今天围绕数字化转型或物联网（IoT）的每一次对话，无论是哪个行业，都倾向于讨论应用程序的托管位置。有些人可能会说，“云”通常被认为是一个很好的选择 - “只需将所有数据发送到云端进行分析”。其他人可能会提出一个更新的概念，即“边缘计算”，这是一项重要的突破，它将为应用程序提供动力，并提供云计算永远无法实现的成果。这种对话可以让决策者认为他们需要选择一个侧面 - 云与边缘 - 并希望他们选择胜利者。那是这样的吗？我们是否需要努力进行分析并下注？
从我的角度来看，答案是否定的。这些计算架构是互补的，都具有重要的角色。
其中一些运行在边缘，一些通常在云中运行; 这让我对两种环境都有了良好的认识，为什么你会选择一种环境。
让我们先来看看他们的意思。云计算已经存在了很长时间，并且大多数人都对它的基本概念有所了解：简单地说，云计算涉及充满通过互联网连接的计算机的远程数据中心，这些计算机提供的计算能力可用于每单位成本并且可用于任何人。
另一方面，边缘计算最近成为一个常用术语。它用于强调与云相反的方法，尤其是在物联网方面。从根本上说，边缘计算是将应用程序运行到尽可能接近生成数据的位置的想法。例如，考虑一种基于来自速度和燃料消耗传感器的数据即时计算燃料经济性的车辆。在车辆中执行该计算的计算机可以被正确地标记为边缘计算设备。
然而，边缘计算的概念并不是一个新概念。实际上，我工作的自动化领域的公司已经在设备级别（即“边缘”计算）中进行控制和分析 - 在过程工厂，工厂，矿场，油田等中进行一段时间。我公司提供的一个常见例子是分布式控制系统，一个现场操作的特殊计算机网络，监控来自数千个传感器的数据，这些传感器测量过程的温度，压力和流量，并生成保持其安全运行的动作。最佳。在术语变得普遍之前，这基本上是边缘计算。
输入物联网的年龄。制造业之外的行业现在将传感器放在他们的设备或“过程”上 - 从建筑物内的[各个房间到停车计时器和城市中的灯或人们的可穿戴设备，并且存在用于移动数据的蜂窝网络。因此出现了一个新问题：您应该在哪里进行计算以将数据转化为可操作的见解？云传福音者说它应该都是在云中完成的。但通常，通过边缘计算在本地执行计算和分析是有充分理由的。
我相信这两种方法都有优点和缺点，根据手头的应用进行检查通常会有明确的选择。
在某些条件下，边缘计算可能是更好的选择，例如在以下情况中：
•没有足够或可靠的网络带宽将数据发送到云。
•尽管该行业非常关注网络安全，但可能存在安全性和隐私问题，即通过公共网络发送数据或将数据存储在云中。通过边缘计算，数据可以在本地保留。
•通信网络与云的连接不够稳健或不够可靠，无法连接。
•应用程序需要快速数据采样，或者必须以最小的延迟计算结果。
让我们看一下我公司为石油和天然气行业提供的边缘计算示例。在油田中，油井的通信可能是无线的，可能是间歇性的; 称为远程终端单元（RTU）的专用计算机用于摄取传感器数据并在井上执行本地控制功能。当通信中断时，它们通常在内部存储井数据; 当通信返回时，他们将数据发送到远程系统进行报告和分析。
相反，由于以下因素，云可能是更好的选择：
•我发现云处理能力几乎是无限的。任何分析工具都可以随时部署。
•某些应用程序的外形和环境限制可能会增加边缘计算的成本，并使云更具成本效益。
•数据集可能很大。云中的大量应用程序以及可用于提取其他数据的应用程序可以使应用程序开始自学习 - 这可以带来更好的结果。我们中的许多人都听说过使用“大数据”。
•结果可能需要在各种平台上广泛分发和查看。可以从多个设备上的任何位置访问云。
让我们看一下车辆示例。巡航控制需要高度可靠，安全和响应，因此它在“边缘”或车辆内部运行。然而，用于提取性能数据以安排维护或导航信息以计算路线的车队的监控应用应该在云中运行 - 其中可以访问和分析多个车辆上的大量数据。
同样，在石油和天然气行业，我已经看到通过RTU发送的有关性能或设备健康信息的一些数据可能无法在RTU内部使用。但是，云或远程数据中心的应用程序可以使用模拟整个油田的应用程序中的数据，并指导采取措施从油田中回收最大量的油。
我相信边缘和云计算在可预见的未来将继续发挥重要作用。
网友评论