數(shù)字經(jīng)濟時代，80%的人工智能決策將發(fā)生在邊緣和端側(cè)。據(jù)IDC預(yù)測，全球企業(yè)基礎(chǔ)設(shè)施建設(shè)在邊緣部署比例將從2020年的10%增長到2023年的50%，全球智能終端接入數(shù)量將從2020年的500億個增長到2025年的1500億個，爆發(fā)式增長的數(shù)據(jù)量在邊緣側(cè)源源不斷地產(chǎn)生，由此導(dǎo)致邊緣計算不“邊緣”的時代正在到來。
AI等諸多因素助推，邊緣計算跑步前進
提及邊緣計算，咨詢和評論機構(gòu)可謂不吝筆墨。其中IDC給出了一些精確描述性的信息：“邊緣計算是微型數(shù)據(jù)中心的網(wǎng)狀網(wǎng)絡(luò)，在本地處理或存儲關(guān)鍵數(shù)據(jù)，并將所有接收到的數(shù)據(jù)推送到中央數(shù)據(jù)中心或云存儲庫，其覆蓋范圍不到100平方英尺”，不僅定性圈定了邊緣計算所處的位置，還定量給出了離數(shù)據(jù)發(fā)生地的距離數(shù)字；相對IDC這段充滿術(shù)語的描述，Ganter的副總裁兼分析師Dave Russell的定義更加文藝范兒：“邊緣計算就是現(xiàn)實與數(shù)字的交互之處”。
在我們看來，邊緣計算不完全是什么新鮮事。多年來，企業(yè)一直在傳統(tǒng)數(shù)據(jù)中心之外部署信息技術(shù)。例如，石油和天然氣公司一直在偏遠地區(qū)使用先進的傳感器和儀表進行作業(yè)。然而，只不過最近幾年，一些新的技術(shù)趨勢，如人工智能，物聯(lián)網(wǎng)、計算力等的快速發(fā)展，正在加速廣泛行業(yè)的邊緣技術(shù)變革。
以人工智能為例，其正在從互聯(lián)網(wǎng)行業(yè)向通信、制造、能源、醫(yī)療、政府等各行各業(yè)滲透，成為了社會經(jīng)濟活動中最具變革的力量。而得益于物聯(lián)網(wǎng)等技術(shù)的發(fā)展，其在落地應(yīng)用的過程中，延伸到了網(wǎng)絡(luò)的邊緣端，從疫情期間的體溫檢測、道路上的無人駕駛計算單元、工廠的無人質(zhì)檢等。
又如物聯(lián)網(wǎng)的發(fā)展。IDC預(yù)測顯示，全球企業(yè)基礎(chǔ)設(shè)施建設(shè)在邊緣部署比例將從2020年的10%增長到23年的50%，全球智能終端接入數(shù)量將從2020年的500億個增長到2025年的1500億個，產(chǎn)生的數(shù)據(jù)量爆炸式增長。人與機器、機器與機器間的數(shù)據(jù)交互、數(shù)據(jù)分析以及建模、推理，加速工作負載和數(shù)據(jù)“重心”快速向邊緣發(fā)展。
鑒于此，Gartner最新分析認為，邊緣計算已經(jīng)跑步前進到熱門期，未來2—5年內(nèi)，更多的基于邊緣計算的應(yīng)用場景將會涌現(xiàn)，前景廣闊。
那么問題來了，它到底有哪些優(yōu)勢？會給相關(guān)產(chǎn)業(yè)帶來怎樣的影響？
邊緣計算好處多，相關(guān)產(chǎn)業(yè)、市場空間廣闊
提及邊緣計算的優(yōu)勢，與傳統(tǒng)的云計算相比，主要體現(xiàn)在以下幾個方面。
