5G時代的關(guān)鍵技術(shù)
5G 算力需求受到信號處理和邊緣計算兩大驅(qū)動,一方面,通信信號處理需求的增多對算力提出了新要求,另一方面,5G 是物聯(lián)網(wǎng)創(chuàng)新的起點,將帶來多種物聯(lián)場景,邊緣計算是支撐物聯(lián)技術(shù)低延時、高密度等條件的具體網(wǎng)絡技術(shù)體現(xiàn)形式,具有場景定制化強等特點,多場景的算力需求驅(qū)動邊緣端計算能力的提高。邊緣計算作為 5G 新特性將成為重要增量部分,較之傳統(tǒng)云計算,邊緣計算安全性更高、低時延、帶寬成本低,將成為 5G時代不可或缺的一部分,同時,由邊緣計算帶來的算力需求也將成為 5G 時代重要增量部分。
一輛自動駕駛汽車每秒能產(chǎn)生1GB數(shù)據(jù),同時需要對數(shù)據(jù)進行實時處理,并做出正確的動作。
如果將全部數(shù)據(jù)傳到云端進行處理,響應時間會變得很長,而且支持某片區(qū)域內(nèi)的眾多汽車同時工作,對當前的網(wǎng)絡帶寬及可靠性是一個巨大的挑戰(zhàn)。隨著萬物互聯(lián)時代的到來,網(wǎng)絡邊緣設備產(chǎn)生的數(shù)據(jù)量飛速增長,帶來了更高的數(shù)據(jù)傳輸帶寬需求。同時,新型應用也對數(shù)據(jù)處理的實時性以及數(shù)據(jù)存儲也提出了更高的要求。邊緣計算就是在網(wǎng)絡邊緣節(jié)點來處理、分析數(shù)據(jù)。它將數(shù)據(jù)的處理、應用的運行,甚至一些功能服務的實現(xiàn),由云中心服務器下放到網(wǎng)絡邊緣的節(jié)點上。在5G創(chuàng)造的眾多商業(yè)機會中,邊緣計算可以說是一個將云計算觸角延伸到用戶家門口的基礎設施。
大勢所趨的邊緣計算
市場調(diào)研公司Forrester最近發(fā)布的報告認為,2021年,邊緣計算將從一項實驗技術(shù)變成可實際應用的技術(shù),主要受AI和5G的驅(qū)動。2021年將會誕生將邊緣計算部署到生產(chǎn)環(huán)境中的新商業(yè)模式。云平臺不得不與AI競爭,以及5G廣泛普及,兩大因素將使邊緣計算使用場景更具實用性。Forrester預測,2021年,AI在邊緣計算中的使用將發(fā)生巨大變化:機器學習將開始在邊緣進行,而不單是在數(shù)據(jù)中心加以訓練。邊緣應用智能有望在2021年蓬勃發(fā)展,加速數(shù)字化轉(zhuǎn)型,尤其是在必須實時連接物理世界和數(shù)字世界的行業(yè)。全球越來越多的電信運營商有些正在開展邊緣計算試點,有些則在推行邊緣商用產(chǎn)品和解決方案。盡管當前試點大多在 4G 或早期 5G 網(wǎng)絡上進 行,但移動行業(yè)希望借助5G的逐步部署,推動更大規(guī) 模的邊緣部署。理論上,邊緣計算可以和運營商部署的5G網(wǎng)絡以及軟 件定義網(wǎng)絡(SDN)、網(wǎng)絡功能虛擬化(NFV)等軟件控制技術(shù)適配地非常好,這些技術(shù)以分布式的方式 運行某些虛擬網(wǎng)絡功能(包括在網(wǎng)絡邊緣)。得益于此,邊緣技術(shù)也可能受益于5G時代虛擬網(wǎng)絡的網(wǎng)絡能力,從而充分挖掘分布式計算的潛力。
國內(nèi)邊緣計算生態(tài)快速成長
當前,邊緣計算仍處于起步階段。然而,在美國、中國、歐洲和亞太地區(qū)的一些發(fā)達市場,正在擴大相關(guān)的試點和小規(guī)模部署。雖然邊緣計算在中國還處于起步階段,但發(fā)展迅速,特別是近兩年來進展更加明顯,使得中國在試點、早期部署和生態(tài)合作方面領先于其他主要國家和地區(qū)。目前,國內(nèi)從業(yè)者積極投身尚處在起步階段的邊緣計算,其中包括三大運營商,其中網(wǎng)絡設備提供商(中興、華為、Nokia和Ericsson)以及中國大型云服務企業(yè)(阿里巴巴、騰訊和百度),眾多小型 ICT 公司、云和邊緣計算專業(yè)公司、垂直行業(yè)也紛紛加入,尋求邊緣新業(yè)務和解決方案的機會。中國運營商是這個領域最活躍參與者之一。