什么是邊緣存儲

　　隨著物聯網(IoT)和云計算技術的迅猛發(fā)展，大量的數據被產生、傳輸和處理。然而，將所有數據集中存儲和處理在傳統的中心化數據中心中可能會面臨許多挑戰(zhàn)，如網絡延遲、帶寬限制和隱私問題等。為了解決這些問題，邊緣存儲應運而生。邊緣存儲是一種分布式存儲和處理數據的方法，它將存儲和計算資源放置在接近數據生成源的邊緣設備或邊緣節(jié)點上，以提供更快的響應時間、減少網絡負載和更好的數據隱私保護。

　　邊緣存儲是指將存儲和計算資源分布在網絡邊緣的設備或節(jié)點上，以產生、存儲和處理數據。相比于傳統的中心化數據中心存儲模式，邊緣存儲更加接近數據生成源，使得數據可以在離用戶更近的地方進行存儲和處理。邊緣存儲可以包括各種設備，如智能手機、物聯網設備、邊緣服務器和邊緣節(jié)點。

　　邊緣存儲就是把數據直接存儲在數據采集點或者靠近的邊緣計算節(jié)點中，例如MEC服務器或CDN服務器，而不需要將數據通過網絡即時傳輸到中心服務器(或云存儲)的數據存儲方式。邊緣存儲一般采用分布式存儲，也稱為去中心化存儲。下面通過幾個案例來說明：

　　在安防監(jiān)控領域，智能攝像頭或網絡視頻錄像機(NVR)直接保存數據，即時處理，不需要將所有數據傳輸至中心機房再處理。

　　家庭網絡存儲服務器，用戶更偏向將私人數據存儲在自己家中，而不是通過網絡上傳到提供存儲服務的第三方公司，這樣第三方公司不會接觸到敏感數據，保證隱私保護和安全性。

　　自動駕駛采集的數據往往可以在車載單元或路側單元中進行預處理，再將處理后的少量數據傳輸給后臺服務中心或云。

　　邊緣存儲的應用領域

　　邊緣存儲在許多領域都有廣泛的應用：

　　1 物聯網(IoT)

　　物聯網設備產生大量的數據，如傳感器數據、監(jiān)控數據等。邊緣存儲可以將數據存儲在設備本地或附近的邊緣節(jié)點上，減少數據傳輸和云計算的需求，提供更快的響應時間和更好的隱私保護。

　　2 實時視頻分析

　　在需要實時視頻分析的場景中，邊緣存儲能夠將視頻數據存儲在離攝像頭更近的邊緣設備上，并進行實時的分析和處理。這可以減少對網絡帶寬的需求，提高響應時間，適用于視頻監(jiān)控、智能交通等領域。

　　3 邊緣計算

　　邊緣存儲與邊緣計算密切相關。邊緣計算是一種將計算任務從中心數據中心轉移到邊緣設備或節(jié)點上的模式。邊緣存儲為邊緣計算提供了數據存儲和處理的基礎，使得邊緣設備可以更好地滿足實時計算和數據處理的需求。

　　4 移動云計算

　　邊緣存儲也可以與移動云計算結合使用。移動云計算是一種將計算和存儲資源從移動設備轉移到云端的方式。邊緣存儲可以將移動設備上產生的數據存儲在邊緣節(jié)點上，減輕移動設備的負擔，同時提供更快的響應時間和更好的用戶體驗。

　　邊緣存儲的概念及應用

　　1、概念：邊緣計算的存儲主要指將采集的數據直接存儲在邊緣計算節(jié)點，而不是將所有數據實時上傳到中心云計算節(jié)點的一種數據存儲方式，也稱為邊緣存儲，一般這種存儲方式采用分布式存儲。

