什么是边缘计算？
边缘计算的工业生产应用可以讲一下，拿工业AI视觉计数水泥包的案例举个例子。
01 袋装水泥计包问题如何解决
水泥是现代工业重要的基础原料，我国的水泥工业近几年得到迅猛发展，袋装水泥在水泥产销总量中仍占有一定的比重，“袋装水泥计包问题如何解决”一直是这个行业技术人员探求的课题。
水泥厂实景
目前，水泥企业在计包环节主要通过红外器计数，并结合***监控进行人工计数复合。然而，在实际应用中，仍存在一些问题较难解决，如：
· 红外计数方式误差概率高
红外计数硬件本身没有问题，它是经由红外感应物体的通过进行计数，计数逻辑简单。但它有一个致命缺点——只要有物体通过红外线，都计算为一件。不能识别物体是否符合出厂标准、是正常状态还是叠包、连包状态，误差概率高。
·事后追溯难
红外计数出现连包、叠包等情况产生误差时，现场工人进行预先蹲点与红外计数器一起计数，以核查是否错漏，耗时耗力。原本安装红外计数，就是想要实现自动化计数。结果因为无法区别连包、叠包，不但人手没有减少，还耗费更多时间去“监工“机器。
02 边缘AI智能水泥计包，实时计数和解决回溯难问题
边缘AI水泥智能计包解决方案，基于实际生产的水泥传送带运行环境，在现场部署边缘AI智慧盒和普通摄像机，即可对传送带上的水泥包进行实时计数。具体实施：
现场摄像头连接边缘AI智慧盒 现场摄像头连接边缘AI智慧盒
1. 边缘计算机和摄像头实时监控水泥包的情况，视觉计包AI算法通过大量图片***的训练，能够识别区分包装正常状态与叠包、连包状态，对传送中的水泥包进行计数，并作出下一步指令；
2.计数值叠加于***录像画面中，解决了工人需回溯***肉眼点包的问题；
3. 边缘AI自动处理数据，实时反馈数据，边缘计算机无需依赖后端服务器，安装方便。
解决方案对比
水泥行业产量大，仅靠红外计数容易出现漏洞，出错率高管理难度大。将视觉AI应用在生产线上，较于以往的红外计数器解决方案大大提高了生产效率。
#工业AI视觉计包系统 #边缘计算控制器
转给老友和鲲一起涨“芝士”
云计算发挥着巨大的效能，业务的兴起需要一种可以补充云功能的新技术。满足这一需求的解决方案是以边缘计算形式出现的
什么是边缘计算？
边缘计算可以定义为相互连接的设备组成的精细网络，这些设备不断在其周边非常频繁地生成、传输、共享和处理数据。边缘计算的整个思想是数据的本地化处理。
根据研究公司IDC的说法，边缘计算被描述为“微数据中心的网状网络，可在本地处理或存储关键数据并将所有接收到的数据推送到中央数据中心或云存储库中”
因此，我们可以说“边缘”一词表示地理分布。与云计算不同，在这种情况下，计算不在数据中心执行，这些数据中心可能在地理上分布并且远离数据生成源，边缘计算在最终服务和云之间增加了一层。
边缘计算如何工作？
将边缘视为具有高度连接性的智能设备网络，这些设备具有能够非常快速地生成和处理数据的能力。随着全球通信渠道变得越来越拥挤，边缘计算已成为下一个风口。
要使边缘计算完全有效，需要一个超快速的本地化网络，该网络可以支持处理数百万个相互连接的智能设备之间，庞大的数据传输速率。
边缘计算在云和终端设备之间增加了一层。该层在数据源和云数据中心之间工作。在边缘计算网络中，主要数据***集点是边缘设备的群集。这些设备负责计算、存储和联网。
每个摄取点都是基于复杂的***处理引擎进行分析的，这个引擎遵循特定的预定义规则和策略。根据分析，数据处理要么在本地进行，要么称为“热数据处理”。否则，它将被发送到公共云，通常称为“冷数据处理”。
现 有的蜂窝和通信基础设施还不能够使边缘计算发挥其全部潜力。所以全球的电信公司都在加紧升级硬件。
边缘计算的优势
边缘计算的优势：低延迟、弹性、降低带宽、服务器***依赖少；除此之外，边缘计算的主要优势还有机密性。
机密信息在本地进行了预处理，并且只有符合隐私策略的数据才被传输到云中以进行进一步分析。
减少延迟，这是与边缘计算解决方案的使用相关的最常提及的优点。由于将大量数据发送到云，在云中进行处理并传输回***设备，因此从分析中得出结论的过程可能会有所延迟。
为什么我们需要边缘计算？
首先，现有的信息和通信基础设施是基于数据集中化模型的。反过来，这给将大量数据传输到服务器或数据中心等集中位置带来了严峻挑战。
从理论上讲，与现有的数据集中化模型相比，边缘计算旨在通过使整个过程更加分散化来更改整个数据生成、处理和传输机制。
一旦有效地达到了收集剩余数据的目的，这又将减少剩余数据的数量，因为其中的大部分将变得多余。可以预期，全球数据流将在本地层面得到更多的渠道引导。
边缘计算有哪些杀手级应用程序？
（1）CDN（内容交付网络）
CDN仍然是满足边缘需求的杀手级应用，在未来一段时间内，它可能仍将是最大的推动力之一。应用程序的设计方式以及智能设备的强大功能，可能使CDN在未来一段时间成为杀手级应用程序之王。
（2）安全监控
