基础设施的智慧城市，交通信号灯上装有传感器，可以检测路口两侧等待的车辆数量，并优先考虑等待数量最多的车道。绿灯。这是一个相当简单的计算，可以使用边缘计算在交通信号灯本身中执行。这减少了需要通过网络发送的数据量，从而降低了运营和存储成本。
现在，想象这些交通信号灯是互联对象网络的一部分，包括更多交通信号灯、人行横道、污染监测器、公交车GPS跟踪器等。
决定是在五秒还是十秒内将交通灯变绿变得更加复杂。也许此时路口一侧有公交车晚点，也许下雨时城市决定优先考虑行人和骑自行车的人，也许附近有人行横道或自行车道等等，等等，这些都会影响最终的判断。
在这种更加复杂的情况下，计算判断逻辑也会更加复杂。这时我们可以在本地部署一个微型数据中心来分析多个边缘节点的数据。这些微型数据中心就像局域网内的本地迷你云，被视为雾计算。
从这个角度来看，物联网需要真正的边缘计算/雾计算来应对日益增长的数据处理需求。未来，边缘计算市场将突破万亿，成为与云计算齐名的新兴市场。