充分了解邊緣計(jì)算的優(yōu)勢(shì)以及特征合理進(jìn)行邊緣計(jì)算部署

2019-08-28 16:47:01    來(lái)源:人工智能網(wǎng)    作者:

邊緣計(jì)算作為新科技和新趨勢(shì),以燎原之勢(shì)引燃科技界。隨著物聯(lián)網(wǎng)以及5G等技術(shù)的進(jìn)步,智能制造、智慧農(nóng)業(yè)、自動(dòng)駕駛、智慧能源以及醫(yī)療保健等領(lǐng)域興起。邊緣憑借更實(shí)時(shí)快速的數(shù)據(jù)處理和分析、較少的網(wǎng)絡(luò)流量占用、較低的運(yùn)營(yíng)成本以及更高的運(yùn)行效率等優(yōu)勢(shì),將會(huì)在更廣泛的行業(yè)領(lǐng)域得以應(yīng)用。

IDC預(yù)測(cè),全球數(shù)據(jù)圈規(guī)模將從2018年的33ZB增至2025年的175ZB。到2025年全球數(shù)據(jù)圈將有近30%的數(shù)據(jù)是實(shí)時(shí)數(shù)據(jù)。如果想要提供一流客戶體驗(yàn)并擴(kuò)大市場(chǎng)份額,企業(yè)的基礎(chǔ)設(shè)施必須能滿足實(shí)時(shí)數(shù)據(jù)的增長(zhǎng)需求,邊緣計(jì)算的用武之地會(huì)更為凸顯。麥肯錫公司在2018年10月的報(bào)告中提出了107個(gè)不同的邊緣計(jì)算用例。預(yù)計(jì)到2025年,邊緣計(jì)算的潛在價(jià)值介于1750億美元到2150億美元之間,而這僅僅只是硬件公司的價(jià)值。

邊緣計(jì)算的潛力無(wú)窮,而對(duì)于期望充分挖掘數(shù)據(jù)價(jià)值的企業(yè)來(lái)講,不了解邊緣計(jì)算就容易被行業(yè)“邊緣化”。正如Gartner分析師Thomas J. Bittman所說(shuō),多數(shù)公司都意識(shí)到他們需要拓寬思維,不僅關(guān)注集中化和云計(jì)算,也應(yīng)該關(guān)注低延遲和實(shí)時(shí)的分布式處理,但這談何容易。為了幫助企業(yè)更進(jìn)一步了解邊緣計(jì)算,希捷科技對(duì)于邊緣計(jì)算的幾個(gè)常見誤區(qū)做出簡(jiǎn)要分析:

誤區(qū)一:邊緣會(huì)吞噬掉云

分布式計(jì)算的優(yōu)勢(shì)非常明顯,所以很多風(fēng)險(xiǎn)投資家也開始將關(guān)注點(diǎn)從云轉(zhuǎn)移到邊緣,有些甚至發(fā)布了較為大膽的預(yù)測(cè)。企業(yè)投資人Peter Levine在2017年發(fā)表的題為《邊緣的回歸和云計(jì)算的終結(jié)》的演講中稱,由于機(jī)器學(xué)習(xí)和IoT驅(qū)動(dòng),計(jì)算從云轉(zhuǎn)移到邊緣,云將在“不久的將來(lái)”消散。同年,Gartner的分析師Thomas Bittman也發(fā)表了類似的觀點(diǎn),稱“邊緣將吞噬云”,他在文中闡述了向“低延遲和基于地理位置的實(shí)時(shí)數(shù)據(jù)處理與分布式數(shù)據(jù)處理”的轉(zhuǎn)變。

