欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

算力*,点亮边缘,走向泛在边缘智能时代

程序员文章站 2022-03-20 11:34:02
云计算发展至今,往前继续,无非如此:走向混合多云,迈向智能边缘。本文中,我们将聚焦讨论边缘计算。事实上,在全行业数字化转型过程中,边缘计算已成为一个热词,但是不同行业似乎都有自己独特的“边缘计算”,而且相同行业中每个人对边缘计算的理解似乎也不太一样。似乎“一千个哈姆雷特,就有一千个边缘计算”,那到底什么是边缘计算,为什么会出现这种现象,我们为什么需要边缘计算,又需要什么样的边缘计算,本文中,我们将尝试来探讨和理解这些问题。一、什么是边缘计算边缘计算产业联盟对边缘计算的定义是:“在靠近物或数据源头的网...

云计算发展至今,往前继续,无非如此:走向混合多云,迈向智能边缘。本文中,我们将聚焦讨论边缘计算。事实上,在全行业数字化转型过程中,边缘计算已成为一个热词,但是不同行业似乎都有自己独特的“边缘计算”,而且相同行业中每个人对边缘计算的理解似乎也不太一样。似乎“一千个哈姆雷特,就有一千个边缘计算”,那到底什么是边缘计算,为什么会出现这种现象,我们为什么需要边缘计算,又需要什么样的边缘计算,本文中,我们将尝试来探讨和理解这些问题。

一、什么是边缘计算

边缘计算产业联盟对边缘计算的定义是:“在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求”。在电信领域,边缘计算最初也被称为移动边缘计算(MEC),欧洲电信标准协会(ETSI)对MEC的定义是:“移动边缘计算在移动网络的边缘、无线接入网(RAN)的内部以及移动用户的近处提供了一个IT服务环境以及云计算能力”。边缘计算在IT和CT领域的定义虽各有侧重,但是本质相同。简而言之,边缘计算是基于云计算核心技术,构筑在边缘基础设施之上的新型计算形式,在边缘位置提供计算、网络、存储、安全等弹性能力,是一种靠近数据源的现场云计算。

                                 算力*,点亮边缘,走向泛在边缘智能时代

                                                                 图1 动物界中的“边缘计算”——章鱼

相比于集中式的云计算服务,边缘计算解决了时延过长、汇聚流量过大以及数据传输安全性等问题,进而为实时性、带宽密集型和数据高安全等业务场景提供了更好的支持。从行业发展的需求侧和供给侧来看,边缘计算产业也主要围绕着时延、带宽和安全三个领域在持续演进,伴随AI智能的普及,边缘智能也成为了边缘计算领域的重要分支。

                                           算力*,点亮边缘,走向泛在边缘智能时代

                                                         图2 计算力在集中式和分散式之间的交替

相对于传统的数据中心云计算模式,边缘计算将存储、计算、分析和网络安全等云功能安置到网络边缘或接近数据源头的场所。在边缘计算的实际场景中,“边缘”或“接近”本身是一个相对的概念,可以是网络中的某个相对位置(如无线接入机房),也可以是地域上的某个位置(如客户现场机房或终端设备附近)。也正因如此,关于边缘计算的定义,业内很难有统一的标准答案,不确定的边缘位置带来了对边缘计算不一样的理解。事实上,边缘位置的确定取决于多种现实因素,例如特定场景边缘应用的具体要求(时延、带宽、实时分析能力、传输数据量、安全性等)、技术实现(边缘配置、云和设备之间的距离等)以及业务需求与实现成本的综合考虑(实际需求、经济性)等。正如开篇所提,不同行业中的技术人员对边缘计算有不同的定义和理解,事实上,行业和需求的不同,正是造成这种不同理解的根因。

从本质上来看,边缘计算的发展意味着部分业务模式正从以网络为中心转变为以现场工作负载为中心,本地化将成为重要原则。但是,这并不代表边缘计算将成为云计算的取代者,边缘计算和中心云计算之间并非此消彼长的情况,集中式数据中心云计算将会继续存在,而边缘计算仅是集中式云计算的补充,而且在云边协同推动下中心云的整体容量仍将继续扩大,但新的需求以及5G时代超低时延业务的兴起正在将算力拉近用户、贴近现场。算力*,泛在边缘智能时代也终将到来。

 