首先是成本更低。邊緣計算的數(shù)據(jù)主要是在近端處理，因此在網(wǎng)絡(luò)傳輸、中心運算、中心存儲、回傳等各個環(huán)節(jié)，都能節(jié)省大量的服務(wù)器、存儲、交換、帶寬、電量乃至物理空間等諸多成本，從而實現(xiàn)低成本化、綠色化。
其次是部署更加方便。眾所周知，部署云計算的數(shù)據(jù)中心，是一個浩大的工程。物理選址、區(qū)域劃分、工程建設(shè)、設(shè)備安裝、設(shè)備調(diào)試，涉及到眾多的大節(jié)點，這其中每一個節(jié)點的工作量都是巨大的。相反，邊緣計算的部署相對來說就要簡單得多。
再次是響應(yīng)更加及時。如今AR、VR、4K、8K、直播、短視頻、游戲、云上辦公、云上娛樂、自動駕駛、智能家居、智能交通等各種場景日益普及，這些場景下的應(yīng)用對傳輸、計算、存儲等的速度和效率要求也越來越高。
以自動駕駛為例，幾乎是“0延時”的響應(yīng)速度要求。而如此低的時延，傳統(tǒng)數(shù)據(jù)中心模式的響應(yīng)、計算、存儲和傳輸速度，顯然是不夠的。這時候“近端處理”的邊緣計算，自然就成為了“實時化”要求的最好選擇。
最后是擁有更高可用性和魯棒性。云計算中心如果發(fā)生節(jié)點或者單個虛擬機故障，將會影響連接網(wǎng)絡(luò)的成千上萬個設(shè)備，其結(jié)果是災(zāi)難性的。相較之下，邊緣計算的分布式架構(gòu)，即使一個設(shè)備發(fā)生故障，也不會影響其它設(shè)備，在使用的可靠性和魯棒性上，都要高得多。
由此來看，邊緣計算的概念可能不是革命性的，但其實現(xiàn)將是革命性的。這些實現(xiàn)將解決許多日益嚴重的問題，包括降低大型數(shù)據(jù)中心（云計算）的能耗，提高專用數(shù)據(jù)的安全性，實現(xiàn)故障安全解決方案，降低信息存儲量和通信成本，以及通過降低延遲能力來開創(chuàng)新應(yīng)用。
基于此，邊緣計算未來的市場空間相當廣闊。
首先在市場規(guī)模上，幾乎所有權(quán)威的統(tǒng)計機構(gòu)都給予邊緣計算以很好的市場預(yù)期。例如Gartner的研究報告中預(yù)測到2025年，在“傳統(tǒng)的”集中式數(shù)據(jù)中心或云存儲以外處理的企業(yè)生成的數(shù)據(jù)的比例將從2018年的10％躍升至75％。Forrester也認為“邊緣云服務(wù)市場未來成長速度將達到50%以上”。
其次是邊緣端將演化出多樣化的計算場景，比如ICT融合場景、泛CDN、智能網(wǎng)聯(lián)汽車、工業(yè)互聯(lián)網(wǎng)、能源、交通、金融等產(chǎn)業(yè)+AI、城市治理、智能物聯(lián)網(wǎng)等均會帶來很大的市場前景和機會。
如此巨大的市場機會，邊緣計算的競爭也就此拉開帷幕。
邊緣計算馬太效應(yīng)漸顯，產(chǎn)品與場景化落地是關(guān)鍵
熟悉TMT行業(yè)的人都知道，其細分領(lǐng)域所謂“彎道超車”的機會并不太多。原因在于落后者以同樣的方式追趕領(lǐng)先者，那么幾乎是永遠也追不上的，即時通訊、社交、搜索、電商、安全等領(lǐng)域，無不如此。對于邊緣計算也不例外。
IDC分析稱，在物聯(lián)網(wǎng)與AI的推動下，邊緣計算未來將呈現(xiàn)指數(shù)級增長，占領(lǐng)市場先機也將占據(jù)領(lǐng)先優(yōu)勢，馬太效應(yīng)開始顯現(xiàn)。
