边缘计算有哪些应用场景 边缘算法应用于那些领域和场景呢?跟着这个问题,跟英码小编去了解一下吧! 1、安防监控 视频监控是安防市场的重要组成,是数据的收集端。随着城市安防的持续投入,各社区、商场、银行网点、道路街边、停车场等公共环境都安装有监控摄像头,视频监控、人脸识别等功能,在安防系统中发挥着重要作用。 随着终端设备的发展,在监控摄像头内置计算单元,通过引入边缘计算,能够有效地处理原始视频流数据,避免将冗余数据上传到云端。另外,植入人脸识别应用,对视频数据进行解析和模型匹配,有效识别重点监控对象,使得终端设备由被动监控转化为与主动分析与预警相结合的安防终端系统。 2、智能交通 随着城市交通数据量的增加,用户对海量交通信息的实时性需要也会随之提高。如果把数据全部传回云计算中心,将会出现带宽资源的浪费和延时等问题,但如果把数据在边缘服务器上进行实时分析和处理,便可根据路面实时状况和可用资源对用户做出相应指示。 边缘计算在交通的应用体在智慧城市运输和设施管理等基于地理位置的应用上,对于位置识别技术,边缘计算可以对基于地理位置的数据进行实时处理和收集,而不必再传送到云计算中心进行相应操作。此外,在城市视频监控系统的应用上,可以构建融合边缘计算模型和视频监控技术的新型视频监控应用的软硬件服务平台,以提高视频监控系统前端摄像头的智能处理能力,进而影响预警系统和处置机制。将 “云计算”就相当于智能设备的大脑,处理相对复杂的进程,而“边缘计算”就相当于智能设备的神经末梢,进行一些“下意识”的反应,这为长期困扰行业发展的诸多难题迎来了解决的希望。 3、智慧零售 在零售场景中,以往企业都是将各分支的数据汇总到中心位置进行分析,再进行决策和行动。而通过边缘计算,零售店铺可以在本地就进行数据处理和优化,这样组织的行动反馈就能更快更及时。 边缘计算的主要目的,是让运算尽可能接近数据源。得益于“近距离”优势,近在眼前的计算就不需要劳烦远在天边的云计算了,边缘计算直接对终端设备收集而数据信息进行过滤处理和分析,更省时高效。同时,直接在边缘计算节点进行数据处理,减轻了数据爆炸和高网络流量的带来的高压力。 4、工业互联网 工业互联网,主要体现在对工业大数据的处理、模型的训练以及工业设备的远程优化控制。通过云计算、大数据、AI等技术赋能工业生产的智能化。现代工业的发展,逐渐形成了云计算中心与网络边缘的融合: 边缘侧:数据的预处理、分布式协同控制、异构网络设备的联通等由边缘侧计算单元处理。 5、云计算中心:大数据分析、AI 决策优化。 在工业领域中,具有互联网能力的工业控制系统可以作为边缘计算节点,将一些实时性要求较高的数据分析、智能化处理和执行单元放在这一层运行;另外一些实时性要求不高,较长周期内的大数据整理分析、AI 模型训练及生成决策事件、优化参数等任务,可以放在云计算中心执行。通过以云中心为大脑,带动边缘计算实现工业互联网的智能制造。 7、智慧城市 智慧城市是目前各大城市都在积极发展的方向,也是高级别城市的目标。其演进阶段是信息化、数字化、智能化,当前智慧城市正处于智能化的实现道路上。通过信息化和数字化,把城市的大部分数据结构化并收集起来,进行智能化处理决策。 智慧城市的一大特点就是数据的全面感测。遍布城市各处的广义传感器和智能设备,组成了庞大的物联网,通过不间断的检测,来侦听城市的核心子系统的运行情况。 随着边缘计算的落地,这些分布于各处的传感器和智能设备,不必再将数据上传至“城市大脑”云计算中心来处理,而是就近通过边缘计算节点进行分析、预处理、联合控制及告警,及时对数据作出反馈,这样可以与城市大脑实现轻量级解耦。即使云计算中心出现异常故障,各个子系统也能实现一定程度的自治,将有效缓解城市大脑计算、网络、存储等压力。
|