选择云计算和边缘计算时需要考虑的因素

描述

无论企业正在构建什么,在某些时候可能会感到疑惑:他们的设备应该在云端还是在边缘执行这些重要的计算?本文介绍了在选择云计算和边缘计算时需要考虑的因素。  

如果企业正在开发和采用物联网设备,很可能希望它进行一些有价值的计算来解决重要问题。也许企业希望在偏远地区部署传感器,开发一种可以执行数据分析以监控可再生能源发电设备,或者构建一种可以使用计算机视觉检测疾病早期迹象的医疗设备。

无论企业正在构建什么,在某些时候可能会感到疑惑:他们的设备应该在云端还是在边缘执行这些重要的计算?在云计算平台或边缘计算设施之间进行选择是一个可能影响设备成本或效率等因素的决定,而没有人愿意一开始就做出错误的决定,然后在花费大量时间和费用之后才转向正确的决定。

什么是云计算?

“云计算”是指可以通过互联网访问的服务器集合,全球目前主要的云计算提供商包括AWS、微软Azure和谷歌云平台。

云平台中的服务器可以提供按需计算资源来存储和处理数据。企业可以将云平台视为文件和程序的集中位置,可以将任何设备连接到云平台以访问它们。Dropbox或Google Drive等服务是众多基于云的服务中的一部分。

云计算描述了在云中执行计算的方式。这些计算可以包括数据分析和可视化、计算机视觉和机器学习。云计算的一个实际例子是,当人们家里的智能音箱将音频文件发送到云端时,它会由算法进行解释,并返回响应。

什么是边缘计算?

边缘实际上是网络的“边缘”。它包括作为云入口/出口点但不属于云计算本身的设备。例如,数据中心的服务器是云计算的一部分;连接到该服务器的智能手机和路由器是边缘的一部分。

边缘计算描述了在边缘执行计算的方式。这样,数据的处理就在靠近或在数据收集或处理的位置完成。

边缘计算过程的一个例子是自动驾驶汽车上的对象检测。车辆处理来自其传感器的数据,并使用结果来避开障碍物。与智能音箱不同,它收集的数据在本地处理,而不是发送到云端。

主要考虑因素

在边缘计算和云计算之间进行选择时,需要考虑几个关键问题。

企业的设备采用的网络质量如何?

当企业拥有高带宽、低延迟和稳定的互联网连接时,在云平台上执行计算可以很好地工作,因为需要在云计算服务器和设备之间来回发送数据。例如,如果企业打算在互联网连接良好的家庭或办公室中使用设备,则可以相对无缝地完成这一操作。

在大多数情况下,如果计算是在边缘完成的,它不会受到远程位置的互联网连接不佳或丢失的影响;数据中处理可以继续进行,因为它不是在云中计算的。人们不希望汽车的物体检测工作在长途驾驶中停止;这就是自动驾驶汽车经常在边缘计算执行物体检测等计算的原因之一。

企业的数据需要多久处理一次?

如果客户需要企业的设备的响应时间比通过良好的网络连接所能达到的速度更快,例如监控系统的重要组件,边缘计算可能是一种理想的选择。可以减少或完全消除设备和云平台之间的传输时间延迟。因此,可以立即处理数据。如果数据处理得很快,企业的设备可以实现实时响应。

当设备使用可以间歇时,采用云计算服务是有益的。智能家居设备也是一个很好的例子,在云中运行计算可以让企业在多个客户之间共享相同的计算资源。这通过避免为其设备配置升级硬件来运行数据处理的需要而降低成本。

哪一部分数据对企业很重要?

如果企业只关心数据处理之后的结果,那么边缘计算将非常有用。可以只发送需要长期存储在云中的重要内容,这样做可以降低在云中存储和处理数据的成本。例如,如果正在创建需要报告道路拥堵程度的交通监控设备,可以在边缘对视频进行预处理,而不是在云中运行数小时的原始视图,并且只发送图像或剪辑道路拥堵时的流量。

企业可能需要保留数据以构建机器学习数据集,或者计划在未来以其他方式分析原始数据。如果已经将原始数据发送到云中,那么在云中执行计算也可能是一种理想的选择。

设备的功率和尺寸限制是什么?

如果预计设备将在功率和尺寸方面受到限制,考虑到它具有良好的网络连接,将计算工作发送到云端将允许设备保持更小的尺寸和低功耗。例如,Google Home和Amazon Alexa将捕获音频并将其发送到云端进行处理,从而允许在设备内部的小型计算机上无法运行的复杂计算在云平台上运行。

企业的数据处理模型是自己的知识产权吗?

如果企业正在制造消费类设备,并且用于处理数据的方法是其知识产权(IP)的一部分,可能需要考虑制定如何保护它的计划。在没有强大的安全计划的情况下将知识产权(IP)放在设备上可能会使其容易受到黑客攻击。如果企业不具备在边缘保护知识产权(IP)的知识或资源,最好将其放在已经采取安全措施的云平台上。

在边缘计算和云计算之间进行选择的最终考虑因素

在边缘计算或云计算之间进行选择时,需要考虑很多事情。在复杂的问题中,可以通过将处理的某些部分留在边缘而将其余部分留在云端,并从两者的组合中受益。

审核编辑 :李倩

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分