以下是現場速記。

 

戴爾科技集團全球副總裁 大中華區售前系統工程部總經理 楊捷

 

楊捷：很高興又來參加CIO大會，去年參加的時候也有講到邊緣的話題，今天基于過去一年的實踐，再把我們在邊緣計算方法的認識、成果，希望跟大家一起做的事情匯報一下。

 

昨天吳總在大會上講到，戴爾科技集團在IT領域看未來大概有五個方向：現代化的工作模式、多云、數據基礎架構現代化、邊緣和安全。為什么會在一個IT公司把邊緣作為未來的方向?邊緣因此說涵蓋的技術很廣、應用場景很廣，跟核心業務有非常緊密聯系的領域。

 

戴爾的角度如何定義邊緣?要是到網上去查，邊緣計算有很多種不同的定義，每個客戶和合作伙伴都有自己的看法。我們認為邊緣是在靠近數據生成的地方，數據在這里被產生、被使用，能夠發揮價值，以此帶動業務的創新，所以這是我們現在對邊緣計算的理解。

 

可以看到我們特別著重于數據，由數據的價值帶來業務的創新。過去的一年我也是深有體會，跟客戶和合作伙伴一起看到確實是實實在在發生的。

 

談到數據的價值，我們要從幾個維度觀察一下。前面提到數據產生的地方，數據一旦產生，我們能夠快速進行搜集、整理、處理、再利用，速度越快越好。我們拿了一個2018年的報告，雖然有點久，但確實是反映了數據的發展。當時的現狀是有90%的企業數據產生是在數據中心加上云，只有10%是在邊緣。我們到2025年只剩下兩年的時間，75%的數據會在邊緣產生，需要進行即時處理，所以比重已經大大地改變。

 

很多數據都是需要馬上發揮作用，也要進行實時處理，在座的很多專家在你們的企業里面都已經用到這樣的場景，已經實現了這樣的場景。實時處理數據的話，接下來會怎么樣?通常我也聽到很多客戶的數據是歷史沉淀下來的，大家感覺有點雞肋，棄之可惜，食之無味，但現在新的技術的產生、應用模式給我們數據的價值發揮帶來了新的機遇，就像人工智能、大數據分析等等，可以讓我們能夠把歷史的數據，幾個月甚至幾年的數據再挖掘出來，繼續分析，發揮更多業務上創新的價值。

 

數據價值從另外一個維度，就是數據的加工處理方式來講，我相信在座的對這座金字塔應該都非常認同、非常熟悉，數據從產生變成信息到知識和現在的智能，技術手段確實給我們帶來了非常多的便利。

 

正是因為數據的價值在不斷展現，結合很多新的技術產生，包括5G、高速網絡，這些使得我們的客戶在邊緣上已經有了很多應用，不是嘗試。我們也有進行過統計，就是在創新指數報告里面有三個維度：超過41%的客戶說邊緣現在是真正的IT戰略之一，已經應用促使組織的創新。當然，邊緣的環境是非常復雜的，因為我們在生產應用環節，五年前到十年前就已經創建了，不是一個全新建的，同時又要應用新的技術，所以新老技術混雜在環境里面，給到整個邊緣應用帶來的挑戰也是很大的。很多客戶都說有超過一半的時間是用于處理復雜性，不是真正用到創新的方向，超過60%的客戶看到競爭對手都在做這方面的創新，或者有這方面創新的客戶在行業里面就會領先。

 

邊緣是創新的動力之一，所以要在邊緣上有所突破，我們認為應該解決三個方面的問題：怎樣讓邊緣產生的數據越快地在業務上體現價值，怎樣更好地管理和處理在邊緣上日積月累下來的海量數據，能夠在業務上實現創新，怎樣管理邊緣環境乃至數據中心和云的復雜性，就是在邊緣上跑的應用很多，怎樣進行統一的部署和管理，包括后期的升級，數據怎樣跨邊緣到數據中心到云進行統一的管理，數據的流動怎樣能夠保證，邊緣場景的應用越多帶來的安全隱患越多，因為邊緣有各種各樣的網絡接入模式，這些給我們帶來很多網絡上的挑戰，所以怎樣保證企業環境的安全邊界。

 

