AWS Greengrass物联网边缘计算解决方案
全球科技巨头的新战场!神秘的边缘计算
全球科技巨头的新战场！神秘的边缘计算作者：来源：《电脑报》2019年第10期区块链、超融合、分布式存储……每一次科技领域重大的创新，总能成为人们热议的焦点，更形成了一个又一个的互联网风口。
而近日，边缘计算成为街头巷尾大众热议的词语，一个对科技圈而言都属于新技术的名词儿，为何如此迅速地被大众知晓？其迅速走热的同时，又会为人们生活带来怎样的改变呢？红得发烫的边缘计算国内投资市场最近几个月的复苏是有目共睹的，而继5G概念从去年到今年实现跨年度慢牛题材后，边缘计算从2月起的“意外走红”成为科技圈新近关注的焦点。
网宿科技、朗源股份等沾着边缘计算概念就股价翻番的大牛股，以及众多涨幅惊人的边缘计算概念股成功带动了大众对边缘计算概念的关注。
在巴萨罗那举行的2019年世界移动大会（MWC）上，中兴通讯发布了ES600S MEC服务器，该款服务器搭载英特尔最新至强处理器，配合AI加速卡，使其在边缘侧具备很强的神经网络推理能力。
同时，中国移动表态在2019年将评估100个部署边缘计算的试验节点，引入100个边缘计算合作伙伴助力商用落地。
中国联通联合华为发布了边缘计算白皮书，并承诺2019年投入数十亿元资金用于边缘计算全网规模部署。
一时间边缘计算成为A股火热的题材，也算是点燃了边缘计算热潮的第一把火。
运营商背后的设备商，华为及中兴通讯纷纷推出边缘计算解决方案。
根据CBInsights的市场规模量化工具，到2022年，全球边缘计算市场规模预计将达到67.2亿美元。
一个具备巨大市场空间的新兴领域，不仅会让资本市场兴奋，更有机会潜移默化地改变人们的生活情景甚至行为方式。
全方位改变人们生活边缘计算作为5G和高清时代核心网下沉的一種方式，其主要价值在于减少超大流量对网络的消耗，同时为各种应用提供低延时和开放的网络能力。
相比于传统集中部署的云计算，边缘计算在靠近数据源或用户的地方提供计算、存储等基础设施，并为边缘应用提供云服务和IT环境服务。
蘑菇边缘计算
蘑菇边缘计算蘑菇边缘计算已经成为当今科技领域的热门话题。
随着物联网和云计算的蓬勃发展，人们对数据处理和存储的需求与日俱增。
而在这个大数据时代，边缘计算技术的出现，为我们提供了一种高效、安全且可靠的解决方案。
边缘计算是一种分布式计算模型，它将计算资源和数据存储能力从传统的集中式云计算平台转移到离数据源更近的边缘设备上。
这些边缘设备可以是智能手机、路由器、传感器等，它们可以在数据产生的地方进行实时处理和分析，减少数据传输的延迟和带宽消耗。
蘑菇边缘计算在许多领域都有广泛的应用。
在智能交通领域，蘑菇边缘计算可以将实时的交通信息从路边摄像头传输到交通管理中心，进行实时的交通监控和管理。
在工业自动化领域，蘑菇边缘计算可以将工厂中各种传感器收集到的数据进行实时分析，提高生产效率和产品质量。
蘑菇边缘计算的优势主要体现在三个方面。
首先，它可以降低云计算平台的负载和带宽消耗。
由于边缘设备可以进行实时处理和分析，只将必要的摘要数据传输到云端，大大减少了云计算平台的负载压力和带宽消耗。
其次，边缘计算可以提供低延迟的响应。
由于数据处理和分析发生在离数据源更近的边缘设备上，可以实现几乎实时的响应，满足用户对数据响应速度的需求。
最后，边缘计算可以提高数据的隐私和安全性。
由于数据处理在边缘设备上进行，用户的数据可以得到更好的隐私保护，减少了数据在网络传输过程中被攻击的风险。
然而，蘑菇边缘计算也面临一些挑战。
首先是设备多样性和通信标准的兼容性问题。
由于边缘设备的类型繁多，其计算资源和通信能力各异，如何实现它们之间的有效协作和通信成为了一个难题。
其次是数据安全和隐私保护的问题。
在边缘计算环境中，数据的传输和存储必然涉及到大量的敏感信息，如何保证数据的安全性成为了一个重要的研究方向。
最后是系统的可伸缩性问题。
由于边缘计算需要处理大量实时数据，如何设计和实现一个高效可扩展的边缘计算系统是一个具有挑战性的任务。
在面临这些挑战的同时，我们也应该看到蘑菇边缘计算的巨大潜力和发展前景。
亚马逊AWS云计算平台的介绍
亚马逊AWS云计算平台的介绍云计算是一种新的计算模式，其核心思想是将计算设备、数据和应用程序都存储在互联网上，使得用户可以在任何时间、任何地点通过网络访问这些服务。
目前，亚马逊AWS云计算平台已经成为了全球领先的云计算服务提供商之一。
本文就对亚马逊AWS 云计算平台做一个简单的介绍。
一、亚马逊AWS云计算平台的历史和发展亚马逊AWS云计算平台是由亚马逊公司于2006年推出的，它最初是为了满足亚马逊自身的业务需求而开发的。
