|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
我们认为主要存在以下几点原因:
, r* Z2 B7 x7 T6 b' F2 a {7 ^
. b5 n/ W* I- m3 \1 L, x5 L1) 网络带宽与计算吞吐量均成为云计算的性能瓶颈:云中心具有强大的处理性能,能够处理海量的数据。但是,如何将海量的数据快速传送到云中心则成为了业内的一个难题。网络带宽和计算吞吐量均是云计算架构的性能瓶颈,用户体验往往与响应时间成反比。5G时代对数据的实时性提出了更高的要求,部分计算能力必须本地化。& _0 p; F1 _, M1 r& u/ u* q
/ S) ?) J* I" G9 l
2) 物联网时代数据量激增,对数据安全提出更高的要求:不远的将来,绝大部分的电子设备都可以实现网络接入,这些电子设备会产生海量的数据。传统的云计算架构无法及时有效的处理这些海量数据,若将计算置于边缘结点则会极大缩短响应时间、减轻网络负载。此外,部分数据并不适合上云,留在终端则可以确保私密性与安全性。
! d' }3 Y8 J0 d+ M; R9 E: f0 G. b% i. ]6 _( ^
3) 终端设备产生海量“小数据”,需要实时处理:尽管终端设备大部分时间都在扮演着数据消费者的角色,但如今以智能手机和安防摄像头为例,终端设备也有了生产数据的能力,其角色发生了重大改变。终端设备产生海量“小数据”需要实时处理,云计算并不适用。
+ w. i6 k/ i# E+ H6 g! @5 z7 f# N8 z! P* }, w9 {% B
从数据流向的对比上,1)在云计算架构下,下图左侧的服务提供者提供数据并上传到云中心,需求侧的终端客户发送数据或计算类请求到云中心,云中心响应相关请求并将需求结果发送给终端客户。2)在边缘计算模式下,如智能手机、前端智能摄像头、智能汽车等边缘节点产生数据,上传到云中心,同时将实时性和安全性要求较高的计算在本地进行处理。1 `6 Q: }' r3 i2 t- Z
' s9 B. \8 t! j6 ?5 N4 ]
: g/ u4 B" I$ O$ Q3 w5 G1 h
! x, i# b% _$ b {
1 A/ g$ B" S k. U0 [
0 u, v* ?( q! }7 h. u8 P |
|