- 综合排序
- 最热优先
- 最新优先
- 来自专栏企鹅号快讯
边缘计算将如何影响人工智能？
它可以作为联接物理和数字世界的桥梁，使能智能资产、智能网关、智能系统和智能服务。 边缘计算的特点： 1、联接性。 联接性是边缘计算的基础。 所连接物理对象的多样性及应用场景的多样性，需要边缘计算具备丰富的联接功能，如各种网络接口，网络协议、网络拓扑、网络部署和配置、网络管理与维护。 边缘计算如何影响人工智能（以下摘自边缘计算白皮书） 边缘计算使能行业智能。 面对行业智能的挑战，边缘计算提供四个关键能力： 1、建立物理世界和数字世界的联接与互动。 开发服务框架和部署运营服务框架需要紧密协同、无缝运作,支持方案快速高效开 发、自动部署和集中运营。 4、边缘计算与云计算的协同。 边缘侧需要支持多种网络接口、协议与拓扑,业务实时处理与确定性时延,数据处理与分析,分布式智 能和安全与隐私保护。云端难以满足上述要求,需要边缘计算与云计算在网络、业务、应用和智能方面进行 协同。
1.8K90发布于 2018-01-09 - 来自专栏边缘计算
边缘计算和物联网
介绍 存储、处理、计算和分析数据方面的快速进步，正迫使信息技术专家重新审视他们的假设和范式。本文将深入研究两种新兴技术——边缘计算和物联网。 ? 什么是边缘计算? 对该公司来说，在设备内部制造能够处理你我语音指令的人工智能芯片是有意义的。数据不再需要进入云处理。这样，Echo节省了我们的时间，不是吗? 苹果是一家非常重视数据安全和隐私的公司。 这家移动设备公司现在使用边缘计算加密移动或计算机设备内的所有数据。所以，多亏了这种现代的计算方式，我们的数据保持了安全。这个案例也可以复制到物联网和工业领域。 随着越来越多的建筑、油轮、汽车、冰箱和电子设备相互连接，边缘计算将变得更加不可或缺。 事实上，物联网战略围绕着这个新时代的计算技术展开，该技术完全能够从源头管理和处理海量数据。 消费者和行业组织将以更快、更安全的方式与同行交换数据。边缘计算将以更有意义的方式影响物联网技术。
4.1K30发布于 2019-07-03 - 来自专栏边缘计算
边缘计算和视频监控
02 边缘计算+视频监控 以云计算和万物互联技术为基础，融合边缘计算模型和视频监控技术，构建基于边缘计算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，进而实现重大刑事案件和恐怖袭击活动预警系统和处置机制 边缘计算+视频监控技术其实是构建了一种基于边缘计算的视频图像预处理技术，通过对视频图像进行预处理，去除图像冗余信息，使得部分或全部视频分析迁移到边缘处，由此降低对云中心的计算、存储和网络带宽的需求，提高视频分析的速度 传统城市安全视频监控系统前端摄像机内置计算能力较低，以边缘计算和万物互联技术为基础的新型视频监控系统是未来发展趋势。 针对海量视频数据，云计算中心服务器计算能力有限，为此： （1）构建基于边缘计算的视频预处理技术，去除视频图像冗余信息，使得部分或全部视频分析迁移到边缘处，由此降低对云中心的计算、存储和网络带宽需求，提高视频图像分析的效率 随着边缘计算系统架构的发展和定制化功能的完善，边缘计算能够更好地推动新型视频监控系统在公共安全领域更好地应用。
4.4K30发布于 2019-07-12 - 来自专栏边缘计算
在边缘：技术驱动边缘计算和挑战未来
他对许多行业的边缘计算应用感兴趣，特别是自动驾驶汽车。 他说，边缘计算是指在网络边缘执行计算的技术：既可以进入云存储，也可以不进入云存储。 边缘是一个连续体，包含任何计算和网络资源——数据源和云数据中心之间的路径。 ? 但边缘在哪里——这是最棘手的问题。Shi认为，你不能轻易说边缘在哪里？边缘的位置取决于应用程序。 广泛部署的网络技术（如4G，5G和LG通信）对边缘计算非常重要，隔离技术也是如此。例如，云上有很多服务器。您可以隔离该云的一部分以支持不同类型的应用程序。边缘计算也需要隔离。 市场上的许多LiDAR [光检测和测距]产品在实际车辆中使用并不安全或不可靠。这就是垂直应用。也就是说技术人员真的需要与应用的人员坐下来，好好聊一聊，才能在垂直领域充分发挥边缘计算的作用。 Amazon Echo系统有一个SDK [软件开发工具包]，您可以从那里读取信息，然后进行一些计算，例如跌倒检测，或监控人们是否在家中有足够的活动等等。我认为未来会将边缘人工智能应用于家庭。
