電子發(fā)燒友網報道（文/周凱揚）云計算作為云時代最重要的一大產物，如今已經成為了許多行業(yè)處理大數據的首選，與此一并應運而生的的概念還有霧計算和邊緣計算。霧計算主要用于本地網絡資產微型數據中心，而邊緣計算主要用于工業(yè)PC和限定流程的應用，以及自治設備上的實時信息處理。

IDC預計，到2020年，全球將有超過500億的終端和設備聯網，2025年全球數據重量將達到175ZB，其中半數以上（90ZB+）的數據需要在網絡邊緣側進行存儲、處理和分析。2023年，將有42.4%的企業(yè)采取邊緣+核心的方案建立數據庫，設備的架構也將逐漸演化為“云+邊+端”的三級架構。

據統(tǒng)計，2019年全球邊緣計算市場總值為35億美元，預計從2020年到2027年將實現37%以上的復合年增長率。據Stratistics MRC 2018年發(fā)布的全球邊緣計算報告中提到，早在2017年，全球移動端的邊緣計算市場就已經達到了2億美元，而2026年這一市值將達到27.72億美元，這一預測區(qū)間內的年復合增長率達到33.9%。

云計算vs邊緣計算

不論是何種應用，我們從所需帶寬、算力和接入數量上來看，云計算都足以滿足這些應用的需要，那么為什么需要轉而選擇邊緣計算呢？

眾所周知，云計算是集中式的，而邊緣計算是分布式的。由于集中部署需要建立數據中心的局限性，用戶側與數據中心的距離就成了阻礙，引發(fā)了帶寬成本高、時延大、流量密集等問題。邊緣計算都選擇了以邊緣端的設備來進行數據的處理和傳輸，從而降低發(fā)送到云端的延遲，一并降低了部署成本和帶寬成本。

邊緣計算與云計算還有一處差異，那就是前者的應用場景更加做到更加細化。比如在ADAS中，邊緣計算方案對可靠性和安全性的需求更高，同時還要保證盡可能低的功耗。

幾大全球云服務商巨頭如今也開始向邊緣計算穩(wěn)步布局，借用早期在云計算上發(fā)展的優(yōu)勢，亞馬遜、微軟、谷歌還有國內的BAT都開始將計算技術下沉至邊緣側。同步發(fā)展的還有相關產業(yè)鏈上的軟硬件提供商等，分別在能源、工業(yè)、交通和智慧城市等領域滲透。

2019年全球邊緣計算市場份額 / GrandView

邊緣計算服務商

亞馬遜

今年六月，亞馬遜正式發(fā)布了AWS Snowcone，一個同時做到輕量級和安全堅固的邊緣計算、邊緣存儲和數據傳輸設備。Snowcone是亞馬遜Snow系列的新品，該系列專注于解決嚴峻非數據中心環(huán)境下的客戶需求，為他們提供一致網絡連接的站點運行操作。但與AWS Snowball和AWS Snowmobile這類大型邊緣計算設備不同，Snowcone主打輕量級的物理邊緣計算，適用于戰(zhàn)術邊緣計算、醫(yī)護物聯網、工業(yè)物聯網、交通運輸等應用場景。

AWS Snowcone / 亞馬遜

如上圖所示，該設備質量小至2kg，卻包含了8TB的存儲空間，并配有2個CPU，4GB內存以及USB-C連接。Snowcone可用于桌面端、數據中心、車輛與無人機等環(huán)境，既可以運行在交流電源下，也可以選用電池供電，這對自治應用來說是至關重要的一大特色。除了防竊取和防篡改之外，Snowcone還支持可信平臺模塊（TPM），確保數據的安全性和監(jiān)管。內部數據采用AWS的密匙管理服務加密，并不會將密匙存儲于設備內。對于移動端部署來說，Snowcone可以在特定電池功率下工作，比如以25%的CPU占用率，在65W的電池下工作近6小時。同時還可以采用Wi-Fi接口從無線傳感器中收集數據。

微軟

除了像AWS Snow系列的物理邊緣計算平臺之外，亞馬遜還推出了針對5G網絡邊緣的AWS Wavelength，將計算和存儲服務嵌入電信運營商的5G網絡邊緣。而微軟為了響應這一市場的競爭，也于今年正式公布了Azure Edge Zones。5G雖然將移動寬帶的速度提升至10倍以上，但同樣需要考慮逐漸升高的設備密度和日益增長的延時需求。在Azure Edge Zones下，多接入的邊緣網絡可以做到5ms到30ms內的延遲。

