如今，邊緣計算的范式正在改變，很多人日益關注邊緣計算。那么什么是邊緣計算?是什么驅動其發展?以及它在企業計算上的標志是什么?
邊緣計算在企業計算的發展歷史中并不是一個新鮮事物。由于引入了大型機，企業計算可以概括為兩種對立力量之間的斗爭：中央處理計算與接近生成數據位置的(即邊緣)計算。
使這種辯證法得以證明的大型機為世界提供了第一次利用高速計算和數據處理的機會。但是這些神奇的機器通常是很少有機會接近的;它們被部署在定制的房間里，需要高度專業化的工作人員。可以這么說，快速連續的計算時代是對早期集中式計算存在的局限性的回應，這種局限性也在不斷發展。從臺式機、筆記本電腦、智能手機和其他將優勢延伸到實現核心產業化的局域網、互聯網和公共云的創新，組織從這兩種力量之間的競爭中獲得了很多的好處。
但是現在正在發生的事情將會不可逆轉地改變集中計算和邊緣計算之間的動態。智能傳感器和智能執行器以前所未有的速度為外圍設備提供支持。
對于人們所稱的第四次工業革命或數字化轉型來說，邊緣計算的廣泛應用和增長已經勢不可擋。根據調研機構Gartner公司的數據，到目前為止，只有大約20%的企業數據在集中式數據中心之外的場所進行生產和處理，預計2025年這一數據將增加到75%，可能達到90%。并且沒有理由認為趨勢會減弱。
互聯世界中的新商業模式
Dell EMC公司物聯網戰略首席技術專家Tabet博士表示，智能設備的快速普及推動了對邊緣計算戰略的需求。
“現在發生了什么變化?人們佩戴著智能手表，乘坐自動駕駛汽車，并在醫院、零售店、住宅使用物聯網設備。”Tabet說。人們將這一現象與互聯網的誕生進行比較，而互聯網的引入和商業采用之間存在差距。
他說：“無論是在企業還是工業領域，還是個人生活中，我們都會引入網絡系統。隨著采用速度的加快，越來越多的業務模型正在被創建，這在以前是不存在的。”
行業專家指出，核心計算和邊緣計算之間平衡的這種轉變有多種因素。它們源于邊緣計算的積極屬性和核心計算的某些負面特性。
邊緣計算的驅動因素
降低延遲在邊緣計算中扮演著重要的角色。在任何情況下，感應和響應之間的延遲都要非常低，例如，自動駕駛中的某些動作將處理傳感器和執行器數據的計算機放在靠近這些設備的位置至關重要;對于自動駕駛汽車來說這是必要的，因為與云計算的相關的延誤可能會危及乘客的生命。
成本過高而且太慢
IBM公司沃森物聯網提供管理副總裁Stephan Biller表示，隨著企業對云計算有了更深入的了解，對邊緣計算策略的需求也越來越受到關注。
Biller說，“僅僅在五年前，很多企業管理者就會這么認為，‘一切業務都將在云中完成，因為它更便宜，擁有更多的計算能力等等。'然后意識到可以采用云計算，但實際上在某些情況下成本過高，而且速度太慢。如果在工廠和車間的設備的反應時間高于25毫秒的話，工作人員有可能被機器傷害，那么云計算的處理速度根本不夠快，甚至不夠可靠，無法解決這些安全問題。”
