边缘计算的价值在于数据
本篇文章向大家介绍《边缘计算的价值在于数据》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。
随着企业寻求可以根据不断变化的业务需求进行扩展和缩减的计算和存储资源,云的采用率急剧上升。 但即使考虑到云计算的成本和敏捷性优势,人们对另一种部署模型的兴趣也越来越高——边缘计算,即在数据源处或附近进行的计算。 它可以支持新的用例,尤其是对现代商业成功至关重要的创新人工智能和机器学习应用。
在《麻省理工科技评论》(MIT Technology Review)主办的“未来计算”(Future Compute)大会上,三位工业技术专家表示,这一优势的前景在于数据。具体来说,无论是工厂、自动驾驶汽车还是智能建筑系统,都需要收集、处理和分析最接近数据产生地点的数据。
直接在边缘数据上运行人工智能模型,而无需将工作负载转移到云上,这一能力减少了延迟和成本。专家们一致认为,最重要的是,这是开启实时洞察的关键,能够将领导者与落后者区分开来。
企业开始认识到边缘计算在推动成功的数据驱动业务转型中可以发挥的作用。Gartner估计,虽然 2018 年只有 10% 的企业数据是在数据中心和云之外创建和处理的,但到 2025 年这一数字将达到 75%。
市值 30 亿美元的运动控制解决方案公司Moog Inc.的首席技术官 George Small表示,他看到边缘应用取得了显著的进步。
“这是真实的用例。我们现在看到的是哪里在创造价值。”他说。“它实际上正在显着提高生产力。”
边缘与云的融合
随着数据驱动业务的发展,企业需要创建一个包括边缘计算和云计算的IT环境。在边缘收集和分析的数据可以启动实时响应,以排除工业设备故障,防止机器停机,或重新引导自动驾驶汽车免受伤害。
与此同时,来自机器或车辆的设备数据可以被发送到云端,并与其他数据聚合在一起进行更深入的分析,从而推动更明智的决策和未来的商业战略。
Small 说:“连接性已经达到了一个基准点,它正在为智能边缘的想法提供支持。”“智能从边缘的感知水平开始,延伸到系统的网络系统,最终到达云。我们认为这是一个连续体。”
边缘发挥作用的应用
Small 表示,穆格正在为各种应用试验边缘计算。在农业领域,该公司将边缘功能和机器学习识别用于杏仁和苹果种植,帮助收割设备自主导航地形并提高作物产量。二人在建筑方面,穆格的边缘和基于人工智能的自动化工作主要集中在材料移动上——例如,将挖掘机的一部分变成机器人平台以实现自动化。
Small还表示,持续的劳动力和生产力挑战促使穆格在农业领域尝试基于边缘的自动化。
“有些情况下,你没有那么多结构化的环境,或者人们需要与实际的工作场所互动。”“这就是我们对边缘定义的介绍。我们是从自动驾驶汽车的角度出发的。
另一个潜在的用例结合了边缘计算、3D 打印和区块链来协调备件的按需、就地输出。 Small说,航空航天和国防等行业的穆格客户可以在现场为关键设备制造备件,使用区块链作为验证部件的供应和完整性的手段。
霍尼韦尔可持续建筑技术副总裁兼总经理 Manish Sharma 表示,在霍尼韦尔建筑技术公司,边缘计算是改变建筑运营以提高生活质量的关键部分。智能边缘传感器监控温度、湿度和二氧化碳水平,帮助创建一个智能建筑系统,该系统可以自动调整能源和照明使用以降低成本,同时优化碳中和并保持建筑舒适度。
将加热、冷却和空气过滤系统连接到边缘设备可以创建一个智能网络,促进数据共享,并在更接近影响最大的地方做出更明智的决策。
Sharma 说:“您正在构建一个系统系统并进行正确的计算,您需要有一个公共网络,可以在几毫秒内共享数据并在边缘级别做出决策”。
边缘部署的最佳实践
小组成员概述了一些最佳实践,可以帮助企业确定边缘部署的正确选项,同时避免一些更常见的部署挑战。
将计算能力转移到数据所在的位置。确定边缘或云是否最适合特定工作流或用例可能会导致分析瘫痪。然而事实是这些模型是互补的,而不是竞争的。
Akamai执行副总裁兼首席技术官Robert Blumofe说:“一般的经验法则是,将计算转移到数据上要比反之好得多。 ” “通过这样做,您可以避免回程传输,这会损害性能并且成本高昂。”
考虑一个电子商务应用,它可以协调搜索产品目录、根据历史记录提出建议或跟踪和更新订单等操作。
“在云数据仓库或数据湖中存储数据的地方进行计算是有意义的,”Blumofe 说。另一方面,边缘适用于对动态数据进行计算——例如,分析流量以支持安全操作。
进行大量的实验。边缘计算仍处于早期阶段,大多数企业都处于成熟曲线的起点,评估模型如何以及在何处产生最大影响。然而,能力正在迅速提高,企业不能袖手旁观。
“你真的需要开始推动,因为要创造价值,”Small 说。“你必须在外面寻找新的机会——你不仅仅是想出来,你必须找到它们。”
不要忽视投资回报率。Moog's Small 指出,支持边缘的自动化可以帮助企业以更少的劳动力做更多的事情,并让人们腾出时间去做更高附加值的工作。但除了那些明显的一阶生产力提升之外,边缘自动化还有其他更难以量化的好处,包括可复制性,他说。
文中关于IT,边缘计算,云计算的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《边缘计算的价值在于数据》文章吧,也可关注golang学习网公众号了解相关技术文章。
终于有人把分布式机器学习讲明白了
- 上一篇
- 终于有人把分布式机器学习讲明白了
- 下一篇
- 测试告诉你iPhone Always-On Display 究竟用多少电?
-
- 如意的蜗牛
- 这篇文章真及时,太细致了,感谢大佬分享,收藏了,关注楼主了!希望楼主能多写科技周边相关的文章。
- 2023-05-17 21:57:30
-
- 科技周边 · 人工智能 | 8小时前 |
- vLLM 连续批处理下的显存与吞吐取舍
- 209浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- Reranker 接入后如何控制检索延迟预算
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- Embedding 向量维度变化时的索引迁移方案
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- Agent 轨迹评测区分工具错误与模型错误
- 239浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 |
- MCP 资源与工具描述的缓存更新策略
- 313浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 |
- MCP 服务端授权范围与会话隔离的配置
- 161浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 |
- MCP 工具结果分页与长列表截断的设计
- 486浏览 收藏
-
- 科技周边 · 人工智能 | 16小时前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式
- AI tokenizer chat template 统一多模型消息格式
- 154浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 413次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 492次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 501次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 448次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 277次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

