邊緣計算或成AI之后的下一個風口

邊緣計算，這個概念在國內(nèi)最早于2016年4月被提出。2016年年底，隨著邊緣計算聯(lián)盟的正式成立，邊緣計算這個概念開始在產(chǎn)業(yè)鏈里的土壤里慢慢生根發(fā)芽。經(jīng)過2017年AI的蓬勃發(fā)展，邊緣計算被帶動起來，開始伸展枝椏；再加上5G的即將商用，又為邊緣計算的茁壯成長增添更多的肥料。

據(jù)統(tǒng)計，到2025年，AI衍生的商業(yè)價值將達到5.1萬億美元；到2035年，5G相關(guān)產(chǎn)品和服務將達到12.3萬億美元。而AI與5G的落地，則與邊緣計算的落地密切相關(guān)。

業(yè)內(nèi)人士預判，邊緣計算有可能是繼AI之后的下一個風口。

云計算并不是萬能，邊緣計算應運而生

云計算在產(chǎn)業(yè)落地應用已有十余年的時間，不過，云計算并不是萬能的，近幾年開始暴露出一些弊端。邊緣計算應與云計算形成協(xié)同，更好地滿足產(chǎn)業(yè)的發(fā)展需求。

從概念層面來講，“云是更協(xié)同的定義，跑在天上的是云。邊緣計算是從一個端到端的架構(gòu)來描述計算在哪里發(fā)生。”英特爾副總裁兼物聯(lián)網(wǎng)事業(yè)部中國區(qū)總經(jīng)理陳偉說到。

隨著物聯(lián)網(wǎng)更多的智能終端出現(xiàn)，需要采集和運算的數(shù)據(jù)越來越大，對運算速度、網(wǎng)絡(luò)帶寬都提出了更高的要求。同時，隨著個人隱私等信息的不斷增多，人們對安全的需求也更為迫切，這些單靠云計算是無法滿足的。

在這樣的產(chǎn)業(yè)背景下，邊緣計算應運而生。

“邊緣計算與云計算，是一種互補協(xié)同的關(guān)系，而不是替代關(guān)系?！?華為網(wǎng)絡(luò)研發(fā)總裁劉少偉指出，邊緣計算與云計算需要通過緊密協(xié)同，才能更好的滿足各種場景的匹配，從而放大邊緣計算和云計算的應用價值。

在互補協(xié)同上，邊緣計算則是將部分數(shù)據(jù)在智能終端的本地端進行處理和存儲，一是可以減輕云端服務器的壓力；二是可以將涉及個人隱私的數(shù)據(jù)放置在本地端，大大降低了個人信息的泄露，提升了安全性。

此外，“我們對智能終端上的傳感器機制做一個研究，發(fā)現(xiàn)傳感數(shù)據(jù)在1秒之內(nèi)可以過時，變成舊數(shù)據(jù)，傳感器采集到的信息幾百毫秒之后就變成過時的數(shù)據(jù)。把數(shù)據(jù)傳到云端服務器，分析處理完以后再回到智能終端，對于有些應用來說，沒法容忍這個等待，需要在本地端進行邊緣計算。同時，在很多應用中，邊緣計算的成本更低。因為在邊緣計算中，不需要存儲大量的數(shù)據(jù)，只需要存儲數(shù)據(jù)分析的結(jié)果或數(shù)據(jù)的含義，而不是數(shù)據(jù)本身。從這個意義上來說，現(xiàn)在所說的大數(shù)據(jù)，這些數(shù)據(jù)本身并沒有意義，數(shù)據(jù)的含義或者分析之后的結(jié)果才有意義?！?/p>

提到邊緣計算，順便提一下霧計算。邊緣計算概念出現(xiàn)之前，已有霧計算的概念。對于邊緣計算和霧計算的區(qū)別，“霧和云是更協(xié)同的定義，都是本性，跑在天上的是云，跑在地面的是霧。此外，邊緣計算的范圍更廣，延伸到通訊網(wǎng)絡(luò)邊緣、基站等等都是邊緣的范疇。

