FX112財經訊:成百上千萬的機器和物體正首次接入互聯網, 對過去幾十年中為人類使用者設計的架構形成挑戰。 因此, 企業正紛紛將更多計算資源投入網路邊緣, 例如車輛、電梯、工廠機器等。
迅達首席開發長兼Schindler Digital Business首席執行長Michael Nilles稱, 有一些應用和使用案例中需要有即時的機器智慧, 不能等待雲端回應。
研究公司MarketsandMarkets的資料顯示, 初創公司以及微軟和通用電氣公司等老牌企業爭相進入邊緣產品和服務市場, 預計該市場規模到2022年將增長至67億美元, 2017年約為15億美元。
在這種新架構中, 資料在產生這些資料的設備現場或附近得到處理和分析, 而不是首先傳送至企業雲或資料中心。 這樣設備可以即時計算並分析資料, 而不像通常那樣依賴連接至企業雲。 新的架構還將為一些服務提供便利, 比如基於即時分析的個性化移動應用推廣。
據Gartner Research Inc., 聯網設備的數量正在激增,
自動駕駛技術彰顯出對邊緣計算的需求。 自動駕駛汽車必須即時做出生死攸關的判斷。 其中部分計算將由汽車自己進行, 而不是等候資料傳輸到雲端再傳回, 而且有時自動駕駛汽車可能甚至根本無法連接到雲。
初創企業Vapor IO的總裁兼首席運營長Don Duet稱, 通常情況下, 從產生資料的設備端將資料傳輸到雲供應商再傳回需要150-200毫秒。 Vapor IO與移動基礎設施提供商合作, 在蜂窩塔上建設和佈置邊緣伺服器。
他還表示, 在設備附近佈置伺服器或閘道能將這一過程的時間縮短至2-5毫秒, 可顯著改善像醫療、聯網汽車和智慧城市這些關鍵應用領域的性能表現。
在許多邊緣計算場景中, 會有一塊被稱作閘道的硬體設定在設備附近, 負責收集感測器捕捉到的資訊, 並用軟體進行分析, 必要時將分析結果和資料發送給企業雲端。 在另一些場景中, 伺服器和軟體會構成一個“邊緣雲”配置在設備附近。
Nilles說, 迅達電梯裡的感測器會探測溫度波動、能量消耗和電梯門開關週期等資料。 這些資料會傳送到一個靠近電梯的邊緣設備, 然後由設備內置的機器學習演算法來發現異常情況。
Nilles表示, 如果演算法發現某個配件即將出現故障, 就會給通過雲端給維修工人發送通知, 做到防患於未然。
Nilles沒有披露具體資料, 但他說, 利用這種邊緣計算結構, 迅達大幅削減了部分電梯的故障時間,
2017年, 施耐德電氣開始利用微軟的Azure IoT Edge服務進行試驗;Azure IoT Edge將現場設備與閘道硬體連接起來, 是其公有雲的一種延伸。 施耐德電氣負責數位服務和物聯網的執行副總裁Cyril Perducat說, 施耐德正利用該服務預測有杆泵的潛在機械故障, 這類故障維修成本很高;有杆泵應用在偏遠地區的石油開採, 而在這樣的地區無線網路有時覆蓋不到。
2016年皇家加勒比遊輪有限公司開始嘗試通過邊緣計算來運行一個在海上航行途中為客戶提供服務的移動應用。
安永(EY)數位和新興技術部門經理兼皇家加勒比的數位顧問Eli Tsinovoi表示,
該移動應用可根據邊緣計算系統的即時分析來為船上的每位元賓客提供個人化資訊。
皇家加勒比首席科技長Michael Delgado表示, 即時個人化對酒店類公司保持競爭力和盈利能力至關重要, 這就是今年該公司有興趣嘗試邊緣計算系統的原因。
他表示, 該公司能否為賓客提供個人化體驗以及一個精彩假期完全取決於該公司利用這項技術的能力。