1 邊緣計(jì)算和云計(jì)算

要想搞清楚邊緣計(jì)算，就得先了解云計(jì)算，及二者的關(guān)系。這里要說(shuō)明的是，雖然云計(jì)算已經(jīng)被我們廣泛地使用，但云計(jì)算并沒(méi)有一個(gè)統(tǒng)一的定義，邊緣計(jì)算也一樣。至于霧計(jì)算，就更沒(méi)有存在感了，并且其概念并沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，因此，在大的范疇里面，也歸類(lèi)在邊緣計(jì)算。

“云計(jì)算”，就是把處理這些大數(shù)據(jù)的計(jì)算功能完全放在云端。以云平臺(tái)作為計(jì)算基礎(chǔ)，管理著數(shù)量巨大的CPU、存儲(chǔ)器、交換機(jī)等大量硬件資源，以虛擬化的技術(shù)，來(lái)整合一個(gè)數(shù)據(jù)中心或多個(gè)數(shù)據(jù)中心的資源，屏蔽不同底層設(shè)備的差異性，以一種透明的方式向用戶(hù)提供計(jì)算環(huán)境、開(kāi)發(fā)平臺(tái)、軟件應(yīng)用等在內(nèi)的多種服務(wù)。

邊緣計(jì)算指的是在網(wǎng)絡(luò)邊緣結(jié)點(diǎn)來(lái)處理、分析數(shù)據(jù)。什么又是邊緣結(jié)點(diǎn)呢？邊緣結(jié)點(diǎn)指的就是在數(shù)據(jù)產(chǎn)生源頭和云中心之間，任一具有計(jì)算資源和網(wǎng)絡(luò)資源的結(jié)點(diǎn)。如最靠近物的終端設(shè)備傳感器、采集器，以及路由器、網(wǎng)關(guān)、機(jī)頂盒、代理服務(wù)器、基站、PLC、工業(yè)PC等，都可以說(shuō)是邊緣結(jié)點(diǎn)。

關(guān)于邊緣計(jì)算的理解有很多，如華為提出的“章魚(yú)說(shuō)”。章魚(yú)擁有巨量的神經(jīng)元，但60%分布在章魚(yú)的八條腿（腕足）上，腦部?jī)H有40%。章魚(yú)在捕獵時(shí)異常靈巧迅速，腕足之間配合極好，從不會(huì)纏繞打結(jié)。章魚(yú)用“多個(gè)小腦+一個(gè)大腦”來(lái)決策，這就是邊緣計(jì)算。還有比如“公司說(shuō)”“仿生說(shuō)”等，但都脫離不了我們之前提到的，在網(wǎng)絡(luò)邊緣結(jié)點(diǎn)就近處理采集到的數(shù)據(jù)，而不需要將大量數(shù)據(jù)上傳到遠(yuǎn)端的核心管理平臺(tái)。

例如，通過(guò)速度和能耗傳感器的數(shù)據(jù)，即時(shí)計(jì)算燃料經(jīng)濟(jì)性的車(chē)輛，而在車(chē)輛中執(zhí)行這種計(jì)算的計(jì)算機(jī)可以被認(rèn)為一種邊緣計(jì)算設(shè)備。

2 邊緣計(jì)算架構(gòu)

在工業(yè)現(xiàn)場(chǎng)，用戶(hù)可能沒(méi)有部署專(zhuān)用邊緣服務(wù)器的物理空間或資源，因此邊緣計(jì)算功能可能需要嵌入現(xiàn)有基礎(chǔ)設(shè)施中，例如傳感器、網(wǎng)關(guān)、PLC、工業(yè)PC，或工廠(chǎng)端其他各種設(shè)備。

在AZFT物聯(lián)網(wǎng)實(shí)驗(yàn)室從事邊緣計(jì)算相關(guān)研究工作的韓天嘯博士就提出，最靠近物的是傳感器終端和采集器，而傳感器終端和采集器之間也會(huì)有計(jì)算資源的不同，在不添加新設(shè)備的情況下，可以通過(guò)終端設(shè)備間的P2P通訊組成一個(gè)邊緣網(wǎng)絡(luò)，設(shè)定或自選舉出一個(gè)或幾個(gè)計(jì)算能力強(qiáng)的節(jié)點(diǎn)，作為數(shù)據(jù)匯聚節(jié)點(diǎn)，做適當(dāng)?shù)臄?shù)據(jù)預(yù)處理后，與上一層網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行通訊。首要目標(biāo)減少異構(gòu)數(shù)據(jù)，其次是可以引入命名機(jī)制，便于管理，此外可以引入數(shù)據(jù)的過(guò)濾清洗等隱私保護(hù)機(jī)制。這一次的邊緣計(jì)算是在采集器、路由器等嵌入式設(shè)備上實(shí)現(xiàn)的。引入規(guī)則引擎后，進(jìn)行多變量間的關(guān)聯(lián)性設(shè)計(jì)，可以做到對(duì)于環(huán)境的感知，比如智能家居。