帶寬是企業轉向邊緣計算的另一個原因。邊緣傳感器可以生成大量數據，這些數據很容易超過互聯網連接的帶寬。以東芝在日本川崎的企業中心為例，該設施是在美國工業互聯網聯盟(IIC)、DELL EMC和東芝公司的支持下建立的一個物聯網測試平臺。這座建筑群每天有8000人居住，其中遍布數千個傳感器，可以測量從溫度和濕度到電梯效率，以及會議室利用率等所有內容。該項目每分鐘可以分析35,000個測量數據點，并使用深度學習技術來確定如何保護和優化建筑物的資產，其更大的目標是制定工程其他智能建筑的藍圖。Tabet博士是東芝項目的美國工業互聯網聯盟(IIC)負責人，也是物聯網戰略的首席技術專家。他表示，傳感器收集的數據將數據中心流傳輸到內部的命令中心，因為沒有直接的方法可以將每天產生300 TB的數據從其建筑傳輸到云端。也沒有合理的理由這樣做，因為來自傳感器的大部分時間序列數據都沒有價值。
Tabet說，持續連接還可以將計算推向邊緣。在需要絕對可靠性的情況下，例如，監測心臟起搏器，采用一個完全控制的邊緣網絡可以比不受控制的互聯網連接提供更多的保證。
還有一個原因與隱私、安全和監管問題有關。對于不需要連接到全球互聯網的進程，本地存儲庫可能更安全，并且可能不需要強制匿名化數據保護法規定的數據。
人工智能的最新突破有望成為邊緣計算最強大的驅動力。雖然大型數據集的中央處理是構建人工智能解決方案的基礎，但由此產生的機器學習算法可以調度到邊緣計算，允許組織在生成數據的地方將更多實時智能投入生產。
咨詢機構ABI Research公司預測，對于邊緣計算的人工智能推斷將在2023年增長至43%，高于2017年的6%，這歸因于價格更低的邊緣計算硬件，任務關鍵型應用程序，缺乏可靠且經濟高效的連接性選項，以及避免昂貴的云計算實施的愿望。
這將帶來經濟學的問題。如果不是有巨大利益吸引的話，邊緣計算如今也不會迅速發展。對于云計算提供的所有規模經濟，存儲和處理大量數據的成本不可忽略。隨著邊緣計算產生的數據呈爆炸式發展，企業發現將所有數據移回中央處理設施是不經濟的，即使帶寬和延遲不是問題。東芝項目的Tabet明確指出，“數據量、延遲、速度都是影響因素，并且也是成本。我們無法將數據移動到云端。”
正如邊緣計算的需求看起來那樣直觀，在邊緣計算上推動業務價值對于IT或業務領導者來說并不是一件小事。對于初學者來說，其定義和形式仍然是流動的，它們往往有許多細微差別。
例如Gartner公司強調，邊緣技術不是一種計算方式，而是一種物理世界和數字世界界限模糊的拓撲結構。Forrester Research公司將邊緣計算定義為分布數據和服務的技術系列，它們可以在不斷增長的連接資產中優化結果。但Forrester公司分析師BrianHopkins卻強調，不應將邊緣計算視為一種值得購買的技術，而應被理解為一種新的計算模式。
很多人認為，當今的邊緣計算并沒有脫離云計算。Gartner公司分析師Thomas Bittman和Bob Gill認為，“與更廣泛的數字世界的聯系”是邊緣計算的一個定義特征。并在2018年8月的報告中解釋說，“只連接到本地計算設備的傳感器而不是在邊緣，那么它只是一個將數據發送到本地計算機，只有本地工作人員才能與之交互的傳感器。”
IDC公司分析師、企業基礎設施專家Ashish Nadkarni也指出，“企業需要以經濟高效的方式收集、存儲和分析數據，這是其向邊緣計算轉移的一個主要因素，企業需要最大限度地利用邊緣計算的價值，并需要合并他們的IT和運營技術架構和實踐。”
需要邊緣計算策略嗎?