相比之下，霧計算關(guān)注的范疇是在傳感Sense以上的邊緣側(cè)的計算節(jié)點，比如傳感器等等這些并不在它范疇里面，相對來說在網(wǎng)絡(luò)基站以下、Sense之上，這之間的一些系統(tǒng)基礎(chǔ)架構(gòu)，計算的一些節(jié)點的需求等等做這樣的事情?！?英特爾中國物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官張宇指出。

AI推動邊緣計算崛起，邊緣計算將是下一個風口

據(jù)MarketsandMarkets稱，到2022年，邊緣計算市場將從2017年的14.7億美元增長到67.2億美元。華為預測，未來超過50%的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析、處理與儲存。

“AI是當下的風口，邊緣計算是下一個風口?！?a href="http://www.ttokpm.com/tags/高通/" target="_blank">高通產(chǎn)品市場副總裁孫剛指出，“5G和AI相輔相成，5G會使得通訊的速度更快，同時會產(chǎn)生更多的數(shù)據(jù)。反過來，數(shù)據(jù)是AI的基礎(chǔ)，更多的數(shù)據(jù)會使AI更有效。AI的技術(shù)會發(fā)展，對數(shù)據(jù)會有更多的需求，進而會促進5G的發(fā)展。AI與5G的發(fā)展，推動更多數(shù)據(jù)的計算在本地端進行，進而推動邊緣計算的發(fā)展。這些趨勢加在一起就給今后幾十年很多新的機會，這些機會足以驅(qū)動下一輪的工業(yè)革命?！?/p>

北極光創(chuàng)投創(chuàng)始人董事總經(jīng)理鄧鋒指出：“人工智能正在去中心化，云與邊緣逐步分裂，針對AI的新的計算架構(gòu)將會應運而生；近年來，端的數(shù)據(jù)以幾何級數(shù)增長，AI從云端遷移在許多應用場景下不可避免，端側(cè)智能將崛起；未來10年，端的數(shù)量的模式將是‘基于存儲的計算，存儲與計算合二為一’?！?/p>

鄧峰強調(diào)，AI對計算架構(gòu)的影響將遠遠大于云計算對計算架構(gòu)的影響，針對AI的新的計算架構(gòu)會應動而生。中國在這次變革中，會盡其所能建立自己的生態(tài)體系，從而降低對國外產(chǎn)品的依賴。

在邊緣計算的布局上，中國可謂及時切入。最為標志性的節(jié)點是推進邊緣計算聯(lián)盟的成立和發(fā)展。邊緣計算聯(lián)盟于2016年12月30日在北京成立，由華為、中科院沈陽自動研究所、中國信息通信研究院等企業(yè)聯(lián)合發(fā)起。搭建邊緣計算產(chǎn)業(yè)合作平臺，推動邊緣計算相關(guān)標準的建立，進而促進邊緣計算產(chǎn)業(yè)健康與可持續(xù)發(fā)展。

邊緣計算聯(lián)盟副理事長劉少偉指出，邊緣計算聯(lián)盟成立一年，會員單位達到150多家，主要覆蓋工業(yè)領(lǐng)域的企業(yè)；今年12月份，聯(lián)盟的單位已達200多家，中國移動、中國聯(lián)動、中國電信三大運營商也加入進來，還有很多科研機構(gòu)，比如中國電信北京研究院、江蘇未來網(wǎng)絡(luò)創(chuàng)新研究院、山東大學、西安交大等等，還有更多IoT領(lǐng)域的企業(yè)?！?/p>

據(jù)悉，今年邊緣計算的參考架構(gòu)3.0已經(jīng)推進，對邊緣計算的技術(shù)體系進行更加系統(tǒng)的歸納總結(jié)和梳理。此外，邊緣計算聯(lián)盟與國際標準組織IEEE建立合作，雙方將在相關(guān)標準、技術(shù)和產(chǎn)業(yè)落地等方面深入合作。

當前，邊緣計算已從概念到實踐，從星星之火到燎原之勢。

從芯片、硬件、系統(tǒng)等相關(guān)解決方案相繼推出

為了抓住邊緣計算這一重大機遇，從芯片、硬件、系統(tǒng)、解決方案等產(chǎn)業(yè)鏈各個環(huán)節(jié)開始布局和發(fā)力。

在芯片層面，已有半導體企業(yè)推出嵌入式FPGA—eFPGA 加速器，來助力智能終端的邊緣計算。美國半導體設(shè)計公司Achronix在Speedcore Gen4架構(gòu)中，將機器學習處理器（MLP）添加到Speedcore可提供的資源邏輯庫單元模塊中。MLP模塊是一種高度靈活的計算引擎，它與存儲器緊密耦合，從而為人工智能和機器學習（AI / ML）應用提供了性能更高、功耗更低的解決方案。

