亚太地区欲寻求边缘计算更快的响应 数据安全是绊脚石

亚太地区的组织正在寻求边缘计算以寻求更快的响应和成本节约，但他们也担心在这些平台上处理大量数据时的安全性和延迟。

边缘部署的主要且经常被引用的好处是快速响应时间，如果将数据发送回集中式网络进行处理则无法实现。

桃园市利用边缘计算来管理其路灯

例如，台湾的桃园市利用HPE的Edgeline EL10物联网（IoT）网关，转而采用边缘技术，在青浦区推出智能路灯。

台湾城市渴望成为一个智能城市，并希望将边缘产品的多传感器信息部署和集成到一个集中平台，以提供更好的公民服务。

“某些公民情报应用程序和服务需要几乎立即的响应时间[并且]如果需要将数据传输回集中云进行处理，则无法实现这一点，”桃园市政府公共工程部发言人告诉记者。

对于在室外环境中运行的应用，网络连接也可能受到天气和道路建设等外部因素的影响，发言人解释说，并注意到由机器学习算法驱动的边缘计算能够减轻网络传输的中断。

此外，通过边缘技术处理数据减少了必须通过网络传输的信息量，从而节省了网络和云存储的成本，她说。

为了解决客户对室外或物理属性的担忧，HPE等厂商设计的产品能够承受各种外部因素，如灰尘，湿度，温度和振动。

HPE亚太区物联网企业解决方案集团总经理Jason Tan表示，该供应商的边缘产品可在高达70摄氏度的环境中运行，并且可以“无风扇”运行，从而提供更大的灵活性。站点部署。

当被问及桃园政府在部署边缘技术时可能遇到的最初担忧时，发言人指出需要密切监控这些系统。

“智能边缘解决方案通常需要海量数据处理和网络连接。因此，确保定期系统更新以及各种分散设备的稳定性至关重要，”她说。

“此外，随着公民越来越多地依赖这些服务，我们需要确保从多个传感器设备收集的数据得到妥善安全的存储。”

根据阿里云的物联网业务部门首席工程师Zhen的说法，客户对边缘计算的准确性以及支持此类设备的云网络延迟的担忧并不少见。

由于每个节点独立运行，数据差异和确保数据正确同步已被认为是边缘计算方面的潜在挑战。

Zhen说，阿里巴巴通过采用综合方法解决了这些问题，而不是将每个节点视为一个独立和孤立的功能。

“虽然我们正在增强优势，但数据仍将反馈到云端以确保数据的一致性和同步。这将[允许用户]利用云的可扩展性和灵活性来更好地满足动态需求，”他说，并补充说阿里巴巴也利用人工智能和机器学习来增强整个计算过程。

Tan指出，HPE的边缘系统支持来自其合作伙伴社区的未经修改的企业软件，包括Citrix，SAP，GE Digital和Microsoft。这意味着企业客户可以在边缘，数据中心和云中使用相同的应用程序堆栈。

“[它]简化了跨地点边缘的关键数据和见解的共享，以实现数据关联，深度学习和流程协调，”他说。“例如，可以在一个中心位置汇总和分析来自多个石油钻井平台的选定预测性维护数据，以实现跨石油钻井平台的智能维护计划。”

他补充说，区块链技术的出现也为边缘计算平台上的分布式学习能力铺平了道路，从而使每个节点能够使用区块链处理他们的学习和决策，并确保数据的完整性和一致性。
在走向边缘之前的关键考虑因素

据该发言人称，桃园市的路灯管理边缘部署目前仍处于试点阶段，政府计划在接下来的几个项目中部署更多的路灯。

她指出，市政府希望通过分析部署中收集的数据，涵盖空气质量，气候指标和图像分析处理等参数来引入更多创新服务。

在决定边缘应该和不应该分析的数据的数量和类型时，她说桃园政府评估了现场设备和数据管理中心的网络传输带宽。

她还指出，它还考虑了应用服务的即时性，是否需要实时处理和反馈，以及边缘计算能否支持所需的速度和安全性。

她补充说，与传统数据中心相比，户外环境更加严苛，在这种情况下边缘部署需要考虑天气，灰尘条件，温度以及设备电源稳定性等因素。

“与此同时，该解决方案部署在大量路灯上，这限制了处理能力和配置方面的资源，”她说。“因此，在设计边缘计算部署时，分析最小功能和需求的能力是一个重要的考虑因素。”

阿里巴巴的Zhen还指出，边缘计算受限于需要空间容纳硬件的物理限制。除了依靠强大的云来提供更密集的处理和分析所需的计算资源外，他补充说，AI对于增强此类部署至关重要。

“边缘计算适用于需要加快处理，响应和操作速度的业务应用程序，而AI在这里扮演着不可或缺的角色，”他说。“通常可以在边缘分析数据，以获得更快的响应和更快的行动，而对于AI培训和分析，通常会在云端处理大量数据。”

阿里巴巴上个月宣布与英特尔合作，共同开发“以数据为中心”的计算产品，包括联合边缘计算平台，该平台采用芯片制造商的软件，硬件和人工智能技术以及阿里云的物联网产品。

中国的重庆精炼 - 玉美压铸（YuMei）是第一个部署新的阿里巴巴 - 英特尔边缘产品的客户，使用该平台识别零件铸造时的缺陷，而不是必须等到生产线结束才能手动检查。