5G对于云边协同发展前景的影响

简介: 从云管端三个层次来看,5G作为工作于网络层的通信技术,其发展和运用能够大幅度提高云端和边缘端的沟通效率。虽然边缘计算终端能够为云平台分解一部分计算压力,但是由于网络层的限制,实时性是云边沟通协同中的主要限制,5G的运用使边缘计算能够通过传输速度的加快克服其本身计算力较弱的特点,使边缘计算的作用从目前更靠近感知层而逐步北向真正融入平台层,真正起到其应是具有计算力的前端节点的作用

边缘计算的特点和作用

边缘计算作为目前蓬勃发展的领域在产业互联网中具有重要地位,从物联网四层结构即感知层、网络层、平台层和应用层分析,边缘计算的数据来源是感知层,而由于边缘计算设备同时具有一定计算能力因此往往将其划入平台层考虑,既包含前端节点的特征又具备计算能力的特点使边缘计算在整个技术体系中显得非常独特。总结其典型特点由以下几方面:
(1)部署位置接近感知层
部署位置接近感知层代表感知层众多的传感元件能够被直接接入边缘计算终端,由于感知层设备的种类较多并且原理各不相同,因此边缘计算终端的首要任务是信号预处理,理想状况下是所有的输入信号都是数字信号,但实际由于产业互联网本身生产工艺的繁多使部分模拟量信号的接入成为必然。因此信号预处理在数据预处理之前成为边缘计算终端面临的第一个挑战,在信号预处理的基础上各类工艺过程的测量结果才能被数字化从而形成结构化数据,结合以日志信息为代表的半结构化数据和图像视频为代表的非结构化数据,统一作为边缘计算终端数据预处理的源头甚至不采用边缘计算而直接送入云端。
(2)具有一定计算能力
拥有一定的计算能力是边缘计算终端的最重要特征,边缘计算力越强则云端的计算压力越轻。物联网和产业互联网相比传统的人人信息交互和人机信息交互其感知层设备数量接近无限,并且各类数据结构不一、数据采集周期不一、传输速度要求不一、传输周期不一,如所有的设备都直接接入云端则会导致云端的大量计算力被用于数据预处理。在这种情况下用户只有两个选择,将有限的计算力分出一部分来进行数据预处理工作,或是单独配置新的计算节点来满足数据预处理要求,前者降低了云平台的利用效率而后者提高了用户使用云计算的成本。边缘计算作为感知层设备与平台层的中间过渡计算力很好的解决了这个问题,对于传感器的接入数据由边缘计算终端进行信号预处理和数据预处理后传输至云端,大幅度降低了云端数据预处理的计算量,因此可以将计算力资源集中用于数据分析、数据挖掘特别是会消耗大量计算力的异构数据计算工作上。
(3)部署灵活
由于边缘计算终端是以硬件形式作为传感器和云平台之间的中间过渡层,因此其部署灵活的特点能够使数据采集的工作更为规范统一。针对产业互联网和物联网系统数据采集较为复杂多样的情况,各类结构化数据、半结构化数据和非结构化数据有同时接入和传输的需求,并且数据的采集周期和传送周期各不相同。边缘计算终端可以有效结合不同数据的特点进行部署,尽量将同类型的数据接入同一边缘计算终端,在确保接入数据在计算和传输上的要求接近的同时也可以避开其计算力较弱的特点防止因数据种类过多和传输需求不一而使计算能力超出了终端的计算能力范围。

5G对云边协同的促进

由于边缘计算节点靠近感知层,与平台层之间的数据交换需要通过网络层的通信手段进行,因此网络层的通信效率直接影响云端和边缘计算终端的协同效果。云端的典型特征是计算力强大但是距离感知层设备较远,边缘计算的典型特征则是计算力较弱但是部署接近感知层,中间的传输瓶颈成为了提高云边协同效率的突破口。
(1)5G的四大特征高速度、泛在网、低功耗、低时延
5G高速度、泛在网、低功耗、低时延的四大特征目前网络介绍资料已经非常齐全。聚焦于对云边协同的促进方面,目前边缘计算终端在物联网体系中所处的位置相对还是靠近感知层,对于在传输速度要求上较高的数据特别是如无人驾驶、监控视频处理等实时性要求极高的异构数据处理因为网络层在传输速度和实时性上的限制而无法通过无线公网从边缘端被实时送到云端处理。这个短板造成了很多在平台层已经成熟的应用因为传输网络的瓶颈限制而落地受限,同时造成了边缘计算终端在边缘异构数据处理方面被旁路化和管道化。5G的应用将会突破这个限制,解决了云端和边缘端通信的速度瓶颈,使边缘计算终端在无人驾驶、视频监控等异构数据集中的场景中能够实现前端计算节点所应该具有的集成作用,5G低时延的特征更是使边缘计算从靠近感知层往平台层的方向北向移动,以传输速度和低时延来增加云边协同的效率,双向的克服云平台与边缘设备距离较远的弱点和边缘计算终端计算力较弱的短板,真正实现云边实时协同,将边缘计算节点的计算力不但能够作为前置节点发挥作用,也能和云平台的计算力统筹考虑。不用再考虑通道在传输速度上的限制和传输实时性上的限制。
(2)5G网络切片的作用
5G网络切片技术是指将一个物理网络切割成多个虚拟网络,实现对5G网络数据进行分流管理,并保持每个虚拟网络间逻辑独立性的技术,可在不增设网络架构的基础上满足不同场景的差异化需求。网络切片的作用使边缘计算在解决物联网和产业互联网接入数据多样化的背景下能够多了一种手段。除了针对感知层不同类型的设备在物理上分类进行接入外使用5G网络切片还可以让不同采集周期和传输速度的数据分流。使数据的分类在物理设备之外在网络层也有了隔离手段,对于边缘计算的意义在于采用5G网络切片技术后,感知层设备接入边缘计算终端的架构方案考虑可以以设备物理地域为中心而不必再考虑不同设备的接入数据在采集周期、传输周期和数据包大小上的差异。

