Mar 31, 2020

边缘计算6大应用场景,索泰ZBOX助力万物互联

随着5G时代的日益临近,实时、智能、安全、隐私这四大趋势催生了边缘计算与端智能的崛起。边缘计算是旨在网络边缘提供IT服务环境和云计算能力,以减少网络操作和服务交付的时延。

微信公众号ID:kuanfankeji


边缘计算解决了数据量和时延的问题,所以跟这两方面有关的很多应用都是边缘计算的落地领域,比如工业物联网,视频优化,AR/VR,大数据处理,以及车联网、智能制造等。



边缘计算典型应用场景


5G时代,一大批新兴应用场景涌现,如自动驾驶、安防前端智能化、工业控制、远程操控(如医疗手术)等。它们由于需要低于10ms的网络时延,因此边缘计算的发展最迫切,也最需要。

1

自动驾驶:车载平台算力需求在20T以上

随着汽车自动驾驶程度的提高,汽车自身所产生的数据将越来越庞大。


据测算,假设一辆自动驾驶汽车配备了GPS、摄像头、雷达和激光雷达等传感器,则上述一辆自动驾驶汽车每天将产生约4000GB待处理的传感器数据。不夸张的讲,自动驾驶就是“四个轮子上的数据中心”。



高等级自动驾驶的本质是AI计算问题,车载边缘计算平台的计算力需求至少在20T以上。


从最终实现功能来看,边缘计算平台在自动驾驶中主要负责解决两个主要的问题。


1)处理输入的信号(雷达、激光雷达、摄像头等);

2)做出决策判断、给出控制信号。


2

仿真体验:实时反馈让VR/AR成为可能

虚拟现实(VR)和增强现实 (AR)技术的出现彻底改变了用户与虚拟世界的交互方式。虚拟试衣、虚拟实验室大热,但云渲染VR/AR时延容易高达50ms,导致用户眩晕问题。


为保证用户体验,VR/AR的图片渲染往往需要具有很强的实时性。研究表明:将 VR/AR的计算任务转载到边缘服务器或移动设备,可以减少处理时间延迟。



3

低时延工业级应用:机器人、自动化、无人机

工业高精度控制对时延和可靠性的敏感度极高,此类行业市场包括运输、物流、能源/公共设施监测、金融、医疗和农业。


边缘计算应用于工业互联网,可实现工业自动化、无线化和智能化,典型场景包括视频监控、机器人控制、自动巡查安防等。



4

AI智慧新零售

实时分析,高速连接和低延迟结合在一起时,利用IoT传感器和边缘计算的AI技术来识别产品和购物行为。


在移动设备上运行零售商的应用程序,您可以毫不费力走进一家商店,带着装满商品的购物车走出去,并在离开时自动付款。



5

公共安全中实时数据处理

公共安全从社会的方方面面,如消防、出行,影响着广大民众的生活。


随着智慧城市和平安城市的建设,在边缘计算的部署下,安防场景可以就近计算,对庞大的人脸数据、人群分析、生物识别、等分析结果进行高效的处理,以提升公共安全。




6

智慧医疗

在医疗行业,数据正在各种设施中收集,例如各个医院和诊所。尽管整个医疗行业的数据量不断增长,但边缘计算仍然可以提高效率。


这包括更快的预约安排、更快的授权访问医疗记录、快速的测试结果处理,以及更加及时的诊断。借助边缘计算基础设施,医务人员和管理团队无需将数据发送到中央存储库进行处理,源头处即可将分析结果返给医生或用于患者治疗。




索泰ZBOX「边缘计算」解决方案



边缘计算服务器不仅需要性能强劲,还要覆盖更多应用,环境适应性要好,能部署更多的边缘环境。


索泰作为Mini PC的创造者,多年来专注研发边缘计算终端。针对性能与环境适应性这两点推出了索泰 ZBOX MAGNUS EN 系列,纤巧于型,强大于芯。



虽然尺寸仅为8.27 x 7.99 x 2.45英寸,最高却搭载了6核心的第9代 Intel Core 处理器,可同时执行多个运算密集的工作负载。记忆体及存储的扩充空间更是相当庞大,不但支持高达 32GB 的高速 DDR4 记忆体、NVMe M.2 SSD 固态硬盘、2.5 英寸的大容量存储,更兼容高性能 Intel Optane 内存技术,令 MAGNUS EN 能实时高速处理数据。


迷你机身覆盖多数应用场景,空间部署方式多样化。自带丰富接口,可以用于连接大多数的外置设备和配件。Killer WiFi6技术和Killer E3000千兆以太网,保障快速可靠的有线和无线网络连接,满足例如AR/AI智能平台、VR主题乐园、智能数字标牌、新零售、自动驾驶等的实时业务需求。



索泰「边缘计算」解决方案,具备以下优点:


1、近水楼台先得月

边缘计算分布式以及靠近设备端的特性注定它实时处理的优势,所以它能够更好的支撑本地业务实时处理与执行。


2、简单不粗暴效率高

家门口的事情就不麻烦远在天边的云计算了,边缘计算直接对终端设备的数据进行过滤和分析,节能省时效率还高。


3、省心省力省流量

边缘计算减缓数据爆炸和网络流量的压力,用过边缘节点进行数据处理,减少从设备到云端的数据流量。


4、智能更节能

AI+边缘计算组合的边缘计算不止于计算,智能化特点明显,另外云计算+边缘计算组合出击,成本只有单独使用云计算的39%。