1.1K20发布于 2019-07-03 - 来自专栏边缘计算
云计算、边缘计算和雾计算的实际应用
自从“云计算”与其分支“边缘计算”和“雾计算”推出以来，这三者之间的差异甚至让许多专业人士都感到困惑。 以下是对这三个层次的计算类別的概述，以及每个计算层次的实际应用情况。如上所述，术语“云”“边缘”和“雾”代表三层计算： ▲ 云计算层:工业大数据、业务逻辑和分析数据库以及数据存储。 如果车辆、传感器和控制器是城市智能交通系统的“边缘层”，这意味着就要进行边缘计算——那么就需要构建和运营微型数据中心，那么很可能采用微型数据中心和网状路由器以及服务器作为“雾计算层”。 因此，通过边缘计算,可以在局域网上的单个机器、工作站和移动设备上进行智能分析。它就像工厂中的自动化控制器;智能设备操作机器，标记维护项目，以及向云计算和企业决策者“向上”分流传人数据。 雾计算和边缘计算为消费者、企业、数据科学家和IT架构师创造了大量全新的工具，以实现卓越的效果。人们可能已经注意到在某种程度上略胜于一般的云计算。
3.5K20发布于 2019-07-03 - 来自专栏大数据和云计算技术
边缘计算（一）——边缘计算的兴起
边缘计算这个词近日来逐渐出现在人们的视线里，原因是什么？如何看待边缘计算？下面将根据边缘计算的兴起、边缘计算的定义与内涵、计算模型等几个系列为大家讲述。 近十多年来，中心化的云计算模型一直被认为是标准的IT交付方式，通过数据中心集中提供丰富的计算和存储资源。 一种全新的思路就是，希望能够通过网络，在海量的网络边缘设备实现云计算的功能。这种新兴的技术被称为“边缘计算”。 IIC定位为产业推广组织，致力于构建涵盖工业界、ICT界和其它相关方的产业生态，推动传感、连接、大数据分析等在工业领域的深度应用。 2016年11月30日，边缘计算产业联盟（ECC，Edge Computing Consortium）在北京成立。
2.9K30发布于 2018-12-29 - 来自专栏数据派THU
原创 | 一文了解边缘计算和边缘AI
当然，边缘计算是一个持续迭代更新的概念，不同技术的融合，使得边缘计算的内核不断创新，例如人工智能和神经网络的应用，也正在赋能“边缘AI”的落地。 为了保护家庭数据隐私，数据处理必须依赖边缘计算，使大部分计算资源被限制在家庭内部网关，敏感的数据被禁止外流。通过边缘人工智能优化室内定位和家庭入侵检测，从而获得比云计算更高的准确性和更低延迟。 可穿戴式健康传感器、建筑物或设施传感器还将有更多人工智能。 车联网 车联网通过将车辆互联，提高安全性和效率，减少交通事故和避免拥塞。前期，蜂窝网络、边缘计算、AI都曾作为独立的技术为车联网服务。 边缘人工智能可以在救护车和医院之间建立双向实时通信信道，实现实时自然语言和图像处理，提高及时性和效率。其次是智能可穿戴设备，目前的智能可穿戴设备受计算能力影响，只起到数据采集的作用。 边缘计算和人工智能使用本地传感器控制和管理输出，能够显著地提高效率，减少误差。边缘系统可以在毫秒内响应输入，要么进行调整以修复问题，要么关闭生产线以防止出现严重问题。
2.4K51发布于 2020-10-26 【边缘计算】
边缘计算是一种新兴的计算模式，它将计算任务和数据处理从云端转移到靠近数据源的边缘设备上进行。这种计算模式具有低延迟、高带宽和隐私保护等优势，逐渐成为物联网和大数据时代的重要技术。 在边缘计算模式下，设备的在线和查询是关键的环节。设备的在线是指设备能够与网络稳定地连接，并能够实时地上传和接收数据。 边缘设备不仅仅是一个简单的传感器，它还需要具备一定的计算和存储能力，以便能够完成一部分计算任务和数据处理。 在边缘计算模式下，用户可以通过查询边缘设备来获取实时的计算结果。查询需要满足以下几个方面的要求。首先，查询需要具备相应的查询语言和接口。 边缘设备通常位于网络边缘，离用户更近，因此查询可以获得更快的响应时间。 综上所述，边缘计算的设备在线和查询是确保边缘计算模式能够顺利运行的重要环节。