　　2、特點：一是這種存儲的讀寫速度快，時延低，時延一般不超過5ms，有利于提升響應速度，滿足特殊場景的需要。二是通過預處理，能夠減少冗余數據在網絡上的傳送，能夠有效地降低傳輸網絡帶寬，提高資源使用效率、效益;三是分布式存儲，可以實現網絡、網絡節(jié)點間的隔離，減少網絡間的影響，增強網絡容錯性，降低集中存儲故障時的影響;四是實際上是邊緣存儲和集中存儲相結合，形成部分數據互為備份，降低數據丟失的風險，提高系統的可靠性;五是降低了數據傳輸過程中的質量受損、傳送安全等問題的發(fā)生，數據存儲的安全性、隱私保護更高。

　　3、數據類型：大家都知道，按照數據格式來分，數據類型分為結構化數據、半結構化數據和非結構化數據。其中結構化數據是二維形式的數據，其排列和存儲是非常有規(guī)律的，常使用關系數據庫表示和存儲，常用的關系數據庫有Oracle、SQL Server MySQL、MariaDB等;半結構化數據是有基本固定結構模式的數據，一般通過靈活的鍵值調整獲取相應的信息，其數據的格式不固定，常見的半結構化數據主要有日志文件、XML文檔、JSON文檔、電子郵件等;非結構化數據是沒有固定結構的數據，是占比最高、應用最廣的數據類型，占比接近80%，常見的非結構化數據有視頻、語音、圖像、報表、圖片、文本、HTML等等。

　　當然，如果按照使用的頻次分，還可以將數據分為熱數據、溫數據和冷數據，一般它們占總數巨量的比例分別為：5%、15%、80%，從這些占比數據來看，完全看出數據的“熱度”。這種情況，為了提高系統運行效率、效益和安全穩(wěn)定，我們必須采取不同的存儲方式和訪問策略，實行分層管理：熱數據一般放在內存或基于3D XPoint的持久化內存中，溫數據放在基于PCIe NVMe或SATA接口的SSD中;而冷數據則被放在低轉速的HDD硬盤中。

　　4、存儲的類型：邊緣存儲的分類方式比較多，不同的存儲類型適合不同的場景。按存儲介質分，分為機械硬盤、固態(tài)硬盤;按數據熱度需要分，分為持久性數據存儲、非持久性數據存儲;按產品定義分，分為本地存儲、網絡存儲、存儲局域網;按應用場景分，分為文件存儲、塊存儲、對象存儲;按照分布模式分為集中式存儲和分布式存儲。

　　數據的計算和存儲架構中，一般設置四層存儲：第一層存儲，內存，作為緩存，時延100ns;第二層存儲，PCIe SSD，作為緩存或者最終存儲，時延10μs~300μs;第三層存儲，本地存儲，作為第四層存儲的補充或替代，時延5ms~10ms;第四層存儲，存儲局域網，時延5ms~10ms。

　　其中分布式存儲模式由于其具備性價比高、容錯性好、可擴展性強、易于管理、完全無中心架構等優(yōu)點，在業(yè)界被應用的比較廣泛。它包括分布式文件系統、分布式塊存儲、分布式對象存儲、分布式數據庫和分布式緩存等組成。

　　5、應用舉例：這種邊緣存儲適合的場景比較多，被廣泛應用到很多領域，主要發(fā)揮其低時延、網絡帶寬需求低、可靠性高、可擴展性強等等優(yōu)勢，滿足場景需求，下面我們簡單介紹幾個應用場景領域。

　　一是視頻傳送領域，尤其安防監(jiān)控領域。由于其采集的數據多為大流量視頻，如果將所有數據都上傳中心存儲，會浪費大量網絡帶寬資源，而且有些數據都是重復數據，而且對存儲的時間也要求不長，沒必要都上傳，再就是異常情況需要快速判斷處理，因此急需要在邊緣存儲和計算，僅需要將少量處理后的數據上傳即可。

　　二是汽車等無人駕駛領域。這種場景對實時性要求比較高，如果都將數據上傳處理，往往來不及，因此需要在邊緣(例如在車載單元或者路側單元)存儲和處理數據，才能滿足場景需要，僅上傳部分處理后的數據即可。

