何為邊緣計算？

 

邊緣計算將物聯(lián)網(wǎng)帶入了另一個階段。在邊緣處，原始數(shù)據(jù)能夠?qū)崟r轉(zhuǎn)化為價值。通過在整個網(wǎng)絡(luò)中重新分配數(shù)據(jù)處理工作，邊緣計算使網(wǎng)絡(luò)節(jié)點、端點和其他智能設(shè)備的重要性得以提升、管理得以完善。

 

邊緣計算可以說是云計算的反面。云計算時，數(shù)據(jù)中心將集中處理從分布式網(wǎng)絡(luò)流入的數(shù)據(jù)，并將運算結(jié)果傳輸回分布式網(wǎng)絡(luò)，以觸發(fā)操作或?qū)崿F(xiàn)更改。然而，遠(yuǎn)距離傳輸大量數(shù)據(jù)需要考慮金錢和時間成本，以及功率消耗。

 

這正是邊緣計算的用武之地：當(dāng)功率、帶寬和網(wǎng)絡(luò)延遲問題至關(guān)重要時，邊緣計算或是解決之道。應(yīng)用集中式云計算時，數(shù)據(jù)在得到處理前可能需要傳輸數(shù)百公里，而邊緣計算可以在抓取、創(chuàng)建或保存數(shù)據(jù)的同一網(wǎng)絡(luò)邊緣位置處理數(shù)據(jù)。這意味著邊緣計算的處理延遲幾乎可以忽略不計，對功耗和帶寬的要求通常也會大幅降低。

 

當(dāng)今邊緣計算發(fā)展的主要推動力之一是半導(dǎo)體制造商，因為半導(dǎo)體的進(jìn)步能夠讓芯片在不大幅增加功耗的情況下提高處理能力。位于邊緣的處理器可以在不消耗更多功率的情況下，對所獲取的數(shù)據(jù)進(jìn)行更多處理。這樣一來，更多的數(shù)據(jù)就可以留在邊緣，而無需傳輸?shù)胶诵摹Ｒ虼?，邊緣計算不僅可以降低系統(tǒng)總功耗，還能縮短響應(yīng)時間并更好地保護(hù)數(shù)據(jù)隱私。

 

人工智能（AI）和機器學(xué)習(xí)（ML）等技術(shù)也受益于邊緣計算：它們也需要在提高數(shù)據(jù)隱私安全性的同時降低數(shù)據(jù)獲取成本，而這些都可以通過邊緣處理來解決。傳統(tǒng)上，AI和機器學(xué)習(xí)等技術(shù)需要海量資源才能運行，遠(yuǎn)非端點或智能設(shè)備通?？商峁┑牧考墶Ｈ欢缃?，硬件和軟件的進(jìn)步有可能把這些賦能技術(shù)嵌入到網(wǎng)絡(luò)邊緣更小型、資源更受限的設(shè)備中。

 

評估邊緣AI

 

在選擇能夠執(zhí)行邊緣處理并運行AI算法或機器學(xué)習(xí)推理引擎的平臺前，必須進(jìn)行仔細(xì)評估。簡單的傳感器和執(zhí)行器，甚至需要在物聯(lián)網(wǎng)中應(yīng)用的傳感器和執(zhí)行器，都可以通過較小的集成設(shè)備來實現(xiàn)。提高邊緣執(zhí)行處理量需要一個更強大的平臺，并應(yīng)用高度并行化的架構(gòu)。這通常意味著需要使用圖形處理器（GPU），但是如果平臺過于強大，也會給網(wǎng)絡(luò)邊緣有限的資源帶來負(fù)擔(dān)。

 

此外，邊緣設(shè)備從根本上來說是現(xiàn)實世界的一個接口，因此需要兼容一些如以太網(wǎng)、GPIO、CAN、串行和/或USB等常見接口技術(shù)，并支持如攝像頭、鍵盤和顯示器等外圍設(shè)備。

 

