边缘计算第二版施巍松——第8章边缘计算系统实例

8.1边缘计算系统概述

1.Cloudlet
架构:移动设备-Cloudlet-云
cloudlet也可以像云一样为用户提供服务,Cloudlet离移动设备只有一跳的距离,具有物理距离的临近性,可以保证实时反馈时延低,又可以利用局域网的高带宽优势,解决带宽限制问题
三大特性
1.软状态:可以看作位于网络边缘小型云计算中心,因此作为应用的Serve端,Cloudlet一般要维护与客户端交互的状态信息。Cloudlet不会长期维护交互的状态信息,仅暂时缓存部分来自云端的状态信息。
2.资源丰富:CloudLet有充足的计算资源,可以满足多个移动用户将计算任务卸载到CloudLet上执行,同时CloudLet一般具有稳定的电源,不用考虑电源能耗的
3.靠近用户:CLoudLet的位置无论在网络距离还是物理距离上都贴近用户。网络距离近可以使网络带宽、延迟、抖动这些不稳定的因素都易于控制与改进;空间距离近意味着CLoudLet与用户处于同一个场景中,根据这些情景信息可以为用户提供个性化服务
Open Edge Computing联盟
2.PCloud
PCloud可以将周围的计算、存储、输入输出设备与云计算资源整合,使这些资源可以无缝地为移动设备提供支持
本地、边缘以及云端的资源通过网络连接,通过特的虚拟化层 STRATUS将资源虚拟化,构成分布式的资源池,发现并监控这些资源信息。
PCloud 将资源池化后,由运行时机制负责资源的申请与分配,该机制提供资源描述接口,可以根据应用的要求选择合适的资源并进行组合。资源组合后,PCloud 就相当于产生一个新的实例,该实例可以根据资源的访问控制策略为外界应用提供相应的服务。
虽然该实例的计算资源可能来自多个物理设备,但对于外界应用来说却相当于一体的计算设备。应用程序相当于运行在PCloud实例上的一系列服务的组合

在实际运行中,移动应用通过接口像PCloud描述需要的资源,PCloud会根据该描述和当前的可用资源分析得出最优资源配置,然后生成实例,为应用提供相应服务

PCloud将边缘资源与云资源有机结合,使两者相辅相成,优势互补。云计算丰富的资源弥补边缘设备计算、存储能力上的不足,而边缘设备由于贴近用户可以提供云计算无法提供的低延迟服务,此外PCloud也使整个系统的可用性增强,无论是网络故障还是设备故障都可以选择备用资源。

8.5 HydraOne

8.5.1 计算系统实验平台概览

边缘计算的出现向上连接了云计算系统,向下连接了物联网系统,在万物互联时代逐渐形成了云-边缘-IoT的三层架构
1.云计算和物联网系统实验平台
云计算系统实验平台关注的系统设计指标为系统的处理性能,虚拟化技术和分布式计算,研究人员可以从云计算服务提供商处定制任意系统架构和规模的云计算系统实验平台。
IoT系统实验平台关注的是系统的外围设备接口资源和无线通信能力。

2.面向处理性能的边缘计算系统实验平台
边缘计算第二版施巍松——第8章边缘计算系统实例_第1张图片目前许多边缘计算的研究工作均部署在树莓派实验平台,对于万物互联网时代涌现的边缘智能任务,集成异构偏上系统NVIDIA jetston 的嵌入式GPU实验平台

8.5.2 系统架构

HydraOne是一个面向智能汽车应用场景的边缘计算系统实验平台
1.实验平台预览
HydraOne实验平台包含一套有视觉传感器,计算平台和全向移动底盘执行器组成的硬件系统,计算平台则部署了机器人操作系统的软件框架
2.硬件系统
边缘计算第二版施巍松——第8章边缘计算系统实例_第2张图片
Jeston TX2 链接多个传感器,同时连接一块arduino办卡,将边缘计算负载输出的控制信息转发至点击驱动板以控制HydraOne的移动,HydraOne的硬件模块可以分为传感器、计算平台、执行器三部分
(1)传感器
(2)计算平台:Jeston TX2保证系统对于边缘智能任务的处理性能和处理能效。TX2具有一个WiFi无线通信模块,使得HydraOne上的数据、计算任务和控制信号可以在网络中进行迁移。HydraOne平台配置的arduino可以被视为一个实时计算系统,用于处理更多的低速总线任务。
(3)执行器

8.6 边缘计算开源系统

8.6.1 面向物联网端的边缘计算开源平台

2.KubeEdge
以Kubernetes为代表的容器编排技术能够提供集群管理、资源优化和可伸缩性等关键能力。KubeEdge是一个基于Kubernetes,能将容器化应用程序编排功能扩展到边缘设备的开源系统,其主要设计特点是在边缘计算平台上使用容器编排技术,能够编排容器化的边缘应用程序、管理边缘设备、监视边缘节点上的应用程序和设备状态。
除了k8s自身的软件组件外,kubeedge分为云端CloudCore和边缘端EdgeCore两部分

EdgeController 是一个扩展的Kubermetes 控制器,是Kubermetes API 服务器与EdgeCore连接的桥梁,负责两者的事件同步、状态更新等。Deivce Controller 负责设备管理,并同步设备更新信息。CloudHub是EdgeController与EdgeCore 的通信中介,主要负责维护WebSocket 并传递信息。

EdgeCore 由Edged、EventBus、MetaManager、Edgehub 和DeviceTwin 等组件组成Edged 负责在边缘端管理容器化程序,用于管理节点上Pod的生命周期。EventBus是一个支持发送或接收 MOTT 主题信息的接口。MetaManager是在Edged 和 EdgeHub 之间的消息处理器,并负责在数据库中存取元数据。Edgehub是与CloudHub对应的组件,作为通信中介。DeviceTwin负责存储设备状态并将其同步至云端。

在对设备的支持上,KubeEdge 使用两种策略。计算能力足够的边缘设备,可以直接安装 KubeEdge 组件,接入KubeEdge 中。计算能力不足的物联网设备,可以通过 MQTI协议将待处理数据信息发送至安装KubeEdge组件的设备中,由该设备上的应用对数据进行处理。
KubeEdge 主要系统特点是提供容器编排功能,用户无须考虑应用放置和资源利用等细节。作用通用的平台,KubeEdge 支持任意类型的应用,包括机器学习等复杂的应用。

我的边缘计算项目的边缘计算开源平台就准备用Kubeedge,因为他有b站部署的视频

你可能感兴趣的:(边缘计算,边缘计算,人工智能)