边缘计算 - 靠近数据源头 分布式IoT物联网 雾云计算万物互联

Python

边缘计算 - 靠近数据源头 分布式IoT物联网 雾云计算万物互联

"边缘计算" 是指在靠近物或数据源头的一侧，采用网络、算利、存储、应用核心能力为一体的开放平台，就近提供最近端服务。

在工业领域，传统自动控制基于信号，而 "边缘计算" 基于信息。注意："边缘计算" 虽说是低延时，但其 50ms、100ms 这种周期对于高精度机床、机器人、高速图文印刷系统 100μs 这样的 "控制任务" 而言，仍是非常大的延迟，边缘计算所谓的 "实时"，从自动化行业视角来看，依然会被视为 "非实时" 应用。

在工业领域，"边缘应用" 场景包括能源分析、物流规划、工艺优化-分析等。就生产任务分配而言，需根据生产订单为生产进行最优的设备排产排程，这是 APS 或广义 MES 的基本任务单元，需要大量计算。这些计算是靠具体 MES 厂商的软件平台，还是 "边缘计算" 平台 （基于 Web 技术构建的分析平台)，在未来并不会存在太多差别。从某种意义上说，MES 系统本身是一种传统架构，而其核心既可存在专用软件系统，也可存在于云、雾或边缘侧。

百度网盘

https://pan.baidu.com/s/1cKxajG

软件仓库

https://github.com/digitser

https://digitser.sourceforge.io/

https://pan.baidu.com/s/1TV70__Be1ta0ney1-tudFQ

快速高效 智能编辑 重构 批处理 "数字化 Python IDE" 集成开发环境

http://dts.digitser.cn/zh-CN/ide/idepy/index.html

http://forum.digitser.cn/thread-2266-1-1.html

2003 年内容分发网络 CDN 和云服务的提供商 AKAMAI 就与 IBM 合作了 "边缘计算"，AKAMAI 在其 WebSphere 上提供基于边缘 Edge 的服务。

"物联网" 对 "边缘计算" 技术上的突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这将大大提升处理效率，减轻云端负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。

边缘计算

智能手机的快速普及，推动了移动终端和 "边缘计算" 的发展。而万物互联、万物感知的智能社会，则是跟 "物联网" 发展相伴而生，"边缘计算" 系统也因此应声而出。

"物联网" 概念已提出有超过 15 年历史，据 Gartner 技术成熟曲线理论，2015 年 "IoT 物联网" 从概念上而言，已达到顶峰。因此，未来 5-10 年内 IoT 会进入一个应用爆发期，边缘计算也随之将得到更多应用。

边缘计算 vs 云计算

"边缘计算" 处于物理实体和工业连接之间，或处于物理实体的顶端。"云端计算" 仍可访问 "边缘计算" 的历史数据。

云计算

"边缘计算" 应用程序在边缘侧发起，会产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。

以思科为代表的网络公司以 "雾计算" 为主。无论是云、雾还是边缘计算，本身只是实现物联网、智能制造等所需计算技术的一种方法或模式。严格讲，"雾计算" 和 "边缘计算" 本身并没有本质区别，都是在接近于现场应用端提供计算。就其本质而言，都是相对于云计算而言的。

"长按二维码" 或 "扫一扫" 关注 "德云社区" 微信公众号

版权声明：
本文为独家原创稿件，版权归 德云社区，未经许可不得转载；否则，将追究其法律责任。