1998年，亚马逊公司的规模开始急剧扩张，当时传统的客户端服务器架构已经无法满足公司的业务需求。
于是，亚马逊公司开始探索新的计算模式，最终决定采用云计算模式，即将计算设备、数据和应用程序都存储在互联网上，以便随时随地访问。
随着亚马逊AWS云计算平台的不断发展和壮大，越来越多的企业和机构开始意识到云计算的重要性，并开始采用亚马逊AWS 云计算平台来提供各种IT服务。
目前，亚马逊AWS云计算平台已经成为全球领先的云计算服务提供商之一，其用户包括了众多知名企业和机构，如NASA、Netflix、Airbnb、Dropbox、Spotify 等。
二、亚马逊AWS云计算平台的服务和应用亚马逊AWS云计算平台提供了包括计算、存储、数据库、安全、开发工具、人工智能、物联网等在内的各种服务和应用程序。
以下是亚马逊AWS云计算平台的一些主要服务和应用的介绍：1.计算服务计算服务是亚马逊AWS云计算平台的核心服务之一。
它包括了EC2、Lambda、Batch等多个服务。
其中，EC2是一种弹性计算服务，它可以让用户在亚马逊的基础设施上租用虚拟计算机实例，并以每小时收费的方式，按需使用计算资源。
Lambda是一种无服务器计算服务，它可以让用户编写和运行代码，而无需担心基础设施的管理和维护。
Batch是一种批处理服务，它可以让用户轻松地在亚马逊的基础设施上运行批处理作业。
2.存储服务存储服务是亚马逊AWS云计算平台中另一个核心服务。
边缘计算研究报告
華辰資本CELESTIAL CAPITAL专注中国产业结构升级与创新，聚焦新一代信息技术产业发展。
2018年，在中国经济周期、产业周期、资本周期与政治周期四重叠加的特殊时期，本着“深耕产业、协同发展、价值驱动、重度赋能”的愿景，华辰资本（“华辰”）应运而生，致力成为中国最专业的创新型投资机构。
华辰资本总部位于中国最具发展活力与科技创新的深圳，专注于包括云计算、大数据、人工智能、边缘计算、工业互联网、5G等新一代信息技术领域，通过扎实的体系化产业研究与理解能力，以产业研究、投资银行、战略咨询、产业基金等模式，为新一代信息技术企业提供企业融资、战略视野、市场协同，价值管理、供应链管理、资源整合等产业赋能。
新一代信息技术产业研究产业上游半导体器件1.半导体2.射频3.传感器通信器件4.无线模块5.光纤光缆6.光模块7.基站天线产业中游通信网络8.核心网网规网优及解决方案9.SDN/NFV解决方案10.网规网优产业下游通信应用11.5G通信12.卫星通信13.运营商14.室内分布技术应用15.云计算16.大数据17.人工智能18.边缘计算19.区块链20.AR/VR21.网络安全行业应用22.物联网23.智慧城市24.工业互联网25.车联网26.自动驾驶27.智能终端目录一、产业分析 (04)◼基本概况◼参考架构◼主要特点◼关键技术◼云计算VS. 边缘计算◼发展历程◼产业构成◼应用场景◼演进趋势二、市场分析 (16)◼市场规模◼竞争格局三、企业分析 (20)◼亚马逊AWS Greengrass◼华为OceanConnect◼网宿科技一、产业分析图1 边缘计算成为物理世界与数字世界间的重要桥梁资料来源：ECC 、AII 、Open Automation Software、华辰资本整理基本概况1.定义：边缘计算（Edge Computing）是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用等核心能力的分布式开放平台。
5G工业互联网的边缘计算技术架构与应用
5G工业互联网的边缘计算技术架构与应用摘要：目前我国信息技术和我国工业化的不断发展，5G互联网技术发展也十分快速。
我国成功建立了现代化工业体系，并且成功地成为了世界第一的制造大国。
智能制造在近年来成为我国全新的产业并且逐渐的成为我国制造业转型升级的重要因素。
此外，5G技术的不断发展，也给工业化的进程注入了新的动力。
5G技术在工业互联网中有着高速率、低延时、大容量和移动性等优势，通过网络化以及智能化能够有效的降低工业成本，提高生产效率，推动我国的经济产业结构升级以及增强工业制造领域的市场竞争力。
关键词：5G；互联网计算应用；互联网计算架构引言5G和工业移动互联网技术是当前推动我国5G和5G工业移动互联网技术发展过程中的一个热点与关注焦点，工业移动互联网和5G产业中都已经引入了一些边缘化和计算机的技术，但是两个着眼点却没有所谓的不同。
本文分析了基于5G的云边缘工业计算的云端工业移动互联网基础应用和技术发展现状情况，总结了边缘工业移动互联网和云边缘边端计算相关技术基础架构，在此技术基础上分别给出云边端计算协同的5G边缘工业移动互联网和云边缘边端计算相关技术基础架构。