經驗豐富的IT領導者和天使投資人Jay Ferro對邊緣計算有著深刻的了解。
Ferro說，“很多供應商問我，我們需要一個邊緣計算策略嗎?”他指出，這些供應商首先要了解一些問題，“例如，是否希望獲取邊緣計算的最新信息?是否正在利用物聯網/邊緣計算?”如果是，則需要投資邊緣計算平臺，購買其服務。如今，邊緣計算和物聯網可能是人們最為關注的問題。
Ferro于2018年9月開始擔任美國最大的填充混凝土制造商Quikrete公司的首席信息官。他表示，目前其工作重點是解決和應用IT問題。但他相信邊緣計算(盡管面臨一些風險)將成為技術人員從繁重事務解脫出的一種力量。他認為將計算帶到業務發生的地方是一件好事。
簡而言之，關于邊緣計算的想法，研究機構和供應商都有自己的看法。但可以肯定的是，供應商正急于將他們的產品用于這種新的計算模式，由于該領域發展如此之快，一些產品將很快變得過時。根據Gartner公司的說法，到2022年，2018年和2019年實施的邊緣計算部署將被新的硬件和軟件所取代。
事實上，到2022年，邊緣計算的市場規模將達到70億美元，這對于IT行業來說將是一個硬件和軟件的繁榮發展時期，這在很大程度上是由于邊緣計算和中央處理源之間的技術過剩。
根據調研機構MarketsandMarkets的調查，預計北美將繼續在邊緣計算市場占據主導地位，其次是歐洲和亞太國家。
“計算世界并不只是邊緣和核心組成，還有很多計算可能發生在兩者之間，這就是不可思議的霧計算。”IIC執行董事、行業標準協會Object Management Group的首席執行官兼創始人、計算機科學家Richard Soley說。
核心數據中心與邊緣傳感器、數據執行器和其他設備之間的距離并不是一條直線，而是由區域數據中心、微型數據中心、云計算、邊緣服務器、個人家庭助理、邊緣控制器和嵌入式人工智能組成的多層次生態系統。
Soley說，“采用邊緣計算面臨的困難是，如何構建解決方案以最好地利用資源?”他補充說，IT領導者需要弄清楚可以在邊緣計算、核心或通往核心的路徑，以及數據管道較小的位置。”
Soley說，“這聽起來很簡單，但實施起來可能非常復雜，特別是如果數據資源和計算機資源將隨著時間而變化的話。”
像IIC這樣的組織和諸如邊緣計算的這樣的項目正在開發標準定義和體系結構。同時，邊緣計算產品傾向于高度定制，并針對特定情況進行設計。
以下是一些企業在邊緣計算領域發現價值的例子，以及讓邊緣計算戰略得以實施的來自供應商合作伙伴的建議。
人工智能、大數據、物聯網燃料能源巨頭的邊緣計算戰略
電力行業在邊緣計算應用中一直處于領先地位。歐洲電力和天然氣供應商Enel公司是一家全球能源巨頭，在35個國家擁有7300萬客戶。這家總部位于羅馬的公用事業公司與“獨角獸”企業C3.ai公司合作，開發軟件幫助電網運營商(如Enel)收集和分析來自智能電表、傳感器和其他設備的大量數據。
今年1月，Enel公司宣布了其在邊緣計算工作的新進展。該公司表示正在采用C3.ai公司開發的平臺，該平臺將整合來自其龐大智能電表和能源生成節點陣列的消費數據(至少部署4700萬個傳感器)與來自其各業務部門的數據。來自企業應用程序(如ERP和HR)以及操作系統(包括Cloudera、MongoDB、Oracle、PostgreSQL、SAP HANA和Siemens)的數據將集成并聚合到“統一的虛擬數據池”中。該公司表示，對Enel公司復雜數據環境的全面、安全和近實時視圖將使其100個strOng團隊由開發人員、數據科學家和業務分析師組成，以快速開發人工智能應用程序。Enel公司基礎設施主管Fabio Veronese表示，這種能力將推動一個運營效率的新時代。
C3.ai公司總裁兼首席技術官Ed Abbo說，“這是一個非常先進的邊緣計算驅動用例。他們正在實施能量平衡，并利用這些信息進行交易。并且可以預測未來15分鐘內某個特定風力發電機的供電量，以及客戶在此期間將消耗多少電力。”
