科技界新網(wǎng)紅、云計算“終結者”，這一技術(shù)正從邊緣走向中心

圍繞這個(gè)問(wèn)題，云天勵飛、異構智能等代表性企業(yè)均給出了自己的解答。

“計算正從中央走向邊緣”、“計算邊緣化”……近日來(lái)，在大大小小各類(lèi)有關(guān)人工智能的論壇或峰會(huì )上，我們或多或少的聽(tīng)見(jiàn)以上言論，其中的關(guān)鍵點(diǎn)只有一個(gè)——邊緣計算。

邊緣計算，一個(gè)不是那么“新”的詞匯

關(guān)于“邊緣計算”的熱議是近一兩年才慢慢開(kāi)始的，但它并不是一個(gè)“新詞匯”。早在2003年的時(shí)候，IBM就曾與CDN服務(wù)商AKAMAI合作過(guò)“邊緣計算”。

根據維基百科的解釋?zhuān)?ldquo;邊緣計算”是一種分散式計算的架構，將應用程序、數據資料與服務(wù)的計算，由網(wǎng)絡(luò )中心節點(diǎn)，移往網(wǎng)絡(luò )邏輯上的邊緣節點(diǎn)來(lái)處理。邊緣計算將原本完全由中心節點(diǎn)處理大型服務(wù)加以分解，切割成更小與更容易管理的部分，分散到邊緣節點(diǎn)去處理。邊緣節點(diǎn)更接近于用戶(hù)終端裝置，可以加快資料的處理與傳送速度，減少延遲。在這種架構下，資料的分析與知識的產(chǎn)生，更接近于數據資料的來(lái)源，因此更適合處理大數據。

與集中化處理數據的云計算不同，邊緣計算講究的是分布式管理。以往，因為超大規模、高可擴展性、通用性等因素，云計算受到熱捧，人們也總是強調要“上云”，將數據的計算、存儲等全部搬到云上。相比之下，邊緣計算強調的是一種“下沉”，離終端設備更近一點(diǎn)的地方。

更為通俗地說(shuō)，“云計算”是高高在上的。當設備端完成數據采集和指令接收，它們需要通過(guò)網(wǎng)絡(luò )走上云端，后者會(huì )基于此作出判斷，繼而將結果再通過(guò)網(wǎng)絡(luò )“告知”設備端。

相比之下，“邊緣計算”則更為接地氣。基于邊緣計算，設備端不需再將數據等上傳至云端，將“計算”本地化，省去以往繁瑣的過(guò)程。

邊緣計算，云計算之后的“新晉網(wǎng)紅”

在最早的時(shí)候，邊緣計算的出現就是為了彌補云計算的一些不足，因為后者已經(jīng)不能滿(mǎn)足更多智能需求。具體說(shuō)來(lái)：

1、海量數據洶涌來(lái)襲，但云計算卻被“帶寬”捆住手腳。如今，越來(lái)越多的設備被接入互聯(lián)網(wǎng)，產(chǎn)生的數量、體量是以往的多倍。原本，這些數據的計算和存儲均交由云端處理，即云計算。不過(guò)，隨著(zhù)數據的增多，帶寬不夠的傳輸通道開(kāi)始出現“堵車(chē)”現象。

這就如同“多米諾牌效應”——因為帶寬受限，數據傳輸、分析處理、指令反饋等一系列流程都變得緩慢，最終結果就是時(shí)間線(xiàn)被拉長(cháng)，造成高延遲現象。

2、網(wǎng)絡(luò )傳輸依賴(lài)性大，隱私安全令人擔憂(yōu)。基于云計算，我們需要把原始數據上傳至云端進(jìn)行處理，然后反饋給設備端，這一過(guò)程的實(shí)現，需要依賴(lài)網(wǎng)絡(luò )。過(guò)程中，一旦有黑客攔截，用戶(hù)安全隱私的保護就成了一個(gè)大問(wèn)題。另外，若是遇到斷網(wǎng)等情況，即使強大如云計算，太過(guò)依賴(lài)網(wǎng)絡(luò )傳輸的它也將面臨“巧婦難為無(wú)米之炊”的窘境。