中國移動 2019 年邊緣計算藍圖涵蓋了 300 項具體的邊緣措施, 包括測試節(jié)點評估、開放 API 接口以及攜手合作伙伴推廣邊緣商業(yè)應用。自 2018 年以來,中國聯(lián)通在20 個省市開展了 60 多項 MEC 試點和商用項目。中國邊緣計算產(chǎn)業(yè)聯(lián)盟(ECC)數(shù)據(jù)顯示,分布在40 個城市 的 100 多個 MEC 試點項目覆蓋多個行業(yè)和應用場景, 包括智慧園區(qū)、智能制造、AR/VR、云游戲、智慧港 口、智慧礦山、智慧交通,這充分證實了發(fā)展的迅猛勢頭。在具體應用方面,2020年4月,阿里云與首汽約車開啟基于5G邊緣計算的網(wǎng)約車移動業(yè)務合作試點項目,6月,阿里云推出采用邊緣計算最大化發(fā)揮AI的能力推出高速在線計費平臺,將計費準確度提升一倍;2020年4月,金山云向美國證券交易委員會(SEC)提交正式上市招股書,招股書披露,金山云正在與小米共同開發(fā)邊緣計算應用程序,6月,金山云發(fā)布具備邊緣節(jié)點資源優(yōu)勢的云游戲PaaS服務平臺;2020年5月,百度重磅發(fā)布天工物聯(lián)網(wǎng)邊云融合專有平臺,提供邊緣計算框架和邊緣云端管理套件,7月,百度智能云旗下邊緣計算框架Baetyl發(fā)布2.0版本……
國內(nèi)眾多企業(yè)以生態(tài)合作的形式大力推動邊緣計算大生態(tài)的假設與發(fā)展,尤其是在以智能家居為代表的物聯(lián)網(wǎng)領域,邊緣計算的應用與落地,為人們帶來近乎顛覆性的應用體驗。
物聯(lián)網(wǎng)的靈魂
邊緣計算本身是指在靠近物或數(shù)據(jù)源頭的一側(cè),采用網(wǎng)絡、計算、存儲、應用核心能力為一體的開放平臺,就近提供最近端服務。其應用程序在邊緣側(cè)發(fā)起,產(chǎn)生更快的網(wǎng)絡服務響應,滿足行業(yè)在實時業(yè)務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業(yè)連接之間,或處于物理實體的頂端。而云端計算,仍然可以訪問邊緣計算的歷史數(shù)據(jù)。
全球智能手機的快速發(fā)展,推動了移動終端和“邊緣計算”的發(fā)展。而萬物互聯(lián)、萬物感知的智能社會,則是跟物聯(lián)網(wǎng)發(fā)展相伴而生,邊緣計算系統(tǒng)也因此應聲而出。對物聯(lián)網(wǎng)而言,邊緣計算技術(shù)取得突破,意味著許多控制將通過本地設備實現(xiàn)而無需交由云端,處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率,減輕云端的負荷。由于更加靠近用戶,還可為用戶提供更快的響應,將需求在邊緣端解決。雖然云計算已經(jīng)使處理大量數(shù)據(jù)成為可能,但它并不是所有應用程序和用例的理想選擇。從傳感器前線到服務器來回發(fā)送的大量數(shù)據(jù)阻塞了網(wǎng)絡帶寬,從而減慢了響應時間,而解決所有這些與傳統(tǒng)云計算基礎設施相關(guān)的限制的答案是所謂的邊緣計算。增加數(shù)據(jù)安全性、更好的應用性能、降低運營成本、提高業(yè)務效率和可靠性、無限的可擴展性等特性讓邊緣計算成為物聯(lián)網(wǎng)領域最好的伙伴。當邊緣計算用于遠程醫(yī)療以跟蹤患者的慢性病時,可以成為真正的生命拯救者。例如,能夠獨立分析健康數(shù)據(jù)的心率監(jiān)視器可以立即提供必要的響應,以在患者需要幫助時提醒護理者。
這樣的案例在智能制造、智慧城市、直播游戲和車聯(lián)網(wǎng)等四大主流應用領域還非常多,邊緣計算結(jié)合傳感器,能夠賦予終端設備對數(shù)據(jù)的采集和處理能力,尤其是在其同AI智能計算基數(shù)融合在一起后,更成為物聯(lián)網(wǎng)“靈魂”般的存在。
AIoT應用生態(tài)的基礎設施