　　三是工業(yè)生產場景。這種場景對數據的實時性要求也比較高，再加上從智能工廠機器設備上采集的原始數據頻率高、規(guī)模大、干擾數據多，若果將這些數據都上傳云中心，既浪費資源，又會形成訪問瓶頸，造成成本上升，關鍵時延不能滿足要求，因此需要將數據在設備邊緣側存儲和處理，才能滿足智能制造的要求。

　　四是智慧家居的場景。牽扯到個人隱私和家庭安防，很多人不愿意將數據存儲到公有云上，更希望將私人數據(尤其安防數據、隱私數據)放在家庭側的邊緣存儲設備上，這樣才能更好的推動智慧家居應用的落地推廣。

　　邊緣存儲的應用場景比較多，我們這里僅僅列了以上幾個典型的案例場景。當然，對于數據量不大、時延要求不高等的場景，我們既可以選擇邊緣存儲、邊緣計算，也可以靠慮集中存儲到云中心、集中處理。

　　邊緣存儲的優(yōu)勢

　　邊緣存儲具有許多優(yōu)勢，使得它成為處理大規(guī)模數據和實時應用場景的理想選擇：

　　1 低延遲和快速響應

　　邊緣存儲將計算資源放置在離用戶更近的地方，減少了數據傳輸的距離，從而實現更低的延遲和更快的響應時間。這對于實時應用程序(如視頻流、智能交通系統)和對低延遲要求較高的任務(如遠程控制和監(jiān)測)非常重要。

　　2 減少網絡負載

　　通過在邊緣設備或節(jié)點上進行數據存儲和處理，邊緣存儲可以減少數據傳輸到中心數據中心的需求，從而減輕了網絡帶寬壓力。這對于大規(guī)模物聯網應用和分布式傳感器網絡非常有益。

　　3 數據隱私保護

　　邊緣存儲可以在數據生成源附近進行數據存儲和處理，避免了將敏感數據傳輸到云或中心數據中心的風險。這種近場存儲可以提供更好的數據隱私保護，并遵守相關的法規(guī)和隱私政策。

　　4 離線操作和容錯性

　　邊緣存儲使得設備可以在離線狀態(tài)下進行局部的數據存儲和處理，當網絡連接恢復時再將數據同步到中心數據中心。這提供了更好的容錯性和可靠性，即使在網絡中斷或不穩(wěn)定的情況下也能繼續(xù)工作。

　　1. 網絡帶寬和資源優(yōu)化

　　對于以云為核心的存儲架構，所有的數據都需要傳輸到云數據中心，帶寬的需求是極大的。同時，并不是所有數據都需要長期保存。例如，對于電子監(jiān)控的視頻數據僅保存數天、數周或數月。而對于智能工廠中機器采集的原始數據，特點是數據頻率高、規(guī)模大，但有價值的數據相對較少。如果將這些數據存儲在云上，會帶來網絡帶寬資源浪費、訪問瓶頸以及成本上升等一系列問題。

　　在某些情況下，由于帶寬限制或不一致，數據傳輸質量會受到影響，出現丟包或超時等問題。針對這種情況，可以利用邊緣存儲來緩存數據，直到網絡狀況改善后再回傳信息。此外，還可以利用邊緣存儲動態(tài)優(yōu)化帶寬和傳輸內容質量。例如，在邊緣錄制高質量的視頻，而在遠程查看標準質量的視頻，甚至可以在網絡帶寬不受限制時將錄制的高質量視頻同步到后端系統或云存儲中。

　　通過邊緣存儲和云存儲的有機結合，可以將一部分數據的存儲需求從中心轉移到邊緣，更加合理有效地利用寶貴的網絡帶寬，并根據網絡帶寬的情況靈活優(yōu)化資源的傳輸，使得現有網絡可以支撐更多邊緣計算節(jié)點的接入并降低總體擁有成本(TCO)。

　　2. 分布式網絡分發(fā)

　　由于邊緣節(jié)點分布式的特點，可以利用邊緣存儲建立分發(fā)網絡，分發(fā)加速的效果將好于當前站點有限的CDN網絡。例如分享一部分存儲用于分發(fā)，那么觀看的熱門電視劇就可以被鄰居直接下載使用，極大地節(jié)省網絡帶寬;另一方面，也可以通過分享存儲資源獲取部分收益。