邊緣在各個行業的應用場景是非常廣泛的，我們也有進行梳理。最近在這樣幾個行業，我們看到的應用是最多的，或者參與的項目也是比較多的。最多的應該是制造業，然后是能源，包括醫療、零售、交通等等。哪些是屬于邊緣?邊緣也有分類和分級，因為在邊緣的場景，有些設備純粹就是設備，產生數據，不負責處理數據，通常定義為Far Edge。邊緣的設備產生數據，但是也處理數據，這種叫做Middle Edge。有些場景和設備甚至可以在上面跑應用，所以邊緣環境中有非常復雜或者多樣性的邊緣部署。這些都是為了實現業務的應用場景，所以邊緣并不是IT術語，而是業務場景，有了這些業務場景和業務需求以后，邊緣產生的數據會搜集、整理到數據中心，然后進行系統性的管理和分析，希望從中挖掘出更多的價值。如果能夠打造一個閉環，我們找到數據中心以后有了新的想法、有了新的模型，可以應用到邊緣，這樣就會形成數據上和業務上的閉環。

 

我們做了相對比較簡單清晰的架構整理，邊緣計算的平臺架構大概分為這樣幾個層次：最上面肯定是應用場景，然后是邊緣應用，前面我也聽到汽車上的應用，通過OTA的方式進行迭代，邊緣上的應用也是需要迭代管理。現在底層會用到人工智能的推理和訓練模式，能夠對邊緣產生的數據進行處理，再往下就是整個數據的采集、處理、存儲和分析功能，最底層就是基礎架構層。邊緣基礎架構層跟我們的數據中心、云又完全不一樣，因為工廠、汽車、零售門店環境是不一樣的，沒有那么好的數據中心的條件，相對都是比較惡劣的環境，怎樣能夠保證在這些環境中的設備可靠性、穩定性、長期能夠安全保證業務運行。

 

圖中可以看到幾個場景：

 

生物酶制劑的企業有一套現場的工業控制系統，分為很多模塊，其中最主要的是管理三個生產車間，原來是每個車間一套系統，都是獨立部署、獨立管理，但在使用的過程中發現穩定性、可靠性會受到影響，出現多次因為系統故障造成生產連續性的影響。我們幫助對方做了邊緣應用系統的改造，相當于把邊緣應用需要的基礎架構環境進行整合，計算資源、存儲資源、網絡資源都做到統一的管理，并且做到資源池化，同時為提供系統高可用的架構，能夠幫助真正實現數據的安全。這些數據安全是指網絡安全，而是指數據備份、恢復，或者是在邊緣場景數據防勒索的事件發生得越來越多，所以我們幫助他們去做數據避風港，防勒索病毒的解決方案，能夠保證整個生產環境邊緣的業務系統有高可用性、高可靠性。

 

電子電氣生產企業已經在生產線部署光學檢測系統，提升良品率，光學檢測設備的數據有結構化和非結構化，既有數據庫的也有文件類的。系統運行的過程中發現數據量越來越大，生產線因為系統性能的影響會造成整個生產線效率的降低。我們幫助分析所有系統的問題以后就會發現，進行一個架構改造以后，最大的動作就是把數據庫結構化和非結構化分離，就是把數據庫和文件類的數據分開，原來都是存在一起的，造成性能瓶頸。邊緣生產線的數據庫效率馬上提升，就是數據的采集和處理。因為圖片數據很多，日積月累幾百TB，我們在能夠橫向擴展的架構管理歷史沉積下來的數據，幫助他們進行分層管理。生產線需要實時處理的數據，一張圖片拍到的產品有瑕疵，我們馬上就要進行處理，所以實時處理的數據放在最快的全閃節點上面，然后把歷史數據放在大容量歸檔節點上面。

 

因為有了這樣的數據湖平臺，上面有大數據分析平臺，就是基于Hadoop，所以我們把數據湖對接大數據分析平臺，能夠對檢測算法不停迭代，然后能夠有新的算法出來加速算法的形成，回歸到一線檢測，形成這樣一個閉環。

 

過去兩年，鋰電行業是在飛速發展的，發展的過程中客戶也都會面臨競爭，很多來自市場和客戶更高的要求。鋰電行業的質量控制系統是涵蓋在整個生產各個環節的，最近我也有參觀過生產鋰電的企業，生產車間是全部密封的，靠的都是視覺檢測系統在現場，物聯網也好、IoT也好，現在很多都是用視覺檢測，實時判斷每個工序上的產品質量，只要檢測到有瑕疵馬上就自動剔除生產線。瑕疵檢測越早越好，因為一個鋰電做完以后變成電池包，里面如果有瑕疵就再也不知道了，最后會變成使用過程中的殘次品。