目录
相关文章
|
存储 关系型数据库 MySQL
Nacos 配置数据持久化
Nacos 不仅仅可以作为注册中,还带有配置中心的功能。Nacos 配置默认存储在内存中,对于一些项目往往配置项有成百上千个这些都是非常重要的。在这个场景下我们可以将配置保存到 MySQL 中。来持久化我们的配置,保证 Nacos 重新启动或者服务节点挂掉后配置不会丢失。 环境介绍:nacos-server-1.4.2
1558 0
Nacos 配置数据持久化
|
4月前
|
iOS开发 MacOS Windows
硬盘变卡疑似坏道?教你快速检测坏道的方法
怎么判断是不是硬盘出了问题?有没有简单实用的方法来检测硬盘坏道?今天这篇文章就来教你几种快速检测坏道的方法,推荐几款靠谱工具,普通用户也能轻松上手。
|
8月前
|
机器学习/深度学习 人工智能 编解码
R1-Onevision:开源多模态推理之王!复杂视觉难题一键解析,超越GPT-4V
R1-Onevision 是一款开源的多模态视觉推理模型,基于 Qwen2.5-VL 微调,专注于复杂视觉推理任务。它通过整合视觉和文本数据,能够在数学、科学、深度图像理解和逻辑推理等领域表现出色,并在多项基准测试中超越了 Qwen2.5-VL-7B 和 GPT-4V 等模型。
279 0
R1-Onevision:开源多模态推理之王!复杂视觉难题一键解析,超越GPT-4V
|
Java 应用服务中间件 容器
SpringBoot配置外部Tomcat并打war包
SpringBoot配置外部Tomcat并打war包
288 0
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
《深度揭秘:DeepSeek如何解锁自然语言处理密码》
DeepSeek是基于Transformer架构的自然语言处理(NLP)佼佼者,通过自注意力机制高效捕捉长距离依赖关系,优化语义理解和生成。预训练阶段,DeepSeek利用海量文本数据学习语法、语义等知识,确保多义词的准确理解与翻译。监督微调和强化学习从人类反馈进一步提升模型性能,使其在智能客服、写作辅助、信息检索等领域广泛应用,为AI语言应用开辟新道路。
266 2
|
存储 算法 安全
做好数据治理,推动工业数字化迈向智能化阶段
鼓励开展重点领域和骨干企业工业数据治理专题培训,大力培养培训数据治理相关专业专职技术人员,不断壮大工业数据治理人才队伍。
|
数据采集 Go Python
文本挖掘基础入门指南
本文介绍了文本挖掘中的数据预处理步骤,包括去除特殊字符和标点符号、移除停用词、小写化以及词干化或词形还原。使用Python的nltk库,通过示例代码展示了如何实现这些步骤,并强调了nltk库在文本处理中的便利性。文章最后提到,预处理后的文本更适合后续的文本分析任务.
|
Prometheus 监控 数据可视化
面试分享:Airflow工作流调度系统架构与使用指南
【4月更文挑战第10天】Apache Airflow是关键的工作流调度系统,本文结合面试经验,深入探讨其核心架构和使用技巧。重点包括:1) Airflow的Scheduler、Web Server、Worker和Metadata Database组件;2) DAG、Task和Operator的概念;3) DAG编写、调度及错误处理策略;4) 监控与扩展性,如自定义Operator和最佳实践。通过学习,助你在面试中应对Airflow相关问题,并提升实际工作中的数据工程能力。
889 5
|
网络安全
解决访问项目时发生SSL 接收到一个超出最大准许长度的记录。 错误代码:SSL_ERROR_RX_RECORD_TOO_LONG的错误~
解决访问项目时发生SSL 接收到一个超出最大准许长度的记录。 错误代码:SSL_ERROR_RX_RECORD_TOO_LONG的错误~
2415 0
|
存储 弹性计算 Unix
阿里云服务器数据盘是什么?和系统盘有什么区别?
阿里云服务器系统盘和数据盘有什么区别?系统盘类似Windows电脑的C盘,数据盘相当于其他盘符,数据盘可以有多个而系统盘只能有一个,数据盘可有可无而云服务器系统盘是必须要有的
1234 0
阿里云服务器数据盘是什么?和系统盘有什么区别?