1工业互联网应用我国对于工业化智能互联网主要包括工业智能化智慧生产、个性化智能定制、网络化智能协同和工业服务化智能延伸4类主要技术应用。
（1）应用智能化企业生产：智能是一种面向智能企业内部的智能生产流程制造和运维管理的一种智能化生产应用，典型的其应用企业场景主要包括三大智能企业生产流程管理、生产基础设施/作业环境监测、智能生产厂内优化物流、智能生产流程优化管理。
智能化企业生产系统涉及大型企业管理MES、WMS管理系统、物联网与大数据采集信息传输与数据分析、自动化无人驾驶、机器人等高新技术广泛应用。
（2）企业个性化平台定制：它是面向大型企业和个人用户之间的一种智能化移动互联与交互融合应用，典型企业应用开发场景为企业模块化平台定制、开放式平台定制。
云计算发展白皮书(2018版)
云计算发展白皮书（2018版）作者：来源：《中国计算机报》2018年第27期2017年，工业和信息化部《云计算发展三年行动计划（2017—2019 年）》的印发和一些地方“企业上云”行动计划的推出，进一步优化了云计算产业发展环境，我国云计算产业规模继续保持高速增长态势，国内外厂商继续大力加码云计算产品和服务，云计算在厂商合作、企业应用、混合云、多云、人工智能云等方面，都呈现出新的发展特点。
白皮书系统梳理了2017年云计算发展情况，总结了云计算领域的创新进展、应用推进、政策环境以及重点企业发展情况，分析了云计算发展存在的问题并提出了建议，以期为我国云计算发展提供有益参考。
云计算发展状况国际云计算市场发展状况根据Gartner数据，2017年，全球公共云服务市场规模达到2602亿美元，较2016年增长18.5%，继续保持较高增长速度。
国内云计算市场发展状况据运营商世界网发布的报告，2017年中国云计算市场规模达到690亿元，比2016年增长超过33.6%，增速明显超过全球增速。
主要特点1.云计算市场集中化趋势进一步加剧。
从国内外看，云计算市场的寡头垄断特征越来越明显。
全球方面，市场份额不断向头部公司集中。
据市场研究机构Synergy Research Group公布的2017年第四季度全球云基础设施市场数据，亚马逊AWS占全球市场份额的32%，位居第一，其后的微软、谷歌和IBM分别占14%、8%和4%，阿里云约占3%～4%，五家合计占全球六成份额；与2016年第四季度相比，亚马逊AWS、微软、谷歌、阿里云份额分别增长0.5%、3%、1%、1%，IBM减少0.5%，之后10名厂商的市场份额累计减少1%，其他厂商的市场份额减少4%。
国内方面，阿里云主导地位不断强化。
据市场调研机构IDC数据，2017年上半年，阿里云占国内IaaS市场份额达47.6%，比2016年年底增长7%。
从市场影响力、服务能力、可靠性和价格等因素考虑，用户都更加倾向于选择各巨头的云服务，预计未来市场集中化趋势将日益加剧。
五大边缘计算技术平台的比较和选择指南
华为EulerOS Edge是华为面向物联网设备提供的边缘计算平台。它提供了一套完整的边缘计算解决方案，包括边缘网关、边缘计算节点和边缘操作系统。EulerOS Edge基于华为自主研发的鲲鹏处理器，具备良好的性能和低能耗特性。它支持多种开发语言和开发框架，方便开发人员进行应用程序的开发和部署。此外，EulerOS Edge还具备强大的安全和设备管理功能，保证了边缘计算任务的可靠性和安全性。
2. Microsoft Azure IoT Edge:
Microsoft Azure IoT Edge是微软面向物联网设备提供的边缘计算平台。它能够将云端的功能和人工智能模型推送到边缘设备上，实现实时数据处理。Azure IoT Edge支持多种编程语言和开发工具，方便开发人员进行定制开发。此外，Azure IoT Edge还提供了灵活的安全性和隐私保护措施，可保护设备和数据的安全。
3. Google Cloud IoT Edge:
Google Cloud IoT Edge是谷歌云计算服务提供的边缘计算平台。它能够将谷歌云的功能和机器学习模型移植到边缘设备上，实现近场数据处理和低延迟响应。Cloud IoT Edge提供了丰富的工具和接口，支持多种编程语言和开发框架，方便开发人员进行定制开发。此外，Cloud IoT Edge还提供了可靠的设备管理和数据传输，保证了边缘计算任务的高效和可靠。
5. Alibaba Cloud Link IoT Edge:
阿里巴巴云计算提供的Link IoT Edge是一种轻量级的边缘计算平台。它具有极低的资源占用和快速的响应速度，适用于物联网设备和传感器等资源有限的边缘场景。Link IoT Edge支持多种编程语言和鲁棒性的开发框架，方便开发人员进行应用程序的开发和拓展。此外，Link IoT Edge还提供了灵活的安全保护机制和设备管理功能，保障边缘计算任务的可靠性和安全性。