與云計算的落地需要“軟硬兼施”一樣，邊緣計算也是如此。而從目前看，在邊緣計算基礎(chǔ)設(shè)施層面，中國市場發(fā)展勢頭最猛。
以邊緣服務(wù)器為例，據(jù)IDC發(fā)布的2020年度《中國邊緣計算服務(wù)器市場報告（PRC Edge ComputingServer Tracker）》顯示，中國邊緣計算服務(wù)器市場的增長率高于全球，5年復(fù)合增長率為22%。2020年度中國邊緣計算服務(wù)器市場中，浪潮邊緣計算服務(wù)器以32%的市場占有率，位居第一，超第2—5名廠商份額之和，表現(xiàn)最為搶眼。
那么問題來了，以浪潮為代表的中國企業(yè)何以在邊緣服務(wù)器市場占有如此大的優(yōu)勢？
究其原因，浪潮早在多年前，就從產(chǎn)品性能、節(jié)能、安全性、嚴苛環(huán)境的適應(yīng)性、大規(guī)模場景的運維部署等方面進行全面考量，快速布局邊緣，并率先發(fā)布邊緣微中心、邊緣云服務(wù)器、便攜AI服務(wù)器、邊緣微服務(wù)器四大產(chǎn)品系列，提供從數(shù)據(jù)中心到邊緣側(cè)的智慧算力，滿足用戶數(shù)字化轉(zhuǎn)型與重塑過程中多樣化、場景化的應(yīng)用需求。
值得一提的是，浪潮邊緣服務(wù)器NE5260M5更是在國際AI基準測試MLPerfTM中“一戰(zhàn)成名”，一舉拿下邊緣場景下7項冠軍，覆蓋圖像分類、目標檢測、醫(yī)療圖像分割、語音識別等6類AI邊緣推理場景，成為邊緣AI推理全能王，先發(fā)優(yōu)勢凸顯。
需要說明的是，同樣是來自IDC的報告稱，在制造、能源、交通等行業(yè)用戶需求的驅(qū)動下，邊緣定制服務(wù)器市場將由點到面迎來快速增長，預(yù)計在未來五年成為服務(wù)器市場增長最快的子市場之一。具體到中國市場，邊緣定制服務(wù)器市場在2019-2024年將保持130.2%的年復(fù)合增長率，到2024年，在該細分市場的占比將超過40%，這意味著浪潮的先發(fā)優(yōu)勢還將延續(xù)。
除了上述基礎(chǔ)設(shè)施層面，在應(yīng)用層面，邊緣計算的落地需要與生態(tài)伙伴的深度合作，針對不同行業(yè)的實際需求打造有針對性的解決方案。這方面，中國企業(yè)也體現(xiàn)出相當?shù)膶嵙Α?/p>
以在前述在邊緣計算服務(wù)器領(lǐng)先的浪潮為例，其面對邊緣側(cè)多樣化、復(fù)雜的計算需求，與合作伙伴發(fā)布了6大行業(yè)的場景化解決方案，匯聚雙方在基礎(chǔ)設(shè)施、系統(tǒng)、算法、應(yīng)用等方面優(yōu)勢，為智慧能源、智慧水利、智能工廠等應(yīng)用場景提供云邊端一體化的全解決方案，驅(qū)動邊緣計算、AI等技術(shù)向傳統(tǒng)行業(yè)的加速落地。
以智慧油井解決方案為例，眾所周知，石油天然氣是國民經(jīng)濟的重要支柱之一。在我國，有上萬口油井需要進行日常監(jiān)測和維修，人力運維遠不足支撐日常的管理需求。不僅如此，安全、合規(guī)地進行開采和生產(chǎn)作業(yè)是保障石油化工企業(yè)平穩(wěn)運行的基礎(chǔ)條件。
