云计算

探讨:云计算与边缘计算谁才是未来?

计算是互联网中一个永恒的话题,设备的所有运行都可以看成是 0 和 1 的运算。在计算中近些年有两个越来越响亮的技术:云计算和边缘计算。现如今是云计算方兴未艾,边缘计算已经有了燎原之势,本文将对这两种技术做下简单的对比介绍,让大家能够对边缘计算和云计算有一个更深入的了解。

云计算是通过使计算分布在大量的分布式计算机上,而非本地计算机或远程服务器中,企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上,根据需求访问计算机和存储系统。

什么是云计算

//andyx.net/storage/2019/09/%E4%BA%91%E8%AE%A1%E7%AE%97%E4%B8%8E%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97%E8%B0%81%E6%89%8D%E6%98%AF%E6%9C%AA%E6%9D%A51.jpg插图

云计算Cloud Computing)已经发展的比较成熟了,但其定义比较宽泛。云计算按照部署模型大致分为三类:公有云、私有云、混合云;服务模式也有三种:Saas、PaaS、IaaS 。由于篇幅有限,这里不再对这些名词做概念的展开。通俗地讲,云计算就是对计算机硬件,系统,网络,应用软件等资源的集中部署和再分配,以求达到计算资源的利用效率最大化。

云计算的应用场景

云服务器:相对于传统的物理机,云服务器部署快速,硬件扩展方便,系统高可用。只需要在厂商提供的控制台进行简单的点击操作,即可以完成硬件的搭配及系统的安装,快速的开通或者扩充一台云服务器。

云存储:对于海量的图片或音视频文件,怎么实现存储的安全及访问的速度在云存储普及前一直是一个难题。高昂的硬件费用和维护成本让不少做音视频网站的站长望而却步。而云存储却解决了这个问题:多地区容灾备份,无限级扩容,多维度的访问控制,这个“网络大硬盘”就是这么简单的解决了这个问题。

数据处理:互联网每天都会产生大量的数据,对这些数据进行识别、编辑、分析等二次加工是一件必不可少的事情。但是单机或者几台机器组成的集群由于存储和运算能力有限,时效性很低,对于动辄 GB 或者 TB 级别的数据处理是很无力的。这个时候云计算登场了,只需要把内容传输到云端,请求数据处理的接口即可实现对数据的编辑、内容的识别、模型的学习。又拍云处理基于云计算,不仅能够在云端完成图片水印、裁剪、锐化等 40+ 处理功能,也能够在云端对音视频提供剪辑处理、码率转换等,其中更包含能让图片瘦身 70% 的 WebP 图片处理以及能让视频瘦身 30% 的窄带高清。

在云计算的基础上,计算从量变到质变,从而使大数据的处理得以普及,催生出人工智能,也使我们逐渐进入万物互联的物联网时代,而这个时代在呼唤着边缘计算。

什么是边缘计算

//andyx.net/storage/2019/09/%E4%BA%91%E8%AE%A1%E7%AE%97%E4%B8%8E%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97%E8%B0%81%E6%89%8D%E6%98%AF%E6%9C%AA%E6%9D%A52.jpg插图(1)

边缘计算(Edge Computing),其定义也比较宽泛,可以理解为“最近端的云计算”,但是边缘计算从许多共识来看,并不隶属于云计算,而是云计算的补充或者云计算的“预处理”。

边缘计算能做什么呢?边缘计算主要服务于物联网(IoT),能够联网的设备,如:智能穿戴设备、智能家居、智能机床、无人驾驶汽车、无人机、智能港口等。这些各式各样的设备(设施)通过传感器或者预设程序组成一个巨大的通信系统,而要让这个系统正常运转起来,像人那样处理问题,就需要计算海量的数据并即时反馈,对庞大数据的处理要求暴露了云计算的不足。

云计算 与 边缘计算 的对比

云计算的不足

随着边缘计算的兴起,在太多场景中需要计算庞大的数据并且得到即时反馈。这些场景开始暴露出云计算的不足,主要有以下几点:

大数据的传输问题:据估计,到 2020 年,每人每天平均将产生 1.5GB 的数据。随着越来越多的设备连接到互联网并生成数据,以中心服务器为节点的云计算可能会遇到带宽瓶颈。

数据处理的即时性:据统计,无人驾驶汽车每秒产生约 1GB 数据,波音 787 每秒产生的数据超过 5GB;2020 年我国数据储存量达到约 39ZB,其中约 30% 的数据来自于物联网设备的接入。海量数据的即时处理可能会使云计算力不从心。

隐私及能耗的问题:云计算将身体可穿戴、医疗、工业制造等设备采集的隐私数据传输到数据中心的路径比较长,容易导致数据丢失或者信息泄露等风险;数据中心的高负载导致的高能耗也是数据中心管理规划的核心问题。

边缘计算的优势和发展

边缘计算的发展前景广阔,被称为“人工智能的最后一公里”,但它还在发展初期,有许多问题需要解决,如:框架的选用,通讯设备和协议的规范,终端设备的标识,更低延迟的需求等。随着 IPv6 及 5G 技术的普及,其中的一些问题将被解决,虽然这是一段不小的历程。相较于云计算,边缘计算有以下这些优势。

  • 优势一:更多的节点来负载流量,使得数据传输速度更快。
  • 优势二:更靠近终端设备,传输更安全,数据处理更即时。
  • 优势三:更分散的节点相比云计算故障所产生的影响更小,还解决了设备散热问题。

两者既有区别,又互相配合

上文讲了云计算的缺点以及边缘计算的优点,那么是不是意味着在未来,边缘计算更胜云计算一筹呢?其实不然!云计算是人和计算设备的互动,而边缘计算则属于设备与设备之间的互动,最后再间接服务于人。边缘计算可以处理大量的即时数据,而云计算最后可以访问这些即时数据的历史或者处理结果并做汇总分析。

//andyx.net/storage/2019/09/%E4%BA%91%E8%AE%A1%E7%AE%97%E4%B8%8E%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97%E8%B0%81%E6%89%8D%E6%98%AF%E6%9C%AA%E6%9D%A53.jpg插图(2)

这里可以从某个侧面做个比喻,如果云计算是章鱼的大脑,那么边缘计算就是章鱼的触角,触角对于外界刺激的反应大都出于本能,而这些不断的刺激产生的结果最后会汇集到大脑中,进而作为触角后续的行为提供决策的依据。

由此来看,云计算和边缘计算是一种共生和互补的关系,并不会出现谁取代谁的问题,而是谁在哪些计算上更有优势,谁在哪些场景上更合适。

为了拥抱边缘计算的到来,又拍云也在许多地方布局发力。又拍云 PrismCDN 就是布局 5G 和边缘计算的一张网络,它在 CDN 的基础上完美融合 P2P 及流媒体技术,高效整合利用零散闲置的上行带宽资源构建内容分发网络服务,将充分释放 5G 设备强大的计算、传输能力。此外基于 Docker 的又拍云容器云,节点分散在全国各地及海外,提供电信、联通、移动和多线网络,融合微服务、DevOps 理念,满足精益开发、运维一体化,大幅降低分布式计算资源构建复杂度,大幅降低使用成本,让边缘计算在节点部署、使用、维护上更加简单和便捷。

 

原文转自“简书”:https://www.jianshu.com/p/e93a3f69e991

打赏 赞(0)
微信
支付宝
微信二维码图片

微信扫描二维码打赏

支付宝二维码图片

支付宝扫描二维码打赏