简体中文
简体中文
English
注册
登录开发者平台
解决方案
行业解决方案
提供从智慧客房、智慧前台到智慧运营等酒店全场景品牌赋能,推进酒店行业数智化变革
一站式智慧照明系统解决方案,赋能企业快速实现人因照明、节能减排的智能化照明升级
综合应用智能化信息,令楼宇具有智慧和生命力,提供投资合理、安全高效、舒适便利的使用空间
快速实现数字化智慧办公空间,有效实现企业增效、降本和节能。
为连锁型品牌商业门店提供完善的管理系统, 提升门店效率
提供从租控授权、租务运营到园区管理等全方位租住解决方案,驱动租住行业智慧转型
融合全屋智能、地产社区等行业场景能力,提供居住空间丰富的产品矩阵和智能体验
IoT 助力校园场景智能化转型, 提升管理效率
全方位赋能开发者实现多场景智慧节能管理解决方案
以 IoT 平台助力中小制造企业, 实现降本、提质、增效
借助丰富硬件生态,一站式构建安全可靠私有化智能平台
为你的业务场景提供全面的 AI 服务及 AI Copilot 开发方案
海量成熟方案,超低研发门槛,极速落地产品智能化
开发者
与志同道合的开发者和专家共同交流
从初创企业到全球领先企业,涂鸦开发者平台协助实现客户成功。
快速获取并体验优秀的开发者案例产品
服务与支持
生态合作
成为涂鸦服务商,接入涂鸦的另一个选择,帮助更多开发者更快实现智能化
智能互联标识
携手开发者生态合作伙伴联合创新,持续创造互联互通商业价值
聚焦产业变革, 推动人工智能产业发展
智联万物,商者无界
信任中心
信任源于透明
我们严格遵守全球信息安全标准
我们严格遵守全球法规要求
您的数据始终由您掌控
诚邀安全业界同仁共同打造和维护物联网健康生态
支持
提供产品智能化开发全链路的常见问答
7×24一对一客服咨询
技术指导、故障修复以及问题解决
关于我们
全球 AI 云平台服务提供商
探索涂鸦的故事
了解涂鸦的全球视野
涂鸦智能-产品解决方案|行业解决方案|全球智能化平台
涂鸦诚聘全球精英
边缘计算的成本问题探讨
形状
482

图片60图片60

集中化趋势是由规模经济驱动的,使得超大数据中心的运营成本更低。边缘计算设施将处理更多的应用程序,但成本将更高。边缘计算应用程序最终将为获取资源付出更多成本。

近20年来,数据中心基础设施一直致力于集中化和规模化。因此,大型共享数据中心的资源和效率高于小型服务器机房,大大降低了成本。因此,人们现在可以得到一系列意想不到的在线服务。

随着技术的进步和发展,流媒体、物联网、虚拟现实、自动驾驶汽车等新应用需要以非常低的延迟提供大量数据。为了更接近最终用户或他们服务的设备,这种新的边缘计算基础设施在过去几年应运而生。边缘计算处理的数据将在未来四年内激增,从今天的10%增加到75%。

作为回应,数据中心供应商也加快了步伐:根据边缘计算的特点和要求,提供模块化的微数据中心或可锁定的传统机柜或机架,并配备自己的电源和散热设备。

边缘计算成本是多少?

但是边缘计算的成本会积累起来吗?集中化趋势是由规模经济驱动的,使得超大数据中心的运营成本更低。边缘计算设施将处理更多的应用程序,但成本将更高。边缘计算应用程序最终将为获取资源付出更多成本。

这一阶段的边缘计算成本高有一系列猜测。边缘计算设施比传统的云计算或托管数据中心更昂贵。

边缘计算资源实际上可能低于集中云计算服务成本。其发表的《边缘微数据中心部署成本效益分析》白皮书指出,集中式数据中心运营成本为6.98美元/瓦,分布式微数据中心运营成本为4.05美元/瓦。

这本白皮书比较了两种替代方案的资本支出:一种是传统的数据中心,部署了200个5千瓦框架,采用热通道技术;另一种是边缘计算设施,部署在不同建筑中的大量微数据中心,每个微数据中心部署5千瓦框架。

边缘计算成本可能较低,部分原因是微型数据中心可以部署在企业办公室,而办公室的电价和土地成本较低,集中数据中心需要更多的资本支出。

但我认为,当企业在现有建筑中部署微型数据中心时,由于配电设施、发电机、照明设备等,可以免费获得一些基础设施。

在这个层面上分析可能会高估边缘计算转移到微型数据中心带来的成本节约。假设微型数据中心的电源和散热不会使用2N冗余,因为在实践中通常不会配备冗余设施。为了进行公平比较,集中数据中心设施设置了1N冗余。

然而,这种分析仍然存在一些问题。首先,它采用传统的集中式数据中心,因此可能会错过超大型数据中心设施从新颖架构中获得的规模经济。

其次,不包括运营成本和日常支出。集中式数据中心设施可节省大量资金。建立云计算数据中心的地方可以以优惠的价格批量购买电力,而微型数据中心必须以当地电价支付电费。

云计算数据中心还集成了IT负载和存储设备,因此在集中站点运行给定应用程序所需的硬件数量将减少。

边缘计算的成本还应考虑管理成本。如果我们真的有大量的边缘计算设施,就没有足够的人来管理和运营这些设施。

因此,边缘计算设施被设计为尽可能独立和远程管理。软件可以远程监控和更新,硬件修复由当地工作人员完成。然而,这些虚拟和物理设施的发送和管理在人员和时间上仍然存在成本。

针对这些要点,边缘计算应用程序有特定的通信需求,集中部署会给它们造成不必要的浪费:除了增加延迟,它们与最终用户和设备的通信成本也会更高。

边缘应用不同于传统应用,这是一个很好的观点。事实上,它们可能比其他应用程序通信更多,延迟需求更高。例如,虚拟现实眼镜必须在10毫秒或更短的时间内响应用户视线的变化,而自动驾驶汽车必须以相同的速度响应以避免障碍物。

这不仅会影响应用程序的加载位置,还会影响其结构,因为部分延迟是在应用程序本身的操作中进行的。低延迟应用需要‘永远在线’。低延迟需要将软件加载到内存并立即响应。延迟受场景切换、交换或加载活动的影响,计算资源必须将软件从其他地方加载到处理器,以响应传输到的数据。

免责声明:凡注明来源的文章均转自其它平台,目的在于传递有价值的AIoT内容资讯,并不代表本站观点及立场。若有侵权或异议,请联系我们处理。
即刻开启您的物联网之旅
即刻开启 您的物联网之旅
遇到问题了么?联系专属客户经理在线解答