【云端科技巨頭紛紛布局，這些行業(yè)可以最大化受益】對(duì)于即時(shí)處理和分析物聯(lián)網(wǎng)設(shè)備、聯(lián)網(wǎng)汽車和其他數(shù)字平臺(tái)的數(shù)據(jù)而言，云端平臺(tái)已經(jīng)“能力不足”，邊緣計(jì)算的時(shí)代即將來臨。

更快的數(shù)據(jù)處理是一種至關(guān)重要的能力。例如，自動(dòng)駕駛汽車本質(zhì)上可以看做是一臺(tái)車輪上的大型高功率計(jì)算機(jī)，其通過多個(gè)傳感器收集數(shù)據(jù)。為了使這些車輛安全可靠地運(yùn)行，他們需要立即響應(yīng)周圍環(huán)境。處理速度的任何滯后都可能是致命的。

雖然聯(lián)網(wǎng)設(shè)備的大部分?jǐn)?shù)據(jù)處理現(xiàn)在都在云平臺(tái)上進(jìn)行，但在中央服務(wù)器上來回發(fā)送數(shù)據(jù)可能需要幾秒鐘的時(shí)間。

邊緣計(jì)算則可以加速自動(dòng)駕駛車輛的數(shù)據(jù)處理速度。該技術(shù)使連接的設(shè)備能夠處理在“邊緣”處創(chuàng)建的數(shù)據(jù)，這一“邊緣”在設(shè)備本身內(nèi)部或更接近設(shè)備本身。

到2020年，估計(jì)普通人每天將產(chǎn)生1.5GB的數(shù)據(jù)。隨著更多設(shè)備連接到互聯(lián)網(wǎng)并生成數(shù)據(jù)，云計(jì)算可能無法全部處理這些數(shù)據(jù)——特別是在某些用途所需的更快速度下。

邊緣計(jì)算提供了云計(jì)算的替代方案，其可能具有遠(yuǎn)遠(yuǎn)超出自動(dòng)駕駛車輛的應(yīng)用。

包括亞馬遜、微軟和谷歌在內(nèi)的一些最大的科技公司正在探索邊緣計(jì)算，這可能會(huì)引發(fā)下一場(chǎng)大型計(jì)算競(jìng)賽。雖然亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)仍然在公共云領(lǐng)域占據(jù)主導(dǎo)地位，但仍有待觀察——誰將成為這個(gè)新興領(lǐng)域的領(lǐng)導(dǎo)者。

不斷變化的計(jì)算環(huán)境：從云計(jì)算到邊緣計(jì)算

到2019年，全球物聯(lián)網(wǎng)市場(chǎng)規(guī)模預(yù)計(jì)將超過1.7萬美元，比2013年的486億美元增長(zhǎng)三倍多。

云計(jì)算已然成為這其中的主流趨勢(shì)。云計(jì)算使公司能夠在他們自己的物理硬件之外以及遠(yuǎn)程服務(wù)器網(wǎng)絡(luò)(通常稱為“云”)之間存儲(chǔ)和處理數(shù)據(jù)(以及其他計(jì)算任務(wù))。

由于其日益普及，云計(jì)算吸引了亞馬遜、谷歌、微軟和IBM等主要科技公司。根據(jù)私有云管理公司RightScale在2018年進(jìn)行的一項(xiàng)調(diào)查顯示，在主要的公共云提供商中，亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)和微軟Azure分別排名第一和第二。

但集中式云計(jì)算并非適用于所有應(yīng)用程序和用例。邊緣計(jì)算提供傳統(tǒng)云基礎(chǔ)架構(gòu)可能難以提供的解決方案。

在數(shù)據(jù)更浩繁的未來，數(shù)十億設(shè)備連接到互聯(lián)網(wǎng)，更快、更可靠的數(shù)據(jù)處理將變得至關(guān)重要。

近年來，云計(jì)算的整合和集中性已經(jīng)證明具有成本效益和靈活性，但物聯(lián)網(wǎng)和移動(dòng)計(jì)算的興起給網(wǎng)絡(luò)帶寬帶來了壓力。

