var _hmt = _hmt || []; (function() {   var hm = document.createElement("script");   hm.src = "https://hm.baidu.com/hm.js?8c9c5a8618dc4aea3be27b32962e5871";   var s = document.getElementsByTagName("script")[0];    s.parentNode.insertBefore(hm, s); })();
400 050 6600
数据分析师

手机号

验证码

30天自动登录

数字转换和边缘计算它们融合在一起的7种方式

来源:CPDA数据分析师网 / 作者:数据君 / 时间:2021-02-23

企业可能希望从现场的传感器或设备中收集物联网数据
并使用云中的人工智能(AI)对其进行处理,尽管这在用于概念验证和试点项目的小型部署中有效,但它缺乏扩展能力,在某些时候生成的数据量使网络不堪重负,导致无法接受的响应时间,数字化转型通常专注于实现更好的产品,服务,经验或业务模型,数据转换的核心是数据,但是通常只有在组织可以对收集,移动,存储或处理数据的方式做出实质性改变时,才可能进行根本性的更改,输入边缘,这可能需要专用的边缘解决方案来驱动实时操作和闭环分析,因为仅云解决方案可能不适用于边缘,边缘计算对DT计划的补充的重要方式是通过启用利用云原生原理的边缘本地应用程序,同时考虑边缘的独特特征,标准化,连接性,可扩展性,安全性,超个性化,可管理性和成本。

边缘计算如何帮助数字化转型
以下是当今数字化转型计划和边缘计算共同创造更大业务价值的一些常见方式:

1.预测性维护和智能流程
许多制造和工业公司已经在体验基于边缘的数字化转型带来的好处,对安全性,预测性维护和自治过程的需求推动了这种早期采用 ,由此产生的预测性维护和资产优化算法正在改善许多组织中的关键指标,整体设备效率,通过评估设备的可用性,性能和质量来衡量制造生产率,工厂运营团队在现场部署的边缘基础设施上运行这些算法,从而通过程度地减少数据移动来减轻对云的延迟。

2.在任何地方交付应用程序服务时控制成本
云平台高级首席营销经理表示,随着设备,应用程序以及不断需要连接的人员数量的不断增加,数据量继续增加,如果所有数据都需要返回到中央数据中心进行处理,则企业可能需要扩展其数据中心基础架构来满足不断增长的需求,这从资本支出和运营支出角度都将影响成本,此外如果所有这些数据都需要返回到中央站点,那么企业也正在考虑回程数据的成本(即带宽成本)。

3.新的客户体验和服务交付模式
银行,金融服务和保险公司正在寻求边缘计算,以帮助开发利用连接设备(从可穿戴设备到连接车辆)的新客户体验和服务,还可以通过机器人和启用语音的智能助手来支持更好的用户体验。

4.实时可见性和响应能力
零售商正在商店和区域仓库中快速部署边缘系统,这些企业面临着越来越多的物联网系统,包括销售点,数字标牌和资产跟踪,边缘计算可以在本地聚合数据,从而提供操作的实时可见性。它还可以将数据汇总为有意义的事件,然后再发送到云或集中式数据中心,从而降低了数据传输和存储成本,包装消费品公司还可以利用边缘计算和DT的交集,以提高供应链的可见性和物流监督能力。

5.支持对延迟敏感的应用程序
容易找到机会例如流媒体和实时协作,通常可以对您的用户群产生的影响 ,边缘计算明显(且已广泛部署)的应用是流式高清媒体,从在线游戏到服务技术人员的增强现实(AR)应用程序,再到下一代体育馆的实时视频流,这需要边缘计算来实现高响应性的应用程序,同时又不需要将大量的数据回传到云中,在生死攸关的场景中,边缘计算还可以加快处理速度。医疗保健组织可以在本地存储和处理数据,而不必依赖于集中式云服务,结果临床医生可以更快速地访问重要的医学数据,例如CT扫描或来自救护车或ER的信息,以便更快地进行诊断或治疗。

6.改善的用户体验
COVID-19大流行引发了对更好地支持偏远工作场所和生态系统的需求,但是去年的事件给全球网络基础架构带来了沉重的负担,业务流量已经从专用业务网络转移到共享的居民线路,网络流量将远程工作者连接到公司网络资源所必须经过的距离和目的地可能已经发生了很大变化,景观的这些变化通常会导致用户体验不足,并导致企业考虑采用不同的内容交付策略,在许多情况下,合并边缘优化的资源可以为员工,合作伙伴和客户提供更好的体验。

7.编排和保护分布式资产和设备

能源和公用事业领域的公司可能会在部署边缘功能以实现实时干预以提高运营效率方面发现价值,运营石油钻井平台可能涉及管理来自不同制造商的多个旧资产,边缘编排平台可以帮助快速连接和断开异构设备(每个设备具有不同的接口和通信协议),并实现这些设备的零接触和零信任管理,对于与云连接有限或没有云连接的远程操作,边缘计算可以基于对传感器数据的本地分析来执行实时操作决策,仓库,工厂,现场和车辆中使用的许多物联网传感器都采用了异步数据模型方法,随着这些IoT外形中可用的计算,连接和其他功能的增加,这些设备中的许多现在可以执行自己的一些计算操作,而无需与任何其他资源进行实时交互,能够自行分析土壤和水分数据的现场传感器可以对控制设备提供更即时的响应,比依赖于云的方法来执行计算动作的传感器提供更多的价值,在这里还有一个医疗保健推论,边缘解决方案可以使用可穿戴式物联网设备来改变对远程人员的护理。


Prev article

将数据分析方法提升到另一个层次的5种技巧

Next article

不再浪费数据:为什么更多公司将数据付诸实践

数据分析师

报名咨询

数据分析师

报名缴费

数据分析师

客服中心

数据分析师

课程服务

数据分析师

认证服务