边缘计算和云计算有什么区别(边缘计算与云计算的关系)

---

一、白话云计算、边缘计算、大数据云计算、边缘计算、大数据等概念总是给人一种高深莫测、神秘的感觉。一些商家还以此作为营销产品的噱头，欺骗消费者，迷惑消费者。
所谓云计算，字面意思就是在“云”中进行计算。“云”的直观特征是：遥远、无限。云计算中的“云”可以理解为通过网络为用户提供各种资源或能力（包括计算、存储、分析等）的东西。它可以包括各种硬件设备或软件产品，更简单地说，它可以比喻为一个远离用户的非常大的计算机房或计算机中心。
所谓边缘计算，是指在云端，即数据产生源端的设备进行计算。我们每个人都拥有手机、电脑、家用电视、智能家电等各种具有计算能力的设备，工业设备及其执行的计算可以理解为边缘计算。
云计算是一种集中式服务，具有强大的计算能力和分析处理能力。它可以对大量数据进行分析和处理，更注重从大量数据中获用户感兴趣的数据，消除冗余数据。边缘计算更注重实时性能，可以在适当的时候在本地处理少量数据。云计算和边缘计算相辅相成。如果把云计算比作人脑，那么边缘计算就类似于人的手、脚、耳、鼻。只有共同努力，才能取得最大的效益。
大数据字面意思是“大”。它的确是。我们进行的所有社交活动或私人活动每时每刻都在不断地产生数据。我们网购会产生网购数据，出行行走会产生轨迹数据，聊天视频会产生数据，甚至连睡觉都会产生数据。从个人到部门、企业、社会，都会产生海量的数据。
乍一看，这些海量数据大部分看起来像是无用的数据，但经过适当的处理和使用，就会产生价值。海量数据对应无限价值。例如，通过对消费者地域、偏好等一系列分析，可以达到精准营销的目的，提高企业的效率和质量。公安系统可以利用大数据技术在全国范围内控制和识别犯罪分子，减少社会危害。还有地图软件，也是利用大数据对车流、车流进行分析处理，为用户预测和规划给定时间内的最佳路线，提高出行效率。再比如XX软件，它利用大数据技术来分析用户的品味、使用频率、周围人的特征等。同样的产品对不同的用户有不同的定价，以达对大数据的熟悉。

---

二、如何理解边缘计算，雾计算和云计算的区别

通俗理解，记忆深刻

---

三、边缘计算是什么，和云计算的区别是什么？边缘计算是指在靠近物或数据源头的网络边缘，集成网络、计算、存储、应用等核心能力的开放平台，提供近边缘智能服务，满足工业数字化的需求。敏捷和业务实时连接、数据优化和应用智能，以及安全和隐私保护方面的基本要求。（亿麦云发起企业常设0元购买云服务器活动）雾计算和云计算一样，非常有活力。云漂浮在天空中，高高的，遥不可及的，故意抽象的，而雾却是触手可及的，贴近地面，就在你我身边。雾计算不是由强大的服务器组成，而是由各种功能较弱且分散的计算机组成，并且已经渗透到工厂、汽车、电器、路灯以及人们物质生活中的各种用品中。
云计算的基本思想是“中心化”。可以想象，未来终端本身将不再需要CPU、GPU和高性能存储空间。所有的终端都将连接到云端，每一个镜子、每一个手机都将连接到云端，它们都是云端的输入，不需要自己计算和处理数据，全部交给云端云中的计算中心。云处理。接入终端仅具有输入和输出功能。这个想法很好，但在很长一段时间内仍然是一个很遥远的目标。
现阶段最实用可行的解决方案是边缘计算（前后端混合计算）、去中心化分布式计算、雾计算。所有端都可以成为分布式计算节点。，区块链中的所有终端都具有并行权限。这种设计思想目前正在云桌面开发中得到应用。

