扫描二维码,下载手机APP
下载安卓APP箭头

云盘算的边沿盘算有哪些认知误区?

作者:课课家教导 http://jscebj.com点击数:894发布时间:2019-09-02 11:31:42

安防“边与云”怎样协同共生?揭开边沿盘算的三大认知误区••。在中国云盘算模式真正推广开来还需要解决市场环境不成熟的问题,在中国大多企业都有自己拿不上台面的数据,如何转变这部分企业利用云盘算需要一个漫长的过程,这也是为什么SaaS模式的利用不能得到广泛市场的原因••。

随着物联网以及5G等技巧的进步,智能安防等领域火速兴起••。边沿凭借更实时快速的数据处理和分析¶••⊿较少的网络流量占用¶••⊿较低的运营成本以及更高的运行效率等优势,将会在更广泛的行业领域得以利用••。

边沿盘算作为新科技和新趋势,以燎原之势引燃科技界••。

随着物联网以及5G等技巧的进步,智能安防等领域火速兴起••。边沿凭借更实时快速的数据处理和分析¶••⊿较少的网络流量占用¶••⊿较低的运营成本以及更高的运行效率等优势,将会在更广泛的行业领域得以利用••。

IDC预测,全球数据圈规模将从2018年的33ZB增至2025年的175ZB••。到2025年全球数据圈将有近30%的数据是实时数据••。

如果想要供给一流客户体验并扩大市场份额,企业的基础设施必须能满足实时数据的增长需求,边沿盘算的用武之地会更为凸显••。

彩559麦肯锡公司在2018年10月的报告中提出了107个不同的边沿盘算用例••。预计到2025年,边沿盘算的潜在价值介于1750亿美元到2150亿美元之间,而这仅仅只是硬件公司的价值••。

边沿盘算的潜力无穷,而对于期望充分发掘数据价值的企业来讲,不懂得边沿盘算就容易被行业“边沿化”••。

彩559正如Gartner分析师Thomas J. Bittman所说,多数公司都意识到他们需要拓宽思维,不仅关注集中化和云盘算,也应当关注低延迟和实时的散布式处理,但这谈何容易••。

为了赞助企业更进一步懂得边沿盘算,希捷科技相干负责人对于边沿盘算的几个常见误区做出简要分析:

误区一:边沿会吞噬掉云

散布式盘算的优势非常明显,所以很多风险投资家也开端将关注点从云转移到边沿,有些甚至发布了较为勇敢的预测••。

企业投资人Peter Levine在2017年发表的题为《边沿的回归和云盘算的终结》的演讲中称,由于机器学习和IoT驱动,盘算从云转移到边沿,云将在“不久的将来”消散••。

同年,Gartner的分析师Thomas Bittman也发表了类似的观点,称“边沿将吞噬云”,他在文中论述了向“低延迟和基于地理地位的实时数据处理与散布式数据处理”的转变••。

事实:边沿和云相得益彰

正如IDC预测,全球实时数据量将会大幅增长,到2025年,全球30%的数据将需要实时处理••。该预测不是凭空而来,是有据可循的••。

拿主动驾驶汽车和联网汽车(联网汽车与其他车辆进行大批数据通信,但不为驾驶员做出决策)为例,如果一辆联网或主动驾驶汽车的传感器感知到马路上有孩子们正在玩耍,而另一辆汽车很可能闯该区域的红灯••。这种情况下,将这些信息发送回云再进行处理是来不及的,必需要迅速即刻的处理,毫秒级的延迟都关乎生命••。

Levine认为,这种对生命攸关的数据的处理需要在终端进行••。但是,他在同一篇报告中也承认,“重要信息仍将存储在集中化的云中”,云仍将是支撑集中式机器学习的中心,这一中心需要大批数据并在边沿凑集洞察••。同样,Gartner的Bittman也承认“云仍将施展重要作用”••。

因此可见,边沿不会代替云,相反,会增进云向边沿的拓展••。

“边沿”或“云”哪个占上风其实不是重点,重点是云边沿将如何配置,边沿和云怎样协同工作?