海量連接產(chǎn)生的交互及數(shù)據(jù)分析需求促使IoT與AI的更深融合。物聯(lián)網(wǎng)為物理世界通往虛擬世界建立了通道,不同的用戶和終端通過物聯(lián)網(wǎng)連接協(xié)議互聯(lián)互通,然后將虛擬化的“現(xiàn)實世界”實時反饋至各個行業(yè)或場景,從而推動各領域效率和效益的提升。因此,先連接再爆發(fā)是物聯(lián)網(wǎng)實現(xiàn)“萬物互聯(lián)”終極形態(tài)的重要路徑。
不同于純粹的物聯(lián)網(wǎng),AIoT(人工智能物聯(lián)網(wǎng))=AI(人工智能)+IoT(物聯(lián)網(wǎng))。 AIoT融合AI技術(shù)和IoT技術(shù),通過物聯(lián)網(wǎng)產(chǎn)生、收集海量的數(shù)據(jù)存儲于云端、邊緣端,再通過大數(shù)據(jù)分析,以及更高形式的人工智能,實現(xiàn)萬物數(shù)據(jù)化、萬物智聯(lián)化,物聯(lián)網(wǎng)技術(shù)與人工智能追求的是一個智能化生態(tài)體系,除了技術(shù)上需要不斷革新,技術(shù)的落地與應用更是現(xiàn)階段物聯(lián)網(wǎng)與人工智能領域亟待突破的核心問題。
相比于物聯(lián)網(wǎng)連接數(shù)量的快速增長,目前AIoT在落地過程中重在重構(gòu)傳統(tǒng)產(chǎn)業(yè)價值鏈,既需要適應傳統(tǒng)產(chǎn)業(yè)的特性,平衡傳統(tǒng)利益鏈條,也需要與生態(tài)合作伙伴共同搭建最適宜產(chǎn)業(yè)AI賦能的架構(gòu)體系。AIoT的核心是智能,將智嵌入到設備、邊緣,乃至物和人的每個環(huán)節(jié),需要數(shù)據(jù)與連接的融合、模型與硬件的匹配、需要云-邊-端的協(xié)同。如道路中會有很多AI場景,包括像超速識別、闖紅燈、壓線、逆行等違章檢測,其背后都可以運用AI算法進行識別,把這些識別結(jié)果上傳到云端,實現(xiàn)處罰或跟蹤,就是一個AIoT應用。AIoT應用集中在通過視覺識別、語音交互、預測規(guī)劃等核心技術(shù)實現(xiàn)效率的提升,這種以通用性核心技術(shù)為內(nèi)核的特性使得產(chǎn)品設計邏輯將圍繞采集和分析有價值的通用信息,產(chǎn)品形態(tài)不再有強烈的行業(yè)鴻溝,行業(yè)競爭圍繞著高價值通用信息帶來的數(shù)據(jù)分析,相應的競爭業(yè)態(tài)也將更加復雜。在此過程中,G端和C端場景問題可通過識別比對、便捷交互得到較大程度解決,AIoT在G端與C端率先受益,AIoT在企業(yè)級市場的應用尚不能觸及核心痛點,還有待提升其核心業(yè)務環(huán)節(jié)效率。
AIoT應用發(fā)展的上半場是IoT硬件的鋪設,而下半場將是AI 算法與智能決策的主場。
AI賦能物物相連
AIoT是一個綜合性市場,其容量足夠大,且目前呈現(xiàn)多層級、碎片化狀態(tài),因此吸引了眾多從原賽道切入AIoT的玩家,主要有四大類:云計算企業(yè)、AI公司、SI公司、IoT公司。這四類企業(yè)積極構(gòu)建AIoT生態(tài)合作圈,相互之間存在合作和競爭關(guān)系,它們均可提供較為完整的技術(shù)和業(yè)務解決方案,但各自的優(yōu)勢有所差異,率先布局的版塊也有差異。云計算企業(yè)與AI公司攜新生產(chǎn)要素AI入場,對人工智能技術(shù)的前沿性研發(fā)相對較注重,并整合成模塊化能力向合作伙伴和客戶輸出;而SI公司、IoT公司貼近用戶,對技術(shù)整合到最終產(chǎn)品及用戶需求理解上有著天然的優(yōu)勢。對于在5G和物聯(lián)網(wǎng)時代擁有重要地位的運營商,邊緣計算同樣。電信運營商正在加大對5G的投資,以滿足消費者和企業(yè)服務的低延遲需求。然而,僅對邊緣計算進行投入并不能保證它們滿足這些需求。因此,運營商開始投資邊緣人工智能(AI)應用,以便把網(wǎng)絡延遲降至5毫秒。在網(wǎng)絡速度、覆蓋范圍和容量方面提高網(wǎng)絡性能來保證高質(zhì)量服務和體驗并降低網(wǎng)絡運營成本,AI大有潛力?;谶@個原因,運營商應該進行投資,確保自己在邊緣擁有強大的應用、數(shù)據(jù)以及AI 開發(fā)和管理能力,邊緣AI對運營商網(wǎng)絡的發(fā)展至關(guān)重要。