為此，浪潮推出了智慧油井解決方案，通過對油田現(xiàn)場智能儀器的電壓、電流、載荷、溫度、視頻圖像等數(shù)據(jù)進行自動化采集，在基于浪潮邊緣微服務(wù)器EIS200的邊緣計算平臺進行實時分析處理，并將數(shù)據(jù)回傳到數(shù)據(jù)中心進行模型的優(yōu)化與算法迭代，實現(xiàn)對油井設(shè)備的智能監(jiān)測管理，礦機可以按照底下油量儲備情況去智能啟停和調(diào)節(jié)它的頻率，從而節(jié)省電費80%以上，同時，可以對作業(yè)現(xiàn)場的人員是否佩戴安全帽等安全合規(guī)操作行為進行檢測，保障油田開采工作安全平穩(wěn)運行。
又如在智慧電力解決方案中，針對近年來電網(wǎng)規(guī)模不斷增大，設(shè)備的巡視和作業(yè)的壓力也與日俱增的挑戰(zhàn)，浪潮聯(lián)合全球能源互聯(lián)網(wǎng)研究院有限公司（簡稱“國網(wǎng)聯(lián)研院”）推出的電網(wǎng)設(shè)備巡檢及監(jiān)控解決方案，通過人工智能、邊緣計算技術(shù)與電網(wǎng)場景的深度融合，實現(xiàn)配電站房智能監(jiān)控、輸電線路巡視圖像智能分析、作業(yè)現(xiàn)場安全監(jiān)控等場景的智能化改造，大幅降低了資源占用和人力投入。算力和人工智能模型的“端-邊-云”協(xié)同，使邊緣側(cè)15ms內(nèi)網(wǎng)絡(luò)延時，秒級識別分析，異常情況及時預(yù)警，保障了設(shè)備和作業(yè)安全。
正是由于浪潮在邊緣計算中，平臺+生態(tài)的發(fā)力，不僅讓其在邊緣計算市場競爭中處在前列，更讓行業(yè)切身感受到邊緣計算帶來的好處，這對于推動邊緣計算的快速發(fā)展才是最關(guān)鍵的。
智算中心+元腦生態(tài)，邊云協(xié)同效應(yīng)的未來
毋庸置疑，由于邊緣計算如火如荼的發(fā)展及更多AI的屬性，讓邊云效應(yīng)顯得更加重要，即大部分數(shù)據(jù)處理（如AI推理）都在邊緣進行，而云被用于存儲和大型計算（如AI訓(xùn)練和大型應(yīng)用程序）。原因何在？在此，業(yè)內(nèi)通常用動物界的章魚來比喻說明。
眾所周知，章魚之所以聰明，是因為它擁有“一個大腦+多個小腦”，不僅能通過40%的大腦容量進行分析和決策，還能通過八條腿上分布的60%的巨量神經(jīng)元進行感知和分析，腕足和大腦有效配合，讓章魚在各種復(fù)雜環(huán)境中都能游刃有余。
以章魚類比，邊緣計算就像是章魚的小腦，云計算則是大腦，邊緣計算與云計算其實各有所長。
其中云計算擅長全局性、非實時、長周期的大數(shù)據(jù)處理與分析，能夠在長周期維護、業(yè)務(wù)決策支撐等領(lǐng)域發(fā)揮優(yōu)勢；邊緣計算更適用局部性、實時、短周期數(shù)據(jù)的處理與分析，能更好地支撐本地業(yè)務(wù)的實時智能化決策與執(zhí)行。
因此，邊緣計算與云計算之間不是替代關(guān)系，而是互補協(xié)同關(guān)系。邊緣計算與云計算需要通過緊密協(xié)同才能更好地滿足各種需求場景的匹配，從而放大邊緣計算和云計算的應(yīng)用價值。邊緣計算既靠近執(zhí)行單元，更是云端所需高價值數(shù)據(jù)的采集和初步處理單元，可以更好地支撐云端應(yīng)用；反之，云計算通過大數(shù)據(jù)分析優(yōu)化輸出的業(yè)務(wù)規(guī)則或模型可以下發(fā)到邊緣側(cè)，邊緣計算基于新的業(yè)務(wù)規(guī)則或模型運行。
