第一情报 ---信息产业

边缘计算--产业链与典型应用场景

供稿人:肖巧琳  供稿时间:2019-7-7   关键字:边缘计算  产业链  典型应用场景  

第一节内容分析到,目前,边缘计算产业正处联接和智能之间的过渡阶段,随着5G时代的到来,边缘计算的市场规模将会与云计算市场不相上下,到2025年有望形成万亿级别的市场规模,Trend Force最新预测,边缘计算整体市场在2018年至2022年期间将以复合年增长率超过30%的速度增长。然而,目前边缘计算产业链上下游的发展还缺乏社会协同。位于边缘计算产业链的行业上游主要是软硬件设备的提供商,其中,硬件基础设施提供商包括:华为、中兴通讯、浪潮信息、中科曙光、凌华科技等企业,以上厂商的主要服务内容包括:边缘服务器、智能网关、边缘计算网络体系等。软件基础设施提供商主要有:思科、谷歌等企业,服务内容有:边缘操作平台、边缘应用软件等。位于边缘计算产业链的行业中游主要是以从事边缘计算运营和管理的服务提供商,其中,服务提供商有:网宿科技、软通动力等企业,业务内容包括:社区云搭建、边缘云托管等。三大运营商也处于中游,业务内容包括5G通信网络。还有一类云服务商,代表企业有阿里云、腾讯云、华为云,他们将云业务延展至边缘计算领域。位于边缘计算产业链的行业下游主要是智能终端和智能应用开发商等。其中,智能应用开发商的代表企业有:腾讯、海康威视、东方国信、千方科技、新北洋等,以上企业的业务内容有智慧城市、智能家居、智能制造、智能交通等。智能终端开发商的代表企业有小米、百度、德赛西威等,其业务内容主要是可穿戴设备、车联网设备等。目前,边缘计算产业链代表企业的主要产业化包括:

 

Ø  百度边缘计算产品“智能边缘BIE ,它由智能边缘本地运行包、智能边缘云端管理套件组成。2018126日,百度宣布将智能边缘BIE的核心功能全面开放,同时推出国内首个开源边缘计算平台——Open Edge,打造一个轻量、安全、可靠、可扩展性强的边缘计算社区。通过一键发布和无感部署的方式,极大提高智能迭代的速度,使之整体达到训练、管理、配置在云端,采集、转发、计算、推断在本地的效果。

Ø  截止2018年底,华为已经发布的边缘计算解决方案有:华为EC-IoT解决方案,深度开放边缘计算+云管理;Huawei Inside,提供边缘计算核心板,使能合作伙伴快速具备边缘计算能力。并且成功应用于梯联网,实现百万级电梯统一管理,故障预知,业务中断时间降低70%,运维成本减低50%;智能配电,边缘计算助力国网低压配网数字化,提高运检效率;智慧水务,基于EC-IoT的智慧水务解决方案,构建智慧水务行业物联网。

Ø  浪潮拥有基于4G架构下MEC本地分流网关产品和基于5G架构MEC下沉GW-UP的方案,可提供多种类型的计算平台,包含适应大型边缘场景的一体化整机柜产品,适应电信边缘机房的OTII服务器以及适应移动场景的便携一体机。目前已应用于智慧城市、工业互联网等多个应用场景。

 

基于边缘计算具备增强现实、密集计算辅助、虚拟现实、监控数据流分析等特点,其典型应用场景包括无人驾驶、智能安防、工业互联等。

 

无人驾驶

 

根据英特尔的测算,假设一辆无人驾驶汽车配置了GPS、摄像头、雷达和激光雷达等传感器,每天将产生约4000GB待处理的数据。如果这些庞大的数据需要通过远程云计算中心来处理势必造成传输端网络阻塞和计算中心的超负荷,产生的延时可能严重威胁行车安全。比如,在无人驾驶领域,在监测到障碍物时,如果无法及时进行智能化决策,控制方向避开障碍物,而是先传入云端再下发指令到车载终端的话,因信号传输等原因稍有延迟就会导致事故的发生。这就要求需要在接近汽车的地方实现数据处理并反馈,由于边缘计算靠近数据源头,又具备轻量级云计算的能力,可以满足无人驾驶所需的延时要求(无人驾驶的时延要求为5ms以下)。可见,边缘计算平台在无人驾驶中主要负责:1)处理输入的信号如,雷达、激光雷达、摄像头等;2)做出决策判断、给出控制信号:该左转还是右转?该加速还是刹车?

 

智能安防

 

云计算传输由于受限于带宽和网络信号,应用于安防产业的效果并不理想,比如,在人脸识别方面,云计算的业务响应时间平均在900ms,而边缘计算的业务响应时间平均在169ms,业务响应更敏捷,数据分级应用更灵活,图像目标细节传输更高效,网络压力得到释放。同时边缘计算应用于智能安防其经济性得到突显,视频监控画面形成的数据有很大一部分是无价值或低价值的,将数据本地存储或回送至云计算中心都不具有经济性,通过边缘计算平台,可以对视频数据预分析和处理,过滤低价值内容,将高价值内容进行回传,在核心网数据中心进行运算处理和存储,大幅节约传输资源,优化存储资源,提升信息分析经济性。

 

工业互联

 

工厂利用边缘计算智能网关物端计算能力可实时进行本地数据采集、数据过滤、数据清洗等处理,以节省数据来回传送的时延与经济成本。大量工业厂区基于边缘计算的本地化工业云平台,可在工业4.0时代实现机器和设备相关生产数据的实时分析处理和本地分流,实现生产自动化,提高生产效率。在智能机器人方面,边缘计算可以提供高性能计算能力,执行时间敏感的数据处理,并将结果反馈给端设备。

 

参考资料

[1] 边缘计算--电子工程世界,http://www.eeworld.com.cn/tags/%E8%BE%B9%E7%BC%98%E8%AE%A1%E7%AE%97


注册成为正式用户,登陆后,获得更多阅读功能与服务!
转载本文需经本平台书面授权,并注明出处:上海情报服务平台www.istis.sh.cn
了解更多信息,请联系我们

§ 请为这篇文章打分(5分为最好)