这不仅仅是云计算和边缘了分布式计算的一个新图层接近终端设备逐渐升温。
国家标准与技术研究院(NIST)定义了雾计算水平,物理或虚拟资源范式之间存在智能终端设备和传统的云或数据中心。该模型支持vertically-isolated,对延迟敏感的应用程序通过提供无处不在的、可伸缩的、分层、联邦和分布
计算、存储和网络连通性。简单地说,雾计算扩展了云接近生产的东西,按照物联网(物联网)数据。
根据业务问题、移动计算和存储资源接近用户对于互联网的成功是至关重要的(埃克斯波特学院),与新流程减少响应时间和雾环境中更有效地工作。事实上,正如查克·拜尔斯OpenFog财团的证实,雾计算是“迅速获得动力”作为桥梁目前的差距在物联网的体系结构,5 g和嵌入式智能系统。
正如上面提到的,5 g网络是一个领域,雾计算预计将发挥重要作用。软无线报告,5 g的收敛和雾计算预期的“必然结果”将处理任务接近边缘的一个企业网络。例如,在某些情况下,5 g需要非常密集的天线部署——甚至不到20公里。根据网络世界、雾计算架构中可以创建电台,包括一个集中控制器。这个集中控制器管理5 g网络上运行的应用程序,在处理连接到后端数据中心或云。
边缘计算
有许多重要的雾和边缘计算之间的区别。的确,雾计算与云,边缘通常定义为云和雾的排斥。
此外,NIST指出雾是分层的,边缘通常局限于少量的外围层。实际上,边缘可以被定义为网络层包括智能终端设备和他们的用户。这允许边缘为物联网设备提供本地计算能力。
根据Bob O ' donnell Technalysis Research LLC的创始人兼首席分析师,连接自治或半自治车辆可能是最好的一个advanced-edge计算元素的例子。
“由于大量的传感器数据的结合,关键地方处理能力和一个同样重要的需要连接到更先进的数据分析工具在云中,自动汽车被视为advanced-edge计算的典范,“他在最近的一次重新编码。
的确,根据美国电话电报公司(AT&T),自动驾驶汽车能产生高达每小时3.6 tb的数据集群的摄像机和其他传感器,虽然某些功能(如制动、转向和加速)可能会总是在汽车本身管理的计算机系统。然而,AT&T看到一些二级系统与边缘卸载到云计算。
“我们缩小距离,”美国电话电报公司(AT&T)州在2017年的新闻稿。”而不是发送命令数百英里的数据中心分散在全国各地,我们将寄给成千上万的中央办公室,宏塔和小细胞通常不会从我们的客户比几英里。”
硅和服务:云的边缘模糊
雾和边缘计算是影响芯片设计,整个半导体行业战略和路线图。作为安Steffora Mutschler半导体工程笔记爆炸在云服务让芯片设计为服务器市场更具挑战性,多样化和竞争。
“与过去的数据中心数据处理,云地址范围广泛的应用程序和数据类型,”她解释说。
“所以,当一个服务器芯片架构可能适合一个应用程序,它可能不是最优选择。越多,这些任务成为云内分段操作,这种差别就越大。”
关于服务,国家标准与技术研究所看到雾计算为一个扩展传统的基于云的计算模型实现的架构可以驻留在多层网络的拓扑结构。像云一样,多个服务模型是可实现的软件即服务(SaaS)、平台即服务(PaaS)和基础设施即服务(IaaS)。
从我们的角度来看,边缘计算提供了类似的机会,特别是对于SaaS和PaaS。作为一个例子,可以应用于汽车行业公司部署传感器主动探测潜在问题和故障的车辆系统。这个解决方案,在其最优配置,将结合硅和服务,可以作为一个硬件和软件产品,出售或作为服务部署订阅费月度或年度的基础上生成的。
总之,雾和边缘计算将继续发展,以满足不同数量的垂直的要求,包括物联网自治/连接车辆、下一代移动网络和数据中心。
|
|
|
|
|
|
|
|
|
|
留下一个回复