边缘计算：分布式存储的另一种可能

Posted 2021-04-19 云南富冠经济信息咨询

 根据有关统计，我们平均每天发送了5亿条推文、3000亿封电子邮件，每天在Facebook上创建了4 PB的数据，每个连接的汽车都会创建4 TB的数据，进行了50亿次搜索。此外，一些相对落后的国家及地区还没有接入互联网，所以互联网的用户仍然会呈爆发式增长，互联网下产生的数据也毫无疑问会呈几何倍数增长。预计到2025年，全球每天将创建463EB的数据。

什么是边缘计算？

边缘计算出现的时间并不长，市场上有许多人进行过概括，范围界定和阐述各有不同，OpenStack（是一个由NASA和Rackspace合作研发并发起的，以Apache许可证授权的自由软件和开放源代码项目）社区的定义概念：

“边缘计算是为应用开发者和服务提供商在网络的边缘侧提供云服务和IT环境服务；目标是在靠近数据输入或用户的地方提供计算、存储和网络带宽”。

通俗地说：边缘计算本质上是一种服务，就类似于云计算、大数据服务，但这种服务非常靠近用户。边缘计算着重要解决的问题，是传统云计算（或者说是中央计算）模式下存在的高延迟、网络不稳定和低带宽问题。由于资源条件的限制，云计算服务不可避免受到高延迟、和网络不稳定带来的影响，但是通过将部分或者全部处理程序迁移至靠近用户或数据收集点，边缘计算能够大大减少在云中心模式站点下给应用程序所带来的影响。

Gartner 将边缘计算定义为"分布式计算拓扑的一部分，其中信息处理位于边缘附近，即事物和人员生成或使用该信息的地方。

为什么需要边缘计算

1.数据存储需求

移动设备增长

随着人均收入提升和移动设备价格回落，移动手机普及率迅速提升，从2000年平均每百人仅拥有6.7部手机上升至每百人平均103部手机花费了17年，2018年更达到112.2部/百人，较2017年提升9.2部。随着5G覆盖进程加快推进，屏下指纹、柔性OLED等多种新型技术的突破，有望进一步吸引消费者眼球，集中迎来新一轮的换机高峰期，预计移动设备的普及率有望继续提升。

网络建设加快

近年来，我国对基础信息网络的建设投入不断加大，有效地推动了移动高速网络的发展。从目前移动宽带发展的情况来看，3G/4G用户逐渐饱和，2018年新增1.74亿户，同比下降8.9%，渗透率达到83.4%，随着5G商用进程的推进，5G渗透率将会提升。2019年1-10月，移动互联网累计流量达999亿GB，同比增速降至83.6%；其中通过手机上网的流量达到995亿GB，占移动互联网总流量的99.6%，同比增速降至85.6%。10月当月户均移动互联网接入流量达到8.54GB。

5G 流量爆发

由于5G将支持0.1～1Gbps的用户体验速率，峰值速率达到数十Gbps，我们预计5G的普及有望进一步刺激用户流量消费的欲望，移动流量或迎来新的爆发期。以韩国为例，从韩国科学和信息通信技术部所公布的数据来看，韩国自2019年4月启动5G商用以来，5G用户的渗透率和5G用户每月人均使用流量（DOU）持续上升。从9月份的数据来看，韩国5G用户人均移动互联网接入流量约26GB,4G用户约为9GB，两种用户移动数据使用量有约3倍的差距。我国已经进入5G商用时代，截至2019年11月中旬，我国5G用户为82万户。随着5G覆盖范围不断扩大，用户量将会持续攀升，数据将迎来爆发。

数据分布

谈到分布式存储，我们有一个绕不开的概念，那就是负载均衡。负载均衡构建在原有网络结构之上，它提供了一种透明且廉价有效的方法扩展服务器和网络设备的带宽、加强网络数据处理能力、增加吞吐量、提高网络的可用性和灵活性。简单来说，负载均衡就是将数据合理、有效的分布到各个存储节点，最大限度的利用每个存储节点。

