物聯(lián)網(wǎng)智庫 原創(chuàng)

作者：田小腰

轉載請注明來源和出處

導  讀

近日，百度云正式發(fā)布中國首個開源邊緣計算平臺OpenEdge，將邊緣計算拉進大眾的視野。邊緣計算是指在數(shù)據(jù)產(chǎn)生源頭的附近，即網(wǎng)絡邊緣節(jié)點處處理、分析數(shù)據(jù)的計算架構。

近日，百度云正式發(fā)布中國首個開源邊緣計算平臺OpenEdge，將邊緣計算拉進大眾的視野。邊緣計算是指在數(shù)據(jù)產(chǎn)生源頭的附近，即網(wǎng)絡邊緣節(jié)點處處理、分析數(shù)據(jù)的計算架構。邊緣節(jié)點是在數(shù)據(jù)產(chǎn)生源頭和云中心之間任一具有計算資源和網(wǎng)絡資源的節(jié)點。比如，手機就是人與云中心之間的邊緣節(jié)點，網(wǎng)關是智能家居和云中心之間的邊緣節(jié)點。

現(xiàn)在幾乎所有的電子設備都可以連接到網(wǎng)絡，這些電子設備會產(chǎn)生海量的數(shù)據(jù)。云端具有強大的處理性能，能夠處理海量的數(shù)據(jù)。但是，如何將海量的數(shù)據(jù)傳送到云端成了一個難題。云計算模型的系統(tǒng)性能瓶頸在于網(wǎng)絡帶寬的有限性，傳送海量數(shù)據(jù)需要一定的時間，云端處理數(shù)據(jù)也需要一定的時間，這就會加大請求響應時間。由于傳統(tǒng)的云計算模型并不能及時有效的處理這些數(shù)據(jù)，在邊緣節(jié)點處理這些數(shù)據(jù)將會帶來極小的響應時間、減輕網(wǎng)絡負載、保證用戶數(shù)據(jù)的私密性。

第三屆邊緣計算產(chǎn)業(yè)峰會

目前，邊緣計算在國內(nèi)正以燎原之勢飛速成長起來，這其中由英特爾等推動成立的邊緣計算產(chǎn)業(yè)聯(lián)盟（ECC）起到了非常重要的作用。成立兩年來，ECC成員數(shù)量已經(jīng)突破200家，涵蓋芯片、通信、工業(yè)等多個領域。近日，由ECC舉辦的第三屆邊緣計算產(chǎn)業(yè)峰會在京舉行，會上英特爾、華為以及中國移動等都表明對邊緣計算的重視，各公司在邊緣計算的發(fā)展也令人側目。

從“芯”出發(fā)，遇上人工智能

邊緣計算，邊緣智能離不開芯片。據(jù)估計，到2020年會有將近500億的設備連接到網(wǎng)絡，其中50%將會在邊緣側處理。這意味著計算要在毫秒甚至微秒量級的時間內(nèi)處理，那么要想實現(xiàn)這些技術，就尤其需要邊緣側增強學習能力。

面對這些需求，知名的半導體制造商英特爾創(chuàng)新性的將邊緣計算與人工智能進行了結合，為邊緣計算的計算能力提供強大助力。

會上，英特爾推出了一款Movidius Myriad X視覺加速芯片，封裝功耗小于2瓦，每個可進行1T的計算能力，足以支撐智能攝像頭等領域的要求；對有更高要求的領域，英特爾提供人工智能加速器——一種可插卡式機器，提供8-16卡槽。有此芯片的助力，用戶可以根據(jù)需求靈活配用，并且占用極低的功耗。此外，英特爾還提供了一款Open Vino深度學習套件，專為在邊緣部署深度神經(jīng)網(wǎng)絡而設計。用戶在應用深度學習框架時，關鍵性能會獲得極大提升，且無需大幅調(diào)整當前的部署方式。這款套件還可以幫助開發(fā)者，把自己在開放網(wǎng)絡上所設計和訓練好的網(wǎng)絡模型，快速的部署到目標平臺上來進行操作。