與環(huán)境因素可控的數(shù)據(jù)中心相比，邊緣環(huán)境可能截然不同：邊緣設(shè)備可能會暴露在極端的溫度、濕度、振動，甚至高原環(huán)境中。這些因素將影響設(shè)備選擇及其包裝或安裝的方式。

 

還需考慮的另一重要方面是法規(guī)要求。任何使用射頻（RF）進(jìn)行通信的設(shè)備都會受到法規(guī)的管制，并且可能需要獲得許可才能使用。某些平臺能夠“開箱即用”，但其他平臺可能需要投入更多精力。平臺一旦投入使用，就不太可能進(jìn)行硬件升級，因此在設(shè)計平臺時就應(yīng)謹(jǐn)慎確定其處理能力、內(nèi)存和存儲，為將來的性能提升留出空間。

 

這其中就包括軟件升級。與硬件不同，軟件更新部署在設(shè)備不在現(xiàn)場的情況下也可實現(xiàn)。如今，這種無線更新（OTA）方式非常普遍，未來大多邊緣設(shè)備都可能支持OTA更新。

 

要想選對解決方案，需要仔細(xì)評估以上所有要點，并符合應(yīng)用的特定需求。設(shè)備是否需要處理視頻數(shù)據(jù)或音頻？它僅需要監(jiān)測溫度，還是也需要監(jiān)測其他環(huán)境指標(biāo)？它是否需要始終處于開啟狀態(tài)，還是會長時間休眠？它會被外部事件觸發(fā)嗎？上述大部分要求適用于部署在邊緣的所有技術(shù)，但是隨著客戶對處理水平和產(chǎn)出的期望提高，需求清單也有必要隨之?dāng)U展。

 

邊緣計算的優(yōu)勢

 

從技術(shù)上講，現(xiàn)在AI和機器學(xué)習(xí)可以被應(yīng)用于邊緣設(shè)備和智能節(jié)點中，這將帶來重大的機遇。這意味著處理引擎不僅離數(shù)據(jù)源更近，而且可以利用所收集的數(shù)據(jù)，開展更多的工作。

 

邊緣計算的優(yōu)點著實不少。首先，它能夠提高其使用數(shù)據(jù)的生產(chǎn)率或效率。其次，由于需要移動的數(shù)據(jù)較少，邊緣計算能夠簡化網(wǎng)絡(luò)架構(gòu)。第三，它使設(shè)備與數(shù)據(jù)中心的鄰近性變得不那么重要。如果數(shù)據(jù)中心位于城市中心并離執(zhí)行任務(wù)的地點很近，那么最后一點似乎無足輕重，但是如果網(wǎng)絡(luò)邊緣位于如農(nóng)場或水處理工廠等遙遠(yuǎn)的地點，邊緣計算就會帶來很大的不同。

 

數(shù)據(jù)在互聯(lián)網(wǎng)上飛速移動。當(dāng)?shù)弥约旱乃阉鹘Y(jié)果可能繞了地球兩圈才顯示在屏幕上，多數(shù)人可能會感到驚訝，因為總耗時可能只有幾分之一秒，這對我們來說只是彈指瞬間。但是，對組成互聯(lián)、智能且通常是自主的傳感器和執(zhí)行器和其他智能設(shè)備而言，每秒鐘都像一小時。

 

這種往返延遲是實時系統(tǒng)的制造商和開發(fā)者需要重視的問題。數(shù)據(jù)往返于數(shù)據(jù)中心的耗時并非無關(guān)緊要，也肯定不是瞬時的，而縮短延遲就是邊緣計算的關(guān)鍵目標(biāo)。邊緣計算能夠與5G等速度更快的網(wǎng)絡(luò)整合。但需要注意的是，隨著越來越多的設(shè)備上線，網(wǎng)絡(luò)提速也將無法解決累積的網(wǎng)絡(luò)延遲問題。

 