研究機構(gòu)Omdia的調(diào)查顯示,企業(yè)市場是運營商進行邊緣投資的關(guān)鍵領域,其中,工業(yè)物聯(lián)網(wǎng)和自動化工廠被認為是最有潛力的行業(yè)。德國電信和韓國電信等運營商一直在進行智能工廠方面的試驗,利用AI執(zhí)行視頻分析工作,從而為制造業(yè)提供支持。對于在邊緣優(yōu)化的網(wǎng)絡資源,AI能夠推動更快的決策和行動。例如,頻譜是一項有限且昂貴的資產(chǎn),因此必須進行優(yōu)化才能保證網(wǎng)絡性能從而驅(qū)動高質(zhì)量的服務。邊緣AI快速模式識別、預測和推薦能力使運營商能夠優(yōu)化流量負載,確保頻譜得到有效利用。諾基亞和愛立信等設備供應商將AI算法應用到無線接入網(wǎng)的基帶單元,取得了無線電性能改善等成果,調(diào)整后的波束成形模式確保傳輸信號集中在用戶所在位置,為他們提供更好的體驗。此外,運營商還可借助AI進行數(shù)據(jù)包分析、智能IP流量控制以及預測網(wǎng)絡邊緣的網(wǎng)絡安全漏洞等操作。
相互成就的AI、邊緣計算與云計算
如果將云計算比作計算機智能系統(tǒng)的大腦,那么邊緣計算相當于該系統(tǒng)的眼睛、耳朵和手腳,AI 則是該系統(tǒng)“智能”的核心分析器。即在云化時代,云計算相當于統(tǒng)籌者,邊緣計算是逐個擊破的重要驅(qū)動,AI 為云計算+邊緣計算協(xié)同合作機制發(fā)揮最大效率。作為一種利用互聯(lián)網(wǎng)實現(xiàn)隨時隨地、能廣泛進行網(wǎng)絡訪問、資源共享、且具備快速的可伸縮性和可度量等獨特優(yōu)勢的技術(shù),云計算的出現(xiàn)顛覆了傳統(tǒng) IT 系統(tǒng)技術(shù)架構(gòu)。同時,它囊括了SaaS、Paas、laaS 三種服務模式,讓很多應用的研發(fā)也無須再去關(guān)注令人頭疼的硬件、軟件等問題,而可以讓企業(yè)及工程師們直接在云端操作解決。正因此,近幾年間,越來越多的企業(yè)選擇了“上云”。不過,云計算雖然能夠加快應用部署速度以及增強 IT 系統(tǒng)與業(yè)務靈活性,但是物聯(lián)網(wǎng)時代,海量數(shù)據(jù)的爆發(fā),如果將數(shù)據(jù)都上傳云端進行智能處理,無疑將會對網(wǎng)絡帶寬帶來很大的挑戰(zhàn),同時在一定的智能化場景中如自動駕駛、智能醫(yī)療設備等領域,有些數(shù)據(jù)來不及返回至云端,而是需要立即被識別與實時地分析與處理,這就應用到了邊緣計算技術(shù)。
如今,AI 早已成為社會發(fā)展的必然趨勢,而AI 想要全面入局智能終端設備,不僅需要借助云計算,更需要邊緣計算的支撐。在錯綜復雜的數(shù)據(jù)交互中,AI 的存在是賦能各種平臺構(gòu)建算法和模型,并分析哪些數(shù)據(jù)需要上傳至云,哪些數(shù)據(jù)需要獨立和快速做出決定,從而基于機器學習、信號處理與優(yōu)化等手段,將設備所收集的數(shù)據(jù)進行訓練與學習,由此在不斷迭代中讓系統(tǒng)與傳感器有能力根據(jù)最新的數(shù)據(jù)調(diào)整其內(nèi)部算法,并擴展其智能性。三者的融合與應用,讓邊緣計算落地的同時,也為人們勾勒出一個不一樣的未來數(shù)字時代。
邊緣計算第一場景
在邊緣計算的落地場景中,業(yè)內(nèi)人士普遍認為,云游戲、高清視頻是5G時代邊緣計算的第一落地場景,擁有巨大的商業(yè)價值和市場驅(qū)動力。
多年來,高清視頻一直發(fā)展火熱,尤其近一兩年視頻直播更是空前高漲,未來前景也一直被行業(yè)看好和認可。云游戲則被看作邊緣計算產(chǎn)業(yè)的明日之星,伽馬數(shù)據(jù)的《2020年云游戲產(chǎn)業(yè)調(diào)查報告》顯示,截至今年5月,百億市值以上的企業(yè)布局云游戲占比達35.1%。
數(shù)萬人的高清互動、VR/AR沉浸體驗、快速的圖像識別與視頻分析;3A大作的瞬間點開,PC、PAD、手機多屏無縫切換,瘦身的終端配置,便捷的移動操作,逼真游戲環(huán)境和炫酷的視覺沖擊,數(shù)萬人高并發(fā)互動……這些酷炫的高清視頻和云游戲體驗背后,企業(yè)都面臨帶寬成本和網(wǎng)絡巨壓,邊緣計算成為解決這一問題的有效途徑。
