边缘计算存储：将数字化转型带到边缘

边缘计算是一种变革范式，但必须通过正确的存储解决方案来实现

作者赖祖伊 | 2021年10月25日 | 全部, 技术

什么是边缘计算？

获取相关数据及其包含的宝贵见解对于各种规模和行业的公司都至关重要。边缘计算是一种分布式 IT 架构，其中用户数据在网络外围的所谓“边缘设备”上进行处理，这些设备的物理位置尽可能靠近原始数据源。

近年来，边缘计算的受欢迎程度飙升。根据Grand View Research的数据，2020年边缘计算市场估值为$46.8亿，预计2021年至2028年复合年增长率（CAGR）为38.4%。

为什么边缘计算引起了如此大的兴趣？如今的企业分散在多个地点，从办公室和仓库到工厂和建筑工地。这导致人们希望从远程位置实时运行的传感器和物联网 (IoT) 设备收集大量数据。

边缘计算对于寻求超越其业务竞争对手的竞争优势的公司尤其重要。例如，边缘计算可以帮助降低 IT 成本，因为您不再需要将所有 IoT 数据传输到云端或将其保存在本地。相反，边缘分析工具可以筛选噪音并确定哪些数据对于深入分析最有价值。高价值数据还可以在边缘进行压缩，进一步减少将数据移动到云端所需的总体数据量和网络带宽。

然而，作为一种相对较新的技术趋势，边缘计算带来了很大的业务复杂性。将计算转移到边缘需要对 IT 基础设施进行重大调整，包括连接、应用程序开发、流量交付和服务管理。特别是，企业需要能够解决边缘计算独特挑战的存储解决方案，我们将在稍后讨论。

边缘计算的用例有哪些？

有多少企业想要采用边缘计算，就有多少可能的用例和应用程序。在本节中，我们将提供有关如何使用边缘计算的一些想法。

用于工厂自动化的边缘计算

最流行的边缘计算用例之一是在工厂车间。下面仅举几个例子：

- - 现场生产线监控：配备AI推理系统的边缘设备可以使用IP摄像机监控操作员在工厂车间的行为，识别任何异常行为并向相关管理人员报告。
  - 自动机器监控：边缘设备可以实时洞察工厂设备的运行状态，通过边缘到云集成系统简化数据收集过程。这些设备的洞察力可以帮助实现更高效的生产流程、降低维护成本并实施更好的员工培训计划。
  - 电子元件生产检测：利用人工智能图像处理技术，边缘设备可以识别复杂电子零件和表面的异常情况。这些功能有助于提高制造效率和质量控制，同时节省员工大量繁琐的体力劳动。

用于工厂自动化的边缘计算

公共交通对于“智慧城市”的发展至关重要，而边缘计算可以发挥引领作用。配备边缘设备的公交车和火车可以帮助为驾驶员和乘客提供有价值的信息，例如检测车门的打开/关闭状态并实时监控驾驶状况。

医疗保健边缘计算

人工智能、大数据和边缘计算可以帮助改善公共卫生，例如管理 COVID-19 的传播。例如，边缘技术可以自动检测体温过高等症状，或分析图像和视频以评估工人是否遵守佩戴口罩或其他 PPA（个人防护装备）的情况。将边缘计算用于医疗保健可以减少人为错误并显着提高速度和效率。

能源边缘计算

采矿是在恶劣的环境中进行的，因此 24/7 的人工监控是不切实际的。这就需要远程监控系统来检测危险情况，例如倒塌或未经授权的人员的存在。边缘计算促进实时现场安全，并有助于确保工人的安全。

边缘计算存储面临哪些挑战？

边缘计算面临着与传统数据中心明显不同的独特且意想不到的挑战。边缘计算存储设备的潜在困难包括：

- 环境危害：边缘设备可以部署在从炎热的沙漠到寒冷的雪景的任何地方。与服务器场的可预测环境不同，边缘存储设备必须能够承受和承受温度和天气的剧烈变化。
- 性能稳定：除了环境之外，边缘存储设备还需要跟上海量的实时流数据源。边缘计算的现代用例要求这些设备在不断监控、处理和分析新信息的同时表现出稳定、一致的性能。
- 数据保护：确保边缘数据安全是一个突出的问题，因为新信息不会自动加入您的 IT 生态系统。边缘存储设备应配备热管理、突然断电保护、数据加密等技术。