二、为什么需要边缘计算

1、计算架构的革命

在传统云和端两层网络架构中,计算要么发生是在云上(服务器端),要么在手机、PC、网关设备等终端上(客户端),即行业熟知的C/S架构。随着IoT万物智联的普及,工业互联网、车联网、智慧城市、自动驾驶、智能制造、AR/VR等新型产业应用的出现,全部计算发生在云端服务器可能已无法满足时延要求和大容量带宽的成本,而全部发生在端侧,对端的软硬件配置又有极高要求,另外,端侧的复杂性也会极大降低行业创新的步伐。因此,计算需要由原本的云、端(C/S)两层架构,在引入边缘端(Edge)的基础之上,逐渐迁移到端和云中间的位置,通过算力位置的安放实现距离与效率的平衡,演变成端、边、云(CES)三层架构,而这也将成为万物智联时代的主流计算架构。

边缘计算在本质上是CS架构到CES架构的进化,引入Edge端可以解决CS架构在重载业务场景下捉襟见肘的难题。对于服务器端而言,Edge端会把请求在本地进行分析和预处理,能够承担大流量访问和分散计算压力;对于客户端而言,Edge端的运行环境可控,计算模型可实时更新,算力强大电量无限,可与云端实现一体化协同管理。另外,Edge端计算也可独立于云端服务存在,不受网络连通性的影响。由端、云两层计算架构到端、边、云三层计算架构的转变,是数字经济时代新型基础设施演变的要求,也是计算架构伴随行业应用发展自我进化的必然。

2、5G时代的到来

4G时代,面对移动互联网的压力,传统CS架构已捉襟见肘,幸而有CDN的救场,才让传统计算架构在大负载面前保持优雅身姿。5G时代,大带宽、高密度和低时延的5G物理特性,必然会引入海量设备和流量的接入,这个数值可能是4G时代的十倍百倍甚至更多,对于传统架构而言,已是兵临城下、四面楚歌。为迎接5G时代的到来,行业急需解放云端在计算、时延和流量上的压力,同时也需简化端侧复杂度的解决方案出现,边缘计算临危受命,成为5G时代新晋担当。

5G是一种自带光环的技术。因为已预测到自身各种优势所带来的业务场景可能引起的各种问题,因此5G自带解决方案,这个解决方案就是5G MEC,即5G边缘计算能力。5G原生支持在通信管道内流量按需做本地分流卸载,可以理解为流量可以在通信管道中的任意位置剥离原通信管道,分流到处于任意位置上的计算平台,因此5G在技术上提供了计算下沉到任意位置的网络可能性,这是5G对边缘计算最大的红利,甚至可以认为5G为边缘计算赋予了真正的生命。在4G时代之前,通信网络中一头是端,一头是云,这便是CS架构的网络基础。而在5G时代,通信网络中一头仍是端,一头还是云,但是中间有无数可自定义的网络站点,用户可以在这些站点上按需放置具有不同算力的计算平台,而这也正是5G时代边缘计算爆发的网络基础。如果把通信网络比作一条高速公路,4G时代之前,它是没有服务区的,所有的信息流都从这条高速公路上从起点到终点流转,5G有一个非常好的特性,就是允许在高速公路上修建服务区,流量可以按需分流到这些服务区,而在这些服务区上的计算,就是行业长期以来所期盼的边缘计算。

                                                   算力*,点亮边缘,走向泛在边缘智能时代

                                                                          图3 5G新特性

3、低时延场景的需要

超低时延场景在消费互联网中并不常见,但在产业互联网中却是一种刚需,并且已极大制约了新型业务场景的开拓,如无人驾驶、远程医疗、智能制造和智慧码头等场景。如果低时延问题得不到解决,则控制信号的传输将得不到保障,很多行业的创新应用也将永远停留在实验阶段。

                                             算力*,点亮边缘,走向泛在边缘智能时代

                                                                 图4 典型低时延应用场景

边缘计算具有很多优势,但是低时延仍然是边缘计算最核心的价值点。在当代数据传输网络中,影响时延的主要因素并非网络传输速率和网络转发设备,而是传输网络中核心网网关的位置,或者说是核心网关与终端设备之间的距离。以手机终端收发数据为例,流量进入基站后,便进入运营商承载网,通过接入、汇聚、城域网再进入远离终端的核心网,进行计量计费后再传送给对端,这个过程中,数据传输的时延由光纤传输时延和设备转发时延组成。如果按终端设备距核心网地域距离500KM,且网络非堵塞来计算,则光纤传输时延占比85%,设备时延仅占比8%,计算结果充分说明对超低时延业务而言,降低时延最关键的解决方案,就是核心网网关下沉以降低光纤传输距离造成的时延,比如核心网关由运营商省会数据中心下沉至客户现场机房,以实现客户数据最短距离的传输(事实上,这正是5G边缘计算所做的事情)。就局域网有线传输场景而言,便是将计算力由远离现场的中心机房迁移至设备现场或靠近设备的现场机房。

靠近现场进行计算,最大程度降低传输时延,这是边缘计算存在的核心理论。

                              算力*,点亮边缘,走向泛在边缘智能时代

                                                              图5 网络传输时延分析

 