也正因此,在目前可預見的各種應用場景中,云游戲、高清視頻與邊緣計算互相成就,也最早搭上了邊緣計算的東風,成為邊緣計算的第一落地場景,迎來了各巨頭快速入局。除了高清視頻和云游戲外,邊緣計算還擁有著更多的大潛力市場,在巨大的風口面前,無論是運營商、設備商還是云服務廠商,都有著自己的“殺手锏”和優(yōu)勢,搶先入局則意味著更大的先發(fā)優(yōu)勢。
全面融入生活的邊緣計算
根據(jù)中國移動發(fā)布的《中國移動邊緣計算白皮書》,目前智能制造、智慧城市、直播游戲和車聯(lián)網(wǎng) 4 個垂直領域?qū)吘売嬎愕男枨笞顬槊鞔_。
在智能制造領域,工廠利用邊緣計算智能網(wǎng)關(guān)進行本地數(shù)據(jù)采集,并進行數(shù)據(jù)過濾、清洗等實時處理。同時邊緣計算還可以提供跨層協(xié)議轉(zhuǎn)換的能力,實現(xiàn)碎片化工業(yè)網(wǎng)絡的統(tǒng)一接入。一些工廠還在嘗試利用虛擬化技術(shù)軟件實現(xiàn)工業(yè)控制器,對產(chǎn)線機械臂進行集中協(xié)同控制,這是一種類似于通信領域軟件定義網(wǎng)絡中實現(xiàn)轉(zhuǎn)控分離的機制,通過軟件定義機械的方式實現(xiàn)了機控分離 。
在智慧城市領域,應用主要集中在智慧樓宇、物流和視頻監(jiān)控幾個場景。邊緣計算可以實現(xiàn)對樓宇各項運行參數(shù)的現(xiàn)場采集分析,并提供預測性維護的能力;對冷鏈運輸?shù)能囕v和貨物進行監(jiān)控和預警;利用本地部署的 GPU 服務器,實現(xiàn)毫秒級的人臉識別、物體識別等智能圖像分析。在直播游戲領域,邊緣計算可以為 CDN 提供豐富的存儲資源,并在更加靠近用戶的位置提供音視頻的渲染能力,讓云桌面,云游戲等新型業(yè)務模式成為可能。特別在 AR/VR 場景中,邊緣計算的引入可以大幅降低AR/VR 終端設備的復雜度,從而降低成本,促進整體產(chǎn)業(yè)的高速發(fā)展。在車聯(lián)網(wǎng)領域,業(yè)務對時延的需求非??量?,邊緣計算可以為防碰撞、編隊等自動/輔助駕駛業(yè)務提供毫秒級的時延保證,同時可以在基站本地提供算力,支撐高精度地圖的相關(guān)數(shù)據(jù)處理和分析,更好地支持視線盲區(qū)的預警業(yè)務。除了上述垂直行業(yè)的應用場景之外,邊緣計算還存在一種較為特殊的需求-本地專網(wǎng)。很多企業(yè)用戶都希望運營商在園區(qū)本地可以提供分流能力,將企業(yè)自營業(yè)務的流量直接分流至企業(yè)本地的數(shù)據(jù)中心進行相應的業(yè)務處理。比如在校園實現(xiàn)內(nèi)網(wǎng)本地通信和課件共享,在企業(yè)園區(qū)分流至私有云實現(xiàn)本地 ERP 業(yè)務,在公共服務/政務園區(qū)提供醫(yī)療、圖書館等數(shù)據(jù)業(yè)務。在這一類應用場景中,運營商為客戶的本地邊緣計算業(yè)務提供了專線服務。在具體的落地應用上,人們非常熟悉的在線教育便早早地引入了邊緣計算技術(shù)。2020年初,受新冠疫情影響,在校學生不能及時返回學校上課,使得“遠程授課和在線課堂”成為熱點,又因互動課堂的業(yè)務需求與邊緣計算擅長的領域相吻合,從而讓大眾在不知不覺中成為邊緣計算的受眾和體驗者。假設一個位于上海的老師在給遍布全國各地的學生講課,一旦中間網(wǎng)絡發(fā)生抖動,就會出現(xiàn)卡頓、音畫不同步、互動延遲等問題,學生提的問題老師沒有及時回答,學生的積極性也會下降,授課效果必然會大打折扣。邊緣計算則可以在更靠近終端的網(wǎng)絡邊緣上提供服務,全域覆蓋的節(jié)點資源,仿佛打造了一張覆蓋全國的高質(zhì)量、低成本的實時視頻轉(zhuǎn)發(fā)網(wǎng)絡。在K12在線輔導業(yè)務場景中,空間距離的縮短可以減少復雜的長鏈路傳輸網(wǎng)絡中,各種路由轉(zhuǎn)發(fā)和網(wǎng)絡設備處理的延時和傳輸時間,同時可以更好地避免網(wǎng)絡抖動帶來的掉線和卡頓問題,在互動課堂業(yè)務場景中整體低時延、強互動體驗提升明顯。同時,視頻類大流量業(yè)務的處理放到邊緣完成,在大型公開課、名師講堂直播等場景下會產(chǎn)生高并發(fā)訪問,通過分布式的架構(gòu)分散中心處理的壓力,也能夠有效避免網(wǎng)絡擁塞,同時降低將數(shù)據(jù)傳回源站的帶寬成本。