Azure Edge Zones / 微軟

通過Azure為運營商提供服務，微軟對該方案的應用有幾大設想：時延要求高的工業(yè)物聯網和媒體服務負載的本地數據處理；通過物聯網和AI的組合加速，助力優(yōu)化機器人、自動化和混合現實的創(chuàng)新；為游戲等需要高密度圖像和實時運算的應用提供新的方向；無縫集成虛擬網絡功能，比如諾基亞的Nuage Networks和VMware的VeloCloud等。

硬件供應商

華為

IoT網關AR502H / 華為

華為作為國內較早參與邊緣計算的公司之一，已在物聯網網關上發(fā)布了不少產品。其中新一代邊緣計算物聯網關AR502H更是在Interop Tokyo大會上斬獲金獎。此網關采用了開放式的邊緣計算架構，處理器為1GHz 4核的ARM A53，并配有2GB DDR4的內存和2GB SLC NAND的閃存，靈活擴展的AI外設可將算力推至16TOPS，支持TensorFlow和Caffe等主流AI框架；接口方面，支持5G/4G上行，同時集成RS232/485等傳統(tǒng)接口，實現了海量工業(yè)設備的兼容性。

Ascend 310芯片 / 華為

除了IoT網關之外，華為也推出了自己的邊緣計算芯片昇騰310。該處理器采用了華為自研的達芬奇架構，16位浮點數（FP16）下的性能可達8TFLOPS，而功耗僅為8W。其計算引擎選用了3D Cube，針對矩陣運算進行加速，充分發(fā)揮邊緣端AI的運算潛能，為自動駕駛、IT智能、智能制造等場景提供了優(yōu)質的解決方案。

比特大陸

算豐BM1684 TPU / 比特大陸

比特大陸在去年推出了針對邊緣計算的算豐BM1684張量計算處理器，該芯片是面向深度學習領域推出的第三代張量處理器，相較上代設備性能提升約6倍。32位浮點數（FP32）下的峰值性能可達2.2TFLOPS，標準功耗為16W。比特大陸同期宣布該芯片將助力福州“城市大腦”的基礎建設，為城市提供全域分析所需的算力。比特大陸聯合創(chuàng)始人兼董事長詹克團此前透露，今年會在合適時機推出第四代AI芯片。

邊緣計算面臨的技術挑戰(zhàn)

1.硬件與算力上的限制：許多邊緣計算環(huán)境其實都受到硬件上的限制，就拿嵌入式設備來說，這些設備本身并不可能擁有數據中心體量的硬件，而更大的算力才意味著更快的數據處理速度。

2.輔助和操作限制：邊緣計算的硬件有時會帶來高昂的操作和維護成本，比如遍布數千里的風力渦輪機，或是油井礦脈下的傳感器。

3.遠程管理：很多邊緣計算環(huán)境中無法定期部署管理方案，比如應用程序更新、故障時的調試能力等，所以高可用性的邊緣計算往往需要具備以下特色：連接丟失時的數據緩存能力，約束網絡下的帶寬成本節(jié)省等。

4.安全：安全是邊緣計算的基本考慮因素，要確保數據中心與邊緣間的安全通信，保證靜態(tài)和動態(tài)數據的隱私，以及對敏感的客戶數據的匿名化。

除了相關企業(yè)在加緊擴張邊緣計算市場外，政府也在促進相關領域的發(fā)展。國內政策將首先估計5G應用的擴展，以此進一步擴大邊緣計算的需求。今年的政府工作報告已經指出，3.75萬億元的政府專項債券和6000億元的中央預算投資將用于新型基建，發(fā)展下一代的信息網絡。而邊緣計算可為海量機器通信（mMTC）和超可靠低延時通信（uRLLC）等5G應用提供合理的解決思路。

除此之外邊緣計算的應用領域也在不斷擴展，智慧城市是邊緣計算的最大應用市場之一。通過對樓宇的分析，不僅可以提供維護建議，同樣方便對城市規(guī)劃做出參考。直播與游戲領域同樣在享受邊緣計算帶來的福利，街機產業(yè)發(fā)達的日本最近也開始將非營業(yè)時間內的機器改造成邊緣計算端，從而為用戶提供隨時隨地的低時延游玩體驗。

云服務商開始發(fā)展邊緣計算是市場趨勢所致，但各個垂直行業(yè)在該領域上的布局仍處于較慢的速度。未來相信在運營商和云服務商的共同推進下，云邊協同將成為各個數字化轉型和創(chuàng)新的常態(tài)。

本文由電子發(fā)燒友網原創(chuàng)，未經授權禁止轉載。如需轉載，請?zhí)砑游?a target="_blank">信號elecfans999.

2020年人工智能大會，點此參與大會報名
http://www.brongaenegriffin.com/activity/ai-2020/index.html