开发者社区 > 博文 > 嘘!没看之前,别说你不需要边缘物理计算服务
分享
  • 打开微信扫码分享

  • 点击前往QQ分享

  • 点击前往微博分享

  • 点击复制链接

嘘!没看之前,别说你不需要边缘物理计算服务

  • 京东云AIDC团队
  • 2020-03-25
  • IP归属:北京
  • 88160浏览


我们为什么需要边缘计算




随着5G、物联网的兴起以及云服务的普及,应运而生的新应用对互联网的计算能力和网络带宽服务能力带来了巨大的考验。
为什么会这么说呢?
让我们来看一组数据:根据Gartner预测,2019年使用的联网物件多达142亿个,到2021年总数将达到250亿个。而这里面每一个设备都将产生非常庞大的数据量。以手机为例,大家可以想一下自己每个月使用手机(包括WiFi,不用付费的流量也是流量呀🙄)会产生多少流量?

1.jpg

小编24h内的手机流量情况

那么目前全球有多少人在用手机?流量背后又将有多少数据在每时每刻毫不间断地产生?
但这还只是手机哦!5G与物联网的兴起,让我们所能接触到、看到的每一件物体都成为了潜在的数据生产者。
据IDC发布《数据时代2025》的报告显示,全球每年产生的数据将从2018年的33ZB增长到175ZB,相当于每天产生491EB的数据。(对于这一数字不太有概念的话,可以参照下图进行换算)

1.png

面对如此庞大的数据,如果全部都要在我们的核心数据中心进行存储、上传和计算,那么在网络和计算的时间以及效率上就会大打折扣。
当我们面对算力的高延迟和低效率以及骨干网络带宽不足的劣势时应该怎么办呢?毕竟庞大的数据量就在这里,也不能就这样丢弃。
因此,边缘计算以一种新的计算模式(或者说计算逻辑)出现在了公众视野,来满足低时延、大带宽、大连接的应用需求。




边缘计算是怎样实现的?




与正常的将数据上传至云端再进行计算不同。边缘计算将原本由中心节点处理的大型服务分散到更贴近用户终端的边缘节点,这样就可以有效提高数据处理速度以及传输速度,降低时延。
因此,边缘计算的应用场景几乎覆盖了我们生活的每一个会产生大量数据的场景。如智慧城市、智能交通、智能零售以及视频监控等。积极推动传统的“云到端”演进为“云-边-端”的新兴计算架构。
那么,边缘计算是如何实现的呢?
让我们来看看它的主要架构:核心基础设施、边缘计算中心、边缘网络、边缘设备组成。

1.jpg

核心基础设施:提供核心网络接入,包含互联网,移动移动网络等,以及用于移动设备的集中式云计算服务和管理功能。
边缘计算中心:主要提供计算,存储,网络转发资源,是整个--端协同架构的核心组件之一。
边缘网络:融合多种通信网络来实现边缘设备、边缘服务器,核心设施之间的互联。
边缘设备:各类场景的数据消费者,数据生产者。




企业的边缘计算布局




目前很多企业为了寻求发展布局边缘,需要从各级地区各家运营商处逐个采购边缘节点,自建边缘基础设施,但问题与挑战也相继而来:

  1. 弹性扩展差:节点资源获取困难,新建节点交付周期长
  2. 运维难度大:研发多节点运维管理平台,依赖不同运营商的服务能力
  3. 投入成本高:大量的IDC机柜,带宽,IP,服务器等采购成本

为解决自建边缘基础设施的问题,京东智联云利用已经积累的核心基础设的IDC资源,技术以及运维服务能力,将核心能力延展至边缘计算中心,推出了边缘云形态的边缘计算服务:边缘物理计算服务。
边缘缘物理计算服务提供优质的边缘节点资源,将计算,网络,存储能力下沉至网络边缘,提供靠近客户的低延时,高带宽,高实时性,本地化的计算存储服务,以及现场运维服务,可按照客户需求进行定制化部署。
客户在京东智联云购买边缘物理计算服务,可以大大降低自建机房的成本,前期机房建设的投入由京东云来买单,客户只需选择业务投放节点按需使用即可。
1.jpg
京东智联云边缘节点拥有优质丰富的机房资源,多种类型规格的机柜带宽资源,节点覆盖全国多省。快速灵活交付,根据客户需求提供一站式解决方案。并有资深专家团队提供专业的售前,售后支持,快速响应运维需求,提供高效的现场运维服务。开通控制台后,可以在线可视化查询已购资源,监控带宽流量,简单易用。




相关解决方案




边缘计算已经被大量应用在实际商业场景中,边缘物理计算服务致力于打造多通信运营商的边缘资源,将业务、内容、服务下沉到边缘节点就近处理,以此为客户带来更高性能或更低成本的业务成果。为满足客户不同场景的需求,京东智联云结合各类边缘计算产品提供适用不同应用场景的解决方案。

  • 网络和物联网设备边缘

物联网是互联网、传统电信网等信息承载体,让所有能行使独立功能的普通物体实现互联互通的网络。物联网设备需要更敏捷地连接、更有效地数据处理,通过在靠近用户端部署边缘节点,帮助主数据网络轻松处理用户数据,提供及时的响应,支撑物联网设备的智能计算。
场景特点:支持IoT协议,私有化部署,数据脱敏。
场景举例:智能工厂,智能医疗,工业机器管理等

1.jpg


  • 人工智能边缘

当前大多数人工智能计算都是通过云端数据中心来支撑,将容易造成网络拥塞现象,如果通过部署边缘节点构建高性能计算平台,将数据在本地计算,在不联网的情况下就可以实时的做环境感知、人机交互、决策控制。
场景特点:边缘部署AI模型,AI模型保护,AI硬件加速
场景举例:人脸识别,图片审计,新零售管控,智能驾驶等

1.jpg



边缘物理计算服务是“云边协同”第一步,后续即将出新产品-分布式云物理服务器,为客户提供按需部署,弹性扩展的裸金属服务,实现自动化快速交付。

共0条评论