對于相關產(chǎn)品生態(tài)建設，英特爾也已經(jīng)與阿里以及重慶的一家金屬加工廠合作，利用Open Vino和人工智能加速器制作了一套針對金屬缺陷的檢測方案。該方案利用機械臂抓取被檢測的金屬件，把它移動到攝像頭前拍攝不同角度的照片，所拍攝的照片會在邊緣網(wǎng)關中基于人工智能進行處理。

英特爾在邊緣計算與人工智能的合作方面無論軟硬件甚至生態(tài)的構建都初具成效，但對具體使用及價值挖掘等還處于探索階段。從英特爾目前的產(chǎn)品方向來看，邊緣計算會在一些視頻技術應用較多的領域率先落地。

以“云”為本，邊云相輔相成

同時，邊緣計算也是對云計算的一種補充，邊云協(xié)同是未來發(fā)展的主流。云會在未來的物聯(lián)世界里起到一個中樞和中心的作用，對未來的開發(fā)和運行起到關鍵的作用。很多云的能力在邊緣側都有很直接的映射和對應。比如說云上的訓練對應邊緣側的推理，云上的大數(shù)據(jù)需要邊緣側的實時高效的流計算能力，為了把這兩個東西有效地統(tǒng)一起來，中間必須達成協(xié)同效果。

華為于今年初發(fā)布了邊緣云服務——KubeEdge。基于KubeEdge，華為滿足了對容器以及進程的支持，并以此做到將未來軟件和已有軟件建立連接，同時華為對KubeEdge提供函數(shù)支持，這對以后的邊云一體開發(fā)模式提供了方向。華為還推出針對關鍵場景的解決方案，以智慧園區(qū)為例，區(qū)別于傳統(tǒng)在電線桿等綁著傳感器的被動式結果，華為希望通過一個強有力的邊緣計算單元實現(xiàn)高效的算法，把大量的邏輯放在邊緣側，打造一個云邊、邊邊甚至多邊的區(qū)域范圍內(nèi)通訊的多功能平臺。華為為此提供了基礎的芯片能力，智能算法和第三方智能應用等，此外還提供快速簡潔的功能演進，真正做到了靈活可靠和高效。

KubeEdge作為華為的重要工具，為邊緣側的應用部署提供了便利，在一定程度上轉變了邊緣應用與硬件之間的關系，將兩者的耦合度降低，讓邊緣側應用的使用可以更加靈活開放。

5G連接，邊緣助力生活

邊緣計算和5G的發(fā)展也是密切相關的，一方面，5G的需求需要邊緣計算的支持。5G需要不斷往邊緣推送，邊緣計算是5G的重要組成部分。另一方面，5G原生支持邊緣計算。5G表現(xiàn)以軟件的形式，可以靈活使用邊緣計算。

2018年10月，中國移動成立邊緣計算開放實驗室，首期布局智慧城市、智能制造、直播游戲、車聯(lián)網(wǎng)等4大重點領域，共計34家合作伙伴入駐。同時，中國移動在10省20余地市現(xiàn)網(wǎng)開展多種邊緣計算應用試點，包括內(nèi)容緩存、定位應用、本地網(wǎng)/直播以及跨層優(yōu)化等，著力推進產(chǎn)業(yè)成熟。例如移動在山東、浙江試點的CDN，縮短視頻緩沖30%，提升下載速率約50%，節(jié)省寬帶16%，有效減少了資源的浪費，提升效率。

運營商對邊緣計算的重視，有效推動著產(chǎn)業(yè)發(fā)展，完善了OICT的融合，標志著邊緣計算進入了發(fā)展的快車道。當然，邊緣計算的發(fā)展不是一帆風順的，盡管如火如荼，它目前仍然處于發(fā)展的初期，未來仍有許多挑戰(zhàn)。由于越來越多的數(shù)據(jù)在更多的地方生成、處理和存儲，基礎設施管理以及數(shù)據(jù)安全也變的越來越重要。