Fin dalla nascita dell'edge computing, si è detto che l'edge computing è la "fine" del cloud computing. Ma dopo la verifica del tempo, la relazione tra cloud computing ed edge computing è più chiara: poiché l'edge computing risolve i problemi applicativi delle applicazioni di cloud computing nelle risorse edge, e diventa un importante supporto per il cloud computing nello sviluppo futuro dell'edge computing e del cloud computing si fonderanno inevitabilmente, e la conseguenza è la "sinergia cloud ed edge".
L'edge computing è un complemento efficace al cloud computing
Elaborazione e analisi dei dati in tempo reale o più veloce. I dati vengono elaborati più vicino alla fonte piuttosto che in un centro dati esterno o nel cloud, riducendo così la latenza. Ad esempio, le auto a guida autonoma creano un'enorme quantità di dati in tempo reale, molti dei quali devono essere condivisi con le auto vicine, e la latenza della trasmissione dei dati è inaccettabile quando i dati vengono caricati nel cloud per essere calcolati e poi scaricati sul dispositivo finale. Utilizzando dispositivi di edge computingÈ possibile garantire che le informazioni vengano elaborate rapidamente, che si risponda correttamente e che vengano trasmesse rapidamente agli altri veicoli.
Costi inferiori. Le imprese spendono meno per le soluzioni di gestione dei dati per i dispositivi locali che per le reti di cloud e data center.
Meno traffico di rete. Con l'aumento dei dispositivi connessi, verrà generata una grande quantità di dati in tempo reale; secondo le previsioni di IDC, entro il 2020, la quantità totale di dati globali sarà superiore a 40ZB, una grande quantità di dati da caricare sul cloud per il calcolo, la pressione di trasmissione della rete sarà sempre maggiore, mentre il bordo del processo di elaborazione e i server cloud non hanno molti scambi di dati, solo una piccola quantità di informazioni valide da caricare sul cloud, e quindi non ha bisogno di occupare troppo Pertanto, non ha bisogno di occupare troppa larghezza di banda di rete.
Funzionamento più efficiente delle applicazioni. Con meno ritardi, le applicazioni possono essere eseguite in modo più rapido ed efficiente.
Funziona offline e supporta trasferimenti intermittenti. La riduzione della dipendenza dal cloud significa anche che alcuni dispositivi possono funzionare stabilmente offline in aree con segnali deboli o addirittura senza servizio di rete; quando è il momento di caricare i dati, è sufficiente spostare il dispositivo in un'area dove c'è copertura di segnale per caricare i dati sul cloud. Scenari come una piattaforma petrolifera nell'oceano o un aereo in volo sono aree specifiche in cui c'è una grave mancanza di servizio di rete.
Sicurezza e conformità: Nel maggio 2018, l'Unione Europea ha approvato il Regolamento generale sulla protezione dei dati (GDPR), che è stato descritto come la legge sulla protezione dei dati più severa della storia. Poiché la raccolta e il calcolo dei dati vengono eseguiti localmente, le informazioni sensibili possono essere trasmesse al cloud senza passare attraverso la rete, evitando di fatto la perdita di dati durante il processo di trasmissione; inoltre, parte delle informazioni riceveranno una protezione adeguata in caso di attacco al cloud.
L'edge computing dovrebbe basarsi sullo sviluppo del cloud computing.
L'Internet delle cose nel dispositivo genera una grande quantità di dati, i dati vengono caricati sul cloud per l'elaborazione, causando un'enorme pressione sul cloud, quindi un'elaborazione separata. A questo punto, l'edge computing distribuito in ogni nodo sarà responsabile della propria gamma di attività di elaborazione e archiviazione dei dati. Per gli scenari applicativi, questo non è sufficiente.
Prendendo come esempio la guida automatica, il modello informatico del futuro è una combinazione di edge computing e cloud computing, il lato edge del chip speciale per la guida automatica rileverà i dati dei sensori e provvederà immediatamente all'elaborazione e al processo decisionale; allo stesso tempo, questi dati dopo l'elaborazione, ma anche nella convergenza del cloud, nell'analisi dei big data, nella costruzione e nella modifica dei modelli, mentre si effettuano simulazioni su larga scala, analisi approfondite e apprendimento automatico, e le apparecchiature edge-side per l'aggiornamento e il potenziamento. Le apparecchiature edge-side saranno aggiornate e potenziate per renderle più intelligenti. Algoritmo + chip + cloud computingcostituisce i tre perni fondamentali del futuro della guida automatica.
È evidente che la potenza di elaborazione dei dispositivi edge-side nell'elaborazione dei big data, nell'archiviazione dei big data, nello sviluppo di applicazioni, nell'apprendimento automatico e nell'intelligenza artificiale non può essere paragonata a quella del cloud. Allo stesso tempo, la progettazione, lo sviluppo, il test, la distribuzione, la gestione e altre funzioni dell'applicazione nel cloud sono la chiave per lo sviluppo delle applicazioni edge.
Il cloud computing non può essere sostituito dall'edge computing e i due sistemi sono complementari e sinergici.
In base agli esempi precedenti, si può notare che l'apparecchiatura che fornisce la capacità di edge computing si trova principalmente nel front-end, responsabile della raccolta, del calcolo e dell'elaborazione dei dati in tempo reale.
Tuttavia, la maggior parte dei dati non è monouso e i dati elaborati devono essere conservati nel sistema per l'addestramento degli algoritmi, la convalida dei dati e altri scopi. Ciò richiede un "contenitore" di grande capacità, che non è disponibile nell'edge computing.
In questo "contenitore", i dati saranno immagazzinati per l'estrazione dei big data, l'addestramento degli algoritmi, la personalizzazione degli utenti e così via, tutti requisiti non in tempo reale, e i dati saranno trasmessi all'apparecchiatura terminale dopo il completamento di queste operazioni, migliorando così ulteriormente la qualità del servizio.
Questo "contenitore" è il cloud computing, il cloud computing per fare l'analisi e l'estrazione dei big data, la condivisione dei dati, mentre l'addestramento e l'aggiornamento del modello di algoritmo, gli algoritmi aggiornati vengono inviati al front-end, in modo che l'apparecchiatura front-end si aggiorni e si aggiorni per completare il ciclo chiuso dell'apprendimento indipendente. Allo stesso tempo, questi dati hanno anche la necessità di un backup, quando il bordo del processo di elaborazione in caso di incidente, i dati memorizzati nel cloud non saranno persi.
Da un punto di vista generale, l'edge computing non può sostituire il cloud computing, ma non può nemmeno essere separato dal cloud computing. In futuro, il cloud computing formerà una relazione complementare e sinergica con l'edge computing; l'edge computing deve lavorare a stretto contatto con il cloud computing per soddisfare meglio le esigenze dei vari scenari applicativi.
L'edge computing sarà principalmente responsabile dell'elaborazione dei dati in tempo reale e a ciclo breve, responsabile dell'elaborazione e dell'esecuzione in tempo reale delle attività locali, per fornire dati ad alto valore per il cloud; il cloud computing attraverso l'analisi dei big data, responsabile dell'elaborazione dei dati non in tempo reale e a ciclo lungo, dell'ottimizzazione dell'output delle regole o dei modelli aziendali, fino al lato edge, in modo che l'edge computing soddisfi le esigenze della comunità locale e allo stesso tempo completi l'applicazione della gestione dell'intero ciclo di vita.