超大规模数据中心仍实用于集中化的利用,比如大规模归档¶••⊿内容分发¶••⊿利用存储和快速原型等等••。

边沿数据中心具有小型¶••⊿区域性¶••⊿设备独立¶••⊿低成本¶••⊿主动化等特点,位于网络的边沿••。边沿地位奇特,比如停车场¶••⊿市政道路以及手机信号塔基站等••。

Dell EMC表现,这些边沿集群的设计旨在抵抗外围环境和安全方面的寻衅,它们拥有“足够的盘算能力,可以独立于集中式数据中心,进行数据整合和处理”••。云盘算和边沿盘算基础设施供给商Packet将这些产品称为“可以随处安置”的云••。

边沿可以被视为云的自然产物••。

Telefonica公司副总裁Patrick Lopez表现,虽然云增进“互联网大众化”,“但我们认为边沿将会是互联网大众化的新生代力量••。边沿盘算本质上是把云和电信的最佳特质联合在一起,云的极致特点就是云服务彩559便捷的访问,而电信的极致在于其即时性¶••⊿永远在线¶••⊿永远连接,这就是两者联合的优势所在••。”

误区二:边沿只有一处

毕竟,提到边沿,我们常常应用单数情势••。

事实:边沿在很多处所存在

当边沿为单数情势时,它指的是在数据创立地附近进行数据处理的一个生态系统••。但边沿存在于多处是不争的事实,也是非常重要的事实:所有这些边沿网络都依附于利用的需求••。

也就是说,网络越来越多,外部网络边界也就越多,这些外部网络边界包含着运行用户感兴趣的利用程序的多个端点••。边沿可以根据利用需求机动地安置在不同的地位,比如可以运行于田野的谷仓¶••⊿联网汽车或者在其他许多处所••。

为特定目标而打造的定制化边沿已经成为一个趋势••。随着时间的推移,边沿将变得更为云化:边沿定制化会涌现,但很可能只作为软件层••。

正如Telefonica公司的Lopez指出:云的随处可访问以及对开发者的简略易用等特征,可能也会成为所有边沿的必备条件••。如果有人开发了一款可以在边沿运行的利用程序,那么该利用程序应当支撑在任何网络安排••。

误区三:将云压缩在盒子里就成为了边沿

有些数据存储和处理需要在边沿进行,边沿至少需要具备云环境的某些属性:平等的网络访问以及各个边沿网络中的利用程序相互兼容••。这难道不是让每个边沿都变成一小块云吗?

事实:边沿并不是一朵小小的云

数据及其需求成绩了边沿••。边沿并不是微型云,因为首先边沿完整由数据驱动,也就是说边沿是由接近最终用户进行生产和处理数据的利用所决定••。

这些利用存在很大的差别性,领域涉及智慧城市的公共设施监管¶••⊿虚拟现实场景¶••⊿桥梁监控以及通过虚拟助手在工厂里制作衣服的机器人等等••。这些利用处景生成的数据(需要在边沿处理)也是多种多样的,这就是为什么说边沿基础设施依附于利用的原因••。

正如之前提及的,边沿没有空间和时间存储某些特定类型的数据,包含归档数据,机器学习的数据(用来训练机器学习算法的数据湖¶••⊿大规模数据集)••。此类数据在边沿基础没有用武之地••。

最后,边沿并不是微型云,因为边沿可以实现远程主动操作且物理距离接近用户••。与云不同的是,边沿是由地位和距离数据的远近来定义的••。此外,与集中式¶••⊿通用型数据中心不同,每个边沿都专注于解决特定的问题••。

边沿盘算让盘算更靠近数据源,更迅捷地向最终用户交付服务••。充分懂得边沿盘算的优势以及特点,合理进行边沿盘算安排,将会助力各个行业成功发掘数据的价值,共同开启万物互联的新篇章••。

 不过,云盘算请求较过去更为全面的支撑,更多的ICT软件¶••⊿平台或者基础构架需要外包••。而全球重要的以及次级的云盘算供给商都来自北美,例如亚马逊¶••⊿思科¶••⊿谷歌¶••⊿惠普¶••⊿IBM¶••⊿微软¶••⊿甲骨文¶••⊿SUN等••。这就意味着,ICT业务将会向北美高度集中••。   云盘算必须成为各个国家ICT产业政策中的一部分    云盘算是一场规模游戏——规模越大越好,并且最先采用举动的公司将会变得最大••。其规模必须支撑无所不在的接入¶••⊿连接的无缝机动性¶••⊿有竞争力的价格¶••⊿持续为云服务的质量¶••⊿功效以及安全进行投资••。  
赞(27)
踩(0)
评论(0
最新评论

暂无评论~

大数据课程
快速飞艇官网开奖 彩世界彩票 PK10牛牛开奖平台 九亿九彩票平台 飞速赛车投注网站 香港跑马官网开奖 吉吉彩票开奖走势图 香港跑马玩法 澳洲赛车直播网 红宝石彩票手机app