边缘计算与云计算的优点及用例

公共云计算平台使企业能够用全球服务器补充其私有数据中心，将基础设施扩展到任何位置，并根据自己的需求扩展和减少计算资源。这些公私混合云为企业计算应用程序提供了前所未有的灵活性、价值和安全性。

然而，在世界各地实时运行的AI应用可能需要巨大的本地处理能力，它们往往位于远离中央云服务器的偏远地区。由于低延迟或数据驻留要求，一些工作负载需要保存在本地或特定位置。

这就是为什么很多企业使用边缘计算来部署AI应用。边缘计算可以在数据产生的地方处理数据，并在本地边缘设备中处理和存储数据，而不是在远程中央数据存储库中进行云处理。因此，这种设备可以作为独立的网络节点运行，无需联网。

云和边缘计算有很多优势和用例，可以一起使用。

什么是云计算？

根据研究机构Gartner的定义，“云计算是一种利用网络技术，以服务的形式提供可扩展、灵活的IT功能的计算方法。”

云计算有很多优势。《云转型状况》报告055-79000中，83%的受访者表示，云对于企业组织的未来战略和增长极其重要。

云计算一定会越来越受欢迎。采用企业云基础架构并继续这样做的原因包括：

降低前期成本：节省了购买硬件、软件、IT管理以及24小时供电和冷却的资本支出。云计算使企业能够快速将应用推向市场，降低进入市场的财务门槛。

灵活定价：企业只需为其使用的计算资源付费，因此可以更好地控制成本，减少意外情况。

无限的按需计算：云服务可以通过自动配置和删除资源，立即响应和适应不断变化的需求，从而降低成本，提高企业组织的整体效率。

简化的IT管理：云提供商为其客户提供IT管理专家服务，使员工能够专注于企业的核心需求。

易于更新：只需点击一下，您就可以获得最新的硬件、软件和服务。

可靠：由于可以在云提供商网络上的多个冗余站点建立数据镜像，因此可以以较低的成本轻松实现备份、灾难恢复和业务连续性。

节省时间：企业在配置私有服务器和网络时会浪费时间。借助按需云基础设施，企业可以在短时间内部署应用，并更快地推向市场。

什么是边缘计算？

边缘计算将计算能力转移到生成数据的硬件上(通常是物联网设备或传感器)。它因将计算能力移动到网络或设备的边缘而得名，可以加快数据处理速度，增加带宽，保证数据主权。

通过在网络边缘处理数据，边缘计算减少了在服务器、云、设备或边缘位置之间传输大量数据的需求。这对于数据科学、AI等现代应用尤为重要。

边缘计算的优势

Gartner预测：“在生产中部署边缘用例的企业数量将从2019年的约5%增加到2024年的约40%。”许多高性能计算应用已经成为现代生活的支柱，例如深度学习和推理、数据处理和分析、模拟和视频流。随着企业逐渐意识到这些应用是由边缘计算驱动的，生产中的边缘用例数量也将增加。

投资边缘技术的企业可以获得以下优势：

减少时延：边缘数据处理避免或减少了数据的传输云计算 智能手机，因此可以快速理解复杂的低时延要求的AI模型用例，例如全自动驾驶汽车和增强现实。

成本降低：与云计算相比，利用局域网进行数据处理，可以让企业以更低的成本获得更高的带宽和存储。此外，由于是在边缘处理，需要发送到云端或数据中心进一步处理的数据更少，减少了需要传输的数据量，也降低了成本。

模型精度：AI依赖于高精度模型，特别是对于需要实时响应的边缘用例。当网络带宽过低时，通常通过减少输入模型的数据大小来缓解。这将导致图像尺寸、视频跳帧和音频采样率的降低。当部署在边缘时，数据反馈回路可以提高AI模型的准确性，并可以同时运行多个模型。

覆盖面更广：互联网接入是传统云计算的先决条件。然而，边缘计算可以在本地处理数据，不需要连接到网络，这将计算范围扩展到了以前无法到达的或偏远的位置。

数据主权：当数据在采集现场处理时，企业组织可以通过边缘计算将所有敏感数据和计算保留在局域网和企业防火墙中。这可以降低云上网络安全攻击的风险，使企业更好地遵守严格且不断变化的数据法律。

云计算在edge AI中起到什么作用？

而边缘云计算可以充分利用容器化的应用。容器是一个易于部署的软件包，可以在任何操作系统上运行应用程序。这些包是从主机操作系统中提取出来的，因此它们可以在任何平台或云上运行。

云和边缘容器的主要区别在于位置。边缘容器位于网络边缘，更靠近数据源，而云容器运行在数据中心。

已经实施了容器化云解决方案的企业可以轻松地在边缘部署它们。

企业一般使用云原生技术来管理其边缘AI数据中心。这是因为edge AI数据中心的服务器往往分布在成千上万个地点，而这些地点既不能有物理安全，也不能有训练有素的人员。因此，边缘AI服务器必须安全、灵活、易于大规模管理。

何时使用边缘计算和云计算？

边缘计算和云计算有不同的特点，大多数企业最终会同时使用这两者。以下是部署不同工作负载时需要考虑的一些因素。

云计算

非延迟敏感数据处理

可靠的网络连接

动态工作负载

存储在云中的数据

边缘计算

实时数据处理

网络连接有限或没有网络连接的远程位置。

大型数据集的成本太高，无法送到云端。

高度敏感的数据和严格的数据法律

边缘计算优于云计算的应用实例之一是医疗机器人。外科医生需要访问实时数据，这些系统包含大量可以在云端执行的软件。然而，手术室中越来越多的智能分析和机器人控制系统不能容忍时间延迟、网络可靠性问题或带宽限制。在这个应用例子中，边缘计算直接关系到病人的生死。

两全其美：混合云架构

很多企业必须整合云和边缘，他们会尽可能采用集中式管理，必要时采用分散式管理。混合云架构使企业在充分利用本地系统的安全性和可管理性的同时，充分利用服务提供商的公有云资源。

不同的企业采用不同的混合云解决方案，比如在云端培训部署在边缘，在数据中心培训在边缘使用云管理工具，在边缘培训将模型集中在云端进行联合学习。云和边缘的结合可以创造无限的可能性。

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!