　　當邊緣存儲進入實用階段時，去中心化的應用也更容易建立?；诘赜虻纳鐓^(qū)將可以不通過中心服務器或服務商進行交互，也更容易建立基于社區(qū)的私有網絡。

　　同樣，由于基于邊緣存儲的點對點網絡的建立，應用或服務商之間的數據共享變得更加容易和便捷。在理想情況下，服務商或應用提供商完全可以不擁有數據，而數據本身屬于數據的生產者。這樣一來，數據的擁有者就完全可以把這部分數據分享給不同的應用或服務，用于產生超額價值。例如，遠程醫(yī)療可以讓病人把自己的檢查結果存儲在本地，而病人可以支配自己的檢查報告，用于提供給不同的醫(yī)生或醫(yī)院進行診斷。同時，如果病人愿意，也可以匿名地分享給研究機構作為科研數據。

　　3. 可靠性更強

　　當數據存儲和處理完全是中心化的時候，任何的網絡問題或數據中心本身的問題都會導致服務中斷，影響巨大。當邊緣計算節(jié)點具備一定的處理能力，且數據存儲在端或邊緣之后，對網絡的要求大大降低，一部分的網絡中斷只會影響小部分功能，因為很多處理運算同樣可以在本地進行。同時，當邊緣的點對點網絡建立起來后，網絡的冗余性會進一步解決部分網絡中斷的問題，容錯性得到極大的加強。

　　而對于需要具備高可信度的企業(yè)級應用(例如銀行、政府和城市監(jiān)控系統)，利用邊緣存儲可以降低數據丟失的風險。如果主網絡中的存儲發(fā)生問題，邊緣存儲可以保留數據的備用副本，并在需要的時候同步到后臺，從而提高整個系統的可靠性。

　　為了進一步提高邊緣存儲的可靠性，邊緣存儲介質的選型也非常重要。由于邊緣節(jié)點需要長期全天候運行，工作環(huán)境多樣，傳統的針對消費內的存儲介質已經不能滿足邊緣存儲高可靠性的要求。典型的如IP攝像頭或NVR中使用的消費級MicroSD，這種卡的固件并未針對全天候錄制需求進行優(yōu)化，因此會丟幀，在許多情況下，幀捕捉率下降20%~30%后，會導致大量數據丟失。因此需要選擇工業(yè)級的專用存儲卡，提高平均無故障時間(MTTF)、降低年度故障率(AFR)，并提供可監(jiān)控運行狀況的智能工具，減少系統停機時間，降低維護成本。

　　4.安全與隱私兼顧

　　目前，雖然云計算極大地方便了我們的生活，能夠讓我們隨時隨地訪問我們的私人數據，但也出現了一些關于數據安全和隱私的隱憂。這也是家庭安防、智能家居發(fā)展緩慢的原因之一。邊緣存儲結合點對點網絡技術可以幫助解決這個問題。在新的解決方案里，用戶不需要把數據存儲到網上，而是保存在家庭的NAS中，所有數據都是可以加密存儲的。通過P2P網絡,也可以建立端設備和家庭數據服務器的點到點連接，讓數據私密傳送，同時兼顧安全與隱私。

　　除此之外，邊緣存儲還有一個優(yōu)勢是與邊緣計算相結合?？紤]家庭安防的情況，用戶可以對家庭的攝像報警系統進行配置，設置報警的條件，多數情況下采集的視頻數據是不需要上傳的，只有在出現異常情況時才需要占用網絡帶寬和外部資源;另一方面，邊緣存儲和網絡傳輸可以使用不同格式的視頻流，例如本地存儲高清晰、高解析度的視頻流，而在網絡上傳輸的可以是低碼率、低清晰度、占用有限帶寬的數據，既可以解決實時監(jiān)控的問題，如果有需要也可以進一步的分析。

