边缘计算关注热 安防市场孕育巨大机会

11月29日,2017边缘计算产业峰会在北京召开。会上工业和信息化部信息化和软件服务业司司长谢少锋出席会议并致辞表示,将推进供给侧结构性改革为主线,加快推动边缘计算等信息技术产业热点发展,深化制造业与互联网融合发展,促进新旧动能接续转换和经济提质增效、转型升级。

随着云计算架构日臻完善,云计算计算延迟、拥塞、低可靠性、安全攻击等问题也逐渐显现。而边缘计算(Edge Computing)被证明是桥接云和用户之间距离的一种有效的方式。在今年的深圳安博会上,海康威视带来的AI Cloud框架,就是由云中心、边缘域、边缘节点三部分构成,通过边缘计算+云计算的融合应用,进一步优化算法结构,让云中心处理图像、感知数据的能力能更加高效准确,同时有效缓解网络压力,让图像目标传输更高效、数据应用更灵活,从而提高业务处理能力。据悉,除了海康威视,大华股份、华为、宇视科技等领军企业也有跟进部署边缘计算技术。

究竟边缘计算有何厉害之处,令众人追随呢?

根据定义,所谓边缘计算,是指在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。简而言之,边缘计算是跟云计算想对应的,“云计算”是大而全,“边缘计算”是小而美。又或者说,“云计算”负责铺天盖地,“边缘计算”负责星罗棋布。

而说到此,你或许还会联想到另一个词“雾计算”。雾计算的提出也是在云计算的基础上,雾计算介于云计算和个人计算之间的,是半虚拟化的服务计算架构模型。雾计算提出之时还被各种调侃(~霾计算,事实上现在也确实是有了)。目前,业界对雾计算和边缘计算难以区分,比较被接受的说法是,边缘计算中,数据处理在收集数据的硬件上;而雾计算是当节点的一个子集发送其数据到更大的中心连接点,在连接到更大的整体中心网络的过程中处理数据。不过,不管是雾计算还是边缘计算,都消除了将大量原始数据流发送到中央网络的一些延迟和带宽问题。

其实,边缘计算也非新生事物,为何到现在爆发?这还是得益于当前日臻发展的物联网、大数据、人工智能。在近年来物联网快速发展,给传输与处理造成了巨大压力,人工智能对算法、芯片、数据处理等也提出了更高的要求。边缘计算能为人工智能硬件、智能机器人提供高速交互所需的运算服务,分解了云端在运算能力、传输能力上的巨大压力,这就将边缘计算的前景和人工智能技术的前景捆绑到了一起,想象空间骤然加大。这些非常明显的商业机遇,也加速了边缘计算的风潮。

有云就有雾,有雾就有霾。可以说边缘计算的崛起是必然的,正如它的诞生。

边缘计算前景看好,安防市场巨大

根据IDC发布的相关预测表明,到2018年,50%的物联网网络将面临网络带宽的限制,40%的数据需要在网络边缘侧分析、处理与储存,到2025年,这一数字将超过50%。而根据市场研究公司Research and Markets近日发布的报告,边缘计算的市场规模复合年均增长率高达35.2%。在安防监控领域,边缘计算也孕育着巨大的市场。

以交通行业来说,在过去的十年中,智能交通让几何级数增长的城市车辆获取了实时路况信息,让举世瞩目的中国高铁保持着高速运转,让远洋航海中的水手便捷地同家人实时通话。但是,许多业内期待的如自动驾驶、轨道交通无人值守等技术依然还不能实现。

边缘计算通过物联网络将计算能力和服务部署在网络的边缘,向附近的终端、感应器、用户提供通讯和计算服务,解决物联网系统在高分布式场景下的海量异构联接、业务实时性、业务智能性、数据互操作性以及安全和隐私保护等挑战。

在未来的智能交通应用环境中,“云计算”就相当于智能设备的大脑,处理相对复杂的进程;而“边缘计算”就相当于智能设备的神经末梢,进行一些“下意识”的反应。目前,海康威视提出的云边融合计算架构就是首先在交通行业上进行应用的。据海康威视交通事业部总经理徐志军表示,云边架构首先在交通行业实现应用正式基于交通行业实时反应处理能力的需求而提出来的。而事实上,在安防行业多个应用领域都有这样的需求,云边融合的方案是对算法结构的优化,是从本质上改善现实的困境。

结语:或许在一定程度上,边缘计算已存在。而今被作为一种新的热门技术提出,将有助于其向更深更广的领域发展,同时也将让其变得更加合理完善。在经历了2017年这场边缘计算热潮后,2018年期待其有更多实质性成果的展现!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,802评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,109评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,683评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,458评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,452评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,505评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,901评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,550评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,763评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,556评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,629评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,330评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,898评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,897评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,140评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,807评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,339评论 2 342

推荐阅读更多精彩内容