最終，并非所有智能設(shè)備都需要利用云計(jì)算來運(yùn)營(yíng)。在某些情況下，甚至可以直接跳到邊緣計(jì)算的應(yīng)用。

據(jù)CBInsights分析，到2022年，全球邊緣計(jì)算市場(chǎng)估計(jì)將達(dá)到6.72億美元。雖然是一個(gè)新興領(lǐng)域，但相比云計(jì)算目前運(yùn)營(yíng)的某些領(lǐng)域，邊緣計(jì)算可能會(huì)更有效率。

邊緣計(jì)算使數(shù)據(jù)能夠更接近于其創(chuàng)建的位置(即電機(jī)、泵、發(fā)電機(jī)或其他傳感器)進(jìn)行處理，從而減少了在云之間來回傳輸數(shù)據(jù)的需求。

國(guó)際數(shù)據(jù)公司IDC將其描述為“微型數(shù)據(jù)中心的網(wǎng)狀網(wǎng)絡(luò)，可在本地處理或存儲(chǔ)關(guān)鍵數(shù)據(jù)，并將所有接收的數(shù)據(jù)推送到中央數(shù)據(jù)中心或云存儲(chǔ)庫(kù)，占地面積小于100平方英尺”。

例如，列車可能包含可立即提供其發(fā)動(dòng)機(jī)狀態(tài)的傳感器。在這種情況下，無論是在火車上還是在云平臺(tái)中，獲得和處理傳感器數(shù)據(jù)都不再需要前往數(shù)據(jù)中心，去查看是否有某些因素影響了運(yùn)營(yíng)。

對(duì)數(shù)據(jù)處理和存儲(chǔ)進(jìn)行本地化，可以減輕計(jì)算網(wǎng)絡(luò)的負(fù)擔(dān)。當(dāng)較少的數(shù)據(jù)發(fā)送到云時(shí)，延遲的可能性——即云和物聯(lián)網(wǎng)設(shè)備之間的交互導(dǎo)致的數(shù)據(jù)處理延遲——會(huì)減少。

硬件底層邊緣計(jì)算技術(shù)也因此需要承擔(dān)更多性能上的壓力。該技術(shù)包括用于收集數(shù)據(jù)的傳感器和用于處理連接設(shè)備內(nèi)的數(shù)據(jù)的CPU或GPU。

隨著邊緣計(jì)算的興起，了解邊緣設(shè)備所涉及的另一項(xiàng)技術(shù)——霧計(jì)算，顯得非常重要。

邊緣計(jì)算更具體地指的是在網(wǎng)絡(luò)的“邊緣”處或附近完成的計(jì)算過程，但“霧計(jì)算”是指邊緣設(shè)備和云之間的網(wǎng)絡(luò)連接。換句話說，霧計(jì)算將云延伸到更接近網(wǎng)絡(luò)的邊緣——因此，“霧計(jì)算”總是使用邊緣計(jì)算。

邊緣計(jì)算帶來了一系列明顯的優(yōu)勢(shì)，包括：

實(shí)時(shí)或更快的數(shù)據(jù)處理和分析。數(shù)據(jù)處理更靠近源，而不是外部數(shù)據(jù)中心或云，這樣可以縮短延遲時(shí)間。

降低成本。企業(yè)在本地設(shè)備上的數(shù)據(jù)管理解決方案所花費(fèi)的成本低于云和數(shù)據(jù)中心網(wǎng)絡(luò)。

減少網(wǎng)絡(luò)流量。隨著物聯(lián)網(wǎng)設(shè)備數(shù)量的增加，數(shù)據(jù)生成繼續(xù)以創(chuàng)紀(jì)錄的速度增長(zhǎng)。結(jié)果，網(wǎng)絡(luò)帶寬變得更加有限，壓倒了云，導(dǎo)致更大的數(shù)據(jù)瓶頸。

提高應(yīng)用程序效率。通過降低延遲級(jí)別，應(yīng)用程序可以更高效、更快速地運(yùn)行。

強(qiáng)調(diào)云的作用也降低了單點(diǎn)故障的可能性。

如果公司利用集中式云來存儲(chǔ)其數(shù)據(jù)并且云計(jì)算中斷，則在問題得到解決之前數(shù)據(jù)將無法訪問，并可能導(dǎo)致嚴(yán)重的業(yè)務(wù)損失。