　　計算存儲如何緩解邊緣存儲工作

　　現在越來越多的公司轉向邊緣計算來部署數據密集型工作負載，其中包括AI到預測分析再到物聯網。邊緣計算使IT資源更靠近數據生成的地方，而不是將原始數據傳輸到集中式數據中心。

　　不過，邊緣模型也有其局限性。IT團隊必須找到克服常見障礙的方法，以提供支持其工作負載所需的計算和存儲資源。計算存儲是最有前景的方法之一，它可以將處理功能直接整合到存儲系統中，以消除I / O瓶頸并減少應用程序延遲。這使得在邊緣環(huán)境中處理大量數據成為可能。

　　邊緣計算

　　邊緣計算是一種分布式架構，可將數據中心資源移至網絡外圍進行處理和存儲。在很多情況下，這意味著將這些資源放在分支機構或衛(wèi)星辦公室中。通過將數據和應用程序緊密靠近，邊緣計算可以減少網絡流量、簡化計算操作并提高關鍵任務工作負載的性能。這消除了集中式數據中心帶來的很多帶寬和吞吐量問題。

　　盡管有這些好處，邊緣計算也帶來挑戰(zhàn)，例如管理安全性、協調分布式系統以及在數據中心和邊緣環(huán)境間映射數據。最大的問題之一是克服計算和存儲資源本身的局限性，例如空間和資源需求。這些限制可能使企業(yè)難以最大化數據密集型工作負載的性能，尤其是當它們變得更加復雜且數據量持續(xù)增長時。

　　就其本質而言，邊緣環(huán)境通常受到可用空間的限制，因此很難托管設備以支持當今現代工作負載?？捎每臻g可能僅限于辦公室的壁櫥或一角-在大小、電源和散熱方面受到限制-與功能完善的數據中心相比，提供的空間很少。

　　邊緣環(huán)境很少配備有可填充數據中心的高性能計算資源類型。盡管可以將最先進的服務器推向邊緣，但IT預算通常沒有這么多，特別是當企業(yè)仍必須在其數據中心中支持關鍵任務工作負載時。

　　由于這些限制，IT團隊很難在邊緣環(huán)境中獲得所需的工作負載性能。但這并沒有阻止他們嘗試其他方法。有些團隊部署全閃存存儲陣列、NVMe、GPU加速器和其他先進技術。盡管這些措施有所幫助，但不足以有效地支持現在很多更強大的工作負載所需的性能。

　　造成這種情況的主要原因是，傳統的計算/存儲架構固有地受到存儲設備和計算資源之間的I / O端口帶寬的限制。在處理數據時，必須通過這些鏈接，而這些鏈接的速度僅與支持它們的技術一樣快。通過擴展，在存儲和內存之間移動的數據越多，產生的瓶頸就越大。

　　這正是計算存儲派上用場地方，它通過將計算和存儲資源緊密結合在一起以最大程度地減少數據移動，從而消除了瓶頸，降低了延遲并加快了應用程序的速度。

　　計算存儲助你一臂之力

　　僅僅是將數據從一個系統移至另一個系統，傳統的計算/存儲架構就需要很多時間和資源，從而導致更高的延遲和更差的應用程序性能。而計算存儲是采用原位方法進行數據處理，僅將最少的操作從計算資源移到存儲系統內部。在這里，由于數據移動少，而且由于廣泛使用并行處理，企業(yè)可更快更有效地處理數據。

　　存儲系統代表計算系統預處理數據，以便最終僅將一部分數據發(fā)送到內存。通過最大程度地減少數據移動，你可以實現較低的應用程序延遲，并減少計算資源的負載，從而將其釋放給其他操作。

　　對于在邊緣運行的數據密集型工作負載，計算存儲帶來巨大優(yōu)勢，尤其是那些無法承受延遲的工作負載。例如，企業(yè)可能會部署AI應用程序，以持續(xù)分析數據流到其存儲系統中。有時，每小時可能會有多達幾個TB。