對于常見的跨國授課來說,以阿里云邊緣計算為代表的新一代信息技術(shù),也能通過國際高速通道將海外的授課媒體流轉(zhuǎn)發(fā)回國內(nèi)的云中心,再通過邊緣云智能選路系統(tǒng)以及遍布全國的邊緣轉(zhuǎn)發(fā)網(wǎng)絡,將授課內(nèi)容實時、高質(zhì)量地呈現(xiàn)在學生面前。邊緣計算能夠解決數(shù)字業(yè)務場景下云計算的延遲、帶寬、自主性和隱私需求問題,其具體應用將由人、設備和業(yè)務之間的數(shù)字業(yè)務交互來定義,在未來擁有十分廣闊的發(fā)展前景,超過90%的企業(yè)都將開啟自身在邊緣計算的獨特應用,并將在未來發(fā)展成為一個頗具規(guī)模的行業(yè)。而除當下悄然無聲進入多個數(shù)字社會領域外,邊緣計算本身也有自己的成長道路。
邊緣計算未來的進化之路
作為極具價值且影響巨大的新興技術(shù),邊緣計算本身也擁有自己的成長路線?!霸囼灱靶∫?guī)模定制部署”是邊緣計算成長的第一階段,中國移動、中國電信和中國聯(lián)通在2018-2019年進 行了大量邊緣計算試驗,為進一步商用打下重要基 礎。2020 年各行業(yè)邊緣計算部署驗證增多,部分測試轉(zhuǎn)為小規(guī)模部署。在這個階段,邊緣計算的部署大多是私有及定制化應用,專門設計用于滿足企業(yè)需求, 如智慧港口、智慧園區(qū)或智能工廠,而且邊緣技術(shù)主要在本地部署。經(jīng)過前期積極準備,“初具商用規(guī)模階段”則有望在2021年-2023年展開。在這個階段,5G網(wǎng)絡的普及程度越來越高(預計截至2023年底,5G網(wǎng)絡覆蓋率超過60%的人口),第一階段的私有邊緣計算設施部署開始在更大規(guī)模上產(chǎn)生效益。除了本地定制的邊緣計算應用之外,自動駕駛、體育賽事和游戲等公共應用也將進行更多探索,邊緣計算基礎設施部署在區(qū)域或城市,靠近基站或匯聚基站。在這個階段邊緣計算應用程序的成本較高,因為要在分散計算負載的可用租戶較少的情況下運營大量微型數(shù)據(jù)中心。而業(yè)界普遍預計,邊緣計算要成為主流,估計得2024年以后才有機會。到2025年末,中國5G 人口覆蓋率預計將超過70%。5G技術(shù)的成熟、5G 設備成本的降低、移動產(chǎn)業(yè)與企業(yè)的良好合作將推動擴大邊緣計算部署規(guī)模。隨著5G基站數(shù)量增加,可以更廣泛地部署邊緣計算,并且可以越來越多地用于公共邊緣計算應用場景。
除了可以用時間段了解邊緣計算的成長情況,也可以用不同技術(shù)表現(xiàn)能力,確定當下邊緣計算所處階段。邊緣計算 1.0是關(guān)于如何安全、管理和連接機器和設備以啟用數(shù)字邊緣。數(shù)據(jù)顯示,目前大多數(shù)企業(yè)還處于邊緣計算 1.0階段,這一階段只具備在數(shù)字世界中成功實現(xiàn)業(yè)務運營所需要的基本能力。而在邊緣計算2.0階段,邊緣計算開始采用開放的、軟件定義的技術(shù)。軟件定義技術(shù)是指從底層計算機硬件中提取出各項功能,并使這些功能能夠在軟件中執(zhí)行。這與服務器虛擬化背后的概念相一致,后者已經(jīng)存在多年。最近,這一技術(shù)被應用于包括計算、存儲、網(wǎng)絡和安全等在內(nèi)的各個領域。例如,借助軟件定義網(wǎng)絡(SDN)技術(shù),企業(yè)能夠從集中控制平臺上修改包括路由表、配置和策略在內(nèi)的各種屬性,而不必逐一修改各交換機的屬性,從而更輕松地管理網(wǎng)絡。到了邊緣計算3.0階段, IT和OT將實現(xiàn)真正的融合,具備了一系列彈性和實時能力。如今,仍然有很多IT未觸達的工業(yè)領域。例如,工廠需要機械控制系統(tǒng)來執(zhí)行確定性行為,并保障安全性。這些控制系統(tǒng)誕生于操作技術(shù)領域,而不是信息技術(shù)產(chǎn)業(yè)。落實邊緣計算 3.0的功能是成功邁向邊緣計算4.0轉(zhuǎn)變的必要條件。在邊緣計算4.0階段,IT和OT基礎設施和運營將與人工智能(AI)相融合,一個自管理、自愈和自動化的工業(yè)領域即將誕生。一旦機器出現(xiàn)問題,AI系統(tǒng)就能進行診斷并進行修復——無需人工干預。
