邊緣計算

協同工作

構建一個高效、靈活且低延遲的邊緣計算架構，滿足不同規模和複雜度的業務需求。

• 邊緣函數適用於小算力、事件驅動和簡單的商務邏輯。

• 邊緣容器適用於大算力、複雜的商務邏輯和高效能運算。

• 邊緣儲存為邊緣計算提供資料存放區支援，確保資料的快速存取和持久化。

• 資料處理：邊緣函數和邊緣容器可以共同處理資料。邊緣函數適用於輕量級和事件驅動的任務，而邊緣容器適用於需要更多資源和複雜邏輯的任務。

• 資料存放區：邊緣儲存為邊緣函數和邊緣容器提供資料存放區支援。邊緣函數和邊緣容器可以將中間結果或持久化資料存放區在邊緣儲存中，以提高資料訪問速度和減少網路延遲。

• 資料同步：邊緣儲存可以與雲端或其他邊緣節點進行資料同步，確保資料的一致性和可靠性。

工作原理

邊緣計算群組合方案通過將邊緣函數、邊緣容器和邊緣儲存結合在一起，提供了一個全面的邊緣計算架構。以下是每個組件的工作原理。

優勢

• 低延遲

  • 就近計算：資料處理和儲存都在邊緣節點上完成，減少了資料轉送到中心雲的時間，顯著降低了延遲。

  • 即時響應：適用於需要即時處理的應用，如物聯網裝置監控和即時資料分析。

• 成本效益

  • 按需付費：邊緣函數按實際使用量計費，邊緣容器和邊緣儲存也可以根據實際需求進行資源配置，避免了資源浪費。

  • 降低頻寬成本：通過在邊緣節點上處理資料，減少了資料轉送到中心雲的頻寬消耗，降低了網路成本。

• 靈活性和可擴充性

  • 多語言支援：邊緣容器支援多種程式設計語言和架構，便於開發和部署複雜的應用。

  • 自動擴充：邊緣函數和邊緣容器都可以根據負載自動擴充，確保應用的穩定性和效能。

  • 可移植性：容器可以在不同的環境中輕鬆遷移，提高了應用的可移植性。

• 高可用性和安全性

  • 資源隔離：邊緣容器提供了獨立的運行環境，確保應用之間的隔離和安全性。

  • 資料同步：邊緣儲存通過資料同步機制，確保資料的可靠性和一致性。

適用情境

• 物聯網（IoT）應用：

  • 即時監控：通過邊緣函數和邊緣容器處理來自感應器的資料，實現對裝置狀態的即時監控。

  • 資料預先處理：在邊緣節點上對感應器資料進行預先處理，減少上傳到中心雲的資料量。

• 視頻流處理：

  • 即時轉碼：利用邊緣容器的強大計算能力，實現即時視頻轉碼和處理。

  • 內容分發：通過邊緣儲存緩衝視頻內容，減少延遲並提高使用者體驗。

• 巨量資料分析：

  • 即時分析：在邊緣節點上進行即時資料分析，產生即時報告和洞察。

  • 批量處理：通過邊緣容器處理大規模資料集，執行複雜的批處理任務。

• 機器學習和人工智慧：

  • 模型推理：在邊緣節點上運行機器學習模型，實現快速的模型推理和預測。

  • 資料預先處理：在邊緣節點上對資料進行預先處理，為模型訓練準備資料。

• 零售和物流：

  • 庫存管理：通過邊緣函數和邊緣容器即時處理庫存資料，最佳化庫存管理。

  • 供應鏈監控：在邊緣節點上處理供應鏈資料，實現對物流過程的即時監控和最佳化。