数据分布，主要就是数据分片，它解决了确定数据位置的问题。

1.数据分布的设计

在设计分布式存储算法时，我们主要考虑数据均匀、数据稳定、节点异构性、隔离故障域和性能稳定性等几个方面。

数据均匀：

分布式存储一般都是多台设备并行运作，这就要求在存储数据的时候尽量保证数据分配合理，例如说：有100G的存储数据，5个存储节点，就要尽量让每台设备存储20G的数据，而不是让1台设备存储100G，其它4台闲置；同时，当访问的数据量过大时，要保证每个节点的访问量均衡。举个例子，如果在双十一当天，用户同时访问同一台服务器，阿里的服务器可能会崩坏，所以必须要让服务器分摊用户的访问，而不是让一台服务器执行这些操作。

数据稳定：

数据的稳定性也是非常重要的一点，关于数据的稳定性，我们同样举例子，当有100G的存储数据，合理的存储在5个节点上，如果有一个存储节点发生了故障，那么这100G的数据是要重新分配到这4个节点上吗？如果这100G的数据重新分配到这4个节点上，可能会让存储的数据不稳定；为了保证数据的稳定性，最好的方法是，保持正常节点存储的数据不改变，而故障节点存储的数据重新分配到正常的节点上。

节点异构：

不同的硬件设备，性能可能天差地别，如果每台设备分到的数据量、用户访问量都差不多，本质就是一种不均衡。

隔离故障：

当数据进行备份时，不能让数据及备份数据分布到同一个节点上。

性能稳定：

数据的存储、查询的效率要有保证，不能因为节点的添加和节点的删除造成性能的下降。

我们最常见的数据分布方式有三种：顺序分布、哈希分布和一致性哈希分布。

顺序分布

利用顺序分布我们能很容易的将大量的数据分成N片，只需要知道每一片的StartKey和EndKey。根据分片表我们可以很容易的定位任何一个Key。分片对于分布式系统来说是一个非常重要的功能，它意味着我们能不能将大量的数据分而治之。同时我们查找数据时也非常方便，顺序分布是从开始点一条一条往下读，直到结束点。但是这也让顺序分布存在一些问题，由于它是按照顺序写入和读取，所以实际上只有最后一片在增加或查找，其它的并没有参与工作（例如我们平时的log写入），这时候分布式系统退化成了单节点的系统，再也没什么优势可言。

哈希分布

为了解决顺序分布的问题，我们引入了哈希分布。哈希分布首先需要确定一个哈希函数，通过计算，将数据存储到响应的节点。

如果我们有4个节点，分别为节点1，节点2，节点3，节点4，ID的范围为[1,100]，ID1{id : 1}，ID2{id : 2}，ID3{id : 3}......ID99{id : 99},ID100{id : 100}，哈希分布会对现有的哈希函数进行计算，id%4（存储节点个数）结果为1存储到节点1，id%4结果为2存储到节点2，id%4结果为3存储到节点3，id%4结果为0存储到节点4，依次进行计算。哈希分布很好的解决了数据合理分布的问题，同时可以让所有的节点同时参与工作。但是哈希计算也有缺点，那就是稳定性相对较差。如果此时增加了一个节点5呢，这时候有5个节点，需要将之前存储到4个节点的数据重新进行计算，分配到这5个节点上。

 

一致性哈希分布

针对于顺序分布的的单节点工作与哈希分布的不稳定性，这里和大家介绍另一种分布——一致性哈希分布。一致性哈希是一个环形结构，将哈希函数映射到哈希环上，数据通常通过顺时针方向寻找的方式。同样就哈希分布的那个例子进行讨论。有节点1，节点2，节点3，节点4这四个节点，ID的范围为1-100,ID1{id : 1}，ID2{id : 2}，ID3{id : 3}......ID99{id : 99},ID100{id : 100}。id为1-25是会存储到节点1，id为26-50会存储到节点2，id为51-75会存储到节点3，id为76-100会存储到节点4。如果这时候在id为56的后面增加一个节点5，那么，id为51-56会存储到节点5，57-75依旧存储到节点3，其它几个节点的数据不需要改变。如果删除一个节点呢？现在我们删除一个节点2，那么节点2存储的数据会按照顺时针方向，将数据存储到节点3上面。

