我是廣告 請繼續往下閱讀
劉耕睿說明,由於邊緣運算將對市場造成架構與實質應用上的改變,許多標準組織積極訂定標準,包括歐洲電信組織 ETSI 的多重接取邊緣運算 (Multi-access Edge Computing,MEC)、OpenFog 的開放霧運算 (Fog Computing)、中國廠商華為所主導的 Edge Computing Consortium,都積極且持續地釋出參考架構與建立生態系。
除此之外,產業鏈中的許多廠商也已開始自行推出邊緣運算的解決方案,如雲端大廠 Microsoft(MSFT-US) 推出 Azure IoT Edge,將機器學習、進階分析與 AI 服務,帶向更靠近資料源的前端 IoT 裝置;晶片 IP 商 ARM 亦推出 Mbed Edge 邊緣運算平台,協助通訊協定轉譯 (Protocol Translation)、閘道器管理以及邊緣運算;除此之外,產業鏈中的其餘業者如伺服器、網路設備、工業電腦、傳統製造、開源組織等都有對應的解決方案推出。
自 2017 年成為顯學的邊緣運算,其重要性更是彰顯於 AI 人工智慧與 5G。劉耕睿分析,過去 AI 必須仰賴強大的雲端運算能力來進行數據分析與演算法的運作,但隨著晶片能力提升、邊緣運算平台成熟,開始可賦予現場端裝置、閘道器擁有較為初階的 AI 能力,協助數據初步篩選分析、裝置設備即時反應,該優勢在工業領域、智慧城市、消費性市場都能讓既有服務有進一步的提升,如即時警示、安全監控、語音助理、預防維護等應用的實現。
邊緣運算對於 5G 亦是重要的技術變革,相較於過去 3G、4G 時代,應用多元且網路需求差異極大的狀況將同時發生於 5G 網路上,因此 5G 必須擁有針對不同應用而有相對應的解決方案,邊緣運算便能提供行動用戶更低延遲、更佳網路品質,並讓電信商有機會推出更多創新服務。
更多精彩內容請至 《鉅亨網》 連結>>