4、商业模式的转型

就目前而言,边缘计算最主要的参与者,仍然还是运营商和公有云厂商,虽然部分设备制造商也在参与其中,但是主流依然还是前面两者。传统运营商希望借助边缘计算实现运营商从“管道运营”向“平台运营”的历史演进,目前三大运营商对边缘计算都在积极布局,尤以混改后的联通最为活跃。毫无疑问,在互联网和云计算大潮中,运营商并未摆脱“管道商”的宿命,而边缘计算却是运营商的历史机遇,也是拉动5G赋能产业的关键技术。某种程度上,可以认为边缘计算是运营商借助5G,由红海C端进入B端的唯一途径,东隅如逝,桑榆必丢

运营商的天然优势,在边缘计算领域得到最大化的体现。一是遍布全国县市的边缘机房,二是触达每个角落的无线及有线传输网络。利用移动和固网的本地分流能力,根据业务场景和用户对时延的不同需求,将现场终端数据分流卸载到不同位置的边缘机房,再通过运营商提供的边缘计算平台实现对原始数据的分析和处理,将流量或专线、计算资源和软件服务费用收归囊中,是运营商在边缘计算规划方案中,用以摆脱管道宿命的核心设计理念。以5G网络为契机,借助运营商特有的本地分流优势,充分利用既有边缘基础设施,寄希望通过管道+边缘云服务方式全量占领边缘市场,是运营商商业模式转型的主要布局之一。

                           算力*,点亮边缘,走向泛在边缘智能时代

                                                           图6 运营商边缘计算整体规划

如出一撤,公有云厂商也不甘心于盘踞云端。一直以来,云厂商的商业模式都是以逸待劳的向用户提供按需付费的云服务,随着产业互联网的到来,云厂商需要结合边缘计算,主动将云服务进一步延伸和拓展到产业端,大型、集中的计算仍然交由传统云中心来完成,对于时延、成本、本地化计算有强需求的客户,则提供边缘计算来满足客户需求。以中心云能力为核心,以边缘节点为依托,将数据中心云服务能力*拓展至客户现场,通过云边协同实现边缘智能,持云端优势,借边缘开道,撬动传统产业端入口,正是云厂商布局和推动边缘计算的初心。公有云厂商边缘计算市场的开拓,产品层面基本呈现为云端IoT Hub和边缘端IoT Edge两大类产品,并以IoT Edge嵌入客户现场,以IoT Hub管理散落客户现场的边缘节点设备为主线进行产品打造。如微软的Azure IoT Hub和Azure IoT Edge,亚马逊的AWS IoT和AWS Greengrass,阿里云IOT平台和Link IoT Edge,腾讯云IoT 平台和IECP边缘计算平台,青云的IoT平台和EdgeWize边缘计算平台。

                               算力*,点亮边缘,走向泛在边缘智能时代

                                                         图7 云厂商边缘计算整体规划

毫无疑问,多数云厂商并不具备底层的管道通信能力,在边缘计算领域显得心有余而力不足,借壳弄个SD-WAN,基本已经触到能力边界。因此,在公有云厂商的边缘计算方案里面,基本不会提及流量卸载或本地转发的概念,因为那是运营商统治的禁区。随着5G时代的到来,如果不具备本地分流的能力,云计算厂商的边缘计算必然大打折扣,因此公有云厂商与运营商的联姻合作,必然会成为边缘计算市场的常态,这或许也是混改后的联通在边缘计算领域如此激进的原因,而从目前来看,互联网云厂商与运营商在边缘市场的合作,其实早已开始。

三、大型多元化企业需要什么样的边缘计算

万物智联时代,5G、IoT和AI都将将成为新基建的核心,5G建立起了高速通道,IoT解决了海量连接的问题,AI赋予了设备智能。但是,唯有边缘计算才是将5G、IoT和AI合为一体、赋能产业的关键。未来的边缘计算,至少要同时具备三大功能:5G大带宽高速接入和本地分流,IoT异构多终端数据源汇聚,AI边缘智能数据推理。从技术角度而言,要同时在边缘侧实现三大功能,边缘计算必须以边缘云为载体存在,否则就是功能受限的单点智能边缘网关。另外,边缘云必须与中心云实现无缝互通,通过云边协同机制,形成云端训练、边缘推理的泛在边缘智能模式,同时独立分散的边缘云也必须接受中心云的统一管控,实现一云统管多边的格局,否则就不能称之为云时代的边缘计算,最多是个现场孤立的微型私有云或者独立边缘网关。基于上述分析,我们认为未来边缘计算的发展,应当具备如下几个特性:

分层异构多端接入,本地分流实时计算

对于集团型企业,尤其大型多元化集团企业,未来算力的分布至少呈现云、边、端三层架构。云一统,分而边,细则端。未来边缘计算一定是云端能力的拓展,并以总分两层架构为起始,利用IoT平台解决异构多端数据源接入问题,云端与边缘端IoT平台层次分明、各司其职,云端一级IoT平台覆盖全域,满足长连接、时延要求不明显的通用业务场景;边缘端二级IoT平台本地专属覆盖,满足短连接、低时延特定业务场景。以时延需求为依据,无线接入、超低时延场景,配合5G MEC技术,实现数据本地分流,现场实时计算,数据不出厂区;有线接入、超低时延场景,边缘云端直接计算,高价值数据回传云端,低价值数据现场过滤。两级IoT平台配合协作,解决物理世界多端异构、时延各异等多样化的数据接入场景。通过5G特有的数据本地分流技术,实现多端异构数据源的快速接入和本地实时计算,降低数据传输时延,减轻云端计算压力和传输带宽成本。

云边协同独立计算,一云多边总分架构

云端管理、边端计算,云边协同,互为配合。边缘云的建设以中心云技术栈为依据,作为中心云能力的拓展,边缘云基础设施与中心云异构融合,浑然一体,网络无缝衔接。云边总分架构,一云多边,中心统一管理,多边独立计算。南北云边流量互通,东西互访流量隔离,即云边彼此互通,边端彼此独立。重载集中云端计算,算法模型云端训练,边端分散轻量计算,数据推理边侧执行。边缘资源云端统一纳管,边缘应用云端统一管控。边端应用自动构建,亦可三方上架合作,云端边缘应用市场汇聚生态,边端场景需求一键部署。边缘应用云端统一监控,边端独立运行。

中心训练边缘推理,泛在边缘智能涌现

在产业互联网领域,云端智能远离场景,边缘智能嵌入产业。伴随全行业的数字化,智能终将无处不在,依托边缘计算的现场深入,泛在智能亦将涌现。边缘智能的实现需要两个环节,模型训练和数据推理。模型训练需要重复不断分析大量历史数据,生成计算模型,因此模型训练由两层架构中的云端数据中心承担,云端负责模型的训练、发布、更新和推送管理。推理阶段,训练过程产生的算法被用于分析新生数据,数据推理要有实时性,且近源头端,因此数据推理由边缘侧完成。边缘端运行推理程序,接受云端下发和更新的模型文件。云边智能协同,中心训练,边缘推理,智能终将无处不在。

边缘资源统一管控,边缘应用统一编排

云边一体化的多层架构中,云端可对边缘端进行配置、管理和运维监测,通过云端混合多云管理平台,实现对边缘云的统一纳管;通过云端边缘计算管理平台和边缘市场,可自动下发、部署边缘业务应用至边缘云上,通过云端统一应用管理平台,实现边缘应用运行状态的统一管理。云端应用市场支持多类型边缘应用,提供多协议边缘驱动,提供全栈式应用编排工具和自动化边缘应用构建能力,边缘应用市场生态开放,汇聚产业,兼顾传统与云原生应用。边缘场景一键下发、自动部署,云端统一监控、远程升级和在线更新边缘应用。边缘应用长在云端,用在边端,中心控制,边缘运行。

                             算力*,点亮边缘,走向泛在边缘智能时代

                                                          图8 边缘计算应用场景示例

 

四、总结

边缘计算由来已久,时下热门早有先见。当云端服务竞争饱和,运营商人口红利耗尽,消费互联网难觅新机,而5G通信成熟商用,疫情加速行业数字化,产业互联网迎风高走时,所有行业都在瞄准产业互联网,开拓新的商业模式,而边缘计算无疑是大家走出困境、迈向新大陆的通道。在很大程度上,从云到边缘的算力迁移,可以视为是云真正赋能产业和泛在智能时代的开始。当无穷的算力和智能依托边缘计算深入到每一个车间、工厂、港口、码头和村落时,就如工业时代的电输送进入每家每户,数字化智能经济时代便能真正到来。

但是,就目前而言,上游与边缘计算相关的网络产品、平台方案等供给方对边缘计算的推动力量,明显大于下游用户的主动需求拉动力量,甚至边缘计算的标准和生态,在上游厂商范围内也没有形成统一,而围绕边缘应用和商业模式的选择仍然存在一系列开放式的问题,加上5G应用发展过慢,边缘计算的需求引擎难以发动。整体而言,边缘计算仍然处于早期阶段,但是已具备提前布局尝试和大胆想象的一切技术条件。

未来已来,只是尚未流行!

 

本文地址:https://blog.csdn.net/madmanvswarrior/article/details/107400447