在2021年，数据分析在边缘计算的应用有多重要?

Mann:我认为，数据分析无处不在。以风力发电运营商为例，为了防止风力涡轮机发生灾难性故障，是否需要将其关闭进行预防性维护?当风力涡轮机定期发送运行信号时，真的需要将这些信号传输到核心数据中心进行处理吗?因此，数据分析有必要在边缘计算设施进行处理。

Thiele：边缘计算对于组织来说，是一个可以收集新数据并以新方式进行处理的机会。与我们公司合作的大多数客户的负载都在边缘工作，而事实表明，在边缘处理的数据量往往比人们预期的要大得多。

简而言之，在大多数情况下将数据发送到其他地方没有任何意义。从投资回报率的角度来看，在许多情况下，将数据发送到核心数据中心进行处理在经济上是不可行的。

在许多情况下，降低延迟为了从数据中获得价值并以尽可能低的成本实现价值，组织希望在任何地方对它进行分析。

Kavis:我们仍以风力涡轮机为例。风力涡轮机通常安装大量传感器，并装有执行器。执行器根据指令改变叶片的角度，以最大程度地提高发电量。

风力发电商通常会设置智能信息：“如果风力变化很大，需要调整叶片转动的速度。”因此在那种情况下，就不需要采用实时人工智能技术，因为已经设置了指令。组织要做的是将不相关的数据流回数据中心，以找出原因和方式，然后返回边缘计算设施并更改指令集。因此在这种情况下是一个非常静态的环境。

现在将了解智能流量。组织必须查看正在发生的事情并做出决策，随着时间的推移，机器学习的算法会变得更加智能。当然，组织需要进行一些分析，但是实际上一切都必须在边缘计算设施中进行。

实时解决方案对于架构师来说是一个挑战。他们必须了解每件事，查看有意义的内容以及具有足够的预算，因为无论采取哪种方式都涉及到成本支出。

（编辑：阜新站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!