邊緣計(jì)算的架構(gòu)一般分為三個(gè)部分，除了上面提到的物終端間的邊緣計(jì)算，還有基于私有邊緣節(jié)點(diǎn)的邊緣計(jì)算、基于公共邊緣設(shè)備的多接入邊緣計(jì)算。

基于私有邊緣節(jié)點(diǎn)的邊緣計(jì)算，需要在局域網(wǎng)部署邊緣服務(wù)器或能力較強(qiáng)的網(wǎng)關(guān)設(shè)備，除了具有物終端邊緣計(jì)算設(shè)備的能力外，本層次邊緣計(jì)算具備多種功能，更強(qiáng)大的數(shù)據(jù)處理能力，對(duì)于數(shù)據(jù)具有一定的存儲(chǔ)能力，和一定的人工智能能力。

基于公共邊緣設(shè)備的多接入邊緣計(jì)算，需要在多網(wǎng)絡(luò)匯聚點(diǎn)設(shè)置邊緣服務(wù)器群，可以做到快速內(nèi)容分發(fā)，提高服務(wù)的實(shí)時(shí)性，應(yīng)對(duì)主干網(wǎng)絡(luò)可能出現(xiàn)的擁堵情況。

3 邊緣計(jì)算需要的平臺(tái)、硬件和軟件

要想實(shí)現(xiàn)邊緣計(jì)算，需要哪些平臺(tái)、硬件及軟件呢？一般地，邊緣計(jì)算使用微服務(wù)容器技術(shù)，這樣可以屏蔽操作系統(tǒng)帶來(lái)的底層異構(gòu)問(wèn)題，而且方便管理。在硬件上，一般的邊緣計(jì)算節(jié)點(diǎn)是基于X86或arm架構(gòu)微處理器的硬件，需要運(yùn)行AI或ML推理的需要專(zhuān)業(yè)芯片或FPGA。我們從云廠(chǎng)商、硬件廠(chǎng)商聯(lián)盟與開(kāi)發(fā)軟件基金會(huì)來(lái)看下。

3.1云計(jì)算廠(chǎng)商

通常來(lái)說(shuō)，邊緣不需要處理所有數(shù)據(jù)，而是和云端協(xié)同，共同完成計(jì)算。所以，所有的邊緣計(jì)算實(shí)踐都需要云端配置和邊緣端部署。云計(jì)算廠(chǎng)商中AWS、微軟和阿里云是邊緣計(jì)算最早發(fā)力的。

其中AWS推出了Greengrass，微軟推出了Azure IoTedge，而阿里云則推出了linkedge等邊緣計(jì)算工具。這些工具均實(shí)現(xiàn)了定義中所介紹的，將云端能力遷移到設(shè)備中，既可以在本地處理數(shù)據(jù)，又可以利用云端的優(yōu)勢(shì)。對(duì)這三家邊緣計(jì)算平臺(tái)的各方面作一比較（見(jiàn)上表）。

3.2硬件廠(chǎng)商

目前，不同廠(chǎng)家的終端設(shè)備只與自己廠(chǎng)家的軟件兼容。盡管如此，這些廠(chǎng)家現(xiàn)有的邊緣計(jì)算套件也有很大的參考價(jià)值。

谷歌的EdgeTPU是一個(gè)專(zhuān)門(mén)在邊緣上實(shí)現(xiàn)機(jī)器學(xué)習(xí)推理的超大規(guī)模集成電路芯片，配合cloud TPU可以完成AI和ML的算法訓(xùn)練和部署。具體來(lái)說(shuō)，Cloud TPU可以實(shí)現(xiàn)獨(dú)占或彈性的云端TPU加速訓(xùn)練，而edge tpu在體積和功耗小的物理器件上實(shí)現(xiàn)了高性能，實(shí)現(xiàn)了邊緣上的高精度AI算法，兩者可以結(jié)合可以實(shí)現(xiàn)端到端、云到端的軟硬件基礎(chǔ)設(shè)施來(lái)促進(jìn)AI算法的實(shí)用。