2016年，由于Salesforce的NA14網(wǎng)站停運(yùn)，Salesforce.com上線超過24小時(shí)?？蛻魺o法訪問大量客戶數(shù)據(jù)，從電話號(hào)碼到電子郵件等等——這嚴(yán)重?cái)_亂了業(yè)務(wù)。此后，Salesforce將其物聯(lián)網(wǎng)云遷移到亞馬遜AWS，但停電故障又凸顯了僅依靠云端也是不行的。

減少對(duì)云的依賴也意味著某些設(shè)備可以脫機(jī)可靠地運(yùn)行。這在互聯(lián)網(wǎng)連接受限的地方特別有用——無論是在具有少量訪問權(quán)限的特定地理位置，還是在遠(yuǎn)程，通常難以訪問的站點(diǎn)(如油田)。

邊緣計(jì)算的另一個(gè)關(guān)鍵優(yōu)勢(shì)涉及安全性和合規(guī)性。隨著各國(guó)政府越來越關(guān)注公司如何利用消費(fèi)者數(shù)據(jù)，這一點(diǎn)尤為重要。

最近在歐盟執(zhí)行通用數(shù)據(jù)保護(hù)條例(GDPR)就是這種情況，該條例旨在保護(hù)個(gè)人的個(gè)人身份信息免受數(shù)據(jù)濫用。

由于邊緣設(shè)備在本地級(jí)別收集數(shù)據(jù)并對(duì)其進(jìn)行操作，因此可以避免向云端的數(shù)據(jù)傳輸。因此，敏感信息不需要通過網(wǎng)絡(luò)，如果發(fā)生對(duì)云的網(wǎng)絡(luò)攻擊，那么影響就可以大幅減少。

邊緣計(jì)算還允許新興連接設(shè)備與較舊的“傳統(tǒng)”設(shè)備之間的一定程度的互操作性。它將舊系統(tǒng)使用的“通信協(xié)議”轉(zhuǎn)換為現(xiàn)代連接設(shè)備可以理解的語(yǔ)言。這意味著傳統(tǒng)工業(yè)設(shè)備可以無縫高效地連接到現(xiàn)代物聯(lián)網(wǎng)平臺(tái)。

在云計(jì)算領(lǐng)域占據(jù)主導(dǎo)地位的玩家(亞馬遜、谷歌、微軟)正在成為邊緣計(jì)算領(lǐng)導(dǎo)者。

去年，亞馬遜憑借AWSGreengrass進(jìn)軍邊緣計(jì)算領(lǐng)先于該計(jì)劃。該服務(wù)將AWS擴(kuò)展到設(shè)備，因此他們可以“對(duì)他們生成的數(shù)據(jù)進(jìn)行本地操作，同時(shí)仍然使用云進(jìn)行管理，分析和持久存儲(chǔ)?！?/p>

微軟也在這個(gè)領(lǐng)域做出了一些重大舉措。該公司計(jì)劃在未來4年內(nèi)在物聯(lián)網(wǎng)上花費(fèi)5億美元，這涉及其邊緣計(jì)算計(jì)劃——AzureIoTEdge解決方案。該解決方案將“云分析擴(kuò)展到邊緣設(shè)備”，并可脫機(jī)使用。該公司還希望專注于邊緣的人工智能應(yīng)用。

谷歌本月早些時(shí)候發(fā)布了兩款新產(chǎn)品，以幫助改善邊緣連接設(shè)備的開發(fā)：硬件芯片EdgeTPU和CloudIoTEdge，一個(gè)軟件堆棧。根據(jù)谷歌的說法，“CloudIoTEdge將GoogleCloud強(qiáng)大的數(shù)據(jù)處理和機(jī)器學(xué)習(xí)擴(kuò)展到數(shù)十億邊緣設(shè)備，如機(jī)器人手臂，風(fēng)力渦輪機(jī)和石油鉆井平臺(tái)，因此他們可以實(shí)時(shí)處理來自傳感器的數(shù)據(jù)，并在本地預(yù)測(cè)結(jié)果。”