以上介绍的三种分布方式各有优、缺点，可以根据实际的需要选择最合适的分布方式。

高速带宽普及

近年来，我国持续推动宽带入家、提速降费等信息建设专项行动，目的在于迅速提升我国固定宽带的普及率。截至2019年10月底，三家基础电信企业的固定互联网宽带接入用户总数达4.52亿户，比上年末净增4469万户。其中，光纤接入（FTTH/O）用户4.16亿户，占固定互联网宽带接入用户总数的92%。宽带用户继续向高速率迁移,100Mbps及以上接入速率的固定互联网宽带接入用户达3.7亿户，占总用户数的81.8%，较上年末提高11.5个百分点。

物联网设备互通

随着IoT设备的指数级增长，这些设备连接到互联网，用于从云接收信息或将数据传递回云，更快的网络技术（如 5G 无线）使计算系统能够加速实时应用程序的创建或支持，例如视频处理和分析、自动驾驶汽车、人工智能和机器人等。在此过程中，许多 IoT 设备在操作过程中会生成海量的数据。

2. 云计算的缺点

云计算的发展已经进行了很多年，但是其中面临的问题依旧存在。

安全性    

自公共云出现以来，企业一直担心潜在的安全风险。**网查询一家研究机构调查发现，90%的安全专家都在关注云计算的安全性。更具体地说，他们担心数据丢失和泄漏、数据隐私和违反机密性。 

云计算将身体可穿戴、医疗、工业制造等设备采集的隐私数据传输到数据中心的路径比较长，容易导致数据丢失或者信息泄露等风险；数据中心的高负载导致的高能耗也是数据中心管理规划的核心问题。

高费用  

如前所述，对于一些管理云计算的组织而言，费用高已经超越了安全性，成为云计算的首要挑战。2019年腾讯的存储成本约为200亿人民币，抖音为36亿。即使对于这类互联网巨头，每年的存储成本也是一笔不小的开销，对于中小型企业来说更是难受承受。

考虑到物联网设备数据的连接，虽然生成数据的单个设备很容易通过网络传输数据，但当同时传输数据的设备数量增加时，不仅质量会因延迟而受到影响，而且带宽成本也会非常高。

即时性

据统计，无人驾驶汽车每秒产生约 1GB 数据，波音 787 每秒产生的数据超过 5GB；2020 年我国数据储存量达到约 39ZB，其中约 30% 的数据来自于物联网设备的接入，海量数据的即时处理可能会使云计算力不从心。

3.边缘计算优点

相比传统云计算，边缘计算主要具有以下优势:  

(1) 降低时延，分散带宽

边缘计算利用本地部署的优势，在边缘网络进行数据的处理和储存，分散化布局对网络带宽的要求更低，加之距离用户终端较近，因此时延得到有效缩短。在其基本级别上，边缘计算使计算和数据存储更接近于收集设备，而不是依赖于数千英里外的中心位置。这样做是使数据（尤其是实时数据）不会遭受可能影响应用程序性能的延迟问题。

(2) 位置感知，用户识别

当终端接入无线网络时，本地计算节点可以确定设备的地理位置，识别用户的网络需求，提供基于位置和用户的分析。

(3) 本地部署，资源应用

在本地进行部署的边缘计算平台相对独立，可以更加轻松地利用本地资源，发展本地服务和应用。边缘计算硬件和服务作为许多这些系统的本地处理和存储源，有助于解决此问题。例如，边缘网关可以处理来自边缘设备的数据，然后仅通过云发送相关数据，从而减少带宽需求。或者，它可以在实时应用程序需要的情况下将数据发送回边缘设备。