NI、研華、凌華等硬件廠(chǎng)商的邊緣計(jì)算實(shí)踐是以硬件能力為核心的，其中FPGA是核心器件，由于FPGA的硬件邏輯可以本地配置，同時(shí)能完成告訴的AI和ML算法推理。所以使用邊緣計(jì)算對(duì)于硬件廠(chǎng)商有天然的優(yōu)勢(shì)。用邊緣節(jié)點(diǎn)設(shè)備和可以遠(yuǎn)程更新配置的軟件，可以完成邊緣的數(shù)據(jù)壓縮和匯聚以及服務(wù)器和邊緣的協(xié)同。但是，因?yàn)橛布S(chǎng)商自身不具備云計(jì)算能力，云端的開(kāi)放與集成是一個(gè)短板。

● NIIC-3173工業(yè)控制器，具有2.20GHz Intel Core i7雙核處理器，四GigE端口，雙USB3.0端口，適用于極端環(huán)境的自動(dòng)化和控制應(yīng)用，售價(jià)在300K。

● 凌華SETO-1000戶(hù)外服務(wù)器具有E5 Xeon處理器，雙GigE端口，雙SFP+端口，適用于適用于極端環(huán)境的自動(dòng)化和控制應(yīng)用，售價(jià)174K。

● 研華EIS-D150邊緣智能服務(wù)器具有Core i5 6300U，運(yùn)行win10操作系統(tǒng)，并擁有自行研發(fā)的WISE-Agent邊緣IoT套件，售價(jià)13K。

● 華為AR502網(wǎng)關(guān)內(nèi)置工業(yè)級(jí)LTE模塊，提供大帶寬、低時(shí)延的無(wú)線(xiàn)訪(fǎng)問(wèn)能力，并提供豐富的本地接口，包括千兆以太接口、RS485/RS422、RS232、RF、ZigBee等，可連接各種以太設(shè)備、串口設(shè)備和RF設(shè)備，售價(jià)9K。

● 谷歌edgetpu預(yù)計(jì)在十月發(fā)售，在之前intel發(fā)布的Movidius Neura lCompute Stick，NCS的優(yōu)勢(shì)就是低功耗，它可以在不到1瓦的工作功率下運(yùn)行一個(gè)經(jīng)過(guò)完全訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，在不增加耗電和主機(jī)處理器壓力的情況下，賦予機(jī)器的深度學(xué)習(xí)能力，僅售$79。而特斯拉的數(shù)據(jù)中心級(jí)TeslaP100顯卡售價(jià)169K。

3.3軟件基金會(huì)

軟件基金會(huì)主要服務(wù)于開(kāi)發(fā)者來(lái)使用邊緣計(jì)算，同時(shí)開(kāi)發(fā)者也會(huì)反哺開(kāi)源基金會(huì)，故此邊緣計(jì)算在軟件基金會(huì)發(fā)展是最早的。Openstack一直以來(lái)被認(rèn)為是有可能替代AWS云的開(kāi)源軟件，在邊緣設(shè)備使用Openstack可以實(shí)現(xiàn)邊緣計(jì)算，在Openstack的不同網(wǎng)絡(luò)分層中部署相應(yīng)的邊緣計(jì)算應(yīng)用。

同樣，隸屬于linux基金會(huì)的edgeX項(xiàng)目也是一個(gè)邊緣計(jì)算軟件，他是基于docker的一些列微服務(wù)的集合，又可以劃分為四個(gè)微服務(wù)層——核心服務(wù)層、支持服務(wù)層、開(kāi)放服務(wù)層、設(shè)備服務(wù)層。此外linux基金會(huì)在2018年開(kāi)源了一個(gè)叫Akraino的項(xiàng)目，Akraino是一個(gè)開(kāi)源軟件棧，同樣使用虛擬機(jī)和容器技術(shù)，它可以通過(guò)對(duì)于底層的靈活優(yōu)化，在邊緣將應(yīng)用的延時(shí)控制在20ms以?xún)?nèi)。

4 邊緣計(jì)算和云計(jì)算的關(guān)系

為什么有了云計(jì)算，還會(huì)出現(xiàn)邊緣計(jì)算的呢？可以說(shuō)，邊緣計(jì)算是為了彌補(bǔ)云計(jì)算的不足。

云計(jì)算可以進(jìn)行非實(shí)時(shí)、長(zhǎng)周期數(shù)據(jù)的分析，適合集中業(yè)務(wù)的處理和復(fù)雜計(jì)算，但它也有弱點(diǎn)。在云計(jì)算中，數(shù)據(jù)、數(shù)據(jù)處理和應(yīng)用程序都要全部保存在云端，在傳輸大容量數(shù)據(jù)如高清圖像或視頻的時(shí)候，就會(huì)出現(xiàn)占用帶寬過(guò)多或負(fù)載過(guò)重等情況。高流量和長(zhǎng)距離可能會(huì)顯著降低網(wǎng)絡(luò)速度。