“傳統(tǒng)云和企業(yè)數(shù)據(jù)中心計算資源和通信基礎(chǔ)設(shè)施無法跟上數(shù)據(jù)速率的指數(shù)級增長、快速變化的安全協(xié)議、以及許多新的網(wǎng)絡(luò)和連接要求。傳統(tǒng)的多核CPU和SoC無法在沒有輔助的情況下獨立滿足這些要求，因而它們需要硬件加速器，通常是可重新編程的硬件加速器，用來預處理和卸載計算，以便提高系統(tǒng)的整體計算性能?！盇chronix市場營銷副總裁Steve Mentor指出。

為實現(xiàn)高帶寬和低延遲，英特爾的解決方案則是FPGA可編程加速卡（PAC），運營商能夠在單個服務器上以較少的CPU和RAM資源消耗來滿足5G IPSec安全需求，并實現(xiàn)5G核心網(wǎng)絡(luò)和邊緣計算應用。

此外，在邊緣計算發(fā)展中功能與處理能力的平衡關(guān)系需要把握。賽普拉斯CEO Hassane EI-Khoury指出：“一方面是邊緣計算的計算能力、處理能力，另一方面是邊緣計算的功耗。如果增加邊緣計算的能力，意味著處理器性能更強、功耗更大。為了提升處理能力，就不得不把電池更大?！?/p>

為了解決這樣一個難題，半導體企業(yè)賽普拉斯推出超低功耗可編程系統(tǒng)PSoC 6 MCU解決方案，通過PSoC 6可以支持性能達到M4性能的微控制器，功耗水平相當于M0級別的微控制器，一個M4級別的微控制器的性能和處理能力，用一個150MHz主頻M4的微控制器，用電池支持連續(xù)工作半年一年乃至一年半，進而消除了邊緣計算發(fā)展中面臨的很大障礙。Hassane EI-Khoury 表示，他們還將把這個邊界繼續(xù)向前推進，在降低功耗的同時在邊緣計算中實現(xiàn)更加復雜的應用，部署更強大的處理能力?！?/p>

邊緣計算和嵌入式人工智能，需要在有限的資源下完成越來越多的計算，如何更高效的利用邊緣側(cè)和終端側(cè)的資源，這需要對芯片、硬件和操作系統(tǒng)層面全面理解。“從整個系統(tǒng)層面進行深入的定制和優(yōu)化才能實現(xiàn)產(chǎn)品化。這需要產(chǎn)業(yè)鏈各方共同協(xié)作，才能推動邊緣計算的發(fā)展和實現(xiàn)商業(yè)化落地?！敝悄芙K端平臺技術(shù)提供商中科創(chuàng)達董事長兼CEO趙鴻飛指出。

對此，中科創(chuàng)達推出 TurboX AI Kit，為開發(fā)者和制造商降低開發(fā)成本、快速驗證端側(cè)AI算法和開發(fā)場景化應用，進而快速實現(xiàn)原型產(chǎn)品設(shè)計。TurboX AI Kit凝聚端側(cè)AI商用技術(shù)，融合了硬件、軟件與云功能。為不同級別的AI開發(fā)者提供終端側(cè)人工智能高性能的計算平臺和豐富的開發(fā)工具，支持他們將日益盛行的AI技術(shù)融入邊緣及端側(cè)設(shè)備，以滿足物聯(lián)網(wǎng)(IoT)、機器人、工業(yè)控制、自動駕駛等領(lǐng)域各種不同應用的需要。

此外，作為邊緣計算聯(lián)盟早起的發(fā)起單位，華為也在kubedge、LerOS、邊緣協(xié)同開發(fā)等方面進行了布局。前幾天，華為還成立了智能計算事業(yè)部，華為的AI芯片、云服務、邊緣計算平臺等業(yè)務之間相互協(xié)同支撐，進而更好地在5G時代發(fā)力。