(4) 闲置设备，资源共享

边缘计算平台提供新的入口，支持多样化的异构软件设备，提高资源利用率，很多智能终端在非工作状态下处于闲置状态，边缘计算可以在无线网络中对其加以利用，实现物理资源共享。

(5) 分散布局，节省费用

此外，公司还可以通过本地处理来节省资金，从而减少需要在集中式或基于云的位置处理的数据量。

随着芯片技术的不断发展，各种大数据、AI算法的不断演进和5G的部署，边缘计算接入能力不断提高，但是存储的问题一直没做到很好的解决。边缘数据需要分流处理，在IOT生成的海量数据中，有些数据是需要被实时计算，有些数据需要分时计算，有些数据需要经常性被重新计算分析，还有些数据需要长时间留存。现有的物联网设备存储主要靠本地存储单元来保存数据，在存储能力有限，存储扩展比较困难。虽然提出了不少企业级的存储方案，但这些方案也存在许多问题，比如各家标准不统一，基于不同的硬件方案有不同的接口方案，不同的服务商之间无法进行数据的链接和处理，使大量数据存在互相隔离的“容器”中，无法有效的在不同存储提供商之间扩容。

边缘计算与分布式存储    

针对边缘计算的存储问题，需要一个新的分布式存储协议来重构边缘存储方案，将不同存储业务的垂直扩展变成水平扩展，打破业务边界，使边缘存储对外提供统一服务的存储层。关于分布式存储的内容，这里小编就不做赘述了，感兴趣的朋友可以翻看之前的文章。

1.技术层面

1.标准的存储服务接口

在分布式存储协议中，将存储服务的加入，退出，确权，存储，分发，检索，支付等抽象接口转成为标准协议，这些标准不基于特定的语言，算法和网络协议来组织业务，只要符合统一接口的实现，并且基于服务方共识的业务治理逻辑。

2.统一的数据通信协议

在存储服务层，以端对端的服务为核心，在网络协议上层提供可组合的序列化/反序列化方法，加密算法，握手机制，数据摘要算法等，使运行不同操作系统的设备在网络层能够互相识别，完成数据交互服务。

3.完整的内容确权机制

命名机制对于边缘计算的数据寻址，确权和交换非常重要，但是在现有的边缘计算中还没有特别有效的处理方法。如今大量依托不同的通信技术，比如蓝牙，wifi，5G，NFC等的设备接入互联网，传统的以IP地址为核心的寻址方式已不能满足异构网络之间的数据交换。分布式存储协议提供了一种完整的解决方案，这个方案基于对数据内容的确权，是基于内容进行寻址的方式，直接指向资源，并确保这些数据来自最近的数据源。

4.加密的编程权限控制

通过分布式存储，用户可以控制自己数据，以加密的形式进行存储。对于不同的应用，设置可编程的权限控制信息，该信息可以做到整个网络的业务治理逻辑同步。

5.备用的节点数据设备

处理功率、电力和网络连接的不同设备要求可能会影响边缘设备的可靠性，这使得冗余和故障转移管理对于在边缘处理数据的设备至关重要，分布式存储可以确保在单个节点出现故障时备用节点正确交付和处理数据。

   

2.商业层面

1）激励体系

边缘计算需要更多的设备下沉到端，通过区块链上通证体系的激励，可以调动现有社会上存量资源加入边缘计算中，基于边缘技术本身分布式和通证激励体系可以有效地调动闲置的带宽和计算资源。

2）快速组网

由于可信激励的存在，可以快速调动现有闲置资源，基于区块链的边缘计算比传统建设周期更短，更容易形成组织网络，解决了资源的有效配置问题。

3）社区自治

持有边缘计算项目通证的矿工、节点和其他相关第三方在链上激励下很容易形成具有价值共识的社区，自治社区会为边缘计算项目的推广和宣传提供很大的帮助。同时，社区也可以逐步孵化出与现有边缘技术相关的新项目。

