大多数现代设备, 应用程序和服务都广泛使用云计算资源(数据中心, CDN). 云计算中的所有硬件大多主要由以下几个部分组成: CPU,GPU,RAM, 网络接口和非易失性存储, 所有这些都是现代云计算的基本组成部分.
云计算会影响延迟 (传输 / 接收的速度信息以毫秒为单位) 和带宽 (每秒传输的数据量, GB,MB,KB/s) 等方面. 这两个因素可以极大地影响特定网络中哪些应用程序和服务是可靠的或者可行的. 多接入边缘计算 (MEC) 一词源于 5G 网络的不断推出, 5G 网络利用移动边缘计算来实现超低延迟需求.
这张图显示了大多数网络运营商如何将其过时的基础设施和大量的站点转换为现代的, 类似于数据中心的边缘计算网络节点.
针对现有电信网络运营商的大量基础设施, 多接入边缘计算的概念就此提出.
并非所有计算机和处理器都是同等创建的, 例如 GPU 为运行用于避障, 预测和人工智能的机器视觉应用提供了最有效的引擎, 其代价是它们消耗的功率最大. CPU 可以处理几乎任何任务, 并且运行程序, 主要用于: 编排, 控制, 数据收集 / 存档, 压缩, 报告和其他任何处理. 非易失性存储器用于存储和传输大型视频和其他文件, 而像 RAM 这样的易失性存储器用于数据库和文件缓存, 因为它比 SSD/HDD 快 1000 倍, 尽管每比特的开销相同. 这些系统组件提供了现代计算机的原始功率和容量.
网络边缘的低延迟和高带宽使关键应用, 互联网服务和具有下一代网络和计算能力的设备成为可能. 在本文中, 我们将看到多接入边缘计算将为物联网的未来铺平道路的 4 个主要原因.
1. 超高清 / 4K + 视频流, 监控
现代互联网带宽主要由视频流量构成(约 56%), 随着越来越多的 4K 甚至 8k 内容的增加, 这种差距只会越来越大. MEC 和软件定义网络是处理按需互联网服务的庞大互联网流量的可行方式之一. 网络视频内容提供商 Netflix 占据了全球流量的 15%(占美国所有流量的 40%),YouTube 则以 11.4% 的全球流量紧随其后.
为了解决这个问题, Netflix 已经在世界各地的 ISP 网络中直接使用其 240TB 存储设备, 本质上是一种边缘 CDN. 随着 Amazon prime,Hulu 和 Twitch 等其他视频服务提供商的崛起, 向视频提供商开放网络边缘是在可预见的未来维持 4K + 视频需求增长的唯一途径.
2. 机器视觉
与视频监控类似, 机器视觉凭借其功能和可操作性又向前迈进了一步. GPU(图形处理单元)和 VPU(视觉处理单元)在并行任务 (如视频处理和神经处理 / 网络) 上要快得多. 虽然 VPU 适用于低功耗设备, 但与 GPU 相比, 它们的成本, 灵活性和相对模糊性使 MEC 在几个方面具有优势.
例如, 先进的无人机利用灵活的机载 GPU 作为避障软件通常会损害电池寿命, 相对耗电的 GPU 及其增加的重量会消耗大约 25% 的无人机电池. 如果将此处理转移到网络边缘, 5G 可以为所有设备提供超低延迟和高带宽, 我们的无人机的总体重量, 成本, 电池和能力都可以大大提高.
3. web 应用程序安全性和性能
在 Web 托管方面, 亚马逊 AWS 排名第一是有原因的: 它们广泛的基础设施将您的 Web 内容和服务定位在非常靠近用户的地方, 可以说几乎位于网络的 "边缘". 可以肯定地说, 多接入边缘计算可以将 Web 应用程序和托管提升到一个新的水平.
公共服务和 Web 内容可以从边缘计算和缓存功能中获益. 现代人抱怨臃肿的网站加载速度慢, 拖累功能较弱的设备, 这是因为我们的 Web 应用程序更加复杂, 有效负载更重的结果.
今天的网站大量使用 JavaScript 来处理客户端的许多事情, 而不是通过昂贵的往返数据中心. 通过优化可重用的缓存并将一些处理器密集型操作转移到网络边缘, 移动电话和其他低功耗物联网设备可以提高整体响应能力和电池寿命.
4. Edge Analytics 和 AI
我们都知道, 在处理大量数据时, 数据中心的存在是有原因的. 但整个系统的成本效益如何则完全是另一回事.
过度配置和加载大量未经过滤的信息的数据中心很快就会变得不可持续和不可扩展. 边缘分析通过在数据传输到数据中心之前在边缘完成大部分处理. 利用低延迟高容量数据实现最佳效率并增强分析能力, 同时最大限度地减少互联网带宽和非易失性存储等宝贵资源的使用.
边缘分析技术可轻松为海上石油钻井平台, 深度勘探, 制造业, 网络物理安全等领域提供动力.
下图概述了多接入边缘计算的最有效应用:
来源: http://network.51cto.com/art/201902/592083.htm