隨著“大數(shù)據(jù)”時(shí)代的到來，處理大數(shù)據(jù)的計(jì)算運(yùn)行方式如云計(jì)算、霧計(jì)算、邊緣計(jì)算等新概念越來越為人所知。
當(dāng)自動化生產(chǎn)線處于高速運(yùn)轉(zhuǎn)時(shí)，工業(yè)設(shè)備就會產(chǎn)生大量的數(shù)據(jù)。采集和處理這些數(shù)據(jù)并加以利用，對工業(yè)設(shè)計(jì)、研發(fā)、制造、銷售、服務(wù)等各環(huán)節(jié)具有非常高的價(jià)值。
這些數(shù)據(jù)量遠(yuǎn)大于企業(yè)計(jì)算機(jī)和人工產(chǎn)生的數(shù)據(jù)，而且數(shù)據(jù)類型也多是非結(jié)構(gòu)化。由于生產(chǎn)線處于高速運(yùn)轉(zhuǎn)狀態(tài)，對數(shù)據(jù)的實(shí)時(shí)性要求也更高。因此，在傳統(tǒng)制造業(yè)向智能化升級的過程中，特別需要通過邊緣計(jì)算技術(shù)來減少網(wǎng)絡(luò)傳輸和多級轉(zhuǎn)發(fā)帶來的帶寬與時(shí)延損耗，將車間里的生產(chǎn)設(shè)備智能連接，提高效率。
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)算并沒有一個統(tǒng)一的定義，邊緣計(jì)算也一樣。至于霧計(jì)算，就更沒有存在感了，并且其概念并沒有統(tǒng)一標(biāo)準(zhǔn)，因此，在大的范疇里面，也歸類在邊緣計(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。以云平臺作為計(jì)算基礎(chǔ)，管理著數(shù)量巨大的CPU、存儲器、交換機(jī)等大量硬件資源，以虛擬化的技術(shù)，來整合一個數(shù)據(jù)中心或多個數(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提供計(jì)算環(huán)境、開發(fā)平臺、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“章魚說”。章魚擁有巨量的神經(jīng)元，但60%分布在章魚的八條腿（腕足）上，腦部僅有40%。章魚在捕獵時(shí)異常靈巧迅速，腕足之間配合極好，從不會纏繞打結(jié)。章魚用“多個小腦+一個大腦”來決策，這就是邊緣計(jì)算。還有比如“公司說”“仿生說”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。
例如，通過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)性的車輛，而在車輛中執(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。
邊緣計(jì)算架構(gòu)
在工業(yè)現(xiàn)場，用戶可能沒有部署專用邊緣服務(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)的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，可以通過終端設(shè)備間的P2P通訊組成一個邊緣網(wǎng)絡(luò)，設(shè)定或自選舉出一個或幾個計(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，對于數(shù)據(jù)具有一定的存儲能力，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)對主干網(wǎng)絡(luò)可能出現(xiàn)的擁堵情況。
邊緣計(jì)算需要的平臺、硬件和軟件
要想實(shí)現(xiàn)邊緣計(jì)算，需要哪些平臺、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)帶來的底層異構(gòu)問題，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推理的需要專業(yè)芯片或FPGA。我們從云廠商、硬件廠商聯(lián)盟與開發(fā)軟件基金會來看下。
云計(jì)算廠商
通常來說，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 IoT edge，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。對這三家邊緣計(jì)算平臺的各方面作一比較：
硬件廠商
目前，不同廠家自己的終端設(shè)備只與自己廠家的軟件兼容。盡管如此，這些廠家現(xiàn)有的邊緣計(jì)算套件也有很大的參考價(jià)值。
谷歌的edge tpu是一個專門在邊緣上實(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。具體來說，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)施來促進(jìn)AI算法的實(shí)用。
NI、研華、凌華等硬件廠商的邊緣計(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)算對于硬件廠商有天然的優(yōu)勢。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商自身不具備云計(jì)算能力，云端的開放與集成是一個短板。
· NI IC-3173工業(yè)控制器，具有2.20 GHz Intel Core i7雙核處理器，四GigE端口，雙USB 3.0端口，適用于極端環(huán)境的自動化和控制應(yīng)用，售價(jià)在300K。
· 凌華SETO-1000戶外服務(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LTE模塊，提供大帶寬、低時(shí)延的無線訪問能力，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edge tpu預(yù)計(jì)在十月發(fā)售，在之前intel 發(fā)布的Movidius Neural Compute Stick，NCS的優(yōu)勢就是低功耗，它可以在不到 1 瓦的工作功率下運(yùn)行一個經(jīng)過完全訓(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Tesla P100顯卡售價(jià)169K。
軟件基金會
軟件基金會主要服務(wù)于開發(fā)者來使用邊緣計(jì)算，同時(shí)開發(fā)者也會反哺開源基金會，故此邊緣計(jì)算在軟件基金會發(fā)展是最早的。Openstack一直以來被認(rèn)為是有可能替代AWS云的開源軟件，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基金會的edgeX項(xiàng)目也是一個邊緣計(jì)算軟件，他是基于docker的一些列微服務(wù)的集合，又可以劃分為四個微服務(wù)層——核心服務(wù)層、支持服務(wù)層、開放服務(wù)層、設(shè)備服務(wù)層。此外linux基金會在2018年開源了一個叫Akraino的項(xiàng)目，Akraino是一個開源軟件棧，同樣使用虛擬機(jī)和容器技術(shù)，它可以通過對于底層的靈活優(yōu)化，在邊緣將應(yīng)用的延時(shí)控制在20ms以內(nèi)。
邊緣計(jì)算和云計(jì)算的關(guān)系
為什么有了云計(jì)算，還會出現(xiàn)邊緣計(jì)算的呢？可以說，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，就會出現(xiàn)占用帶寬過多或負(fù)載過重等情況。高流量和長距離可能會顯著降低網(wǎng)絡(luò)速度。
例如,使用可穿戴式攝像頭的視覺服務(wù)，響應(yīng)時(shí)間需要在25ms至50ms之間，使用云計(jì)算會造成嚴(yán)重的延遲。如基于云平臺的網(wǎng)絡(luò)游戲，依賴云計(jì)算也會為玩家造成類似于等待時(shí)間過長的問題，無法滿足用戶的需求。
也許有人會問，難道以后有了5G，還不能滿足對低時(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)，而且對實(shí)時(shí)性要求又更高了，甚至達(dá)到“毫秒級”，還必須保持時(shí)刻在線，這對傳統(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)算來完成低時(shí)延的響應(yīng)，通過云、邊、端的結(jié)合來解決5G時(shí)代下對計(jì)算力的不同訴求。
在工業(yè)領(lǐng)域，自動化設(shè)備對低時(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、控制、執(zhí)行的實(shí)時(shí)性高，部分場景實(shí)時(shí)性要求在10ms以內(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。
對于未來而言，物聯(lián)網(wǎng)、AR/VR場景、大數(shù)據(jù)和人工智能行業(yè)，實(shí)際上都有著對近場計(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，將會帶來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題，未來，85%以上的數(shù)據(jù)都不會被傳回云數(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、英特爾等國外大型企業(yè)已經(jīng)著手布局邊緣計(jì)算，對于云服務(wù)企業(yè)來說，邊緣計(jì)算的重要性不言而喻。
總的來說，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，兩者在資源、數(shù)據(jù)、服務(wù)等領(lǐng)域會形成“邊云協(xié)同”。云計(jì)算聚焦非實(shí)時(shí)、長周期數(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；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。