物联网时代，更多的终端或传感器接入物联网，节点规模远远大于互联网，每个物联网节点都会产生大量的实时数据，这意味着云服务商要在边缘端布局计算，投入规模和时间周期都是巨大的挑战。国外有微软、亚马逊、谷歌，国内有阿里、华为还有百度都在积极部署边缘计算。这些公司边缘计算技术路线虽然各不相同，但总体遵循一个规律：把边缘计算和云计算紧密结合，充分发挥边缘的低延迟，安全等特性同时，结合云计算的大数据分析能力。

数据复制

数据复制技术，可以保证存储在不同节点上的同一份数据是一致的。这样当一个节点发生故障后，可以从其他存储该数据的节点获取数据，避免数据丢失，进而提高了系统的可靠性。

1.根据数据复制的一致性分类

根据数据一致性和可用性可以将数据复制分为三大类：

同步复制：可以保证主库与同库的数据为最新的数据，但是一旦从库没有响应，主库就无法就行数据的写入。（主库负责接收客户端的写入命令，再将数据写入从库；从库主要负责客户端数据的读取）

异步复制：即使从库落后，主库依旧可以正常写入，但是主库失效，未复制到从库的数据会丢失。

半同步复制：一个从库是同步，其它的从库未异步，保证主库和同步从库为最新数据。

2.根据数据复制的变更算法分类

同时根据数据的变更算法可以分为基于节点的复制与无节点复制两类。

基于节点的复制

基于节点的复制也称“主从”复制，分为单主复制与多主复制。

单主复制：客户端将数据写入命令发送给单个领导节点，领导节点接收命令，再将数据写入跟随节点。

            

多主复制：客户端将数据写入命令发送给多个领导节点，领导节点接收命令，再将数据写入跟随节点。

             

无节点复制

无节点复制也叫无主复制，客户端直接将数据写入命令发送给节点，节点接收到命令，直接进行数据的写入。

         

随着 5G、物联网、无人驾驶、AR/VR、AI 等众多新兴业务应用的快速涌现，对网络的传输容量、数据分发处理能力要求的不断提高，边缘计算将与分布式存储相辅相成，促进整个新兴产业的快速落地。

一.视频加速

智能视频加速业务主要是通过缩短加载时间和增加视频流畅度，来提升用户的QoE，(体验质量：Quality of Experience），并保证无线网络资源的最大利用。

1.1

VR/AR 游戏 

现阶段 VR游戏体验不佳，其中游戏类VR 应用基本以本地重度游戏为主，用户眩晕问题依然存在，体验仍然不佳。因此，现阶段 VR 较多应用在营销场景，如远程看房、看二手车等营销场景较多，并且依赖于 Wifi及 4G 网络为主。

未来 5G设备实现直接边缘链访问，VR/AR时延问题解决，云 VR/AR 将大大降低设备成本，5G将显著改善这些云服务的访问速度，同时边缘计算将降低云服务的数据处理量，增强游戏的体验感。

1.2

远程医疗

远程诊断依赖 5G 网络的低延迟和高 QoS（Quality of Service）保障特性，例如无线内窥镜和超声波这样的远程诊断依赖于设备终端和患者之间的交互，患者反馈的敏感性需要低延迟网络才能满足其要求。其它应用场景包括医疗机器人、医疗认知计算、生物遥测，基于 VR的医疗培训，救护车无人机，生物信息的实时数据传输等，这些应用对网络计算和连接提出了很高的要求。

1.3

高清视频

5G的高速率特性加上边缘计算将使用户不仅能观看当下各类视频内容，还将随时随地体验4K以上的超高清视频。参考Intel 的《5G娱乐经济报告》,预计未来10年内 5G 用户的月平均流量将有望增长 7 倍，而其中90%将被视频消耗，预计到 2028 年，仅凭消费者在视频、音乐和游戏上的支出就会增加近一倍，全球总体量将达到近 1500 亿美元。