36910编辑于 2025-08-29- 来自专栏鲜枣课堂
边缘计算
边缘计算涵盖非常广泛的技术，包括点对点、网格计算、雾计算、区块链和内容传输网络（CDN），边缘计算在移动领域深受欢迎，现在几乎遍及各行各业。 边缘计算和云计算的关系 在很多情况下，边缘计算和云计算是共生关系。 随着物联网、虚拟现实、增强现实等技术的发展与应用，未来将会出现数据大爆炸的状况。 完全依赖云计算来进行数据传输和处理，将会造成巨大的网络延迟。 边缘计算将数据在边缘节点进行处理能够有效减少数据的传输和处理，但通过云计算的远程存储仍然至关重要。 云计算承载着业界的厚望。 搭配了分布式的边缘计算之后，通过智能路由等设备和技术，在不同设备之间传输数据可以有效减少网络流量，降低数据中心的负荷。 边缘计算发展简史 边缘计算的起源可以追溯到上个世纪90年代。 边缘计算的可扩展性和弹性 边缘计算的分布式架构意味着随着延迟的降低，它能够提高弹性，降低网络负载，并且更加容易实现可扩展。
3K71发布于 2019-07-22 - 来自专栏FreeBuf
容器的“边缘”：探讨边缘计算和容器的交集、机遇和挑战
在本文中，我们将探讨边缘计算和容器的交集、它们的重要性以及与之相关的挑战。 边缘计算和容器用例 许多行业可以从边缘计算和容器的使用中受益，包括工业物联网（IIoT）、医疗保健、智能城市和零售。 边缘计算和容器的未来 随着人工智能（AI）和机器学习的使用以及新容器技术的开发等新兴趋势的出现，边缘计算和容器的未来充满希望。 例如，边缘设备越来越多地配备了人工智能和机器学习功能，这有助于提高数据处理的准确性和速度。 所有这些都将边缘计算与人工智能相结合，我们日常生活中的用例数量将在未来几年迅速增加。 然后，这些数据可以使用人工智能算法进行实时处理，以优化灌溉、肥料使用和害虫管理，从而提高作物产量并减少对环境的影响。
1.1K50编辑于 2023-08-08 - 来自专栏计算机工具
雾计算和边缘计算有什么区别
雾计算与边缘计算的异同点 雾计算和边缘计算系统都将数据处理转移到数据生成源头; 二者都试图减少发送到云端的数据量，以降低延迟; 通过以上策略; 二者都可以改善远程关键型应用程序中的系统响应时间，提高系统安全性 而边缘计算的解决方案里传感器各自判断有没有垃圾，来发送启动吸尘器的信号。 雾计算和边缘计算都涉及处理更接近原点的数据。关键的区别在于处理发生的确切位置。 4. 雾计算与边缘计算的使用方式不同 我们可以看到，这两种技术非常相似。 雾计算过程发生在局域网(LAN)级网络架构上，使用与智能网关 和嵌入式计算机系统交互的集中式系统。 而边缘计算处理的大部分数据来源于所在的物联网设备本身。 随着物联网的不断发展和生产的更海量的数据，处理接近生成点的数据将变得势在必行。 虽然这雾计算和边缘计算两者有些相似，但是数据的收集，处理，通信的方法确实是不同的。 都有各自的长处，雾计算和边缘计算都将在未来的物联网行业中发挥着十分重要的作用。
33810编辑于 2024-12-17 - 来自专栏云计算D1net
边缘计算的实施、优势和劣势
边缘的数据处理有助于快速应用分析和部署人工智能功能。此外，边缘计算允许无延迟的无缝数据传输，并降低网络带宽和存储需求。 企业采用的技术范围如今有了很大的飞跃。 边缘计算是一种分布式/网络计算策略，数据的分析和处理发生在数据收集点和处理点附近，而不是在数据中心的服务器或云平台中。借助这种新架构，可以访问收集数据的传感器和安全地实时和现场分析数据的边缘服务器。 还可以将其他设备连接到网络，例如手机和电脑等。 边缘的数据处理有助于快速应用分析和部署人工智能功能，这很有趣。此外，边缘计算允许无延迟的无缝数据传输，并降低网络带宽和存储需求。 边缘计算和云计算的关系 许多人探讨边缘计算是否是云计算的子集，反之亦然。事实上，边缘计算与云计算协同工作，以提供基于每个企业特定的数据收集和分析的可定制解决方案。 边缘计算的优势 通过将处理和存储分散到各种设备中来提高安全性。 边缘计算提供更高的速度和更低的延迟，以实现更快的数据处理。 提供具有成本效益的可扩展性和适应性途径，从而允许企业增强其计算能力。
1.5K20编辑于 2022-09-02 - 来自专栏CloudBest