边缘计算视觉基础设施白皮书(2022年)
边缘计算视觉基础设施白皮书2022年4月编写单位中国移动通信有限公司研究院华为技术有限公司凌云光技术股份有限公司中国信息通信研究院腾讯云计算(北京)有限责任公司浪潮通信技术有限公司中国电信上海研究院上海极清慧视科技有限公司南京大学软通智慧科技有限公司前言随着5G、大数据及产业互联网的发展，以边缘计算为代表的算力下沉成为新的发展趋势；未来越来越多的智能场景将发生在边缘端，而智能视觉作为边缘智能的重要场景之一，是边缘计算发展的重要使能器，两者的结合将更好地满足行业智能化发展的需求。
本白皮书聚焦于工业、安防、体验交互三大领域，从应用场景及业务需求、发展趋势和面临的挑战出发，提出未来构建边缘计算视觉基础设施的技术框架，并结合标准研究、产业实践进行论证。
参与本白皮书撰写的主要专家包括：中国移动通信有限公司研究院：喻炜、郭漫雪、王萍、苗丹、杨晓伟华为技术有限公司：黄还青、张亚兰凌云光技术股份有限公司：张见、熊伟、颜冬青中国信息通信研究院：王哲腾讯云计算(北京)有限责任公司：刘海涛浪潮通信技术有限公司：冯景、王晔彤中国电信上海研究院：史敏锐上海极清慧视科技有限公司：赵伟时南京大学：马展软通智慧科技有限公司、闫江目录1.边缘计算及视觉产业发展背景31.1边缘计算产业发展情况31.2视觉产业发展情况51.2.1工业领域机器视觉发展概况51.2.2安防监控领域视觉发展概况71.2.3体验交互领域视觉发展概况81.2.4其他领域视觉发展概况101.3边缘视觉产业发展现状112.边缘视觉典型应用场景及需求14 2.1概述142.2工业领域机器视觉应用场景及需求142.2.1工业领域边缘视觉发展概述142.2.2工业领域典型应用场景152.2.3工业领域的未来挑战202.3安防监控领域视觉典型应用场景及需求212.3.1安防监控领域边缘视觉发展概述212.3.2安防监控领域典型应用场景222.3.3安防监控领域的未来挑战292.4体验交互领域视觉典型应用场景及需求312.4.1体验交互领域边缘视觉发展概述312.4.2体验交互领域典型应用场景332.4.3体验交互领域的未来挑战363.边缘视觉基础设施技术总体架构37 3.1边缘视觉标准进展情况373.2边缘视觉基础设施技术架构384.边缘视觉技术的应用实践404.1工业高可靠性视觉质检404.1.1案例背景与需求404.1.2实施方案404.1.3实施效果414.2无人机8K+AI的精细化巡检424.2.1案例背景与需求424.2.2实施方案424.2.3实施效果434.3电力远程视频自动巡检434.3.1案例背景与需求434.3.2实施方案444.3.3实施效果454.4VR全景视角超高清采编播464.4.1实施背景与需求464.4.2实施方案464.4.3实施效果475.边缘视觉技术及应用发展展望495.1问题与挑战495.1.1边、端侧系统定制化严重495.1.2边侧系统封闭形成数据孤岛495.1.3数据安全防护面临挑战49 5.2发展倡议50缩略语列表52参考文献531.边缘计算及视觉产业发展背景1.1边缘计算产业发展情况2015年8月，ETSI第一次提出了MEC的验证框架（Proof of Concept Framework），经过多年的演进，相关标准体系也逐渐清晰。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Security
Local Resource
Access
Enable device communication without a cloud
connection
Simplify device programming with
AWS Lambda
Operate devices offline & synchronize data when reconnected
AWS IoT Greengrass物联网边缘计算 解决方案
Trolltunga, Norway. Courtesy Dmitry Lebedev
•
2
•
3
• • •
3
•
2
.
1/
PLK J
1 0 9 .7 C 1 B 8 07
7A 8
ʥ A
Local Messages and
Triggers
Local Message Broker
Local Actions
Lambda Functions
Data and State Sync
Local Device Shadows
Security
Local Resource
