- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
边缘计算架构体系及工业适当相关应用进展介绍宋纯贺研究员中国科学院沈阳自动化研究所报告主要主要内容1.边缘计算概述2.边缘计算2.0:边缘自动化3.边缘自动化的典型适当相关应用4.工业边缘自动化进展5.未来展望Shenyang Institute of Automation, Chinese Academy of Science. 边缘计算概述科技热词:人工自动化、区块链、边缘计算…处于上升期Gartner新兴技术的周期2017 2018年度Gartner10大战略技术趋势Gartner (高德纳):全球最具权威的IT研究与顾问咨询公司Shenyang Institute of Automation, Chinese Academy of Science. 边缘计算概述在2018年度举行的微软开发者大会上,微软公司发布“Azure IoTEdge”等边缘侧产品,将业务重心从哪Windows操作system转移到自动化边缘计算方面。2018年亚马逊公司发布“AWS Greengrass”边缘侧软件,将AWS云服务无缝扩展至设备。阿里云宣布2018年将战略投入边缘计算技术领域并推出边缘计算产品Link Edge。Shenyang Institute of Automation, Chinese Academy of Science. 边缘计算概述边缘计算是融合联接、计算、存储、适当相关应用核心能力的开放整体整体平台,在靠近物或数据源头的网络边缘侧,就近提供自动化互联服务,满足行业在业务实时、业务自动化、数据聚合与互操作、安全与隐私保护等方面的关键需求。平台拓边缘计算描述了一种计算拓扑,在这种拓扑结构中,信息处理、主要主要内容采集和分发均被置于基于信息源附近处。扑边缘计算是通过在网络边缘、数据源附近处执行数据处理来优化云计算system的方法。边缘计算减少了传感器和中央数据中心之间所需的通信带宽。方法不同组织边对缘计算的定义重点各不相同Shenyang Institute of Automation, Chinese Academy of Science. 边缘计算的原因云计算存在的问题:据IDC预测,到2020年全世界将有多达500亿的自动化设备接入互联网;云计算服务器计算能力不足:线性增长的集中式云计算能力无法匹配爆炸式增长的海量边缘数据;广域网传输能力不足:传输带宽负载急剧增加造成较长网络延迟,难以满足控制类数据、实时数据传输需求;边缘边缘云 计算节点控制器局域网/工业互联网/工业总线安全能力不足:云计算的安全与适当相关应用软件、平台、操作system、多段网络、权限管控等多方面因素有关,边缘数据安全隐私受到极大关注;终端节点终端节点终端节点终端节点能源消耗较大:边缘设备传输数据到云整体整体平台消耗较大电能,从云整体整体平台获取数据到设备现场也需要二次消耗电能。网络架构Shenyang Institute of Automation, Chinese Academy of Science. 边缘计算的原因:以工厂环境为例云计算模式主要问题:现场海量数据传输至云端进行处理过程中带来的实时性、能耗和隐私泄露问题。实时性问题?工业现场传感器产生大量实时数据;?受网络性能影响,将所有数据上传至云端将产生较长的时间延迟,难以满足时间敏感应用(例如设备控制)对实时性的需求;能耗问题?边缘设备将数据全部传输至云端需要消耗大量的电能;隐私泄露问题?将数据上传至云端,网络通信和数据处理过程中,数据容易泄露,隐私难以得到保护;在网络边缘侧对数据进行处理和分析,从而降低实时性、能耗和隐私泄露问题的影响。Shenyang Institute of Automation, Chinese Academy of Science. 边缘计算的原因:以工厂环境为例?机器学习等人工自动化方法开始在工业生产制造中使用?机器学习需要的计算、通信开销巨大,云计算难以满足实时性要求云服务器机器人装配车间工业现场产生大量的实时数据:单个摄像头1080p格式视频在4Mbps码率下每天产生330G的视频数据。深度学习模型训练对计算资源要求极高:基于ImageNet训练AlexNet,单块专用GPU NVIDIA K20 仍然需要144小时。视频/图像分析对计算资源要求高:使用AlexNet进行图像分类需要720MFLOPs计算量,使用主流酷睿i5CPU需要1秒左右,而实际生产过程常用的ResNet50计算量是AlexNet的数十倍。Shenyang Institute of Automation, Chinese Academy of Science. 报告主要主要内容1.边缘计算概述2.边缘计算2.0:边缘自动化3.边缘自动化的典型适当相关应用4.沈自所边缘自动化进展5.未
文档评论(0)