人們無法直接從1.0直接跨越到3.0,必須構(gòu)建每個階段所需要的能力才能一個階段一個階段地邁進,正如同邊緣計算會成為物聯(lián)網(wǎng)支撐一樣,從芯片到算法,同樣也是邊緣計算的基礎支撐。
邊緣計算背后的芯片博弈
邊緣終端市場是指直接在終端設備上做計算的AI芯片,對于功耗和能效比有很強的要求。目前來看,邊緣終端市場有兩種形態(tài)的芯片產(chǎn)品,一種是針對特定應用的SoC,一種是通用加速器做獨立芯片。SoC面向?qū)S檬袌?,在芯片中深度學習加速計算事實上只是一小部分,而其他大部分芯片面積則交給了主控處理器、視頻解碼等等模塊。SoC集成度高,一般的技術(shù)路線是用新的SoC代替原有的不支持深度學習加速的SoC做更新?lián)Q代。一個典型的例子就是華為麒麟系列SoC加入寒武紀的NPU,就屬于SoC自己的更新?lián)Q代。專注于AI芯片的廠商進入SoC市場的策略往往是提供IP授權(quán),以發(fā)揮自己的強項(如寒武紀給華為提供NPU IP)。對于SoC往往針對的是一個特定市場,因為其中的模塊都是針對該應用而設計,如果用在其他應用中則顯得浪費,例如麒麟SoC最適合的場景是手機,其中包含的GPU、ISP、Modem等都是為了手機場景打造,如果是用在工業(yè)場景則這些模組都閑置了,因此也就引出了另一個終端通用型深度學習加速器芯片市場。該市場相對于SoC市場來說允許較低的集成度,即可以在主控芯片之外再搭配額外的芯片以支持相應功能。
在終端SoC市場,事實上競爭已經(jīng)白熱化,華為、高通等公司都紛紛推出專屬的SoC搭載 A I加速模組,而A I加速模組IP的提供商也有ARM,Cadence,CEVA等傳統(tǒng)IP提供商以及寒武紀這樣的初創(chuàng)公司。不少傳統(tǒng)SoC芯片公司都紛紛在自家SoC中加入自研或授權(quán)的人工智能模塊。對于人工智能終端SoC市場,我們的分析是該市場雖然最早得到關(guān)注但是很可能近幾年還是被原來的SoC公司占領市場,因為目前終端人工智能市場尚未真正落地收獲真金白銀,因此SoC中加入人工智能還只是錦上添花之舉。
邊緣計算加速神經(jīng)網(wǎng)絡加速器興起
從硬件層面討論邊緣計算、AI等技術(shù)融合的同時,神經(jīng)網(wǎng)絡加速器也浮出水面。隨著5G時代的到來,邊緣計算逐漸將智能化處理從云端轉(zhuǎn)向邊緣。汽車的智能化趨勢越來越明顯,數(shù)字駕艙、人機界面、先進駕駛輔助系統(tǒng)被越來越多地應用于汽車當中,傳感器也與多入多出(MIMO)等通信方式相融合,增加了復雜性。這些都要求汽車擁有更強的處理能力和控制能力。根據(jù)Imagination的估算,如果執(zhí)行ADAS的車道偏離檢測需要10 GFLOPS的算力,那么執(zhí)行行人預測可能需要500GFLOPS的算力。在自動駕駛方面,如果處于Levels2+級別的駕駛員監(jiān)測、語音/手勢控制需要10 TOPS算力,那么Level5的功能勢必需要500TOPS以上的算力才能支持。更高的性能、更低的延時和更好的安全性是未來汽車發(fā)展的主要趨勢。為了應對這樣大規(guī)模數(shù)據(jù)采集、傳輸乃至分析的要求,神經(jīng)網(wǎng)絡加速器開始浮出水面。盡管神經(jīng)網(wǎng)絡推理可以在CPU上運行,同時人們也經(jīng)常會采用GPU。然而為了在嚴格的功耗要求下滿足下一代性能要求,專用的神經(jīng)網(wǎng)絡加速硬件也越來越廣泛地被采用。
未來,隨著邊緣計算的普及,相信這一類新興硬件會越來越多,而除了應用于邊緣計算外,相信會有更多領域會被這類新興硬件開啟。
絕非萬能的邊緣計算
