边缘计算六大应用场景：从自动驾驶到智慧医疗
边缘计算六大应用场景：从自动驾驶到智慧医疗
导读：随着5G时代的到来，边缘计算作为解决数据量和时延问题的关键技术，正在多个领域展现出巨大的应用潜力。本文将为您详细介绍边缘计算的六大应用场景，以及其在各行业的具体应用案例。
什么是边缘计算？
边缘计算旨在网络边缘提供IT服务环境和云计算能力，以减少网络操作和服务交付的时延。它解决了数据量和时延的问题，因此在与这两方面相关的很多应用中都有落地，比如工业物联网、视频优化、AR/VR、大数据处理，以及车联网、智能制造等。
5G时代下的边缘计算应用场景
1. 自动驾驶：车载平台算力需求在20T以上
随着汽车自动驾驶程度的提高，汽车自身所产生的数据将越来越庞大。据测算，假设一辆自动驾驶汽车配备了GPS、摄像头、雷达和激光雷达等传感器，则上述一辆自动驾驶汽车每天将产生约4000GB待处理的传感器数据。不夸张的讲，自动驾驶就是“四个轮子上的数据中心”。
高等级自动驾驶的本质是AI计算问题，车载边缘计算平台的计算力需求至少在20T以上。从最终实现功能来看，边缘计算平台在自动驾驶中主要负责解决两个主要的问题：
- 处理输入的信号（雷达、激光雷达、摄像头等）；
- 做出决策判断、给出控制信号。
2. 仿真体验：实时反馈让VR/AR成为可能
虚拟现实（VR)和增强现实 (AR)技术的出现彻底改变了用户与虚拟世界的交互方式。虚拟试衣、虚拟实验室大热，但云渲染VR/AR时延容易高达50ms，导致用户眩晕问题。
为保证用户体验，VR/AR的图片渲染往往需要具有很强的实时性。研究表明：将 VR/AR的计算任务转载到边缘服务器或移动设备，可以减少处理时间延迟。
3. 低时延工业级应用：机器人、自动化、无人机
工业高精度控制对时延和可靠性的敏感度极高，此类行业市场包括运输、物流、能源/公共设施监测、金融、医疗和农业。边缘计算应用于工业互联网，可实现工业自动化、无线化和智能化，典型场景包括视频监控、机器人控制、自动巡查安防等。
4. AI智慧新零售
实时分析，高速连接和低延迟结合在一起时，利用IoT传感器和边缘计算的AI技术来识别产品和购物行为。在移动设备上运行零售商的应用程序，您可以毫不费力走进一家商店，带着装满商品的购物车走出去，并在离开时自动付款。
5. 公共安全中实时数据处理
公共安全从社会的方方面面，如消防、出行，影响着广大民众的生活。随着智慧城市和平安城市的建设，在边缘计算的部署下，安防场景可以就近计算，对庞大的人脸数据、人群分析、生物识别、等分析结果进行高效的处理，以提升公共安全。
6. 智慧医疗
在医疗行业，数据正在各种设施中收集，例如各个医院和诊所。尽管整个医疗行业的数据量不断增长，但边缘计算仍然可以提高效率。这包括更快的预约安排、更快的授权访问医疗记录、快速的测试结果处理，以及更加及时的诊断。借助边缘计算基础设施，医务人员和管理团队无需将数据发送到中央存储库进行处理，源头处即可将分析结果返给医生或用于患者治疗。
边缘计算的优势
边缘计算具有以下显著优势：
- 实时处理能力：分布式特性使其能够实时处理本地业务。
- 高效节能：直接在终端设备上过滤和分析数据，节省时间和流量。
- 成本效益：与单独使用云计算相比，成本可降低至39%。
- 智能化：AI与边缘计算的结合使其具备智能化特点。