隨著更多連接設(shè)備的出現(xiàn)，不斷上升的生態(tài)系統(tǒng)中的許多參與者正致力于使邊緣計(jì)算能夠快速發(fā)展的軟件和技術(shù)。

在接下來的四年中，惠普企業(yè)(HPE)將投資40億美元用于邊緣計(jì)算。HPE的Edgeline融合邊緣系統(tǒng)面向需要數(shù)據(jù)中心級(jí)計(jì)算能力，同時(shí)需要經(jīng)常與工業(yè)合作伙伴遠(yuǎn)程條件下配合。

Edgeline融合邊緣系統(tǒng)(左圖所示的EL1000型號(hào))可以提供工業(yè)操作——例如跨石油鉆井平臺(tái)，工廠或銅礦。這些操作主要通過聯(lián)網(wǎng)設(shè)備的洞察力，而無需依賴將數(shù)據(jù)發(fā)送到云或數(shù)據(jù)中心。

新興邊緣計(jì)算領(lǐng)域的其他主要參與者包括ScaleComputing、Vertiv、華為技術(shù)、富士通和諾基亞等。

AI芯片制造商N(yùn)VIDIA于2017年推出了JetsonTX2，這是一款面向邊緣設(shè)備的AI計(jì)算平臺(tái)。此前，其前身JetsonTX1發(fā)布，并聲稱會(huì)“(重新定義)將高級(jí)AI從云端擴(kuò)展到邊緣的可能性。”

許多知名公司也投資于邊緣計(jì)算，包括通用電氣、英特爾、戴爾、IBM、思科、惠普企業(yè)、微軟、SAPE和AT&T。

例如，戴爾和英特爾投資了Foghorn，這是一家面向工業(yè)和商業(yè)物聯(lián)網(wǎng)應(yīng)用的邊緣情報(bào)提供商。戴爾還參與了IIoT邊緣平臺(tái)IOTech的種子輪融資。

上面提到的許多公司，包括思科、戴爾和微軟，已經(jīng)組成了OpenFog聯(lián)盟，旨在標(biāo)準(zhǔn)化邊緣計(jì)算技術(shù)的應(yīng)用。

跨行業(yè)的邊緣計(jì)算

隨著傳感器的價(jià)格和計(jì)算成本的不斷下降，更多的“東西”將連接到互聯(lián)網(wǎng)。

隨著越來越多的連接設(shè)備的出現(xiàn)，邊緣計(jì)算將會(huì)在不同行業(yè)中看到越來越多的應(yīng)用，尤其是在某些情況下，云計(jì)算被證明效率低下。

從自動(dòng)駕駛汽車到農(nóng)業(yè)，有幾個(gè)部門可以從邊緣計(jì)算的潛力中最大化受益：

運(yùn)輸

邊緣計(jì)算技術(shù)最明顯的潛在應(yīng)用之一是跨運(yùn)輸——更具體地說——是自動(dòng)駕駛汽車。

自動(dòng)駕駛車輛配備了各種類型的傳感器，從攝像機(jī)到雷達(dá)到基于激光雷達(dá)的系統(tǒng)，以幫助車輛運(yùn)行。

如前所述，這些自動(dòng)駕駛車輛可以利用邊緣計(jì)算通過這些傳感器更加靠近車輛處理數(shù)據(jù)，從而節(jié)省了寶貴的毫秒數(shù)。雖然無人駕駛汽車尚未成為主流，但很多公司正在做準(zhǔn)備。

今年早些時(shí)候，AutomotoiveEdgeComputingConsortium(AECC)宣布將推出專注于聯(lián)網(wǎng)汽車解決方案的運(yùn)營(yíng)。成員包括DENSO、ToyotaMotor、AT&T、Ericsson、Intel等。

“互聯(lián)汽車正在迅速擴(kuò)展到豪華車型和高端品牌，再到大批量、中端市場(chǎng)的車型。該行業(yè)將很快達(dá)到臨界點(diǎn)，產(chǎn)生的車輛數(shù)據(jù)量將超過現(xiàn)有的云、計(jì)算和通信基礎(chǔ)設(shè)施資源?！盇ECC總裁兼主席KenichiMurata表示。