邊緣計算對于未來數(shù)字社會有著重要影響,但這并不意味著邊緣計算就是萬能或絕對優(yōu)秀的存在,邊緣計算同樣有著自己需要解決的問題和局限性。邊緣計算通過很大程度地減少數(shù)據(jù)傳輸時間來降低一些安全風險,但同時也帶來了更復雜的安全挑戰(zhàn)。例如,如果企業(yè)在不受控制的最終用戶設備上存儲或處理數(shù)據(jù),很難保證這些設備沒有受到網(wǎng)絡攻擊者可能利用的漏洞的攻擊。即使使用云計算-邊緣計算模型來保留對邊緣計算基礎設施的控制,擁有更多可管理基礎設施也會增加攻擊面。在延遲方面,邊緣計算可提高應用程序性能和響應能力,因為數(shù)據(jù)不必往返于云計算的數(shù)據(jù)中心進行處理。對于需要真正即時通信流的工作負載,這是一個關(guān)鍵優(yōu)勢。大多數(shù)工作負載具有較低的延遲標準。與傳統(tǒng)的云計算架構(gòu)相比,邊緣計算網(wǎng)絡可能只會將網(wǎng)絡響應速度提高幾毫秒。對于標準應用,常規(guī)架構(gòu)帶來的網(wǎng)絡延遲是可以接受的。而確保延遲改善確實值得進行權(quán)衡,尤其是在考慮了增加的成本和管理負擔之后。
簡而言之,邊緣計算可能會減少應用程序加載或響應請求所需的時間,但這種改進并不值得付出更多成本。 而當下邊緣的完整定義依然不明確,特別是關(guān)于計算資源的部署位置和邊緣 基礎設施的規(guī)模沒有統(tǒng)一觀點。要部署邊緣基礎設施,就需要大量投資,但在應用場景和商業(yè)模式仍然較為模糊的情況下,要確定這種投資是否合理是對運營商乃至所有的企業(yè)都是一個挑戰(zhàn)。
不可忽視的霧計算
在技術(shù)不斷更迭過程中,邊緣計算的出現(xiàn)很好的解決了云計算的不足,可面對多樣化的市場需求,人們往往需要更多細分技術(shù)。在云計算和邊緣計算之間,霧計算的出現(xiàn)很好地解決了端點和云數(shù)據(jù)中心間的算力需求。邊緣計算和霧計算之間的關(guān)鍵區(qū)別在于該數(shù)據(jù)的處理位置,在邊緣計算的情況下,像可編程自動化控制器一樣,在靠近數(shù)據(jù)生成的地方進行數(shù)據(jù)處理。相反,在霧計算中,數(shù)據(jù)在霧節(jié)點或IoT網(wǎng)關(guān)內(nèi)處理,霧節(jié)點或IoT網(wǎng)關(guān)位于網(wǎng)絡的局域網(wǎng)(LAN)級別內(nèi)。在霧計算中有多種應用。例如,由于霧網(wǎng)絡的能力和彈性,可以通過實時數(shù)據(jù)分析提供低延遲,移動性和位置標識,因此在線流媒體平臺可以提供不間斷的觀看服務。同樣,在醫(yī)療保健領域,我們每天都會產(chǎn)生大量的患者數(shù)據(jù)。利用霧計算可以減少耗時數(shù)分鐘的數(shù)據(jù)傳輸并將其轉(zhuǎn)換為秒。對于患者護理而言,這是非常重要的,因為它將大大提高服務速度。
從這里我們可以看出,任何技術(shù)都難以單獨存在,不同應用特點的技術(shù)融合應用,才能構(gòu)造完整的數(shù)字社會。
寫在最后:數(shù)字時代的新基建
如果說前十年云計算的發(fā)展主要是技術(shù)驅(qū)動的話,那么當越來越多的IT人士接受云計算的理念,希望讓這一技術(shù)理念更加符合實際場景的時候,應用逐漸成為云計算的發(fā)展驅(qū)動力;而傳統(tǒng)中心化的不足之處,成為邊緣計算發(fā)展的重要機會。近十年間,各行各業(yè)的企業(yè)都經(jīng)歷著數(shù)字化技術(shù)和產(chǎn)品對傳統(tǒng)生產(chǎn)經(jīng)營模式的沖擊。人工智能、大數(shù)據(jù)、區(qū)塊鏈、自動化等技術(shù)的日漸完善,讓企業(yè)的生產(chǎn)效率和業(yè)務模式發(fā)生了翻天覆地的變化。如果說云計算和霧計算是數(shù)字化轉(zhuǎn)型的敲門磚,那么邊緣計算才是解決未來數(shù)字化難題的重要路徑。很顯然,許多企業(yè)管理者已經(jīng)洞察到邊緣計算的重要性,并著手開始布局邊緣計算相關(guān)的基礎設施和應用。作為數(shù)字時代的新基建,邊緣計算相信會帶給人們很多不同與改變。