此外，云計算還面臨功耗大等更多問(wèn)題。智能時(shí)代漸趨漸近，云計算也不再萬(wàn)能，需要有新技術(shù)來(lái)彌補缺口。此時(shí)，邊緣計算本地化、邊緣化的特性恰恰彌補了這些短板。

以智能家居場(chǎng)景為例?；谶吘売嬎?，當用戶(hù)發(fā)出指令，相關(guān)原始數據不必再上傳云端進(jìn)行處理，具備計算能力的設備端完全能夠自行處理，并實(shí)時(shí)反饋。簡(jiǎn)單來(lái)說(shuō)，云計算處理的是那些非實(shí)時(shí)、長(cháng)周期數據的大數據分析，而邊緣計算更適合本地業(yè)務(wù)的數據實(shí)時(shí)處理與執行。

值得注意的是，邊緣計算出現之后，諸如網(wǎng)關(guān)、自動(dòng)駕駛汽車(chē)、機器人等邊緣節點(diǎn)能夠在本地實(shí)時(shí)采集和處理數據，并針對指令給出反饋，這是不是就可以看作是終端計算？

其實(shí)不然，“終端計算”意味著(zhù)終端要自己負責所有的計算，就像云計算出現之前的計算機，不管是數據的采集、計算、輸出和存儲，均由計算機在本地設備內一手操作。

邊緣計算，不會(huì )取代也離不開(kāi)云計算

據IDC的數據顯示，到2020年，將有超過(guò)500億的終端和設備接入網(wǎng)絡(luò )，而這些設備中有超過(guò)半數的數據需要在網(wǎng)絡(luò )邊緣側分析、處理與儲存，整個(gè)邊緣計算的市場(chǎng)將會(huì )超過(guò)萬(wàn)億級別，市場(chǎng)體量不可小覷。

目前，在邊緣計算這一塊，主要有4類(lèi)玩家，分別是運營(yíng)商、設備商、云服務(wù)商和CDN服務(wù)商。

運營(yíng)商：主要在移動(dòng)邊緣計算市場(chǎng)進(jìn)行部署，在移動(dòng)網(wǎng)邊緣提供提服務(wù)環(huán)境和云計算能力。他們或是利用移動(dòng)邊緣計算進(jìn)行內容本地分流業(yè)務(wù)，或是將業(yè)務(wù)處理下沉到最貼近用戶(hù)的基站進(jìn)行邊緣數據處理等等。

設備商：在打法上主要以“硬件”為主，最具有代表性的就是各類(lèi)芯片。將計算、存儲等功能從云端搬到芯片的計算單元中。比如AI芯片，對于一些指令，系統不必再將數據上傳云端，可以在本地端、設備端實(shí)時(shí)處理并給出反饋，大大節省了中間的流程。

云服務(wù)商：作為云計算的助力，云服務(wù)商并沒(méi)有放棄邊緣計算，他們將之視為云計算的一個(gè)延伸，包括亞馬遜、微軟、阿里巴巴等巨頭企業(yè)均已有所布局。比如微軟，其于去年推出了混合云解決方案Azure Stack，將云端能力融入終端，讓數據在本地實(shí)現處理，然后進(jìn)行聚合分析與決策，可以看作是在邊緣設備設置了一個(gè)“微型云”。

CDN服務(wù)商：CDN是構建在網(wǎng)絡(luò )之上的內容分發(fā)網(wǎng)絡(luò )，依靠部署在各地的邊緣服務(wù)器，讓用戶(hù)更快獲取內容等等，其天生就有著(zhù)“邊緣屬性”。眼下，智能化需求推動(dòng)其向邊緣計算靠攏，只需經(jīng)過(guò)改造，其原有的節點(diǎn)就可升級為具備計算、存儲、傳輸、安全功能的邊緣計算節點(diǎn)。

從以上派別來(lái)看，在邊緣計算的部署上，主要分為“軟件”和“硬件”兩大類(lèi)。AI芯片創(chuàng )企異構智能中國區總裁周斌表示，這其中的“邊緣計算”是有所不同。在芯片端，“這里更多的是在邊緣自主的完成計算任務(wù)，不需要云端的參與。”或者說(shuō)，這里的“邊緣計算”并不能看作是云計算的延伸，而是獨立存在的。