 

為什么現在鋰電行業特別注重這些?因為很多電池出口都是國外的合規要求，包括汽車生產企業對鋰電企業有更高的要求。兩年前有過一個生產電池的韓國企業，就是在美國賣電池，遭到整車廠的索賠，索賠金額高達幾十億美金，反過來要求我們鋰電生產企業能夠提供電池全生命周期的監控，生產線數據不僅要存有瑕疵的數據，而是所有數據每個電池都要有質量追溯系統。這些是造成我們在行業中的客戶數據已經從邊緣產生的，保存的量或者需要處理的量已經遠遠超出想像，應該說也是幾何級數的增長。

 

我們也是邊緣到數據中心的閉環，生產線上把機器視覺的數據搜集下來，通過本地臨時的全閃緩存空間，傳輸到數據中心，數據中心就是做AI算法的迭代，然后把訓練好的算法推到生產端進行現場的檢測，現場也有兩種檢測模式：需要推理運算的小的機器，不需要的話就是靠這個工作站，所以也是質量控制系統邊緣非常好的場景。

 

最近兩天我也有看到不少汽車行業的客戶都在談自動駕駛，這是典型的邊緣到數據中心到云，利用數據產生業務價值的典型應用。當然，這里最重要的還是海量的數據怎樣從產生到搜集到管理到利用，最后再回到我們的業務創新上面。

 

前面提到，既然牽涉到邊緣，復雜性就很高，要比數據中心高出很多。大家可以看到戴爾科技在邊緣上也有很多自己的產品，包括邊緣網關，特別適合邊緣場所里面對溫度、濕度、抗震等等要求非常高的設備，從服務器到工作站等等。

 

今天的主題是通過邊緣讓數據發揮更大的價值，對數據的管理是戴爾比較拿手的一件事情，前面講的幾個場景都有用到數據湖的解決方案。十幾年前開始提數據湖，能夠支撐結構化到非結構化，結構化有自己的平臺，非結構化也有自己的平臺。現在海量數據的增長都在非結構化平臺，最早的只是通過文件的形式存儲，通過文件的協議訪問，到后面有Hadoop，再到后面最新的理念或者架構叫做湖倉一體。數據湖有著非常強的生命力，可以適配現在各種主流的數據處理框架。我們還要關注數據的安全，前面提到數據避風港是在有了邊緣場景以后，大家要特別關注的，我們是在這兩個方向有足夠的價值可以幫助大家。

 

正是因為這樣，我們看到邊緣場景是業務場景非常廣泛，作為戴爾不可能一個人去做所有的事情，我們最專注的還是在基礎架構。我們希望打造一個邊緣計算的合作伙伴生態，現在已經有了這樣一個雛形或者開始，國際上西門子、PTC這些在生產自動化方面非常強的企業都是我們的合作伙伴，同時我們也在國內去看各個子行業和應用場景，希望找到相應的應用合作伙伴，一起為我們的客戶交付端到端的解決方案。

 

圖中企業是做光伏的質量檢測和管理，其實就是從邊緣開始，生產線上的每個生產環節的視覺檢測，利用到AI技術實時處理數據。很多客戶已經積累大量的數據，怎樣利用這些數據迭代我們的檢測算法，幫助我們在業務端更好地提升良品率，會有更好的質量管控。

 

基于此，戴爾科技集團真的是希望打造一個生態，我們在上海成立了邊緣創新聯合實驗室，特別選擇創新，因為希望跟我們的ISV應用提供商一起到各個行業找到創新的場景，然后把合作伙伴在軟件上的能力加上戴爾科技在基礎架構上的能力捏在一起。我們的實驗室有全套的基礎架構設施，已經把西門子、PTC等等應用展示在聯合實驗室里面，我們希望各位客戶和合作伙伴感興趣的話，能夠來到我們的實驗室，把我們的應用落地，看一看怎樣在實際的工作中發揮作用。我們希望這個實驗室作為方案的展示、驗證和測試，能夠為合作伙伴賦能。

 

以上就是和大家分享戴爾科技集團從邊緣開始，怎樣利用數據和算力打造開放的生態，最核心的宗旨就是希望能夠跟我們的客戶一起真正在數字化轉型、業務創新領域出一份力。