边缘计算含义与应用简析

边缘计算概述

边缘计算使数据存储和处理靠近生成或收集数据的位置，而不是在位于数千公里的服务器上。它将通过保持灵活性在边缘无缝可靠地部署服务。它比云计算更安全，因为不需要传输数据。因此，在将数据从边缘移动到云端时，不用担心数据丢失。因此，它提供了更快的洞察力和商业利益，减少了响应时间，并改善了整体服务。

边缘计算有哪些应用？

边缘计算有哪些应用

01 银行和金融行业的边缘计算

边缘计算使得处理高速和大规模的分布式计算成为可能。它在银行和金融领域的一些应用是：

• ATM 安全：边缘 AI 可用于提高 ATM 的安全性，例如可以通过在 ATM 上集成图像识别来在边缘分析视频馈送，无需人工干预，也不需要先将数据传输到云端。如果 ATM 无论如何都会出现故障，它会在任何意外发生之前尽快自动关闭。然后，它会提醒银行，以便他们可以通过联系执法部门采取行动。

• 数据隐私： 在使用云计算将数据传输到中央位置时，必须遵守隐私和安全准则以减少窃取数据的机会。但是，数据丢失的可能性始终存在，它使这项任务更容易。它使银行和金融机构能够跨本地分支机构部署应用程序，减少对云计算的需求以及丢失数据的机会。

02 制造业边缘计算

制造中的边缘人工智能提供快速响应时间来处理现场事故并在第一阶段防止事故发生。

• 基于状态的监控： 制造过程中机器生成的数据可以帮助制造商跟踪数据模式并使他们的决策更加精确和有价值，但他们面临的主要问题是访问数据。机器正在生成大量原始数据，使中央服务器超载。它有助于清理边缘的数据，只将需要的数据传输到云端。因此，它减轻了云上的负担，并使其能够快速移动唯一有价值的数据。远程监控资产状况有助于制造商产生新的收入来源，例如根据服务状况提供维护服务，使客户只需为正常运行时间付费。

• 预测性维护： 预测性维护是一种在故障发生之前提前预测故障的过程，以便可以在潜在故障发生之前进行维护。实现这一目标面临许多挑战，因为将来自运营技术的洞察力整合到 IT 系统中一直存在挑战。它可以使在更靠近生成数据的设备的边缘处理数据成为可能，从而避免将数据传输到云端的成本并提高数据可访问性。

03 零售业的边缘计算

在零售业中实施它可以延长商店的使用寿命。它增强和改进了零售业务和服务。

•大数据和分析： 它允许在边缘进行数据收集和分析，从而在数据生成源本身实现实时数据处理和分析，让零售商轻松使用大数据和人工智能创新技术。边缘计算为站点提供见解，为他们提供见解，帮助他们提升最高运营效率水平。

• 库存管理： 为零售客户提供良好的用户体验，需要提供安全高效的库存管理服务。为了提供更好的服务，必须在客户需要时提供产品，了解客户的需求和可用性。使用店内智能视频图像识别，AI可以跟踪库存系统并据此采取行动。例如，如果有积压商品，则可以为购物者提供闪购。它也可以在网络可用性较低的情况下继续运行。

04 汽车行业的边缘计算

汽车采用边缘计算计算已经显示出一些有希望的结果。一个简单的例子是自动驾驶汽车。所有的决定都是在幕后做出的。从车速到碰撞几率、操纵方向盘、分析发动机健康状况以及传达电池健康状况。

• 驾驶员辅助： 人工智能可以识别危险情况。它可以提醒驾驶员或对车辆进行紧急控制，以防止发生事故。盲点监控、紧急制动、交叉路口检测器和驾驶员辅助转向可以帮助避免事故并挽救生命。

• 预测性维护： 联网车辆不仅可以通过检查引擎灯、机油灯和低电量指示灯发出警报。人工智能监控数百个传感器，可以在问题影响车辆运行之前检测到问题。AI 可以通过每秒监控数千个数据点，在故障发生之前发现未决组件故障，驾驶员监控

• 驾驶员识别： 使用物联网传感器，它可以检测驾驶员是否在车内。

• 驾驶员识别： 先进的人工智能面部识别算法有助于检测哪个驾驶员正在操作车辆。根据个人喜好，系统可以自动调节座椅、后视镜和温度。

• 驾驶员监控： 通过监控眼睛注视、眼睛张开度和头部位置，AI 可以检测分心驾驶并提醒汽车驾驶员注意道路。

05 医疗行业的边缘计算

边缘计算为医疗行业带来了更高的效率、准确性和患者输出，并改善了医疗保健行业的运作方式。

• 健康与安全： 假设一个人在危急情况下乘坐救护车从家到医院。在那种情况下将患者数据传输到云端非常困难。在这里，边缘人工智能和计算可以帮助在现场处理和分析数据，并采取建议的行动。

06 农业领域的边缘计算

一些农场位于无法使用高速互联网和充足资源的地方。它可以用来拥有智能和现代农业，可以在边缘处理生成的数据并帮助农民做出决定。