如今,新兴技术的发展齐头并进这并不常见,但人们偶尔会发现一些相互依赖的技术共同发展。例如操作系统和CPU之间的关系是完全相互依赖的,因为它们都需要对方的支持。
另一个例子就是边缘计算和物联网的同时发展和增长,有时候人们将边缘计算称之为雾计算。由于物联网的设计,它需要边缘计算来发挥其最大的潜力,而且这两种技术都处于早期发展阶段。
由于同样的原因,边缘计算和雾计算的应用强劲上升:这是因为物联网数据泛滥。调研机构Hitachi Vanata公司的一份报告估计,连续监测所有连接的车辆每小时将产生25GB的数据。
云计算存储提供商ClearSky Data首席技术官Lazarus Vekiarides表示:“物联网是下一代终端。如果考虑到这些产生数据的物联网设备的庞大数量,其数据要比人类活动或手机信息的数量大得多。”
请注意,如今的一些汽车(通过引擎)有能力处理一些计算功能。可穿戴设备或远程传感器因为计算消耗电能,并且如果使用电池工作,这意味着提供电力的时间更短。
所以为了保障物联网设备的运行,其计算需要从物联设备移到服务器上。尽管物联网设备周边有一些庞大的数据中心,而且全球的数据量也在不断增加,因此处理分布在各地的物联网设备的数据将不堪重负。
采用边缘计算服务的第二个目的是卸载中央数据中心的负载。例如在洛杉矶汽车生成的数据可以在洛杉矶的边缘计算中心进行处理,而不是将其发送到犹他州或爱荷华州的数据中心。因为这意味着更高的延迟,即使建立了许多快速数据中心和专用主干光纤网络,网络延迟仍然是一个难题。
Vekiarides说,“当企业需要处理来自数百万台设备的数据时,可以在云端处理数据。但问题是云端通常距离设备很远,所以会出现延迟,而数据量也不适合采用云计算。”
互联网的设计与物联网相反,其用例是从源头上下载东西,比如在Netflix网站上看电影,用户的家庭宽带连接可能会是10mbits到20mbits,但下载速率是1-2mbit。物联网的设计正好与其相反,从端点发送大量数据而不是接收数据。因此,互联网的设计并不适用于物联网。
然后是第三个问题:存储。像Fitbit这样的可穿戴设备不会储存太多数据。即使少数闪存芯片也会占用大量空间并消耗电能。另外,Vekiarides指出,存储设备的故障比CPU和内存的故障率要高得多。
对于收集大量数据的物联网(IoT),企业需要做两件事:本地分析组件和中央存储。所以,这就是边缘计算适用在物联网的地方。
什么是边缘计算?
边缘计算被维基百科定义为“通过在网络边缘执行数据处理来优化云计算系统的一种方法,并且靠近数据源”。因此,它是关于在端点附近创建一种所有数据都可以进行一定数量计算的应用平台,并且可以解决延迟问题。
这意味着边缘计算比大多数云计算提供商的云平台拥有更多的位置,而对于私营公司来说,它意味着更多的数据中心之外的远程服务器。即使像Equinix公司这样的大规模数据中心提供商,其在美国和世界各地运营的数据中心只分布在十几个地点。
