“数字新基建”主要围绕着ABCD四方面发展,A是人工智能、B是区块链、C是云、D是大数据,随着5G的快速推进,给ABCD插上翅膀,算力的不断下沉,将会涌现很多有趣的垂直行业应用场景,为边缘端更好实现技术赋能提供了价值。
以当前比较热门的自动驾驶来说,同样是边缘计算最重要的应用场景之一。在自动驾驶场景中,车辆需要做到比驾驶员更快的响应决策速度,也就是说最多只有零点几毫秒时间,同时还要能够自动感知到行车过程中周围车辆、行人、甚至整条路况的实时信息。如果按传统以云中心集中计算为主的决策架构,这对于要做到和人一样反应的自动驾驶来说时间太长了,所以如果没有边缘计算,如果数据的感知处理、控制的决策不能在车辆上本地进行,自动驾驶就会成为空中楼阁。
通过边缘计算的应用,以车辆本身的边缘计算,以及车路协同形式,在道路两旁会部署一些小型智能服务器,就近接收来自周围车辆的信息流,迅速作出响应和决策,同时这些小型的智能服务器也能接收来自云中心下达的控制指令,从而达到车路协同要求。未来甚至红绿灯可能会消失,因为道路知道周围车辆的速度、距离等信息,能够实时对周围车辆发出控制指令,车辆也能够根据来自道路的消息,以及车辆自身的边缘计算实时做出决策,整个过程将实现非常高效的协同。
目前许多智能化的改造,边缘计算已经能够积极的应用在许多场景之上,例如智能驾驶、智能工厂、智能电网、智能家居、智能建筑,很多都是边缘计算的场景。
再举例来说,电网有很多高压线、变电箱,人力的运维成本太大、危险系数也很高,传统的故障巡检机制网络传输带宽消耗大、故障告警处理不实时、而且电力系统数据本身关系到国计民生,数据传输过程中的安全性极其重要。
落地边缘计算之后,借助于边缘智能技术,可以在设备边缘侧几乎准实时地自动检测出问题出现的具体位置,比方说在配电房内安装边缘计算装置,布置AI模型,边缘计算装置连接配电房里面所有的电力设备,实时采集每一个设备的状态,利用高清夜视摄像头,还可以对烟雾、起火进行实时AI推理、故障告警和处理,效率能够得到极大的提升,同时由于大部分数据都在边缘侧本地处理,无需全部传输上报至云端集中处理,因而极大降低了网络传输流量、减少了数据在传输过程中的暴露面,数据安全性也自然得到了提升。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)