地方政府终于可以实现他们在过去几年里一直计划的许多目标。这在很大程度上要归功于人工智能的快速发展。现在可以从地图上的任何一点提取实时的可操作情报和决策。
然而，人工智能的好处只会在支持它的底层云基础设施中发挥作用。人工智能需要将信息快速传输到中央数据中心，并在边缘进行神经处理，以便在摄取点获得智能。
将人工智能集成到这些基础设施中不仅可以提高运营效率，而且还强调了在更广泛的人工智能生态系统中广泛访问、可扩展性、可见性、透明度和信任的重要性。为了有效地做到这一点，IT运营经理必须能够在需要时在边缘提供资源和应用程序。
幸运的是，城市可以通过将他们已经使用的多混合云基础设施部署在网络边缘来实现这一目标。在这个过程中，他们将获得显著的效率效益，并为实现他们的智慧城市目标做好准备。
利用边缘计算不再需要攀爬路灯杆
大多数城市将多接入边缘计算嵌入到其物联网设备中。 MEC 是用于在边缘运行 AI 工作负载的强大解决方案。
然而，许多城市在需求发生变化时没有实际的方法来更新其边缘设备上运行的软件。 假设一个城市想要开始使用交通摄像头来监控道路的磨损情况。 可能需要向每个摄像头派遣一名工作人员，爬上路灯杆，然后物理更换现有设备或添加新设备。
结合使用软件定义基础设施 (SDI)、服务编排和数据管理会更加高效。 大多数机构已经将这些工具用于其他目的。 当应用于边缘时，它们可以为运营经理提供一种有效的方法来远程管理和控制其智慧城市环境。
SDI 连接边缘和数据中心
多年来，组织一直在使用 SDI 来管理其基础设施即服务运营，但它对于管理边缘设备同样有效。 通过将 SDI 扩展到边缘，机构可以利用软件将边缘与其中央数据中心连接起来。 然后，运营经理可以轻松配置边缘网络、优化设备性能以获得更准确、更高效的输出、更改设备上运行的应用程序等等。
这需要创建一个与组织的其他云（公共、私有或两者）并存的微云。 微云是位于网络边缘的计算节点和存储功能的小型集群。 添加微云将组织云系统的边界扩展到边缘。 与 SDI 相结合，它允许运营部门以虚拟方式管理其组织的边缘基础设施和应用程序，从而无需对边缘设备进行物理更改。
随时随地部署和管理应用程序
许多城市机构使用 Kubernetes 或 Microsoft Azure 等服务编排系统来编排部分应用程序部署流程。 这些系统允许组织在任何地方部署应用程序并从任何地方管理它们。
机构可以采用类似的方法来管理其多云和边缘环境。 将服务编排与支持性 SDI 基础相结合，使应用程序开发人员和运营经理能够在整个边缘生态系统中轻松部署服务。 应用程序可以发送到微云并从任何地方进行管理。 与 Kubernetes 或 Azure 一样，这些应用程序可以在边缘环境中快速大规模部署。
数据管理控制如何处理信息
数据管理程序（如Amazon Redshift和开源的Apache Kafka程序）非常适合数据管理和流式传输，并已进入许多市政府IT项目。它们使组织能够知道他们的数据始终在哪里，并控制其移动。
当在边缘进行高效和有效的数据处理时，这些优势是无价的。机构需要能够控制在边缘处理哪些数据，以及有多少数据流回数据中心。例如，对时间敏感的数据处理和推理应该在设备本身上进行，而需要更多处理时间的信息被传输回中央位置。
除了确保在接收点附近近乎实时地提供可操作的情报之外，数据管理还可以帮助城市节省资金。将大量数据从边缘传输到本地云可能会使用大量带宽，这可能会很昂贵。明智地使用数据传输非常重要，各机构应努力在边缘进行尽可能多的适当处理。
2024年，市政府将有机会使其市政当局比以往任何时候都更加智能和更加互联。正确的支持基础架构与服务编排和数据管理相结合，将有助于他们实现目标。
by Darren Pulsipher
参与评论 (0)