4
数据分析的时
间尺度
交通系统示例 企业示例 接口交换 管理系统
几天到几个月
流量模式对策略
决策的长期反应
企业绩效洞察的
长期数据分析
H2M
几秒到几天
用于交通管理的
每小时拥堵分析
非常短期的数据
分析以获得运营
绩效洞察力
H2M
M2M
毫秒到秒
警报器或红灯激
活以预防事故
立即进行数据分
析以确保安全和
实时运行效率
M2M
边缘计算和雾计算将从中心云结束的地方开始
随着物联网的持续增长不断推动云与地面硬件协同工作,海量数据生产、低延迟要求和移动带宽优化将
推动企业边缘计算和雾计算
优势
• OPEX驱动多过 CAPEX驱动
• 易于扩展
• 可轻松运输至全球地区
云
计
算
集中共享的计算和存储资源通常由第三方服务(公有云)
管理并通过 Internet 进行访问
• 现收现付模式
• 最适合一段时间内的数据处理
边
缘
计
算
和
雾
计
算
在网络边缘(在分散的传感器、智能设备和路由器中)
计算和存储数据的分布式系统
优势
• 低延迟水平
• 几乎瞬时的处理速度(因为处理端尽可能靠近系统)
• 解决在低带宽区域传输数据
• 最适合在地理上分散的机器和传感器上进行数据处理
全球边缘、雾和云计算网络
来源: The Wall Street Journal; Cisco; Frost & Sullivan