---

四、边缘计算是什么,和云计算的区别是什么“边缘计算”的概念本身并不是一个“新词”。早在2003年，CDN服务提供商Akamai就与IBM合作推出了第一个“边缘计算”。如果从时间上看，亚马逊在2006年推出AWS被认为是云计算的起点，因此比云计算提出的时间要早​​得多。
然而，近年来，由于技术和应用场景等多种原因，边缘计算并没有受到太多关注。直到5G时代的到来，一直是“真正极限”的边缘计算才获得了新的发展机遇。
云计算将计算分布在大量分布式计算机上，而不是本地计算机或远程服务器上。企业数据中心的运行将更像互联网。这使得企业能够将资源推送到所需的应用程序并按需访问计算机和存储系统。
云计算vs边缘计算
云计算的缺点
随着边缘计算的出现，有太多场景需要计算大量数据并获得即时反馈。这些场景开始凸显出云计算的缺点，主要包括以下几点：大数据传输问题：预计到2020年，每个人平均每天将产生1.5GB的数据。随着越来越多的设备连接到互联网并产生数据，以中央服务器作为节点的云计算可能会遇到带宽瓶颈。数据处理的即时性：据统计，无人驾驶汽车每秒产生约1GB数据，波音787每秒产生超过5GB数据；2020年，我国数据存储量达到约39ZB，其中约30%的数据来自物联网设备接入。海量数据的实时处理可能会压垮云计算。隐私和功耗问题：云计算从可穿戴、医疗、工业制造等设备收集的隐私数据传输到数据中心的路径较长，容易导致数据丢失或信息泄露等风险；数据中心高负荷的原因高能耗也是数据中心管理规划的核心问题。
边缘计算的优势及发展
边缘计算发展前景广阔，被称为“人工智能最后一公里”，但仍处于发展初期，还有很多问题需要解决如：面板选型、通信设备及协议的规格、终端设备的标识、较低时延的要求等。随着IPv6和5G技术的日益普及，其中一些问题将会得到解决，尽管这是一个漫长的过程。与云计算相比，边缘计算具有以下优势。
优点一：使用更多的节点来承载流量，使得数据传输更快。
优势二：距离终端更近，传输更安全，数据处理更即时。
优势三：节点更加分散，比云计算故障影响更小，同时也解决了设备散热问题。
两者不同，但又相互协作。上面提到了云计算的缺点和边缘计算的优点。这是否意味着边缘计算未来会比云计算更好？其实并不是！云计算是人与计算设备之间的交互，而边缘计算是设备与设备之间的交互，最终间接服务于人。边缘计算可以实时处理大量数据，而云计算最终可以实时访问这些数据处理的历史或结果并进行汇总分析。

---

五、现在常说的边缘计算与云计算有什么不同？

边缘计算和云计算是两种不同的计算模式，在数据处理和存储的位置上有明显的区别。

云计算是一种基于互联网的计算模式，将计算资源（包括处理能力、存储和网络带宽）集中在大型云提供商的数据中心。用户可以通过互联网连接到云服务提供商的服务器，在这些服务器上获取计算资源、进行数据处理和存储、发布应用程序。云计算为大规模数据处理和应用程序部署提供了高可扩展性、灵活性和成本效益。

边缘计算是一种将计算资源移近数据源的计算模型。在边缘计算中，计算和数据处理任务发生在更靠近数据源的边缘设备（例如边缘服务器、智能手机和物联网设备）上，而不是传统的集中式云数据中心。边缘计算的目的是减少数据在网络上的传输延迟和带宽要求，提高响应速度，并在网络连接有限或不稳定的环境中实现更可靠的数据处理。

边缘计算和云计算的区别包括：

数据处理的位置：云计算将数据处理集中在远程云服务器上，而边缘计算将数据处理转移到位于本地的设备上。附近的边缘来自数据源。

响应时间和带宽要求：边缘计算通过将数据处理放在边缘设备上，减少数据在网络上的传输延迟和带宽要求，从而提高响应速度和效率。

数据隐私和安全：在云计算中，数据必须通过网络传输到云服务器进行处理，可能存在数据隐私和安全的风险。在边缘计算中，数据在边缘设备上处理，减少了网络上的数据传输，并提供了更高级别的数据隐私和安全性。

网络连接要求：云计算依赖于稳定、高带宽的网络连接，而边缘计算可以在网络连接不稳定或有限的环境中运行，因为数据处理发生在本地设备上。

云计算和边缘计算并不是相互排斥的概念，可以一起使用。在某些场景下，可以将部分计算和数据处理任务放在边缘设备上，而另一部分任务可以交由云服务器处理，以实现更加优化的计算架构。