近年来,云计算已成为数据中心部署增长的主要来源。少数几个基于超大规模云的数字平台,在其能力和影响力上都获得了持续的增长。随着AI、物联网以及5G通信的发展,多种智能终端和物联网设备爆发式增长,传统云计算架构下这些设备产生的数据都需要上传云端进行智能处理或者深度学习,将会对网络带宽带来相当大的挑战,无法很好的处理。而边缘计算的诞生,就解决了这个问题。

相比于传统中心化架构而言,边缘计算能很好的解决中心流量拥堵和智能终端爆发式增长带来的计算资源匮乏等问题,伴随5G发展,边缘计算市场将呈现出更积极的上升态势,据预测,从2018年到2022年全球边缘计算相关市场规模的年复合增长率将超过30%,到2022年,边缘计算市场规模将超万亿,与云计算市场规模不相上下。
行行查,行业研究数据库: www.hanghangcha.com
边缘计算作为云计算的补充,其将计算节点和应用部署在靠近终端的数据中心,促使数据处理速度加快,但相应的服务器数量和部署位置会较中心化的云计算多。因而随着IOT技术的发展,更多实时、短周期数据分析需求的增加,对本地业务及时处理执行要求的上升,都将带动边缘计算运用的推广,随着带动边缘计算服务器需求上涨。

随着物联网时代的到来,边缘计算将与云计算共同推进物联网的发展,边缘计算的核心,是将计算任务从云计算中心,迁移到产生源数据的边缘设备上,较之传统云计算,有以下几大优势:1、安全性更高。边缘计算中的数据仅在源数据设备和边缘设备之间交换,不再全部上传至云计算平台,防范了数据泄露的风险。2、低时延。据运营商估算,若业务经由部署在接入点的MEC完成处理和转发,则时延有望控制在1ms之内;若业务在接入网的中心处理网元上完成处理和转发,则时延约在2~5ms之间;即使是经过边缘数据中心内的MEC处理,时延也能控制在10ms之内,对于时延要求高的场景,如自动驾驶,边缘计算更靠近数据源,可快速处理数据、实时做出判断,充分保障乘客安全。3、减少带宽成本。一些连接的传感器(例如相机或在引擎中工作的聚合传感器)会产生大量数据,在这些情况下,将所有这些信息发送到云计算中心将花费很长时间和过高的成本,如若采用边缘计算处理,将减少大量带宽成本。

作为5G的关键技术,边缘计算解决了时延过长、汇聚流量大的问题,因此在众多垂直行业新兴业务中,对边缘计算的需求主要体现在时延、带宽和安全三个方面。根据中国移动发布的《中国移动边缘计算技术白皮书》,目前智能制造、智慧城市、直播游戏和车联网对于边缘计算的需求最为明确,而这四个领域也包含在5G未来预设应用场景中。

行行查,行业研究数据库: www.hanghangcha.com
手机访问“行行查”小程序更方便