2019年云计算与边缘计算协同九大应用场景_35页_2mb

云计算与边缘计算协同九大应用场景总结

核心内容

云计算与边缘计算的协同已成为推动数字化转型的重要技术路径。边缘计算是云计算向终端和用户侧延伸的新触角，两者相依相生、协同运作，共同构成“云-边-端”分布式架构。云边协同不仅能够提升系统响应速度、降低网络负载，还能增强数据安全性与实时处理能力，成为多个行业应用的关键支撑。

主要观点

• 边缘计算是云计算的延伸：边缘计算并非独立于云计算，而是其向终端和用户侧延伸的解决方案。
• 云边协同是主流模式：随着物联网、5G等技术的发展，云边协同将成为未来IT与OT融合的重要模式。
• 协同模式覆盖多个层面：从基础设施、平台到应用层面，云边协同都需要全面的协同设计。
• 云边协同需标准与规范：当前云边协同标准仍不完善，需加快标准体系建设以促进健康发展。

关键信息

一、云边协同的新浪潮

• 边缘计算是云计算向边缘侧分布式拓展的新触角。
• 云计算与边缘计算的协同是未来计算架构的重要趋势。
• 云边协同将推动云计算向更全局化的分布式节点组合形态发展。
• 中国信通院牵头的《Global Management Framework of Distributed Cloud》已成功立项，旨在构建云边协同的全局管理框架。

二、云边协同九大应用场景

1. CDN场景

• 痛点：价格高、占用带宽资源。
• 协同方式：将CDN下沉至边缘云，实现vCDN部署，提高响应速度和命中率。
• 典型案例：中国电信的EECDN方案，将内容分发能力延伸至区县级，提升用户访问体验。

2. 工业互联网场景

• 痛点：数据量大、处理延迟高。
• 协同方式：边缘处理局部数据，云端进行全局分析与优化。
• 典型案例：四川爱联科技在工厂部署边缘计算设备，实现设备数据的实时采集与分析。

3. 能源场景

• 痛点：数据量大、网络覆盖差、传输成本高。
• 协同方式：边缘侧进行数据预处理，云端进行深度分析与策略优化。
• 典型案例：浪潮云的智慧能源管理方案，实现设备数据的本地处理与云端分析。

4. 智能家庭场景

• 痛点：设备接入复杂、数据处理延迟高。
• 协同方式：边缘网关处理本地数据，云端进行全局管理与分析。
• 典型案例：小米智能防盗系统，通过边缘侧数据处理与云端存储实现智能安防。

5. 智慧交通场景

• 痛点：数据处理压力大、时延问题突出。
• 协同方式：边缘侧处理实时交通数据，云端进行全局调度与优化。
• 典型案例：中兴通讯在广西联通部署的自动泊车系统，实现边缘与云端协同处理。

6. 安防监控场景

• 痛点：网络负载高、数据传输延迟大。
• 协同方式：边缘侧进行视频预分析，云端进行智能视频分析与管理。
• 典型案例：华为云基于IEF平台的安防监控系统，实现异常事件的实时感知与智能分析。

7. 农业生产场景

• 痛点：数据采集不准确、网络覆盖不足。
• 协同方式：边缘侧实时采集环境数据，云端进行模型分析与决策支持。
• 典型案例：阿里云的智能大田作物种植解决方案，实现精准化种植与智能化管理。

8. 医疗保健场景

• 痛点：数据集成困难、信息管理复杂。
• 协同方式：边缘侧进行实时健康数据处理，云端进行长期存储与AI分析。
• 典型案例：可穿戴设备结合云边协同实现健康数据的本地分析与云端深度学习。

9. 云游戏场景

• 痛点：游戏终端配置高、带宽与延迟要求高。
• 协同方式：边缘侧进行实时渲染与交互处理，云端进行游戏逻辑与AI训练。
• 典型案例：云边协同在云游戏中的应用，实现低延迟、高兼容性、便捷接入。

三、云边协同发展建议

• 以应用为导向：应理性推进计算能力向边缘侧下沉，避免盲目边缘化。
• 加快标准体系建设：需从整体布局出发，制定云边协同的标准与规范，以保障其健康发展。

总结

云边协同是未来技术演进的重要方向，覆盖CDN、工业互联网、能源、智能家庭、智慧交通、安防监控、农业生产、医疗保健和云游戏等多个场景。通过边缘侧的实时处理与云端的全局分析，云边协同有效解决了数据延迟、网络负载、数据安全与隐私保护等问题，成为支撑智能化应用的重要基础设施。在推动云边协同发展时，需以实际应用场景为出发点，加快标准体系建设，实现技术与产业的协同发展。