事實(shí):邊緣和云相得益彰

正如IDC預(yù)測(cè),全球?qū)崟r(shí)數(shù)據(jù)量將會(huì)大幅增加,到2025年,全球30%的數(shù)據(jù)將需要實(shí)時(shí)處理。該預(yù)測(cè)不是憑空而來(lái),是有據(jù)可循的。拿自動(dòng)駕駛汽車和聯(lián)網(wǎng)汽車(聯(lián)網(wǎng)汽車與其他車輛進(jìn)行大量數(shù)據(jù)通信,但不為駕駛員做出決策)為例,如果一輛聯(lián)網(wǎng)或自動(dòng)駕駛汽車的傳感器感知到馬路上有孩子們正在玩耍,而另一輛汽車很可能闖該區(qū)域的紅燈。這種情況下,將這些信息發(fā)送回云再進(jìn)行處理是來(lái)不及的,必須要迅速即刻的處理,毫秒級(jí)的延遲都關(guān)乎生命。

Levine認(rèn)為,這種對(duì)性命攸關(guān)的數(shù)據(jù)的處理需要在終端進(jìn)行。但是,他在同一篇報(bào)告中也承認(rèn),“重要信息仍將存儲(chǔ)在集中化的云中”,云仍將是支持集中式機(jī)器學(xué)習(xí)的中心,這一中心需要大量數(shù)據(jù)并在邊緣聚集洞察。同樣,Gartner的Bittman也承認(rèn)“云仍將發(fā)揮重要作用”。

因此可見,邊緣不會(huì)取代云,相反,會(huì)促進(jìn)云向邊緣的拓展。

“邊緣”或“云”哪個(gè)占上風(fēng)其實(shí)不是重點(diǎn),重點(diǎn)是云邊緣將如何配置,邊緣和云怎樣協(xié)同工作?

超大規(guī)模數(shù)據(jù)中心仍適用于集中化的應(yīng)用,比如大規(guī)模歸檔、內(nèi)容分發(fā)、應(yīng)用存儲(chǔ)和快速原型等等。

希捷科技與合作伙伴Vapor IO在2019年發(fā)布的報(bào)告《邊緣數(shù)據(jù)》稱,像Vapor IO、Edgeconnex和DartPoints這類提供邊緣解決方案的公司正在轉(zhuǎn)向邊緣數(shù)據(jù)中心。邊緣數(shù)據(jù)中心具有小型、區(qū)域性、設(shè)備獨(dú)立、低成本、自動(dòng)化等特征,位于網(wǎng)絡(luò)的邊緣。邊緣位置獨(dú)特,比如停車場(chǎng)、市政道路以及手機(jī)信號(hào)塔基站等。Dell EMC表示,這些邊緣集群的設(shè)計(jì)旨在抵御外圍環(huán)境和安全方面的挑戰(zhàn),它們擁有“足夠的計(jì)算能力,可以獨(dú)立于集中式數(shù)據(jù)中心,進(jìn)行數(shù)據(jù)整合和處理”。云計(jì)算和邊緣計(jì)算基礎(chǔ)設(shè)施提供商Packet將這些產(chǎn)品稱為“可以隨處安放”的云。

邊緣可以被視為云的自然產(chǎn)物。Telefonica公司副總裁Patrick Lopez表示,雖然云促進(jìn)“互聯(lián)網(wǎng)大眾化”,“但我們認(rèn)為邊緣將會(huì)是互聯(lián)網(wǎng)大眾化的新生代力量。邊緣計(jì)算本質(zhì)上是把云和電信的最佳特質(zhì)結(jié)合在一起,云的極致特征就是云服務(wù)便捷的訪問(wèn),而電信的極致在于其即時(shí)性、永遠(yuǎn)在線、永遠(yuǎn)連接,這就是兩者結(jié)合的優(yōu)勢(shì)所在。”

誤區(qū)二:邊緣只有一處

畢竟,提到邊緣,我們常常使用單數(shù)形式。

事實(shí):邊緣在很多地方存在

當(dāng)邊緣為單數(shù)形式時(shí),它指的是在數(shù)據(jù)創(chuàng)建地附近進(jìn)行數(shù)據(jù)處理的一個(gè)生態(tài)系統(tǒng)。但邊緣存在于多處是不爭(zhēng)的事實(shí),也是非常重要的事實(shí):所有這些邊緣網(wǎng)絡(luò)都依賴于應(yīng)用的需求。也就是說(shuō),網(wǎng)絡(luò)越來(lái)越多,外部網(wǎng)絡(luò)邊界也就越多,這些外部網(wǎng)絡(luò)邊界包含著運(yùn)行用戶感興趣的應(yīng)用程序的多個(gè)端點(diǎn)。邊緣可以根據(jù)應(yīng)用需求靈活地安置在不同的位置,比如可以運(yùn)行于田野的谷倉(cāng)、聯(lián)網(wǎng)汽車或者在其他許多地方。