據(jù)預(yù)測，到2030年，可能有多達(dá)500億互聯(lián)設(shè)備在線。如果每一臺設(shè)備都需要通往數(shù)據(jù)中心的寬帶，網(wǎng)絡(luò)將一直堵塞。如果每臺設(shè)備的操作都需要等待數(shù)據(jù)從上一階段到達(dá)才能進(jìn)行，總延遲很快就會變得非常明顯。因此，邊緣計算是緩解網(wǎng)絡(luò)堵塞的唯一實用解決方案。

 

然而，盡管大多數(shù)應(yīng)用都需要邊緣計算支持，但其優(yōu)勢仍很大程度上取決于應(yīng)用本身。邊緣計算定律將幫助工程團(tuán)隊確定邊緣計算是否適合某些特定應(yīng)用。

 

 

邊緣計算的四大定律

 

毋庸置疑，第一定律是物理定律。射頻能量的優(yōu)點是它能以光速傳播，就像光纖網(wǎng)絡(luò)中的光子一樣。但缺點是它們無法更快速地傳輸。因此，如果射頻能量的往返時間仍然較長，邊緣計算可能更好的選擇。

 

Ping測試提供了一種簡單的方法來測量數(shù)據(jù)包在兩個網(wǎng)絡(luò)端點之間傳輸所需的時間。在線游戲通常托管在多臺服務(wù)器上，游戲玩家需要對服務(wù)器進(jìn)行ping操作，直至找到延遲最小的服務(wù)器，以實現(xiàn)最快速的數(shù)據(jù)傳輸。由此可見，即使十分之一秒對于時間敏感型的數(shù)據(jù)也十分關(guān)鍵。

 

網(wǎng)絡(luò)延遲不只取決于傳輸機制。數(shù)據(jù)傳輸?shù)膬啥硕加芯幋a器和解碼器，物理層需要將電子轉(zhuǎn)換為正在使用的某一能量形式，然后再將其轉(zhuǎn)換回去。即使處理器以GHz級的速度運行，這一過程也需要時間，且移動的數(shù)據(jù)量越大，所需時間越長。

 

第二定律是經(jīng)濟(jì)學(xué)定律。該定律相對更為靈活，但是隨著對處理和存儲資源的需求猛增，其可預(yù)測性也越來越差。利潤本就微薄，如果在云中處理數(shù)據(jù)的成本突然上升，就可能造成虧損。

 

云服務(wù)的成本包括購買或租用服務(wù)器、機架或刀片。成本高低可能取決于CPU內(nèi)核數(shù)、所需的RAM或永久存儲量、以及服務(wù)級別。相較于缺乏保障的服務(wù)，可以保障正常運營時間所需的服務(wù)成本會更高。網(wǎng)絡(luò)帶寬基本上是免費的，但是如果需要帶寬始終保持某一標(biāo)準(zhǔn)，則將需要為此服務(wù)付費，在評估成本時需要考慮這一點。

 

話雖如此，邊緣數(shù)據(jù)處理的成本不會大幅波動。一旦支付了設(shè)備的初始成本，在邊緣處理任何數(shù)量數(shù)據(jù)的額外成本幾乎為零。

 

數(shù)據(jù)有價值是由于其攜帶的信息。這就與第三定律有關(guān)，即土地定律?，F(xiàn)在，任何捕獲信息的人可能都需要遵守捕獲數(shù)據(jù)所在區(qū)域的數(shù)據(jù)隱私法。這意味著即使您是數(shù)據(jù)設(shè)備的合法所有者，可能也不被允許跨地理邊界傳輸該數(shù)據(jù)。

 

相關(guān)規(guī)定包括歐盟數(shù)據(jù)保護(hù)指令、通用數(shù)據(jù)保護(hù)條例（GDPR）和亞太經(jīng)濟(jì)合作組織隱私框架。加拿大的《個人信息保護(hù)和電子文件法》符合歐盟的數(shù)據(jù)保護(hù)法，而美國的《安全港安排》也顯示了類似的合規(guī)性。

 