Access
.91
9
91
D , 8.9 0 9 .7 C 1 . . 9 . .8. 9
-
0 9 .7 C 1 0 9 7 0. 9 .91 3 90 9
1 . 1 9 B .9 C. 9
9 9 .7 C 1
89
7 9 .91 9
0 9 .7 C 1
Mainframe
AWS Cloud
Corporate data center
Local Execution of ML Models
Easy Integrations With Local Protocols
Easily Update Greengrass Core
Local Messages and Triggers
Localync
Outcomes
AWS IoT Analytics
a:FreeRTOS
AWS Greengrass
Data Collection, Model Inference
SUMMIT
Amazon SageMaker
Machine Learning & Model Generation
© 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Cloud
IoT Endpoint Gateway
Onboard
Appliance
Infrastructure
PoP
Cloud
Amazon FreeRTOS
AWS Greengrass
Lambda at Edge
AWS Cloud
Data Transport, Routing, Device Management, & Security
Machine Learning Inference
Protocol Over the Adapters Air Updates
Mutual authentication & authorization
between cloud and devices
Lambdas Interact With Peripherals
Mutual authentication &
authorization between cloud and
devices
AWS Lambda functions can access & use local resources of a given
device
Machine Learning Inference
Perform ML Inference
locally
Connectors
Secrets Manager
Over the Air Updates
Extend edge devices with connections to
external services
Deploy secrets to edge devices
Endpoints
Gateway
Secure device connectivity and messaging
Gateway
Edge SUMMIT
© 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Client
Camera
Car
Bicycle
Travel
Factory Windfarm
•?
•
•
•)
•
à à
à( à
()
Endpoints
Gateway
Gateway
Secure device connectivity and messaging
Fleet onboarding, management & SW updates
Data Aggregation, Enrichment, Cleansing, Time Series Processing,
Model Config
AWS IoT Core AWS IoT Device AWS IoT Device
Management
Defender
Intelligence &
Fleet audit and protection
Connecting Devices to Services
IoT data analytics, actions & intelligence
SUMMIT
Intelligence Insights & Logic → Action
© 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Easily update AWS IoT Greengrass Core
+
1,
28
SUMMIT
,,
© 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
Local actions