但是，不管是哪一類(lèi)，其最終應用和落地，皆離不開(kāi)云計算。

邊緣計算為什么會(huì )興起？因為數據太多了，云計算處理不過(guò)來(lái)，所以要分開(kāi)處理。這時(shí)候，分布在各個(gè)節點(diǎn)的邊緣計算將負責自己范圍內的數據計算和存儲工作。而對于應用場(chǎng)景來(lái)說(shuō)，這還遠遠不夠。

以自動(dòng)駕駛為例，地平線(xiàn)機器人創(chuàng )始人兼CEO余凱稱(chēng)，未來(lái)的計算模式是邊緣跟中央結合，邊緣側的自動(dòng)駕駛專(zhuān)用芯片會(huì )感知傳感器數據并立刻處理、做決策，同時(shí)，這些處理之后的數據，也會(huì )在云端匯聚，進(jìn)行大數據分析、模型搭建和編輯，同時(shí)做大規模的仿真。在其看來(lái)，算法+芯片+云計算，構成了未來(lái)自動(dòng)駕駛的三大核心支點(diǎn)。

比如物聯(lián)網(wǎng)，以阿里云發(fā)布的邊緣計算產(chǎn)品Link Edge為例。的確，通過(guò)賦予家庭網(wǎng)關(guān)計算能力，即便是斷網(wǎng)，諸如生物識別門(mén)鎖、機器人等都能正常運作。但是，如果加上云，基于以往云端的大數據分析和判斷，在聯(lián)動(dòng)的前提下，整個(gè)家庭場(chǎng)景的智能設備將變得更為個(gè)性化，譬如關(guān)上門(mén)的時(shí)候，掃地機器人就開(kāi)始運作等等。

可以看到，在這里，提供邊緣計算算力的芯片主要在前端，負責數據的實(shí)時(shí)采集和計算。但是，在數據如“石油”的智能化時(shí)代，這些數據并不是一次性數據，那些經(jīng)過(guò)處理的數據需要在系統中進(jìn)行留存，以做算法訓練、數據驗證等用。

這時(shí)候就需要一個(gè)大容量的“容器”，而這個(gè)是邊緣計算所沒(méi)有的。在這個(gè)容器中，這些數據將被用于A(yíng)I算法訓練、用戶(hù)個(gè)性化功能塑造等等，這些都是非實(shí)時(shí)需求，之后再傳輸給終端設備，從而進(jìn)一步提升服務(wù)質(zhì)量。

“AI邊緣計算可在前端實(shí)現圖像識別、特征值提取和識別比對，不受帶寬影響，自成體系，可快速反應。云計算做大數據分析挖掘、數據共享，同時(shí)進(jìn)行算法模型的訓練和升級， 升級后的算法推送到前端，完成自主學(xué)習閉環(huán)。”云天勵飛研發(fā)副總兼芯片團隊負責人李?lèi)?ài)軍稱(chēng)。

同時(shí)，這些數據也有“備份”的需要，當邊緣計算過(guò)程中出現意外情況，這些數據也不會(huì )丟失。

另外，邊緣計算解決了“算力”問(wèn)題，但解決不了“內容”，這方面需要“云計算”來(lái)提供幫助。當用戶(hù)向設備發(fā)出一個(gè)指令，要求邊緣計算使得設備能夠實(shí)時(shí)“了解”用戶(hù)表達的內容以及目的，在這之后，諸如音樂(lè )播放、訂票等服務(wù)等指令的執行，均需要云服務(wù)的介入，這些是邊緣計算所不能提供的。

雖然在某些場(chǎng)景下，邊緣計算本身是獨立的、不需要云計算介入的。但是，從整體來(lái)看，它并不能代替云計算，也離不開(kāi)云計算。未來(lái)，邊緣計算將與云計算形成一種互補、協(xié)同的關(guān)系，屆時(shí)，邊緣計算將主要負責那些實(shí)時(shí)、短周期數據的處理，負責本地業(yè)務(wù)的實(shí)時(shí)處理與執行，而云計算將負責非實(shí)時(shí)、長(cháng)周期數據的處理。簡(jiǎn)單說(shuō)來(lái)，邊緣計算將注重局部，而云計算關(guān)注整體。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！