物联网在飞速发展的同时也产生了大量数据,面对数据处理压力,各种“计算”层出不穷,云计算、雾计算、边缘计算等名词纷纷涌出,即便处于常接触此类概念的安防行业,也很容易被这些不同的计算搞得如坠五里雾中。这些计算方式有何区别?应用于哪些场景?在不同场景或同一场景的不同情况下又要如何选择计算方式?
云计算、雾计算、边缘计算各有优点
从计算方式上来讲,云计算是“云+端”的模式。智能安防终端通过网络连接到云计算中心,获取按需、共享和可配置的计算资源,与云形成一个综合平台。这种计算方式为我国庞大的视频监控网提供了存储、检索、分析等方面的强大支撑;作为云计算的补充,边缘计算指在靠近物或数据源头的一侧,为摄像头等终端设备就近提供服务,如果说云计算提供强大的全局结构化数据推理分析和资源管控力,那么边缘计算则提供快速、敏捷、高效、精准的实时响应;而雾计算则相当于“更贴近地面的云”,可以创建分布于不同地方的云服务。
在不同应用场景三者所展现出的优势也不尽相同,那么,智能时代,在复杂安防实际应用场景中,如何处理三者的应用与配合?
不同计算方式协同处理问题 赋能各类场景
随着万物互联市场的发展,单一的计算方式并不能解决某一场景中的所有问题。WMIC 2018世界移动互联网大会上,分享通信集团董事局主席蒋志祥提出了“混合计算”的概念,引起热议。“混合计算”就是通过5G万物互联能力,将云计算、雾计算、边缘计算等计算方式排列组合,实现高效协同计算,满足视频图像高效处理等需求。
以公共**视频监控为例,前端摄像机要提高实时性、在本地完成图像识别,就需要将AI算力注入边缘,而在边缘处理过的数据则需要上传至云端,以便进行综合分析;又如,智慧交通领域中,车辆在自动行驶时遇到紧急情况,需要边缘计算技术在毫秒级时间内做出判断,而交通诱导则需要立足于云计算对交通大数据的综合分析与挖掘。
混合计算不会仅依赖5G的速度,还需要各方协同,相信随着产业链不断完善,混合计算将赋能安防各类应用场景。
混合计算尚存在多重挑战
混合计算作为新兴概念,目前尚未有成熟的技术方案和框架。从其概念中也可以看出,其面临的挑战之一就是连通性。不仅需要兼容物联网中大量的异构总线和多制式的网络,还要保持实时性和可靠性,实现数据协同。
而在各种计算方式协同工作后,其应用场景也将越来越复杂,如何如何将有效信息整合到任务中、如何将将任务及时下发到各节、又如何抵御网络攻击保障**与隐私……这些都是对混合计算协同能力的重要考验。