為特定目的而打造的定制化邊緣已經(jīng)成為一個(gè)趨勢(shì)。隨著時(shí)間的推移,邊緣將變得更為云化:邊緣定制化會(huì)出現(xiàn),但很可能只作為軟件層。正如Telefonica公司的Lopez指出:云的隨處可訪問(wèn)以及對(duì)開發(fā)者的簡(jiǎn)單易用等特性,可能也會(huì)成為所有邊緣的必備條件。如果有人開發(fā)了一款可以在邊緣運(yùn)行的應(yīng)用程序,那么該應(yīng)用程序應(yīng)該支持在任何網(wǎng)絡(luò)部署。

誤區(qū)三:將云壓縮在盒子里就成為了邊緣

有些數(shù)據(jù)存儲(chǔ)和處理需要在邊緣進(jìn)行,邊緣至少需要具備云環(huán)境的某些屬性:平等的網(wǎng)絡(luò)訪問(wèn)以及各個(gè)邊緣網(wǎng)絡(luò)中的應(yīng)用程序相互兼容。這難道不是讓每個(gè)邊緣都變成一小塊云嗎?

事實(shí):邊緣并不是一朵小小的云

數(shù)據(jù)及其需求成就了邊緣。邊緣并不是微型云,因?yàn)槭紫冗吘壨耆蓴?shù)據(jù)驅(qū)動(dòng),也就是說(shuō)邊緣是由接近最終用戶進(jìn)行生產(chǎn)和處理數(shù)據(jù)的應(yīng)用所決定。

這些應(yīng)用存在很大的差異性,范圍涉及智慧城市的公共設(shè)施監(jiān)管、虛擬現(xiàn)實(shí)場(chǎng)景、橋梁監(jiān)控以及通過(guò)虛擬助手在工廠里制作衣服的機(jī)器人等等。這些應(yīng)用場(chǎng)景生成的數(shù)據(jù)(需要在邊緣處理)也是多種多樣的,這就是為什么說(shuō)邊緣基礎(chǔ)設(shè)施依賴于應(yīng)用的原因。

正如之前提及的,邊緣沒有空間和時(shí)間存儲(chǔ)某些特定類型的數(shù)據(jù),包括歸檔數(shù)據(jù),機(jī)器學(xué)習(xí)的數(shù)據(jù)(用來(lái)訓(xùn)練機(jī)器學(xué)習(xí)算法的數(shù)據(jù)湖、大規(guī)模數(shù)據(jù)集)。此類數(shù)據(jù)在邊緣基本沒有用武之地。

最后,邊緣并不是微型云,因?yàn)檫吘壙梢詫?shí)現(xiàn)遠(yuǎn)程自動(dòng)操作且物理距離接近用戶。與云不同的是,邊緣是由位置和距離數(shù)據(jù)的遠(yuǎn)近來(lái)定義的。此外,與集中式、通用型數(shù)據(jù)中心不同,每個(gè)邊緣都專注于解決特定的問(wèn)題。

邊緣計(jì)算讓計(jì)算更靠近數(shù)據(jù)源,更迅捷地向最終用戶交付服務(wù)。充分了解邊緣計(jì)算的優(yōu)勢(shì)以及特征,合理進(jìn)行邊緣計(jì)算部署,將會(huì)助力各個(gè)行業(yè)成功挖掘數(shù)據(jù)的價(jià)值,共同開啟萬(wàn)物互聯(lián)的新篇章。

鄭重聲明:本文版權(quán)歸原作者所有,轉(zhuǎn)載文章僅為傳播更多信息之目的,如作者信息標(biāo)記有誤,請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除,多謝。