为避免移动承载网络被管道化,电信标准组织和运营商正在研究在未来5G网络中,如何与移动互联网及物联网业务深度融合,进而提升移动网络带宽的价值。欧洲电信标准协会ETSI提出的移动边缘计算(MobileEdgeComputing,MEC)是基于5G演进的架构,并将移动接入网与互联网业务深度融合的一种技术。MEC一方面可以改善用户体验,节省带宽资源,另一方面通过将计算能力下沉到移动边缘节点,提供第三方应用集成,为移动边缘入口的服务创新提供了无限可能。移动网络和移动应用的无缝结合,北京算力强大边缘计算推理终端,北京算力强大边缘计算推理终端,将为应对各种OTT(OverTheTop)应用提供了有力的武器。在智能制造、工业物联网等领域,北京算力强大边缘计算推理终端,同样需要设计下沉到领域内、符合行业标准的边缘计算系统。北京算力强大边缘计算推理终端
边缘计算构筑各种创新应用
经十路是济南东西走向长的一条城市主干道,也是连接省城的重要联络线,日常承载着巨大的交通压力。为每个十字路口配备了8~12个摄像头,这些摄像头负责车流量监控和道路通行控制等等,可谓任务繁重。诸多摄像头的数据还需要整合起来进行分析,根据车流量调整红绿灯延时,但这同时也给网络传输和计算带来巨大压力。而边缘计算的优势恰在于此,基于该技术的解决方案,让智能摄像头可以提供20%的计算决策,及时、高效地为数据中心分担工作量。这也成为浪潮边缘计算解决方案实战落地的比较好印证之一。 北京算力强大边缘计算推理终端全球智能手机的快速发展,推动了移动终端和“边缘计算”的发展。
边缘计算在具有低时延、高带宽、高可靠、海量连接、异构汇聚和本地安全隐私保护等特点的应用场景,如智能交通、智慧城市和智能家居等行业或领域,存在非常突出的优势。这里以智能交通的一个点,大件的智能汽车为例,快速处理数据是一种至关重要的能力,而边缘计算是实现自动驾驶的关键。智能汽车本质上可以看作是一台车轮上的大型高功率计算机,其通过多个传感器收集数据。为了使这些车辆安全可靠地运行,这些传感器需要立即响应周围环境,处理速度的任何滞后都可能是致命的。
在我们比较关心的汽车领域,边缘计算主要有几个落脚点,自动驾驶、智能座舱两大块,在比较难的领域,目前自动驾驶系统芯片选择上与深度学习的技术路线有比较大的重叠,深度学习算法复杂性比较高,需要有相应的嵌入式计算平台进行匹配,在应用过程中硬件技术路线主要有GPU、SoC、FPGA、ASIC等,这里分化比较厉害,有许多不同的方向。国外比较典型的公司是英特尔以133.8亿欧元收购的Mobileye,国内典型的则是地平线,这家公司的前景相对要更明朗一些,比如其在高级别自动驾驶上与奥迪的合作,在辅助驾驶上与首汽约车的合作,看起来颇有紧追Mobileye,后发先至的味道。总的来说,边缘计算具有低时延、高带宽、高可靠、海量连接、异构汇聚和本地安全隐私保护等特点,在许多场景下特别是智能交通(车载领域)存在非常突出的优势。边缘计算系统的颠覆在于整个数据计算和事务处理过程不依赖于传统的集中式系统。
一般而言,对实时性要求不高的、与报表有关的一段时间周期内的生产数据,往往会上传到云端进行分析;而与生产节拍密切相连、实时性要求高数据分析,往往就需要在边缘计算环节来完成。随着制造业的数字化转型不断深入,对数据在不同场景下如何进行不同的分析从而挖掘其价值也在逐渐明晰,边缘计算的重要性因而逐渐凸显。边缘计算技术横跨IT(信息技术)、OT(运行技术)和CT(通讯技术)多个领域,要落地离不开不同领域公司之间的密切合作,各取所长。过去一年里,不同相关行业的都开始推出专门针对边缘计算的产品,这一并不新鲜的概念刚刚开始进入落地阶段。边缘计算让数据隐私保护变得更具操作性。北京算力强大边缘计算推理终端
具备边缘计算能力的设备可以多种多样。北京算力强大边缘计算推理终端
移动边缘计算MEC把无线网络和互联网两者技术有效融合在一起,并在无线网络侧增加计算、存储、处理等功能,构建了开放式平台以植入应用,并通过无线API开放无线网络与业务服务器之间的信息交互,对无线网络与业务进行融合,将传统的无线基站升级为智能化基站。面向业务层面(物联网、视频、医疗、零售等),移动边缘计算可向行业提供定制化、差异化服务,进而提升网络利用效率和增值价值。同时移动边缘计算的部署策略(尤其是地理位置)可以实现低延迟、高带宽的优势。MEC也可以实时获取无线网络信息和更精确的位置信息来提供更加精确的服务。北京算力强大边缘计算推理终端
文章来源地址: http://smdn.chanpin818.com/zjfwq/gkdncp/deta_9915371.html
免责声明: 本页面所展现的信息及其他相关推荐信息,均来源于其对应的用户,本网对此不承担任何保证责任。如涉及作品内容、 版权和其他问题,请及时与本网联系,我们将核实后进行删除,本网站对此声明具有最终解释权。