***监控设备在城市中已经非常的普及，随着5G的部署预计在未来五年中，摄像头的数量将同比增长20％。这些摄像机的***分析可用于交通控制，零售商店监控、监视和安全，以及包括数字助理的消费者应用程序（用于实时决策）。以***监控代表物联网中最具挑战性的“事物”，而大型***分析可能很好地代表了边缘计算的杀手级应用。
和云计算的关系
云计算：云计算专注于集中式计算架构，因为所有需要访问数据或使用任何相关***的系统都必须具有云链接。所有内容都可以集中化并可以远程访问。
边缘计算：边缘计算是云计算发展的下一个层次，从定义上讲，这意味着所有计算都在网络的“边缘”执行。唯一的不同是，物联网设备能够执行初始计算，其余工作则通过中央系统来完成，从而使中央系统的负载尽可能小
写在最后
边缘计算随着5G商用化的进程推进，逐步提上日程，是云计算的分支，适用于物联网等新的应用场景。
在对时延要求极为苛刻的场景下，或者在毫秒级至关重要的情况下，在所有这些情况下都必须做出快速选择，那么与云计算相比，实施边缘计算是一个更明智的选择；而要进行大量的计算处理，云计算是一种可行的选择。
在某些情况下，两种技术都需要结合使用集中式和边缘计算，但这又取决于情况和所出现问题的类型。
以上是我的浅薄之见，欢迎指正，谢谢！
边缘计算，指的是将数据处理和分析任务在设备本地的新型计算模式。它能减少对云端服务器需求的同时，可大大减少延迟、提供隐私保护，具有高可用性和可扩展性。拿移动云的5G+边缘计算解决方案（***s://gwyydc.cmecloud.cn:8106/t/G9vo）来讲，它在靠近物或数据源头的网络边缘侧，通过5G专有网络接入，就近提供边缘智能的连接与计算服务，能满足行业在敏捷联接、实时业务、数据处理、应用智能、安全与隐私保护等方面的关键需求。具体来讲，该产品能满足四大行业发展需求：一是边缘数据接入。在工业、能源、交通等行业，边缘侧大量的传感器、RTU/DTU、工业控制系统、专业装备等存在数据接入实现泛在感知的迫切需求；二是丰富协议适配。边缘数据***集设备需要具备丰富的协议适配能力，将***集到的各类多源异构数据进行格式统一和语义解析，并进行数据剔除、压缩、缓存等操作后传输至云端；三是超低时延响应。在远程工业控制、生产联动、车联网、AR/VR等应用场景下，集中式处理模式无法满足超低时延响应的需求；四是边缘智能应用。在边缘侧按需部署各类实时分析与反馈控制的智能应用，并提供边缘应用开发所需的***调度、运行维护、开发调试等各类功能。
边缘计算是一种网络理念，最终目的是使计算尽可能接近数据源，以减少延迟和带宽使用。简言之，边缘计算将减少云端运行的服务，并将它们放置到本地运行，例如用户的计算机，IoT设备或边缘服务器。利用边缘计算可以最大限度地减少客户端和服务器之间的通信量。
简单来说，边缘计算的优点有：减少延迟、减少带宽使用和相关成本、减少服务器***和相关成本、增加了功能。
两大缺点是，一是它将会带来更多的风险。随着更多“智能”设备的加入，例如边缘服务器和具有嵌入式系统的物联网设备，黑客都会有机会破坏这些设备。
另一个缺点是它需要更多的本地硬件。例如，虽然物联网相机需要内置计算机将其原始***数据发送到网络服务器，但它需要更复杂的计算机和更强大的处理能力才能运行自己的运动检测算法。但硬件成本下降使得构建更智能设备的成本更低。
边缘计算可以理解为是指利用靠近数据源的边缘地带来完成的运算程序。
通俗来说，边缘计算就是将计算的位置放在了更靠近用户终端的地方，比如说，在智能家居体系当中，将计算服务部分地迁移到自己家中的智能音箱或者是具备***获取功能的智能机顶盒等智能设备当中，而不是放在亚马逊或者谷歌的云服务器。
正因如此，边缘计算能够快速回应，降低网络延迟；同时更好保护隐私，因为这些边缘数据无需上传。
边缘计算是怎么盈利的？
主要通过对数据和信息的二次加工处理盈利。
边缘计算也称为边缘处理，是一种将服务器放置在本地设备附近网络技术, 这有助于降低系统的处理负载，解决数据传输的延迟问题。这样的处理是在传感器附近或设备产生数据的位置进行的，因此称之为边缘。
边缘计算是什么？
边缘计算（Edge computing）是指将数据处理和存储功能从云计算数据中心转移到靠近数据源头的边缘设备或节点，以便更快速、更可靠地提供数据分析、数据处理和决策支持服务。
边缘计算通过利用距离最近的边缘节点来实现低延迟、高带宽、实时数据分析和决策，可以大幅度减少云计算中心的压力，提高数据传输效率和网络安全性，满足数据处理速度快、延迟低、网络带宽大、隐私保护等实时应用场景的需求。
边缘态计算？
边缘计算，是指在靠近物或数据源头的一侧，***用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。
其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。
边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据