但它不僅僅適用于生成大量數(shù)據(jù)并需要實(shí)時(shí)處理的自動(dòng)駕駛汽車。它也是飛機(jī)、火車和無人駕駛系統(tǒng)的未來關(guān)鍵。

例如，飛機(jī)制造商龐巴迪公司的C系列配備了大量傳感器，可以立即檢測(cè)發(fā)動(dòng)機(jī)性能問題。超過12小時(shí)的飛行，飛機(jī)產(chǎn)生844TB的數(shù)據(jù)。邊緣計(jì)算允許實(shí)時(shí)處理數(shù)據(jù)，因此公司可以主動(dòng)處理引擎問題。

衛(wèi)生保健

人們?cè)絹碓搅?xí)慣穿著健身追蹤器、血糖監(jiān)測(cè)儀、智能手表和其他健康監(jiān)測(cè)可穿戴設(shè)備。

但要真正捕獲收集的大量數(shù)據(jù)的好處，可能需要進(jìn)行實(shí)時(shí)分析——雖然許多可穿戴設(shè)備直接連接到云，但其他可以脫機(jī)操作。

一些可穿戴健康監(jiān)視器可以在不連接到云的情況下，本地分析脈沖數(shù)據(jù)或睡眠模式。然后，醫(yī)生可以當(dāng)場(chǎng)評(píng)估患者，并提供有關(guān)其健康狀況的按需反饋。

但醫(yī)療保健領(lǐng)域的邊緣計(jì)算潛力遠(yuǎn)遠(yuǎn)超出可穿戴設(shè)備——當(dāng)考慮快速數(shù)據(jù)處理對(duì)醫(yī)院和診所的遠(yuǎn)程患者監(jiān)護(hù)、住院治療和醫(yī)療管理的好處時(shí)。

醫(yī)生和臨床醫(yī)生將能夠?yàn)榛颊咛峁└?、更好的護(hù)理，同時(shí)為患者生成的健康數(shù)據(jù)(PDHD)增加額外的安全保障。平均病床有超過20個(gè)連接設(shè)備，會(huì)產(chǎn)生大量數(shù)據(jù)。它不會(huì)將機(jī)密數(shù)據(jù)發(fā)送到可能無法訪問的云端，而是更接近邊緣。

如前所述，本地化數(shù)據(jù)處理意味著廣泛的云或網(wǎng)絡(luò)故障不會(huì)影響該過程。即使云操作中斷，這些醫(yī)院傳感器也可以獨(dú)立運(yùn)行，并且仍可按預(yù)期運(yùn)行。

制造業(yè)

智能制造可以從現(xiàn)代工廠中使用的大量傳感器中獲得洞察力。

邊緣計(jì)算的延遲問題減少可能導(dǎo)致制造工作流程中更快的變化，從而能夠?qū)崟r(shí)應(yīng)用洞察力和行動(dòng)。這可能包括在機(jī)器過熱之前關(guān)閉機(jī)器。

工廠可以使用兩個(gè)機(jī)器人，配備傳感器并連接到邊緣設(shè)備，以執(zhí)行相同的任務(wù)。邊緣設(shè)備可以運(yùn)行機(jī)器學(xué)習(xí)模型來預(yù)測(cè)其中一個(gè)機(jī)器人是否會(huì)發(fā)生故障。

如果該邊緣設(shè)備確定機(jī)器人可能發(fā)生故障，則會(huì)觸發(fā)一個(gè)動(dòng)作來停止或減慢它。這將允許工廠實(shí)時(shí)評(píng)估故障的可能性。

如果機(jī)器人可以自己處理數(shù)據(jù)，它們也可能變得更加自給自足和被動(dòng)反應(yīng)。

邊緣計(jì)算應(yīng)該允許從大數(shù)據(jù)生成更大、更快的洞察，并且更多的機(jī)器學(xué)習(xí)應(yīng)用于操作。

最終目標(biāo)是利用正在創(chuàng)建的大量數(shù)據(jù)的未開發(fā)價(jià)值，防止安全隱患，并減少工廠中斷。

農(nóng)業(yè)和智能農(nóng)場(chǎng)

