更大的模型并不总是更好的模型

4. 制造和工业流程

工业物联网已在制造工厂和其他此类生产制造中添加了数百万个连接的设备，这些设备收集有关生产线、设备性能和成品的数据。但是，所有这些数据都不需要在集中式服务器中处理-每个连接的温度计的每个温度读数都不重要。

大多数企业仅需要将汇总数据或平均读数带回其中央系统，或者他们仅需要知道何时此类读数表明有问题，例如设备温度超出正常范围。

惠普公司副总裁兼总经理Gerald Kleyn说，这就是边缘计算所能实现的;它使企业能够非常快地获取和理解数据，从而可以迅速发现并解决问题。 他指出，在制造和类似环境中，速度尤其重要，在这些环境中，自动装配线快速移动并需要实时干预以解决问题。

例如，在一家制造工厂，边缘计算仅花了一秒钟来分析产品质量，这比将制造数据转移到云端进行处理快了整整20秒。

5. 增强现实

Miklovic说，指导员工完成工作、对员工进行新流程培训以及向学生教授复杂概念，这些将越来越多地通过头戴式设备完成，提供虚拟现实或增强现实学习体验。

这种体验可以通过集中式计算资源来提供，但是成本和延迟性可能会影响用户体验，而边缘计算可以以较低的成本提供对所需信息的可靠实时访问。

6. 加强工作场所安全性

传感器、计算机视觉和人工智能方面的进步正在进一步扩展工作场所安全应用程序，因为在边缘运行这些技术使企业可以监视状况，并实时识别危险情况并发出警报。

例如，企业可以使用现场员工的位置数据，在COVID-19疫情期间执行新的社会距离要求，并警告他们不要保持太近的距离。由于此类位置数据在那一刻之后没有任何价值，因此可以在边缘上收集和处理信息，而不必将其移动和存储在企业数据中心内。

7. 流服务

Williams说：“OTT流媒体平台正迅速成为发布内容的标准手段。尽管IPTV (IP电视)是内容制作以及集中发布到消费设备的最初目标，但我们看到OTT不断发展，包括原创内容、现场直播甚至对用户体验要求更高的区域性内容。”

根据Williams的说法，这是媒体公司利用边缘计算功能的驱动因素-它使企业能够减少延迟，同时确保高质量的视频和流媒体性能。

即将出现更多边缘计算机会

尽管边缘计算的这些用例已经带来价值，但专家预测企业将继续扩展其部署边缘计算的方式，以改善当前的运营和活动，以及开发和支持新产品和服务。

Williams说：“随着企业不断寻找方法来利用所收集的数据，他们还将继续提供应用程序和服务以在本地处理和使用该数据。”

他继续说：“这种‘数据重力’将推动在边缘的新一代数据驱动解决方案，这在以前不可能做到。服务提供商将继续进行投资以解决当今的连接挑战;人工智能将继续发展，并在边缘和其技术架构的云计算方面之间变得更加分布式和分散;我们将看到加快转移到开放、安全的云原生标准，其中的重点是部署边缘技术，从自恢复到自愈。可以说，边缘计算的前景一片光明。”

（编辑：广安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!