然而，邊緣處理可以解決這一問題。通過在邊緣處理數(shù)據(jù)，數(shù)據(jù)就無需離開設(shè)備。便攜式消費設(shè)備的數(shù)據(jù)隱私變得越來越重要。手機上的面部識別使用本地AI來處理相機圖像，因此數(shù)據(jù)永遠(yuǎn)不會離開設(shè)備。同樣，閉路電視（CCTV）和其他安全監(jiān)視系統(tǒng)使用攝像頭來監(jiān)控公共空間，圖像通常需要經(jīng)過基于云的數(shù)據(jù)服務(wù)器進(jìn)行傳輸與處理，這就帶來了數(shù)據(jù)隱私問題。通過邊緣計算，數(shù)據(jù)就可在攝像頭端直接處理，更快速安全，并有可能消除或簡化對數(shù)據(jù)隱私措施的需求。

 

最后，我們要考慮墨菲定律，即如果某些地方可能出錯，那么它終將出錯。當(dāng)然，即使最精心設(shè)計的系統(tǒng)也總有可能出錯。通過網(wǎng)絡(luò)傳輸數(shù)據(jù)、在云端存儲數(shù)據(jù)并在數(shù)據(jù)中心處理數(shù)據(jù)的整個過程中可能會出現(xiàn)許多故障，而邊緣處理可以避免冗長過程中可能出現(xiàn)的故障。

 

提出有關(guān)邊緣計算的正確問題

 

即使您的應(yīng)用能夠受益于邊緣處理技術(shù)，仍然有一些問題需要加以考量。以下是一些最為相關(guān)的問題：

 

1.您的應(yīng)用在哪種處理器架構(gòu)上運行？將軟件移植到不同的指令集上可能代價高昂并造成延遲，因此升級并不意味著要使用另一架構(gòu)。

2.您需要哪種I/O？這可以是任何數(shù)量的有線和/或無線接口。日后添加會導(dǎo)致效率低下，因此需要盡早確定。

3.設(shè)備的運行環(huán)境如何？是極熱、極冷還是兩者兼而有之？火星任務(wù)是很好的“邊緣處理”示例，其運行環(huán)境十分多變！

4.您的硬件是否需要遵守法規(guī)或經(jīng)過認(rèn)證？答案幾乎是肯定的，因此選擇經(jīng)過預(yù)認(rèn)證的平臺能夠節(jié)省時間和成本。

5.設(shè)備需要多大的功率？就單位成本和安裝而言，系統(tǒng)功能非常昂貴，因此了解到底多少算“足夠”非常重要。

6.邊緣設(shè)備是否受制于外形尺寸？與其他許多部署相比，這在邊緣處理中更為重要，因此在設(shè)計周期的早期就應(yīng)予以考慮。

7.服務(wù)時長有多久？ 設(shè)備將用于可能需要運行多年的工業(yè)應(yīng)用，還是以月為單位衡量生命周期？

8.就處理能力而言，系統(tǒng)性能要求是怎樣的？ 比如每秒的幀數(shù)？有哪些內(nèi)存要求？應(yīng)用使用什么語言？

9.有成本方面的考量嗎？這是一個棘手的問題，因為答案是肯定的，但是了解成本限制會有助于您做出選擇。

 

結(jié)論

 

邊緣處理體現(xiàn)自物聯(lián)網(wǎng)，但還不止于此。其驅(qū)動力來自于比實現(xiàn)上述互聯(lián)設(shè)備更高的期望。在基本層面上，設(shè)備可能需要低功耗低成本，但是現(xiàn)在還需要提供更高級別的智能操作，并且不影響功耗和成本。

 

選對技術(shù)合作伙伴，就能輕松選擇合適的平臺。凌華科技擁有廣泛的邊緣處理解決方案組合，并與眾多提供互補技術(shù)的公司合作。歡迎加入邊緣計算開發(fā)生態(tài)系統(tǒng)，我們將更好地助力您為AI應(yīng)用選擇合適的邊緣計算平臺。

 

 

推薦閱讀：