　　該應用程序的目標是提供自動生成的報告，其中包括對當前操作的近實時見解。毫不奇怪的是，報告中的數據僅代表原始數據總量的一小部分。

　　在傳統的計算存儲模型中，當新數據可用時，數據必須不斷地從存儲移動到內存，這給I / O端口和計算資源帶來持續(xù)壓力。在這種情況下，報告很容易延遲或包含過時的數據。但是，如果在原地執(zhí)行分析，則計算資源僅需要匯總的總數即可生成報告，從而可以更快更高效地進行操作。這還將對網絡帶寬和計算資源的影響降到最低，從而將它們釋放給其他負載。

　　計算存儲的美麗新世界

　　現在有多家供應商提供計算存儲系統，包括三星、NGD Systems、ScaleFlux和Eideticom。然而，這仍然是新興的行業(yè)，并且仍然是由供應商來決定如何更好地實現計算存儲，這可能會使系統集成有些困難。

　　為了提升計算存儲的部署率，存儲網絡行業(yè)協會正在創(chuàng)建標準來解決計算設備互操作性，并定義接口標準用于部署、配置、管理和保護設備。

　　計算存儲可以使邊緣環(huán)境中運行的任何數據密集型、延遲敏感型工作負載受益。邊緣計算的大部分焦點都集中在IoT數據，但對于計算存儲，數據源并不是主要關注點。首要考慮的是數據量、更新頻率以及你需要處理的數據。在評估計算存儲的價值時，企業(yè)必須考慮不同用例，以確定是否有必要投資于新存儲工具以提升性能。

　　如何選擇合適的邊緣儲存解決方案?

　　就個人來說，我還是更喜歡大容量機械硬盤和1T左右的移動硬盤外加64G起步的USB3.0以上的u盤的組合，大容量機械盤在臺式電腦上，硬動硬盤放包里，u盤隨鑰匙隨身帶，應該能滿足日常需求了，網盤那些被各種盤關掉之后有一些陰影，而且手機本身有otg功能，轉接線也同硬盤一起放包里，日常真要著急看也能滿足需求，網盤可以儲存一些照片方便隨時查找，文件總感覺不方便

　　邊緣存儲問題解決分析：AI賦能邊緣趨勢勢不可擋

　　在今年安博會期間包括海康威視、大華股份、科達、英特爾等都有提到邊緣計算的應用并推出了相關產品和方案展示，在講述邊緣計算應用趨勢的過程中，大家都有引用一組IDC的調研數據：到2020年全球會有超過500億的智能設備，超過2121個傳感器。到2018年將會有50%的物聯網的網絡會面臨帶寬的問題，40%的物聯網數據需要在邊緣進行存儲處理和分析。

　　處于物聯網時代中，隨著時間的推移，這類數據還將持續(xù)增長，未來會有越來越多的設備和傳感器誕生。如此眾多的設備和傳感器將會產生大量的數據，如果把這些數據傳到后端，需要足夠的網絡帶寬的支撐，雖然在通訊技術方面，我們正在從4G走向5G，但是網絡帶寬的增長速度會越來越趕不上數據增長的速度。

　　當下深度學習的很多處理運算都發(fā)生在后端數據中心或云端進行，因為只有在這樣的環(huán)境里才能提供計算和存儲的支撐。但隨著網絡帶寬、計算延遲以及數據安全等方面的考慮，越來越多的廠商開始意識到未來人工智能系統一定是一個端到端的系統，會有足夠多的人工智能的應用被推送到前端，在前端去處理。

　　將AI 賦能邊緣是趨勢

　　在過去幾年里，前端攝像頭進行數據采集，將數據傳輸到后端服務器或NVR或云端作存儲以及智能分析，這是行業(yè)的慣性做法，但當前，隨著數據量的迅猛遞增，以及網絡傳輸帶寬所帶來的壓力和成本問題，讓大家開始尋找新的解決方案，邊緣計算和邊緣存儲的應用由此誕生。

　　隨著安防人工智能應用的逐漸深入，將AI 賦能到前端也正成為安防這個產業(yè)的發(fā)展趨勢，當然，邊緣計算是一方面，監(jiān)控領域邊緣存儲也是一個極其重要的環(huán)節(jié)。

