By Marty Puranik

未來(lái)的智慧城市將依靠邊緣計(jì)算基礎(chǔ)架構(gòu)來(lái)充分利用未來(lái)大多數(shù)新興的數(shù)據(jù)驅(qū)動(dòng)技術(shù)。

當(dāng)連接不可靠時(shí)，邊緣計(jì)算通過(guò)在同一位置收集和處理數(shù)據(jù)來(lái)保持?jǐn)?shù)據(jù)處理。無(wú)人駕駛汽車和其他物聯(lián)網(wǎng)設(shè)備必須具有足夠的處理能力，以使其能夠在邊緣自行完成一些工作，而無(wú)需將數(shù)據(jù)發(fā)送到云中。

如果沒(méi)有邊緣計(jì)算，則無(wú)人駕駛汽車將非常不安全，因?yàn)槟銓⑼耆蕾囉谶B接而無(wú)法行駛。無(wú)人駕駛汽車對(duì)于智慧城市的自動(dòng)出租車和送貨服務(wù)網(wǎng)絡(luò)至關(guān)重要。

為什么智慧城市正在擁抱邊緣計(jì)算?

通常，物聯(lián)網(wǎng)設(shè)備(包括智慧城市的所有元素)都通過(guò)云連接連接到互聯(lián)網(wǎng)。但是，由于與道路和其他基礎(chǔ)設(shè)施有關(guān)的安全性問(wèn)題，智慧城市也正在實(shí)施邊緣計(jì)算策略。再次，邊緣計(jì)算的關(guān)鍵是鄰近性，將數(shù)據(jù)保留在生成或收集以進(jìn)行處理的位置(或盡可能靠近邊緣終端位置)。這意味著存儲(chǔ)和處理的角色將從云服務(wù)器過(guò)渡到網(wǎng)絡(luò)邊緣的計(jì)算機(jī)，并盡可能靠近設(shè)備。

使用邊緣計(jì)算，可以確保只要Web連接脫機(jī)，你的服務(wù)就可以繼續(xù)流經(jīng)本地?cái)?shù)據(jù)處理。這樣，除了提高可靠性之外，還可以最大程度地減少傳輸?shù)臄?shù)據(jù)并包含網(wǎng)絡(luò)負(fù)載。

智慧公共服務(wù)

當(dāng)你使用慧能城市的數(shù)據(jù)中心并向其介紹霧和邊緣計(jì)算的原理時(shí)，你會(huì)將當(dāng)前集中的智能轉(zhuǎn)移到本地的物聯(lián)網(wǎng)傳感器和網(wǎng)關(guān)集合中。

借助邊緣計(jì)算，你可以更迅速地響應(yīng)各種情況。當(dāng)組織使用該技術(shù)時(shí)，他們可以通過(guò)在收集數(shù)據(jù)的站點(diǎn)上執(zhí)行分析來(lái)提高收集的數(shù)據(jù)的質(zhì)量。同樣，位置是使用邊緣技術(shù)的重點(diǎn)。邊緣計(jì)算還可以減少僅使用云時(shí)可能發(fā)生的網(wǎng)絡(luò)延遲，并且可以提高速度。

通過(guò)邊緣建立高速網(wǎng)絡(luò)連接，你可以將視頻監(jiān)控，高分辨率視頻和其他高質(zhì)量數(shù)據(jù)有效地發(fā)送到中央控制。智慧城市也可以促進(jìn)執(zhí)法。邊緣網(wǎng)關(guān)上的車輛標(biāo)簽識(shí)別應(yīng)用可以使警察查看停車場(chǎng)的攝像頭并找到特定的汽車。

可以通過(guò)邊緣計(jì)算支持的服務(wù)包括：

傳感器監(jiān)視：可以使用邊緣計(jì)算在本地監(jiān)視傳感器，僅在異常情況下才將數(shù)據(jù)傳輸?shù)街醒霐?shù)據(jù)中心。

工作者消息傳遞：在沒(méi)有網(wǎng)絡(luò)連接的情況下，邊緣計(jì)算平臺(tái)可以支持安全的高帶寬信息傳遞。從交通信號(hào)燈到垃圾桶，各種類型的端點(diǎn)中的IoT傳感器都在生成大量數(shù)據(jù)，因此邊緣處理對(duì)于控制成本變得越來(lái)越有吸引力。

安全攝像機(jī)：回程成本節(jié)省與安全攝像機(jī)有關(guān)。你可以將攝像機(jī)鏡頭存儲(chǔ)在本地，只有在需要邊緣時(shí)才可以訪問(wèn)，從而可以支持價(jià)格合理的無(wú)線IP攝像機(jī)。視頻監(jiān)控?cái)z像機(jī)是現(xiàn)代警察工作的關(guān)鍵。

路燈：由于城市選擇低功率的LED而不是鈉燈，因此新路燈的物理安裝將是一筆不小的成本。

智能私人服務(wù)

為了使自動(dòng)出租車和送貨服務(wù)網(wǎng)絡(luò)正常運(yùn)行，這可能很快就會(huì)遍及我們的城市，因此邊緣計(jì)算是一種自然的解決方案。邊緣數(shù)據(jù)中心為EdgeConneX提供的無(wú)人駕駛汽車平臺(tái)支持了這種真實(shí)性。

對(duì)于無(wú)人駕駛汽車和其他數(shù)據(jù)密集型項(xiàng)目(尤其是一個(gè)小時(shí)內(nèi)產(chǎn)生TB級(jí)數(shù)據(jù)的項(xiàng)目應(yīng)用)，控制成本具有挑戰(zhàn)性。帶寬和使延遲在合理范圍內(nèi)的代價(jià)正促使企業(yè)處理一些盡可能接近原始數(shù)據(jù)的數(shù)據(jù)。

畢竟，正如Renovo首席商務(wù)官Damien Scott指出的那樣，無(wú)人駕駛汽車創(chuàng)建的數(shù)據(jù)量是驚人的。斯科特說(shuō)，每輛車都有許多激光雷達(dá)掃描儀和十個(gè)高清攝像頭，占每輛車車載2至5千瓦處理能力的很大一部分。

假設(shè)在路上行駛14到16個(gè)小時(shí)的大量使用(這將是公共用途自動(dòng)駕駛汽車的預(yù)期使用時(shí)間)，那么每天僅一輛自動(dòng)駕駛汽車就可以產(chǎn)生50 TB的數(shù)據(jù);畢竟，它們每小時(shí)可以產(chǎn)生1 TB到5 TB，由此可見(jiàn)邊緣計(jì)算的重要性。