首页 文章 精选 留言 我的

精选列表

搜索[任务背景],共10005篇文章
优秀的个人博客,低调大师

5G“新基建”背景下,边缘计算如何取胜?

边缘计算已经成为5G发展很火的技术之一,Gartner 2020年十大技术趋势之一的赋能型边缘(The Empowered Edge)也表明了边缘计算的重要性。 当前,新型基础设施建设(简称“新基建”)正在如火如荼地建设中,边缘计算自然也迎来了新的风口。不同领域、不同视角,不同的技术体系都为了边缘计算这个目标聚在了一起。在云计算市场有边缘云、电信云;在工业互联网领域,AII与ECC产业联盟成立了边缘计算工作组,共享成果;在运营商5G网络建设方面,MEC开始走向开放和全面解耦,从OT到IT,再从IT到CT,最后到OICT。 市场培育需要耐心,运营商面临艰难抉择 从概念上看,边缘计算包括三个阶段:连接、智能、自治。目前大部分应用还是解决连接的问题,所以很难显现出边缘计算的独特价值。边缘计算真正发挥价值的是智能和自治,智能提供了算力的同时降低了延迟,而自治增加了可靠性的同时更降低了成本。 最终用户不会关心运营商采用边缘计算还是集中计算,因此,运营商可以把边缘计算当成云看,卖资源;把边缘计算中的网络能力当服务看,卖服务;移植垂直行业应用到边缘,卖应用。不过这个模式不会一夜建成,市场培育还需要耐心。 从运营商建设的角度,态度是坚决的,因为边缘计算是5G建设与应用结合的纽带。而培养用户习惯、构建生态等都取决于应用挖掘和市场培育速度。从运营商投入的步伐看,投资边缘计算是谨慎的,2018年就有运营商梳理了近万个具备边缘计算部署条件的机房,但是真正规模化的还不多,主要原因是应用还不够重量级、规模化。 也正因如此,运营商一直在做选择题,而运营商如果不发挥移动接入的优势,即接入机房和网络边缘作为云计算能力的下沉节点来提供服务,那么将失去很多商业机会,沦为管道商,5G如此大的投入要想快速回本变现,会难上加难。 边缘计算可降低成本,但技术同质化严重 做边缘计算一定要会算账,一个对算力、延迟和带宽有需求的客户,必须要考虑是否节省成本,不然没有用户买单。当然,边缘计算规模化发展起来后,成本会降低,寻找很具复制性的场景就成为当务之急。其中,在智慧城市、智慧安防、智慧工厂等项目中,通过边缘计算可以降低回传带宽、链路租赁成本、存储成本、管理成本,因此在大量投入的基础设施建设领域,边缘计算节省成本可能成为大家选择它的重要理由。 从技术上看,边缘计算框架无外乎ECC产业联盟的边缘计算3.0框架和ETSI对于MEC的参考框架。而运营商正在走向积极开放的架构,联通的白盒UPF、移动的OpenUPF计划都在说明一个趋势——越开放越增值,只有开放才能引入更多玩家,才能以用户的角度去圈地、去转型。而越来越多的生态伙伴加入,先前的行业壁垒会随着生态伙伴的技术融合变得不复存在,行业知识会成为一种服务渗透至各种边缘应用。 随着生态和市场的培育以及建设规模的扩大,边缘计算的部署节点会越来越多,技术复杂度会大大增加,而支撑边缘计算的技术体系也会越来越广,SDN、NFV、云计算、AI、容器等技术都有可能成为发展边缘计算的有力抓手。而行业知识的积累深度、技术体系的成熟度、生态建设的广度和深度必将成为边缘计算取胜的重要筹码。

优秀的个人博客,低调大师

物联网背景下的智能交通解决方案

近日,2016世界物联网博览会于无锡盛大开幕。在11月31日下午进行的“车联网与智能交通”高峰论坛上,来自汽车和交通领域的政、学、研、商代表以“促进智能交通与物联网感知技术、自动驾驶技术的深度融合”为议题,纷纷发表了自己的独到见解,向公众展示了车联网与智能交通的最新科研成果与技术应用,为我们勾勒出了更加智能的未来交通。 随着城市化进程的不断深入,世界范围内,无论是发达国家还是发展中国家,都面临着道路拥堵、安全事故、能源消耗和排放污染等交通难题。市民在交通上消耗的时间、精力和成本逐渐增加,城市生活平添了许多烦恼。各国交通行业内的专家学者与政府管理部门都在积极地探索突破这一瓶颈问题的有效办法。传统的交通解决方案,无论是“建”还是“疏”,都存在诸多局限:不仅投入高,见效慢,还需要消耗较高的人力成本。而在信息科技高度发达的今天,我们正从体力型社会迈入智力型社会,寻找智能化、自动化、数字化的交通解决方案也势在必行。 物联网早在本世纪初就被提出,近几年逐渐走进公众的视野,并渗透到日常生活的各个角落,应用在医疗、生产、管理、交通、教育等众多领域。汽车物联网,又称车联网,是物联网技术在交通与汽车领域的具体应用。利用先进的RFID传感技术、移动通讯技术,我们可以对道路和车辆进行全面、实时感知,并通过大数据与人工智能技术,完成智能化交通管理,真正连接车辆、道路设施与行人,形成协同智能交通体系。车联网可以优化道路资源配置,减少拥堵,全面提高道路安全,降低能源消耗及环境污染。 车联网是一个三层体系,分别是第一层的端系统,通过传感器采集信息;第二层的管系统,建立车、路、人之间的连接;第三层是云系统,负责将采集来的信息进行处理,生成指令。 作为车联网体系的入口,传感器为智能交通系统提供了最实时的信息输入。目前,我国正积极建立道路传感网、电子监控及电子收费系统已实现大面积应用。无锡作为全国唯一的国家传感网创新示范区,是全国首批应用汽车电子标识的城市。公安部交科所副所长包勇强在峰会上介绍了汽车电子标识无锡示范应用项目。包勇强表示,无锡市区将完成10万枚汽车电子标识的安装和100处识读基站的建设工作,开展货车通行证管理、交通信息采集、非现场交通执法、停车门禁管理、公交信号优先控制等示范应用,全面测试评估汽车电子标识、读写设备和相关应用系统的稳定性、可靠性。 移动通讯技术是智能交通与车联网必不可少的组成部分,是连接道路设施、车辆、与人的最根本技术。华为技术有限公司副总裁徐学兵在会上介绍了LTE-V产业发展现状。徐学兵认为,车联网和智能驾驶是未来交通产业新的增长点,而LTE-V是实现车联网的最主要技术。智能网联汽车串联了车与车、车与路、车与人以及车与网之间的连接,实现实时信息同步和共享,尽可能地避免交通事故。 大数据已然照进现实,为城市交通提供了智慧的大脑。道路传感网将感知到的实时信息通过网络传输到交通控制中心,控制中心利用大数据人工智能技术对信息进行处理,自动生成指令,实现对城市交通的智能控制。中国科学院院士陈国良在会上发表了题为“大数据技术在智慧交通中的应用”的主题演讲。陈国良院士表示,交通大数据的应用可以应对目前交通现状的问题,将在包括预测交通事故、交通堵塞、尾气排放等交通问题上起到显著的作用。 智能交通实现后,城市交通系统不仅将拥有千里眼、顺风耳,还将获得智慧的大脑。道路上的任何事件都会被实时感知,交通管理中枢会即时反馈出最合理的解决方案。车与车、车与人、车与路彼此相连,从而使道路资源得到最合理的利用,城市出行又变成了一件令人愉快的事情。 本文转自d1net(转载)

资源下载

更多资源
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册