　　在本屆安博會上，我們可以看到包括西部數據、美光在內的存儲廠商圍繞著邊緣存儲也有做一些主題演講和產品展示。

　　西部數據集團嵌入集成方案產品市場總監(jiān)張丹即認為：“未來數據肯定會分流處理，這是不可避免的趨勢。在生成的海量數據中，有的數據是必須被存儲的，被存儲到整個數據鏈的不同節(jié)點。有的數據需要被實時計算，還有的需要分時計算、分步計算。所以在每一個應用領域、每一個數據節(jié)點，什么樣的數據被需求，什么樣的存儲被應用，作為存儲產品和方案提供商，這是需要做深入研究探索的問題，也需要和客戶做持續(xù)的應用層面的溝通和探討?！?/span>

　　美光科技嵌入式產品事業(yè)部副總裁 Jeff Bader在安博會期間的邊緣存儲解決方案發(fā)布會上對外表示：“邊緣存儲方案可通過提高視頻質量和增強網絡可靠性，為客戶解決帶寬壓力系統部署的成本問題將關鍵的數據存儲在前端做智能分析運算，為后端節(jié)省存儲和運算空間，去做更細致更高效的深度智能視頻分析?！?/span>

　　邊緣存儲的應用優(yōu)勢

　　存儲環(huán)節(jié)對監(jiān)控系統的智能化程度有著直接的影響力，尤其在當前深度學習環(huán)境下對數據的實時分析要求的提高，更加強調數據高清傳輸、安全存儲的重要性。那么，邊緣存儲的在智能監(jiān)控中有哪些應用優(yōu)勢呢?

　　據廠家介紹，目前市場上大部分應用在電子終端的 Micro SD卡的設計主要針對消費類應用，如數碼相機和行車記錄儀，并不適合常年在相對更加惡劣的環(huán)境下進行全天候的連續(xù)錄制。

　　安博會上西部數據、美光等針對視頻監(jiān)控邊緣存儲展示了其相關的工業(yè)級micro SD存儲卡產品，其容量從32GB~64GB不等。在性能表現上，也擁有獨特優(yōu)勢，主要表現在下面幾個方面：

　　●小體積，大容量，滿足靈活安裝部署需求，保障設備7*24小時不間斷運行;

　　●更高的環(huán)境適應能力，可在更寬泛的溫度和環(huán)境條件下，提供三年以上的高品質全天候連續(xù)視頻錄制;

　　●存儲卡具備自我檢測技術，能提供卡片的使用情況和預計剩余使用壽命信息;

　　●為連續(xù)視頻錄制設計了專用固件，可最大程度降低丟幀和視頻丟失幾率。

　　如何解決邊緣存儲受限的問題?

　　邊緣存儲并不意味著將所有產出數據全部輸送至前端存儲，這樣的做法無疑又會重蹈后端服務器或云端集中數據存儲計算的困境，那么針對前端計算能力和存儲能力有限的情況，該如何處理呢?

　　針對這個問題，英特爾物聯網首席技術官張宇提到網絡壓縮的做法，這里面涉及到三個技術手段：壓縮網絡，實現更低比特，在不影響最終準確度的情況下，可以把數值移動，降低了對內存和帶寬的壓力，提高運行的速度;“剪枝”，剔除特征不明顯、無效的數據;量化，把統一類的數據相近，降低對存儲的要求。

　　另外，業(yè)內針對邊緣計算和邊緣存儲，還有一種邊緣預處理的做法，即構建一種基于邊緣計算的視頻圖像預處理技術，通過對視頻圖像進行預處理，去除圖像冗余信息，使得部分或全部視頻分析遷移到邊緣處，由此降低對云中心的計算、存儲和網絡帶寬需求。

　　除此之外，為了減少上傳的視頻數據，基于邊緣預處理功能，還可構建基于行為感知的視頻監(jiān)控數據彈性存儲機制，根據行為特征決策功能，實時調整視頻數據，既減少無效視頻的存儲，降低存儲空間，又最大化存儲“事中”證據類視頻數據，增強證據信息的可信性，提高視頻數據的存儲空間利用率。