主流的边缘计算、云计算以及边云协同计算的方案有很多，以下是一些常见的方案和应用场景：
云计算方案依赖于远程数据中心处理数据，适合大规模计算和存储需求。
- 主流方案：
- AWS (Amazon Web Services)：提供EC2（弹性计算）、S3（对象存储）、Lambda（无服务器计算）等服务。
- Microsoft Azure：提供虚拟机、Azure Functions、Cosmos DB等服务。
- Google Cloud Platform (GCP)：提供Compute Engine、Cloud Functions、BigQuery等服务。
- 阿里云：提供ECS（弹性计算服务）、OSS（对象存储）、函数计算等服务。
- 适用场景：
- 大数据分析
- 人工智能模型训练
- 企业级应用（如ERP、CRM）
- 网站和应用程序托管
边缘计算将计算能力下沉到靠近数据源的边缘节点，适合低延迟和实时性要求高的场景。
- 主流方案：
- AWS IoT Greengrass：将AWS云功能扩展到本地设备，支持边缘数据处理和机器学习推理。
- Microsoft Azure IoT Edge：将云分析和自定义逻辑部署到边缘设备。
- Google Edge TPU：专为边缘设备设计的AI加速器，支持实时推理。
- 华为边缘计算解决方案：提供边缘计算网关和边缘云服务（如IEF）。
- KubeEdge：基于Kubernetes的开源边缘计算平台，支持容器化应用在边缘节点运行。
- 适用场景：
- 工业物联网（IIoT）
- 自动驾驶
- 智能城市（如交通监控、环境监测）
- 实时视频分析（如安防监控）
边云协同计算结合了边缘计算和云计算的优势，将部分计算任务放在边缘节点，同时利用云端的强大计算能力进行协同处理。
- 主流方案：
- AWS Outposts：将AWS云服务扩展到本地数据中心或边缘节点，实现边云协同。
- Azure Arc：将云管理能力扩展到边缘设备和本地基础设施。
- Google Anthos：支持跨云、边缘和本地环境的统一应用管理。
- 阿里云边缘节点服务（ENS）：将计算资源下沉到边缘节点，支持低延迟和高带宽场景。
- 腾讯云边缘计算平台：提供边缘计算资源和云边协同能力。
- 适用场景：
- 视频直播和内容分发（CDN）
- 智能家居和智慧楼宇
- 远程医疗
- 车联网（V2X）
端边云协同计算将终端设备、边缘节点和云端资源结合，形成多层次的计算架构。
- 主流方案：
- AWS Snow Family：支持在边缘和离线环境中收集和处理数据，并与云端同步。
- Azure Sphere：为物联网设备提供端到端的安全和计算能力。
- 华为云IEF + 鸿蒙OS：通过鸿蒙OS实现终端设备与边缘节点、云端的协同。
- 百度智能云边缘计算：支持端边云协同的AI推理和数据处理。
- 适用场景：
- 智能制造（如工业机器人）
- 智慧零售（如无人商店）
- 智慧农业（如环境监测和自动化控制）
- 智能安防（如人脸识别和行为分析）
| 方案类型 | 特点 | 适用场景 |
|---|---|---|
| 云计算 | 集中式处理，资源丰富，适合大规模计算，但依赖网络，延迟较高。 | 大数据分析、AI训练、企业级应用。 |
| 边缘计算 | 分布式处理，低延迟，适合实时性要求高的场景，但资源有限。 | 工业物联网、自动驾驶、实时视频分析。 |
| 边云协同计算 | 结合边缘和云的优势，支持低延迟和复杂计算，但部署和管理复杂度较高。 | 视频直播、智能家居、远程医疗。 |
| 端边云协同计算 | 多层次计算架构，支持终端、边缘和云端的协同，适合复杂场景，但架构复杂。 | 智能制造、智慧零售、智慧农业。 |
-
如果需要大规模计算和存储，选择云计算。
-
如果需要低延迟和实时处理，选择边缘计算。
-
如果需要兼顾实时性和复杂计算，选择边云协同计算。
-
如果需要终端设备与边缘、云端的深度协同，选择端边云协同计算。