1.4

视频直播

视频直播是近年来发展最为迅猛的一种创新形式的在线视频娱乐，具有多人实时交互特性。中国视频直播行业的市场规模由2015年的64亿元增长至2019年的1082亿元，复合年增长率为103.0%。2019年至2024年，市场规模预计以23.4%的复合年增长率增长，至2024年达到3101亿元。如此规模巨大的市场，在直播方面会经常面临网络卡顿的现象，严重影响了用户的消费体验。

网络卡顿的原因有以下几点：

1）网络问题。接收方的网络环境不好，无法及时的获取服务器发送过来的信息，就会造成卡顿

2）主播端码率设置问题。如果主播端的视频上传码率太高，需要的网络速度就越高，服务器的传输速度达不到码率要求，自然给接收方传递时就会产生问题

3）距离CDN节点的物理距离。直播平台常用CDN来作为服务器储存、传递数据，其中CDN节点的分布会影响到直播画面的传递速度，如果接收方离CDN节点的距离太远的话，就会产生画面的卡顿，接受不良。

如果在视频中接入边缘计算网络，则会大大缓解视频卡顿的现象，提高用户的观感体验，推动整个直播行业的发展。

二、物联网

物联网作为下一个推动世界高速发展的“重要生产力”，近年来得以迅速发展。“物联网”概念是在“互联网”概念的基础上,将其用户端延伸扩展到任何物品与物品之间,进行信息交换和通信的一种网络概念。物联网是指通过各种信息传感设备,实时采集任何需要监控、连接、互动的物体或过程等各种需要的信息,与互联网结合形成的一个巨大网络。

智能设备上的 I/O 接口可以轻松连接传统工业系统和边缘网络，网关可以使用 Wi-Fi、以太网与终端进行连接和通信。另外,网关的处理能力支持中间设备对来自所有不同协议(从 ModBus、BACnet 到 Zigbee 等)的数据进行汇总、转换和标准化,再通过网关将数据传送到核心网上。边缘计算可以对连接的终端进行边缘分析，将决策转移到边缘，提供实时操作，还可以帮助管理网络问题,通过决定数据是否移动到边缘来解决网络带宽问题。

2.1

自动驾驶

随着汽车自动驾驶的不断进步，汽车自身所产生的数据将越来越庞大。根据数据显示，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，则一辆自动驾驶汽车每天将产生约 4000GB 待处理的传感器数据。如何使自动驾驶汽车能够实时处理如此海量的数据，并基于大数据分析，形成安全驾驶行为的决策，这些都需要强大的计算能力做支持。考虑到自动驾驶对网络延迟要求很高，传统的云计算面临着延迟明显、连接不稳定等问题，这就需要一个强大的、稳定的、低延迟的车载边缘计算平台。事实上，如果我们打开现阶段展示的自动驾驶测试汽车的后备箱，会明显发现其与传统汽车的不同之处，都会装载一个“ 计算平台”硬件传感器， 用于处理输入的信号数据并输出决策。

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算力需求至少在20T 以上。从实现功能来看，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：

a. 处理输入的信号，像雷达、激光雷达、摄像头等;

b. 做出决策判断、给出控制信号

英伟达CEO 黄仁勋的观点是“自动驾驶本质是 AI 计算问题，需求的计算力取决于希望实现的功能。”，其认为自动驾驶汽车需要对周边的环境进行判断之后再作出决策，到底要采取什么样的行动，其本质上是一个 AI 计算的问题，车载端必须配备一台 AI 超级处理器，然后基于 AI 算法能够进行认知、推理以及驾驶，要实现L3 级的自动驾驶起码需要20 个 teraflops(每秒万 亿次浮点运算)以上的的计算力级别。

2.2

智能安防

安防产业智能化升级是行业发展的大趋势，后端智能化以及前端智能化是厂商针对智能化升级的两种并存的解决方案。其中，前端智能化的核心功能是为后端提供高质量、初步结构化的图像数据，其主要作用有两点:

