物联网、人工智能和软件服务提供商兴起后,我们正接近点-如果公司不收集数据-它们很可能落后越多收集资料 个人化服务越多
只有一个问题:所有数据到哪里去?
数据库中心是数据存储的先导解决方案,但事实上它们占全球温室气体排放量的2%后,它们不再成为理想解决方案数据中心生态足迹比整个航空业大
好消息是边际计算跳动成 一种更持久传输处理数据与集中型数据中心相比,边际计算提供本地架构是解决过度使用能源问题的可行方法。
边际计算方法提高可持续性
数据旅行效率
边际计算和可持续性讨论时,焦点立即转向能源使用。强调能源使用并不奇怪,因为边际计算可以将能源消耗减少高达55%。
IoT设备从工序中收集数据,然后将数据传送到战略边缘设备边缘设备有不同层次的智能,其中一些可以
- 过程过滤数据本地化
- 执行数据分析
- 运行机器学习算法
- 协同其他边缘设备
- 启动半自主操作
有了这些广度选项 没有必要向数据中心传输原始数据分析结果数据传输处理耗能减少
边缘设备不包含数据分析,只能向数据中心发送需要处理的数据-而非全部
降低网络拥塞边缘计算可用于提高可持续性,因为网络架构在通信系统与网络容量方面效率高
边际计算低延时低悬浮意味着数据传输速度快开关、服务器、接入点和其他通信系统效率更高运维
快速数据传输还减少网络拥塞数据流耗时少时,可降低数据量超出网络容量的风险网络用量减少后 将减少能源使用 并随之减少碳排放
优化资源分配边际计算通过利用分散化架构使用的各种资源提高设施的可持续性边端设备除减少对数据中心的压力外,还可以优化资源分配方式:
- 处理边沿分布的计算任务同时拉动多设备功能
- 优化具体任务和函数能力应用不同使用案例
- 提高系统可靠性如果设备经历问题 附近其他设备能处理工作量
边端设备最小版数据中心可增强系统响应
管理开支
使用边缘计算可省下一些费用:
- 云服务成本下降,因为在集中云环境使用较少资源,因为你正在边缘处理部分数据
- 低功率设备将省下更多能量 减少水电费
- 边缘计算提供可缩放和成本效益扩展,因为您可按需添加边际资源
- 边缘计算生态意识应用,如智能电网优化配电以减少浪费和开销
实现成本可能是初始挑战,但随着设施增长,你可以找到成本效益和可持续性之间的平衡点。
自觉计算电量
可持续性往往与人们每天遇到的有形资产相关联。机器、计算机和供热冷却系统底层应用技术基础构建
视服务器、编程语言框架使用而定,带宽应用使用量增加,同时能用量增加,最终会影响你的可持续性目标
正因如此,开发者不仅需要考虑所建软件的功能(即应用方式),还需要考虑运行硬件(即应用之地)。有限计算功率是边缘计算的主要挑战之一,但可以通过开发计算功能应用解决。
可通过以下方式实现:
- 优化算法
- 选择正确的应用技术
- 优化联网
底线是 通过深思熟虑地选择软件设计 并接受计算功率实践, 你可以解决有限计算功率挑战(边缘计算) 并实现你的可持续性目标
Gene Oon是实践管理器CSE图标认证成员控制系统集成者协会.更多CSE图标信息访问CSIA工业自动化交换.