這樣的邊緣計算策略不是一蹴而就的。從Enel公司的角度來看，采用邊緣計算技術可追溯到2001年，當時電力和天然氣供應商開始用數字智能電表取代意大利電力用戶的傳統電表，據該公司稱，這是業界首創的舉措。到2006年，Enel公司在意大利部署了3200萬個傳感器，使其能夠遠程自動化和管理大量業務，同時為最終用戶提供能耗窗口。隨后在西班牙、智利、巴西安裝了智能電表。
Enel公司和C3.ai公司之間達成合作也并非易事。他們的合作關系始于2013年，當時C3.ai公司總裁Abbo和斯坦福商學院教師Siebel前往Enel公司在羅馬的總部，以簽署一份基于C3.ai的初步協議。其人工智能技術能夠加載、映射和處理500億個數據點，這在當時是一筆很大的交易。在Enel公司首席信息官和埃森哲顧問的斡旋下，這次高風險的合作進展順利，但Enel公司的Veronese當時對C3.ai交付產品的能力提出質疑。
在Enel公司和C3.ai公司達成伙伴關系的歷史記錄中，其中包括Siebel和Veronese之間的賭注，其細節在斯坦福商學院教師Siebel的深入案例研究中有所描述。幾個月后， C3.ai公司提交了其首款產品，這是一個欺詐檢測應用程序，可以提供93%的預測準確度，其次是預測性維護應用程序，可以分析實時網絡數據、智能儀表數據、資產維護記錄和天氣數據，以預測電力饋線故障。
機器學習使邊緣計算變得更加智能
C3.ai公司針對Enel公司預測性維護應用程序集成了來自8個不同系統的數據(監控和數據采集、電網拓撲、天氣、電能質量、維護、勞動力、工作管理和庫存)。新功能包括使用高級圖形網絡方法和高級機器學習來改進預測。
技術合作和高層承諾
Enel公司的Veronese表示，當今的邊緣計算戰略是在2016年Enel公司推出的全面數字化轉型計劃的背景下達成的。“我們面臨的挑戰是全面的，例如如何全面掌握大數據和人工智能進行更好交流，如何才能掌握數字影響等。”Veronese在2019年3月在舊金山舉行的C3.ai用戶會議上說。
即使對于像Enel公司這樣經驗豐富的企業，實施和擴展大型邊緣項目通常也需要一個在包括云計算和人工智能在內的支持技術方面擁有領域專業知識和經驗(或經驗豐富的合作伙伴)的技術合作伙伴。(C3.ai與AWS、Microsoft Azure和谷歌云等知名的云計算供應商合作。)
云計算供應商承諾將主動性付諸實踐對于實現業務價值至關重要。例如，人工智能技術(c3.ai)幫助培訓了Enel公司的由數據科學家和應用程序開發人員組成的團隊，以確保其能夠設計和交付公司所說的數千種算法，這將有助于在未來三年內推動數十億美元的收入增長。
小型化技術中的“階躍函數”變化
隨著邊緣計算的成熟，C3.ai公司的Abbo表示，他預計邊緣計算至少會像云計算一樣具有顛覆性。他表示，隨著傳感器和處理器價格的下降，邊緣計算應用已經開啟了新的業務，并且不僅僅是擁有大型精英團隊的行業巨頭才能夠部署。
他說，無人機業務就是一個很好的例子，在無人機業務中，輕量級無人機的價格相對便宜，由于配備了Nvidia Jetson TX2處理器，可以實時分析連接到它們的許多攝像頭的視頻饋送。
他說，“無人機可以進行物體識別。用戶可以設置它們，這樣它們就可以隨時處理。這些無人機的數據無需返回云端處理就可以互相通信，其解決問題的能力已經在人工智能群體智能方面取得了突破。”
Abbo表示，“如何讓時光倒轉10年，由于電力效率低下或處理能力不足，這在很多方面都不現實。所以這是技術發生的階梯式函數變化，各行業人士都在關注無人機的應用，它開啟了以前根本不存在的可能性。”
當被問及這些變革性的大數據類型和人工智能增強型邊緣項目是否只針對大公司時，Abbo表示，目前正在設計的產品旨在通過減少設計和部署算法所需的人數來實現邊緣人工智能的民主化。對于C3.ai人工智能套件，他表示：“企業基本上可以分別聘用一名數據科學家、應用程序開發人員、數據集成專家、主題領域專家就可以構建一個試點項目。”