邊緣計(jì)算是農(nóng)業(yè)的理想選擇，因?yàn)檗r(nóng)場(chǎng)的偏遠(yuǎn)位置和惡劣條件可能會(huì)帶來帶寬和連接問題。

目前，希望改善連接性的智能農(nóng)場(chǎng)正在投資昂貴的光纖、微波連接或擁有全時(shí)衛(wèi)星；而邊緣計(jì)算提供了合適的成本效益替代方案。

智能農(nóng)場(chǎng)可以使用邊緣計(jì)算來監(jiān)控溫度、設(shè)備性能，并自動(dòng)減慢或關(guān)閉過程(例如過熱泵)。

能源與網(wǎng)格控制

邊緣計(jì)算可以證明在整個(gè)能源行業(yè)尤為有效，特別是對(duì)于石油和天然氣公用事業(yè)的安全監(jiān)控。

例如，應(yīng)密切監(jiān)控壓力和濕度傳感器，并且不能承受連接失效，特別是因?yàn)榇蠖鄶?shù)傳感器位于偏遠(yuǎn)地區(qū)。如果出現(xiàn)異常情況——例如油管過熱有沒有被發(fā)現(xiàn)，可能會(huì)發(fā)生災(zāi)難性的爆炸。

另一個(gè)好處是能夠?qū)崟r(shí)檢測(cè)設(shè)備故障。通過電網(wǎng)控制，傳感器可以監(jiān)控從電動(dòng)車到風(fēng)電場(chǎng)的各種能源，幫助做出降低成本和提高能源效率的決策。

其他

其他可以利用邊緣計(jì)算技術(shù)的行業(yè)包括金融和零售。這兩個(gè)部門都使用大量客戶和后端數(shù)據(jù)集來提供從股票市場(chǎng)選擇到店內(nèi)服裝放置的所有信息，并且可以從較少依賴云來處理數(shù)據(jù)中獲益。

零售業(yè)可以使用邊緣計(jì)算應(yīng)用程序來增強(qiáng)客戶體驗(yàn)。雖然如今許多零售商都專注于改善店內(nèi)體驗(yàn)，但優(yōu)化收集和分析數(shù)據(jù)的方式是有意義的——特別是當(dāng)許多人正在嘗試使用連接鏡和智能顯示器時(shí)。

此外，許多人會(huì)使用從店內(nèi)平板電腦生成的銷售點(diǎn)數(shù)據(jù)，然后將其傳輸?shù)皆苹驍?shù)據(jù)中心。通過邊緣計(jì)算，可以在本地分析數(shù)據(jù)，減少敏感數(shù)據(jù)泄漏的可能性。

結(jié)論

從可穿戴設(shè)備到車輛再到機(jī)器人，物聯(lián)網(wǎng)設(shè)備正在獲得動(dòng)力。

隨著我們向更加連通的生態(tài)系統(tǒng)邁進(jìn)，數(shù)據(jù)生成將繼續(xù)飆升，特別是隨著5G技術(shù)的發(fā)展和更快的連接。

雖然集中式云或數(shù)據(jù)中心傳統(tǒng)上是數(shù)據(jù)管理、處理和存儲(chǔ)的首選，但它們都有其局限性。

而邊緣計(jì)算可以提供替代解決方案，但由于該技術(shù)仍處于起步階段，因此很難預(yù)測(cè)其成功的進(jìn)展。

設(shè)備功能面臨的挑戰(zhàn)——包括開發(fā)可以處理云計(jì)算卸載的軟件和硬件的能力——可能會(huì)出現(xiàn)。能夠教導(dǎo)機(jī)器在可以在邊緣執(zhí)行的計(jì)算和需要云的計(jì)算之間切換也是一個(gè)挑戰(zhàn)。

即便如此，隨著采用率的提高，公司將有更多機(jī)會(huì)跨行業(yè)測(cè)試和部署這項(xiàng)技術(shù)。

雖然一些用例可能比其他用例更清楚地證明邊緣計(jì)算的價(jià)值，但對(duì)整個(gè)互聯(lián)生態(tài)系統(tǒng)的潛在影響可能會(huì)改變游戲規(guī)則。