Edge Computing Fog Computing Gartner 工業4.0 邊緣運算 IDC 機器學習 人工智慧 霧運算 物聯網 IoT AI

從網路切入邊緣運算 霧平台萃取資料價值

2018-01-05
從網路的角度切入邊緣運算市場,思科現今也將霧運算的能力嵌入在網路設備上,例如Cisco Catalyst 9000交換器可以化身成為Fog節點,除此之外,思科也提供Cisco Kinetic物聯網平台來協助企業發揮物聯網資料的潛力。
在邊緣(Edge)提供運算、儲存與網路服務並不是新鮮的概念,在2015年普林斯頓大學電氣工程教授Mung Chiang提出霧聯網(Fog Networking)的研究綜述中,已可見到完整的輪廓,隨後思科提出霧運算,近期其他供應商也喊出邊緣運算,緊接著邁向5G時代,行動邊緣運算(MEC)將開始進入市場,很明顯地,邊緣運算的熱潮正在逐步浮現。


▲思科提供Kinetic物聯網平台來協助企業發揮物聯網資料的潛力。(資料來源:思科官網)

台灣思科大中華區數據中心事業部首席技術顧問錢小山認為,不管是邊緣運算還是霧運算,目標都是希望在邊緣之處即能提供運算、儲存以及網路的服務。「概念上同樣被視為雲的延伸,但霧運算與所謂的邊緣運算還是有些許的差異。將網路存取層、匯聚層、核心層的概念帶入,會比較容易理解,邊緣運算更接近存取層,而且負責的範圍較小,而霧運算則是匯聚層的角色,可以聚合多個邊緣節點(Edge Node),而提供最強運算力的地方就是資料中心。」他以工廠為例說明,工廠內有多條生產線,每一個站點可以稱之為邊緣運算。但是整個生產線匯聚後,或者工廠中好幾條生產線匯聚,就可以被視為霧運算。

從網路的角度切入邊緣運算市場,思科現今也將霧運算的能力嵌入在網路設備上,例如Cisco Catalyst 9000交換器可以化身成為Fog節點,除此之外,思科也提供Kinetic物聯網平台來協助企業發揮物聯網資料的潛力。他指出,Kinetic物聯網平台可以為企業解決三個主要挑戰:連結、管理與萃取價值。閘道器管理模組可以讓設備安全且輕鬆地連結,並且進行監控與管理;而邊緣和霧處理模組(EFM)則提供了全自動化的軟體來管理可擴展的分散式運算模型,能夠擷取以及轉換成企業可以正常使用的資料模式;資料控制模組提供了規則引擎,能夠把資料抽絲剝繭,轉換成SQL的格式,放到本地的資料庫中,並且即時地產出報表,從大量資料中萃取出價值。

錢小山也分享了他的觀察,「未來的網路將會是變型金剛,尤其是5G時代來臨之後,移動社會就會成形。面對愈益動態的資料,如何在資料移動的環境中,滿足客戶的意圖(Intent-based)網路非常重要,屆時網路也將會邁入自我學習的時代。」


追蹤我們Featrue us

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!