1）提升部分智能分析应用的实时性;

2）节省带宽和后端计算资源。

典型的前端智能摄像头内置深度学习算法，一方面可以在前端完成人脸定位和质量判断，有效解决漏抓误报问题，同时拥有较好的图像效果；另一方面可以输出编码后的网络视频，支持输出非压缩、无损无延时的视频流图像，这样可以为大型用户节省服务器成本和带宽，在同等服务器数量和计算能力的情况下能够接入更多线路摄像头。

后端智能化产品的核心功能则是利用计算能力对视频数据进行结构化分析。出于满足实时性处理的需求，以及缓解后台存储的压力，厂商们会越来越将算力前置。以人脸识别为例，传统的人脸识别产品都是采用前端摄像机抓拍图片， 后端服务器计算比对的模式，而前端智能的模式下，智能化的摄像机可以不依托服务器而实时进行图像处理、人脸识别，极大提高了识别效率以及后端存储的效率，前端智能化的趋势意味着产业链上下游将发生价值转移。整个安防智能化系统对于后端系统的依赖程度将进一步降低，后端价值将部分转移到前端，前端的价值将大幅提升。

国内安防智能前端的市场规模有望突破1500 亿。从产业调研结果来看，2018年以来，主流深度学习摄像头芯片开始成熟量产，有效解决目前限制前端智能摄像头放量的计算芯片瓶颈。按照2021年智能摄像头渗透率达到45%测算，我们预测国内智能安防前端硬件产品空间在2021 年预计将超过1500 亿元。

2.3

低延时工业级应用 

工业高精度控制对时延和可靠性的敏感度极高，无论是中国、韩国和日本的运营商，都非常关注5G 新业务中工业级客户(2B)的价值。这些行业市场包括运输、物流、能源/公共设施 监测、金融、医疗和农业。实现工业国产自动化、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。

2.4

机器人控制

参考《华为 5G 白皮书》，同步实时协作机器人要求小于 1 毫秒的网络延迟。到 2025 年，预计全球状态监测连接将上升到 8,800万，全球工业机器人的出货量也将 从 36万台增加到 105万台。

2.5

馈线自动化

当通信网络的延迟小于 10ms 时，馈线自动化系统可以在 100ms 内隔离故障区域，这将大幅度降低发电厂的能源浪费。参考华为 5G 白皮书，从 2022年到 2026 年，预计 5G IoT 的平均年复合增长率(CAGR)将达到 464%。ABI Research 的预测数据，全球配电自动化市场将从2015年的130亿美元增加到 2025年的 360 亿美元。

2.6

无人机巡检

配备无人机进行基础设施、电力线和环境的密集巡检是一项新 兴业务，LiDAR扫描所产生巨大的实时数据量将需要>200Mbps的传输带宽。ABI Research 的估计，小型无人机市场将从 2016年的 53 亿美元迅速增长到 2026 年的 339 亿美元，包括来自软件、硬件、服务和应用服务的收入。

三、CDN应用

BMJ分布式存储

BMJ是一个高速、安全、可拓展的区块链基础设施项目。面向5G，对IPFS底层技术深度开发及优化，通过切片技术对节点的P2P传输，实现数百兆文件的秒传。从全新的角度出发，BMJ基于区块链的分布式云存储系统设计思想提出新的方案，在数据传输方面引入数据交换机制和秒传机制来提高数据传输速度；在数据存储方面，通过采用一种高效的数据存储架构来提高数据存储效率。

随着BMJ分布式节点全面启动，全球百万设备有效链接，BMJ要做的就是，为社会科技技术发展奠定扎实基础，为全球企业及个人提供最廉价且高效的CDN（大数据的存储及分发）、网络加速、边缘计算等服务，从而构建一个完整的应用生态圈。

关 注我们获取更多资讯

注：此文章来源于网络，如有侵权，请来电告知。