|
由于人工智能的興起，讓我們更多的關注到其背后強大的云計算支撐，但是，現在人工智能在應用部署過程當中仍然受限制于邊緣計算的成本層面以及設備只能分析能力等很多方面。那到底什么是邊緣計算？所謂的邊緣計算就是在靠近物理設備或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，來滿足快速連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求技術。邊緣計算(Edge computing )是一種在物理上靠近數據生成的位置處理數據的方法，即事物和人所在的現場區域如家庭和遠程辦公室內。
圖1、物聯網設備中通常集成具有一定計算能力的處理器 由于這些產生數據的事物和人通常不在云端，因此我們需要通過許多形式的在物聯網(IoT)解決方案架構的邊緣處的計算來補充云計算。
圖2、節點與云之間有大量的數據需要傳遞 關于邊緣計算(Edge computing )的討論通常會忽略有多少類型的“邊緣”計算，而本文我們將探討邊緣計算(Edge computing )的基本驅動因素和許多類型的邊緣計算(Edge computing )。 由于邊緣計算(Edge computing )指的是接近于事物，數據和行動源頭處的計算，所以我們也可以把這種類型的數據處理使用更通用的術語來表示：鄰近計算或者接近計算(Proximity Computing)。 鄰近計算(Proximity Computing)的經濟學因素 我們對周圍所發生的事件需要及時地做出響應，以獲得良好的用戶體驗(如當需要“改變電視頻道”時)或者避免災難(如當發生“煤氣泄漏”時)。
圖3、感知，處理和行動是物聯網的三類事件 由于有許多這些類發生的事件，因此我們需要將這類復雜的系統編就物聯網(IoT)設備的尺寸和功率來說，鄰近計算(Proximity Computing)平衡了響應事件的及時性與響應事件的成本兩者之間的關系。數據傳遞的管理的法律限制進一步推動了對鄰近計算(Proximity Computing)的需求。 多邊場景 - 接近計算(Proximity Computing)的類型 當涉及到最佳鄰近計算時，有很多類型的邊緣(edges )要考慮。梳理下來它們主要有三種類型：個人邊緣(Personal Edge)，業務邊緣(Business Edge)以及云邊緣(Cloudy Edge)。這三種邊緣將SPA(Sensing-Processing-Acting)部署到不同環境中來處理一系列不同的問題，以實現最佳的自動響應，例如當您的個人汽車被盜時。 圖4、三種類型的邊緣 下面是每種邊緣及其發展的驅動因素。 1)個人邊緣(Personal Edge) 這個邊緣計算(Edge computing )圍繞著我們個人，有時就在我們的身邊，就在我們的家里;它包括家庭機器人，智能眼鏡，智能藥片，以及您皮膚下的傳感器，手表，家庭自動化系統，您的Amazon Echo(回聲)和智能手機。 個人邊緣(Personal Edge)總體上是移動的。當我們在家庭和工作場所之間移動時，個人邊緣(Personal Edge)計算設備進出于商業邊緣(Business Edge)區。
圖5、個人邊緣 隨著智能家居設備，數字健康和其他個人設備的普及，我們將在未來5年里聽到更多關于個人邊緣(Personal Edge)計算的信息。 2)業務邊緣(Business Edge) 這是最受關注的邊緣計算(Edge computing )類型。在業務邊緣(Business Edge)處連接的機器和人在這里匯聚。業務邊緣(Business Edge)在我們鋪有地毯的辦公室中，也可以在無地毯的領域，甚至在我們工作和娛樂的開放的地方。 許多物聯網的討論似乎假設這是唯一的邊緣，同時每個物聯網的討論都表達了這種邊緣計算(Edge computing )的好處。關鍵任務(Mission-critical)SPA(“感知，處理和行動”，“Sensing-Processing-Acting”))在這一領域尤其如工業物聯網(Industrial IoT)領域中集中發展的勢頭強勁。
圖6、業務邊緣 許多供應商正在提供這類應用的開發環境，以幫助客戶開發邊緣應用和分析。 Amazon Lambda Greengrass(https://aws.amazon.com/cn/lambda/)和Azure IoT Hub是此類軟件的示例。 【注1：Amazon Lambda Greengrass是Amazon的云計算服務，通過 AWS Lambda，無需配置或管理服務器即可運行代碼。您只需按消耗的計算時間付費 – 代碼未運行時不產生費用。借助 Lambda，您幾乎可以為任何類型的應用程序或后端服務運行代碼，而且全部無需管理。只需上傳您的代碼，Lambda 會處理運行和擴展高可用性代碼所需的一切工作。您可以將您的代碼設置為自動從其他 AWS 服務觸發，或者直接從任何 Web 或移動應用程序調用。】 【注2：Azure IoT Hub是微軟面向物聯網應用的云計算，Azure IoT Hub意為物聯網中心，是為物聯網設備提供注冊、管理、溝通的云服務。它是微軟Azure IoT Suite的重要組成部分，也是微軟物聯網戰略的重要基礎。微軟Azure IoT Hub可用于管理數十億物聯網設備，提供云端與設備之間的雙向通信支持，每月可處理數以萬億計信息，并簡化了與其他Azure服務之間的集成，包括Azure機器學習以及Azure流分析等。】 3)多云邊緣(Cloudy Edge) 這是目前最少談論的一類邊緣計算(Edge computing)，但是它是最老的一類邊緣。多云邊緣(Cloudy Edge)是服務提供商或企業網絡邊緣的拓撲術語，其中業務首先從撥號調制解調器進入到家庭或者遠程分支機構中的。 多云邊緣(Cloudy Edge)從前只是一個沒有任何計算能力的網絡邊緣。它們被稱為PoP(存在的節點，points-of-presence)。
圖7、多云邊緣(Cloudy Edge) 對應用性能和內容傳送的需求需要在網絡邊緣( network edge)中添加應用和數據處理能力。現代的邊緣數據中心(Edge Data Centers)能夠滿足這一需求。內容交付網絡(CDN，Content Delivery Networks)就是在利用它們以便我們能夠獲得更好的頁面和視頻加載效果。移動邊緣計算(Mobile Edge Computing)增強了這一邊緣的優勢，因為人們需要更好的移動應用程序(mobile app)的性能。 所以老PoP在內容和計算方面變得沒有前途。 而SP邊緣( SP edge)，移動邊緣(mobile edge)和企業邊緣(enterprise edge)共同形成了云端。這類邊緣仍然與確保應用程序性能和內容傳遞順暢等相關。 總結 有很多方法來描述什么是物聯網(IoT),這些描述都是對的，只不過有些描述要更全面一些。 在這里我們提供對物聯網(IoT)的一個這樣的描述：IoT = 跨連接設備迷宮的分布式人工智能和人類智能。
圖8、邊緣計算正在改變整個物聯網(IoT)場景 像AWS Lambda和Greengrass這樣的邊緣計算(Edge computing )技術正在幫助加速創建這種分布式人工智能。如何在個人，業務和云端邊緣中創建分布式智能將取決于您的應用程序，成本和相關規定。我們將看到越來越多的邊緣計算(Edge computing )參考架構的發展，以支持物聯網(IoT)的新應用模式。 |
|
|