C3.ai公司的首席產品官Houman Behzadi表示，根據他的經驗，阻礙邊緣計算舉措的最大因素不是技術發展，而是缺乏領導力，其他專家和顧問也這么認為。
Behzadi說,“執行承諾最重要的事情需要措施到位,這需要管理進行變革轉型，而首席執行官則需要推動這種變革。”
人工智能在工廠的應用
IBM Watson物聯網管理副總裁Stephan Biller認為，那些與云計算相關的延遲和成本問題正在促進邊緣計算的發展。但是，如果沒有云計算提供的處理能力和規模，邊緣計算也發揮不了自己的作用。
舉例來說，液晶顯示器制造商深圳華星光電技術有限公司(CSOT)在生產過程中就采用邊緣計算技術。Biller的IBM Watson團隊與華星光電公司合作，致力于自動化和改進該公司檢查液晶屏生產質量的方式。而生產質量洞察通常耗費大量人力資源，需要輪班工作的操作人員檢查產品的缺陷。
一位不愿透露姓名的該公司高管表示，目視檢查是制造過程中最關鍵的部分。他說，“如果我們在將產品發送給設備制造商之前未發現缺陷，很容易導致代價高昂的產品退貨和返工，更不用說企業聲譽的損害。”
Biller表示，云計算技術支持的圖像識別軟件和邊緣計算工具(包括檢測點的高清晰度攝像機)的復雜部署極大地改變了這一過程，不僅將工時縮短到了幾分鐘，而且通過自動化持續改進檢查過程。
Biller說，“可以訓練人工智能來了解操作員的操作流程，例如如何檢測液晶顯示器的好壞，并且隨著時間的推移，可以校準機器學習算法來了解操作員將如何判斷圖像。人工智能技術可以取代操作員，并可能提高檢測的準確性，因為軟件不會疲勞。此外，培訓操作員可能需要4周或更長時間，而人工智能的訓練可以在幾個小時內完成。”
Biller說，“在情況有些復雜的案例中，人工智能的能力將得到重大提升，可以構建評分圖像的人工智能模型，這需要大量的計算能力，并在云中完成。在評分完成后，它會被下載到在工廠運行時工作的邊緣計算機上。該軟件為每個圖像(從0到100)提供‘置信度’，提示檢查員查看未通過的產品。如果情況發生了變化，我們需要重新校準模型，就需要返回到云端。”
Biller說，“而這種持續的學習就是采用云計算策略的一個優勢。”
邊緣計算實現了系統優化的云計算承諾
Biller認為，邊緣計算和云計算混合部署戰略的好處不僅僅是削減人力和提高準確性。他說，“一家工廠的軟件學習雖然在某些方面是獨一無二的，但可以轉移到這家公司的其他工廠應用，從而實現如果在一家工廠擁有所有的評分操作，就可以完成的知識共享”。
事實上，根據Biller的說法，邊緣計算系統級優化的潛力可能是范例所具有的更大價值。他說，可以考慮到在大都市地區部署邊緣計算技術優化交通模式，而不用為單一車輛寫入數千行代碼，并實現駕駛自動化。
低延遲非常關鍵，事實上，這是一個挽救生命的必要條件。開發一個中央系統來管理城市路口的交通也需要本地設備來捕獲數據，但是分析優化系統所需的大量視頻和其他數據文件實際上只能在云端完成。邊緣計算實際完成了云計算的工作。
Biller說：“由于延遲和成本問題，邊緣計算可以履行云計算無法兌現的承諾，并且邊緣計算將為云計算提供補充，混合部署將是革命性的。”
邊緣計算案例旨在為老年人提供便利
K4Connect公司將其定位描述為“以任務為中心的技術公司”，它正在利用邊緣計算和云計算將智能技術作為高級社區的生活方式。根據Kuldip Pabla的說法，技術是解決方案的關鍵要素。
K4Connect公司產品和工程高級副總裁Pabla說：“很多老年人采用K4Connect公司的技術。如果他們沒有以正確的方式獲得和使用技術，他們認為這是自己的問題。但如果我們無法在幾秒或幾毫秒內做出回應，他們就會認為這項技術難以使用，并且再也不會使用。”