边缘计算有哪些发展和演变？
越来越多的企业开发和部署边缘计算的主要动力来自带宽、成本、网络延迟的迫切性和敏感性。 虽然欧洲可能并没有那么多大型集中式的数据中心市场，但其边缘计算的动态发展却大同小异。在美国，边缘计算市场几乎总是由最大的宽带网络和内容生态系统所支撑。 同样，在欧洲大陆，第一波边缘计算客户包括内容提供商，他们寻求提供最佳的消费者体验；第二波边缘计算客户是让云计算更接近用户的企业。 在南美洲，云计算和内容提供商和核心宽带网络都在推动边缘计算的发展。 边缘计算形式和因素 在所有情况下，边缘计算主要的优势在于无论客户希望在哪里部署都可以实施。随着边缘计算的不断发展，其位置变得越来越重要。 的微型边缘数据中心，这些边缘计算设施将为自动驾驶汽车、物联网以及智慧城市应用和系统提供服务。
66830发布于 2019-09-27 - 来自专栏大数据和云计算技术
边缘计算（三）——边缘计算的解决方案
目前，市场上存在的边缘计算相关概念包括雾计算、边缘计算、多接入边缘计算/移动边缘计算、移动云计算等概念。这是边缘计算的第三篇，主要讲的内容是边缘计算的解决方案。 EdgeX Foundry利用云原生原理（例如松散耦合的微服务，平台无关），但其架构可满足物联网边缘的特定需求，包括适应基于IP和非IP的连接协议，广泛分布式计算的安全和系统管理节点，并缩小到高度受限的设备 同时，CORD 4.1还将发布重点转移到了边缘数据中心领域，致力于成为部署边缘云和边缘计算新服务的最佳开源平台。 Openstack 目前来看，OpenStack作为边缘计算云端平台特别具有吸引力，或者说在发展日渐面临一些困难的时候，边缘计算的浪潮，让OpenStack犹如又获得了一股新的推动力。 目前，OpenStack已经是分布式程度最高的基础设施软件，在全球数千个数据中心运行，并且许多电信和零售行业的用户都在努力通过OpenStack推进边缘计算用例。
5.1K10发布于 2019-03-07 - 来自专栏云计算D1net
云计算，边缘计算和雾计算：了解每个计算的实际应用
您的运营是建立在您自己的一般云基础设施，还是选择使用雾和边缘计算等更专业的工具，这些都取决于您的业务需求和抱负。 自推出以来，一般云计算与其“边缘”和“雾”计算分支之间的差异甚至阻碍了许多专业人士。 下面是计算类型的这三个“层”的概述，以及每个层的几个实际应用。 计算的三个“层” 如前所述，术语“云”、“边缘”和“雾”表示计算的三个层次。 如果车辆、传感器和控制器是城市智能交通系统的“边缘层”，我们马上就会涉及到边缘计算，那么就有可能在网格路由器和蜂窝基站旁边有微信数据中心，以充当“雾层”。 边缘计算的实际应用 随着从云层到雾计算并最终走到边缘计算的每一步，“智能设备”进行信息化处理的事物越加接近数据源。 因此，随着边缘计算的出现，智能和分析发生在单个机器、工作站和本地网络的移动设备上。 雾计算和边缘计算共同帮助我们为消费者、企业、数据科学家和IT架构师创造了大量全新的工具，以实现卓越的效果。
2.9K30发布于 2018-12-18 - 来自专栏CSDN 迁移文章
【人工智能】边缘计算与 AI：实时智能的未来
引言 随着物联网设备数量的爆炸性增长和对实时处理需求的增加，边缘计算与人工智能（Edge AI）成为一个热门话题。 边缘计算是一种分布式计算范式，旨在将计算和数据存储资源移动到数据生成的边缘设备上，而不是依赖于集中式的数据中心。 Edge AI 则是在边缘计算架构中部署 AI 模型，使其能够在本地设备上进行实时数据处理和决策。 3. 高可靠性：即使没有网络连接，本地设备仍然可以继续工作，提高系统的可靠性和稳定性。 4. 边缘计算与 AI 的应用场景 1. 边缘计算与 AI 的技术实现 5.1 边缘设备 边缘设备可以是各种类型的硬件，包括单板计算机（如 Raspberry Pi）、嵌入式系统、智能摄像头和工业控制器等。
82610编辑于 2024-10-15 - 来自专栏CloudBest
云计算和边缘计算，谁更依赖数据引力？