例如,使用可穿戴式攝像頭的視覺(jué)服務(wù)，響應(yīng)時(shí)間需要在25ms至50ms之間，使用云計(jì)算會(huì)造成嚴(yán)重的延遲。如基于云平臺(tái)的網(wǎng)絡(luò)游戲，依賴(lài)云計(jì)算也會(huì)為玩家造成類(lèi)似于等待時(shí)間過(guò)長(zhǎng)的問(wèn)題，無(wú)法滿(mǎn)足用戶(hù)的需求。

也許有人會(huì)問(wèn)，難道以后有了5G，還不能滿(mǎn)足對(duì)低時(shí)延的要求嗎？雖然5G能夠提速并增加帶寬，將數(shù)據(jù)延遲減少到最低水平，但正是隨著5G興起的新應(yīng)用，不僅需要處理大量的數(shù)據(jù)，而且對(duì)實(shí)時(shí)性要求又更高了，甚至達(dá)到“毫秒級(jí)”，還必須保持時(shí)刻在線(xiàn)，這對(duì)傳統(tǒng)云端計(jì)算力的挑戰(zhàn)超乎想象，只能由靠近終端的邊緣計(jì)算來(lái)完成低時(shí)延的響應(yīng)，通過(guò)云、邊、端的結(jié)合來(lái)解決5G時(shí)代下對(duì)計(jì)算力的不同訴求。

在工業(yè)領(lǐng)域，自動(dòng)化設(shè)備對(duì)低時(shí)延這一性能的苛刻，云計(jì)算仍然稍顯不足。工業(yè)系統(tǒng)檢測(cè)、控制、執(zhí)行的實(shí)時(shí)性高，部分場(chǎng)景實(shí)時(shí)性要求在10ms以?xún)?nèi)，如果數(shù)據(jù)分析和控制邏輯全部在云端實(shí)現(xiàn)，則難以滿(mǎn)足業(yè)務(wù)要求。也因此，邊緣計(jì)算正成為云計(jì)算不可或缺的重要補(bǔ)充，利用邊緣節(jié)點(diǎn)用以減少網(wǎng)絡(luò)等待時(shí)間。

對(duì)于未來(lái)而言，物聯(lián)網(wǎng)、AR/VR場(chǎng)景、大數(shù)據(jù)和人工智能行業(yè)，實(shí)際上都有著對(duì)近場(chǎng)計(jì)算的極強(qiáng)需求。邊緣計(jì)算能夠保障在離終端很近的區(qū)域完成大量計(jì)算需要，完成苛刻的低延時(shí)服務(wù)響應(yīng)。據(jù)統(tǒng)計(jì)，全球有500億終端設(shè)備，數(shù)據(jù)量大約是44ZB，這些數(shù)據(jù)如果全部傳輸?shù)皆贫诉M(jìn)行計(jì)算和存儲(chǔ)，將會(huì)帶來(lái)巨大的帶寬消耗和低延遲的挑戰(zhàn)，邊緣計(jì)算能很好的解決帶寬消耗和低延遲問(wèn)題，未來(lái)，85%以上的數(shù)據(jù)都不會(huì)被傳回云數(shù)據(jù)中心，而是直接在邊緣計(jì)算側(cè)進(jìn)行分析和處理。目前，AWS、微軟、英特爾等國(guó)外大型企業(yè)已經(jīng)著手布局邊緣計(jì)算，對(duì)于云服務(wù)企業(yè)來(lái)說(shuō)，邊緣計(jì)算的重要性不言而喻。

總的來(lái)說(shuō)，邊緣計(jì)算與云計(jì)算是一種互補(bǔ)關(guān)系。云計(jì)算側(cè)重“云”，邊緣計(jì)算側(cè)重“端”。未來(lái)，兩者在資源、數(shù)據(jù)、服務(wù)等領(lǐng)域會(huì)形成“邊云協(xié)同”。云計(jì)算聚焦非實(shí)時(shí)、長(zhǎng)周期數(shù)據(jù)的大數(shù)據(jù)分析，能夠在周期性維護(hù)、業(yè)務(wù)決策支撐等領(lǐng)域發(fā)揮特長(zhǎng)；邊緣計(jì)算聚焦實(shí)時(shí)、短周期數(shù)據(jù)的分析，能更好地支撐云端應(yīng)用的大數(shù)據(jù)分析；反之，云計(jì)算通過(guò)大數(shù)據(jù)分析優(yōu)化輸出的業(yè)務(wù)規(guī)則也可以下發(fā)到邊緣側(cè)，邊緣計(jì)算基于新的業(yè)務(wù)規(guī)則進(jìn)行業(yè)務(wù)執(zhí)行的優(yōu)化處理。