K4Connect公司的多模式、模塊化軟件平臺旨在整合許多不同的智能設備和服務(從運動傳感器和智能燈具到健身應用程序和亞馬遜Alexa等語音助手)，所有這些都在一個系統上完成。更重要的是，作為其操作系統的FusionOS可以在云端、服務器或K4Box上運行，K4Box是安裝在住宅中的低功耗本地邊緣控制器。它與智能手機類似，但功能更強大。而采用智能手機也可與智能傳感器配對并提供一些智能家居功能，K4Box邊緣控制器能夠在本地存儲大量信息。當云計算連接不可用時，它可以在本地服務。Pabla說，邊緣計算控制器不僅可以解決可能阻礙老年人使用技術的延遲問題，還可以緩解隱私問題。“如果我們不將私有和個人數據帶到云中，我們就不必擔心隱私泄露問題。”
更多計算和存儲將用于邊緣工具
在多年的職業生涯中，Pabla一直致力于移動和云計算技術運營。在早期，他是眾多對等計算愛好者中的一員。其所在的公司致力于使用大型設備為手機等小型設備帶來智能或對等功能。“我還花費很多時間擴展云計算技術，同時為數百萬用戶服務。”他說。
“邊緣計算趨于處理分散的數據。而目前的限制因素是邊緣計算控制器的計算能力和存儲，以及定價。”Pabla說。他表示，為了應對計算和存儲的應用增加和價格上漲，K4Connect公司正在與英特爾公司原始設計制造商合作設計以適當價格出售的下一代控制器。
Pabla表示，目前完成的邊緣計算警報相對簡單。但是隨著計算和存儲障礙的清除，更多的場景以及更重要的場景將會出現。
首席信息官的機遇與風險
首席信息官和其他IT領導者應該如何考慮邊緣計算策略?行業人士在波士頓舉行的2019年3月首席信息官會議上提出了這個并不新鮮的話題，盡管有新的定義，而且它本身也不涉及技術。
Avoa公司首席信息官戰略顧問Tim Crawford說：“關于邊緣計算的討論始于從業務角度可以獲得什么。首席信息官應該像企業其他業務同事那樣思考邊緣計算。”
Crawford 表示，“高級管理人員的其他成員并沒有就傳感器或可穿戴設備進行討論。他們會問，‘我們如何吸引客戶?'或者‘我們如何才能將設備遙測技術帶入運營中?’公司必須決定邊緣計算發揮的正確作用，以及是否有合適的位置?”
企業首席信息官可能需要物聯網和其他技術專家的幫助，以協調邊緣計算中的專用設備、網絡和算法。但對于首席信息官及其IT團隊來說，這項技術的挑戰性的難度要比構建戰略要小。
“從架構的角度來看，這更具挑戰性，因為許多組織都有現有的架構，因此他們試圖將邊緣組件融入其中。”Crawford說。
StarCIO公司總裁Isaac Sacolick表示，“向邊緣計算的轉變讓許多首席信息官非常興奮，因為可以讓他們重新回到基礎設施領域”。
“他們真的需要思考這些問題，例如數據量、延遲、數據去向的問題，5G是否會解決延遲問題?還是需要將計算放在邊緣并在那里解決?”Sacolick說。
他建議說，“首席信息官需要考慮算法問題，例如需要什么算法?哪些需要它們做不同類型的決策?”例如，一位在全球擁有15家工廠的制造業首席信息官應該考慮哪種類型的算法更易于實施。
此外，Sacolick認為邊緣計算并不一定更安全，而邊緣計算供應商對此也存在爭議。
Sacolick認為企業首席信息官可能需要技術幫助來執行他們的邊緣戰略。但是，更重要的是，他們在選擇邊緣計算供應商時需要有敏銳的洞察力。
他說：“我對首席信息官提出的建議是，有時候必須有專業知識才能構建一些東西，但通常情況下，在要如何采用新技術方面必須有專業知識。”
他表示，僅用于邊緣計算的人工智能和物聯網領域的技術現任者和初創企業的前景非常廣闊。“目前市場上有數百家邊緣計算供應商，而作為首席信息官需要知道，三分之一的公司將在五年內將會倒閉，三分之一的公司將被收購，三分之一的公司最終可能會成為真正穩定發展的邊緣計算供應商。”Sacolick說。
他補充說：“這就是首席信息官的職責，需要審視這些不同的因素，做一些有意義的事情。而購買決策以及如何考慮架構和成本因素是首席信息官面臨的風險。”
京公網安備 11010502049343號