应用程序和不断增长的数据或者大量涌入云计算的核心，或者随着移动技术、嵌入式和物联网设备的普及，以微服务形式分散到边缘。 数据引力是真实的吗？ 但是，将超融合基础设施当作是以云计算为中心的数据引力的论点，却忽略了这样一个事实，即许多这样的硬件都部署在边缘环境中，而不仅仅是在云计算数据中心大规模地占用和堆叠。 它们非常适合嵌入设备级密码管理器和密钥管理器、区块链和电子银行钱包、人工智能和机器学习应用程序、消息传递应用程序以及处理敏感数据的其他程序。 零引力数据 为了充分实现机密计算的承诺，需要将行业标准框架集成到一个更广泛的外围基础设施中。在理想的环境中，数据安全和治理控制将在数据所在的任何位置（从云计算核心到边缘设施）一致实施。 这些控制可以在任何场景下高效和可扩展地执行，包括使用中、存储和传输中的数据。 理想的机密计算基础设施是否会将数据引力从云平台转移到边缘？不一定。
1.4K20发布于 2019-11-04 - 来自专栏人人都是极客
一文读懂云计算、边缘计算、移动边缘计算和自动驾驶的前世今生！
如果说云计算是集中式大数据处理，那么边缘计算就可以理解为边缘式大数据处理。 何为边缘？ 通用术语表示就是，邻近、接近。放在这句话中就是，临近计算或接近计算。 所以说，边缘计算应该是对云计算的一种补充和优化！它们两个是共存的状态。 从边缘计算的概念中可以看出，由于距离数据源头近，所以它具有分布式、低延时、效率高等特点。 第二，对于芯片性能有高要求；由于边缘计算都是在设备端处理数据的，所以对于芯片性能的要求很高。 第三，节省成本；云计算和边缘计算结合，成本仅占单独使用云计算的40%左右。 我们知道，设备直接传输信息需要网络，而移动边缘计算就是利用无线接入网络就近提供电信用户IT所需服务和云端计算功能，而创造出一个具备高性能、低延迟与高带宽的电信级服务环境。 通过处理、分析和存储在网络边缘生成的数据，运营商和提供商可以提供增强的响应时间和改进的服务，同时还为更先进的概念（如无人驾驶车辆和增强的自动化）奠定基础。 3 自动驾驶为何需要MEC？
2.4K11发布于 2019-06-03 - 来自专栏云计算D1net
选择云计算还是边缘计算?企业需要了解边缘计算的适用场景和优势
边缘计算不仅能够为企业首选的云平台提供直接入口，而且在确保简化、高效的IT基础设施方面，它还有助于提高灵活性和敏捷性。 无论是试图进入物联网市场还是寻找更好的方式来提供内容服务，企业都需要了解边缘计算的优势和未来。 对于希望突破基于云计算的网络限制的企业来说，边缘计算可以发挥重要作用。 边缘计算不仅能够为企业首选的云平台提供直接入口，而且在确保简化、高效的IT基础设施方面，它还有助于提高灵活性和敏捷性。 无论是试图进入物联网市场还是寻找更好的方式来提供内容服务，企业都需要了解边缘计算的优势和未来。 传统的云计算网络是高度集中的，数据集中在最外层的边缘，并传回主服务器进行处理。 这种架构源于这样一个事实，即位于边缘附近的大多数设备缺乏分析或处理它们收集的数据的计算能力和存储能力。
69810编辑于 2021-12-15 - 来自专栏大数据和云计算技术
边缘计算（二）——边缘计算的类型与用途
IoT）、5G和人工智能（AI）应用的数据密集型需求，促进雾计算的兴趣和发展。 边缘计算 Akamai和IBM最早于2002年5月提出了边缘计算解决方案，虽说仅仅是为了使Web应用程序能够在网络边缘执行，但实际上与现在物联网和云计算领域的边缘计算也是一脉相承的。 狭义上来讲，边缘计算是物理上接近于事物，数据和行动源头处的相对于云计算而言的计算，又称近计算或者接近计算(Proximity Computing)。 ETSI的多接入边缘计算（MEC，原移动边缘计算）定义如下：多接入边缘计算（MEC）为应用程序开发人员和内容提供商提供云计算功能和位于网络边缘的IT服务环境，其特点是超低延迟和高带宽以及可以被应用程序利用实时访问的无线网络信息 综上所述，无论是边缘计算、雾计算、多接入边缘计算、移动边缘计算，还是，其核心都是通过云端和物联网设备之间的各种现有或新增设备，将计算、网络、存储等能力向网络边缘侧扩展，充分利用整个路径上各种设备的处理能力
3.2K20发布于 2019-03-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号