25.有關邊緣運算(edge computing),下列敘述何者正確?
(A)分散式運算,其運算更接近使用者終端裝置,可加快資料的處理與傳送速度,減少延遲
(B)其忙碌的資料傳輸比雲端計算更會造成頻寬的負擔
(C)可快速因應資料變化而反應,因此網路建置在邊緣運算是一定要的
(D)雲端服務供應商不會提供邊緣運算服務,消費者須考慮自身商業模式,慎選雲端或邊緣系統
統計: A(3653), B(95), C(263), D(218), E(0) #3344707
詳解 (共 4 筆)
邊緣運算(Edge Computing)是一種網路運算架構,運算過程盡可能靠近資料來源以減少延遲和頻寬使用
-
(A) 分散式運算,其運算更接近使用者終端裝置,可加快資料的處理與傳送速度,減少延遲 ──【正確】
-
解析:這正是邊緣運算的核心定義。因為不用把資料大老遠傳回雲端中心,在附近的邊緣設備就處理掉了,所以可以大幅降低「延遲性(Latency)」,反應速度極快(如自駕車、即時影像辨識)。
-
-
(B) 其忙碌的資料傳輸比雲端計算更會
造成頻寬的負擔──【錯誤】-
修正:邊緣運算反而能「減輕頻寬負擔」。因為大部分的資料在邊緣端就已經過濾、處理完畢,只有真正核心的數據才需要上傳到雲端,不用把所有垃圾資料都擠進網路頻寬裡。
-
-
(C) 可快速因應資料變化而反應,因此
網路建置在邊緣運算是一定要的 ──【錯誤】-
修正:邊緣運算的一大特點是「具備離線處理能力」(自主性高)。就算網路暫時斷線,邊緣設備依然可以維持基本的運算與運作,等到網路恢復後再同步資料,因此「全時段的網路連線」在邊緣運算中並非絕對必要的條件。
-
-
(D) 雲端服務供應商
不會提供邊緣運算服務,消費者須考慮自身商業模式,慎選雲端或邊緣系統 ──【錯誤】-
修正:大型雲端巨頭(如 AWS Greengrass、Microsoft Azure IoT Edge、Google Cloud Vertex AI Edge)都有提供強大的邊緣運算服務。而且在實際應用中,通常不是二選一,而是「雲端+邊緣」互相搭配的混合架構(邊緣負責即時反應,雲端負責大數據分析與長期儲存)。
-