比如在智慧城市建設(shè)過程中，每一個路口都會安裝許多的攝像頭，這里既有針對智能交通應(yīng)用的攝像頭，也有針對監(jiān)控等應(yīng)用的攝像頭，它們隨時都在產(chǎn)生數(shù)據(jù)，但如果把這些數(shù)據(jù)統(tǒng)統(tǒng)上傳到云端，顯然并不現(xiàn)實。在這種情況下，邊緣計算的應(yīng)用就可以幫助邊緣端進行數(shù)據(jù)的實時處理和篩選，將最有價值的數(shù)據(jù)同步到云端，從而讓云端的“大腦”越來越聰明。
另據(jù)市場調(diào)研機構(gòu)Wikibon的統(tǒng)計數(shù)據(jù)顯示，云計算和邊緣計算結(jié)合，成本只有單獨使用云計算的36%?？梢娫七厖f(xié)作的經(jīng)濟效應(yīng)。
實際的情況是，幾乎所有的云計算企業(yè)以及應(yīng)用云計算的企業(yè)都有一個共識，那就是在即將到來的智能時代，云計算將與邊緣計算互為協(xié)同，共同構(gòu)成智能社會底層的計算基礎(chǔ)。
例如浪潮認為，邊緣側(cè)的數(shù)據(jù)整合、打通，將刺激數(shù)據(jù)中心數(shù)據(jù)的新需求、新業(yè)務(wù)產(chǎn)生，同時，隨著數(shù)據(jù)中心算力的快速增長，必將帶動新的邊緣計算場景應(yīng)用，二者相互促進，相輔相成。
但隨之而來的問題是，面對智能社會龐大的AI計算需求和提升效率的挑戰(zhàn)，傳統(tǒng)數(shù)據(jù)中心本身已經(jīng)越來越難以承載這樣的需求，為此，作為邊緣計算領(lǐng)先企業(yè)浪潮提出的智算中心及相應(yīng)的元腦生態(tài)引發(fā)了業(yè)內(nèi)的高度關(guān)注。
與傳統(tǒng)數(shù)據(jù)中心不同，智算中心不僅把算力高密度地集中在一起，而且要解決調(diào)度和有效利用計算資源、數(shù)據(jù)、算法等問題，更像是從計算器進化到了大腦。
至于元腦生態(tài)則是聯(lián)合具備AI開發(fā)核心能力的左手伙伴和具備行業(yè)整體方案交付能力的右手伙伴，聚合AI最強算力平臺、最優(yōu)質(zhì)的算法模型開發(fā)能力和最優(yōu)質(zhì)的集成、部署和服務(wù)能力，支撐和加速各行業(yè)、各產(chǎn)業(yè)與人工智能的融合。
不知業(yè)內(nèi)看到此有何感想？從未來云邊協(xié)同效應(yīng)的角度看，由于邊緣計算更多面對的是基于AI的計算資源、數(shù)據(jù)、算法，而這些恰好與智算中心遙相呼應(yīng)，從而使得邊緣計算與云計算之間可以實現(xiàn)無縫銜接，讓數(shù)據(jù)處理和流動效率更高，同時保證了從邊緣計算到云計算的一致性管理和操作體驗，實現(xiàn)了邊緣計算所有的基礎(chǔ)能力盡可能與云計算對齊，簡而言之，就是大幅提升現(xiàn)有邊云協(xié)同的效率，有可能成為未來邊云協(xié)同的發(fā)展方向。
總結(jié)：會當凌絕頂，一覽眾山小。當邊緣計算在業(yè)內(nèi)狂風(fēng)乍起之時，唯有從整個智慧計算的高度去審視、布局和發(fā)展，才能充分發(fā)揮其與云計算的協(xié)同效應(yīng)，才能真正惠及千行百業(yè)。
