電子發燒友網報道（文/周凱揚）云計算作為云時代最重要的一大產物，如今已經成為了許多行業處理大數據的首選，與此一并應運而生的的概念還有霧計算和邊緣計算。霧計算主要用于本地網絡資產微型數據中心，而邊緣計算主要用于工業PC和限定流程的應用，以及自治設備上的實時信息處理。

IDC預計，到2020年，全球將有超過500億的終端和設備聯網，2025年全球數據重量將達到175ZB，其中半數以上（90ZB+）的數據需要在網絡邊緣側進行存儲、處理和分析。2023年，將有42.4%的企業采取邊緣+核心的方案建立數據庫，設備的架構也將逐漸演化為“云+邊+端”的三級架構。

據統計，2019年全球邊緣計算市場總值為35億美元，預計從2020年到2027年將實現37%以上的復合年增長率。據Stratistics MRC 2018年發布的全球邊緣計算報告中提到，早在2017年，全球移動端的邊緣計算市場就已經達到了2億美元，而2026年這一市值將達到27.72億美元，這一預測區間內的年復合增長率達到33.9%。

云計算vs邊緣計算

不論是何種應用，我們從所需帶寬、算力和接入數量上來看，云計算都足以滿足這些應用的需要，那么為什么需要轉而選擇邊緣計算呢？

眾所周知，云計算是集中式的，而邊緣計算是分布式的。由于集中部署需要建立數據中心的局限性，用戶側與數據中心的距離就成了阻礙，引發了帶寬成本高、時延大、流量密集等問題。邊緣計算都選擇了以邊緣端的設備來進行數據的處理和傳輸，從而降低發送到云端的延遲，一并降低了部署成本和帶寬成本。

邊緣計算與云計算還有一處差異，那就是前者的應用場景更加做到更加細化。比如在ADAS中，邊緣計算方案對可靠性和安全性的需求更高，同時還要保證盡可能低的功耗。

幾大全球云服務商巨頭如今也開始向邊緣計算穩步布局，借用早期在云計算上發展的優勢，亞馬遜、微軟、谷歌還有國內的BAT都開始將計算技術下沉至邊緣側。同步發展的還有相關產業鏈上的軟硬件提供商等，分別在能源、工業、交通和智慧城市等領域滲透。

2019年全球邊緣計算市場份額 / GrandView

邊緣計算服務商

亞馬遜

今年六月，亞馬遜正式發布了AWS Snowcone，一個同時做到輕量級和安全堅固的邊緣計算、邊緣存儲和數據傳輸設備。Snowcone是亞馬遜Snow系列的新品，該系列專注于解決嚴峻非數據中心環境下的客戶需求，為他們提供一致網絡連接的站點運行操作。但與AWS Snowball和AWS Snowmobile這類大型邊緣計算設備不同，Snowcone主打輕量級的物理邊緣計算，適用于戰術邊緣計算、醫護物聯網、工業物聯網、交通運輸等應用場景。

AWS Snowcone / 亞馬遜

如上圖所示，該設備質量小至2kg，卻包含了8TB的存儲空間，并配有2個CPU，4GB內存以及USB-C連接。Snowcone可用于桌面端、數據中心、車輛與無人機等環境，既可以運行在交流電源下，也可以選用電池供電，這對自治應用來說是至關重要的一大特色。除了防竊取和防篡改之外，Snowcone還支持可信平臺模塊（TPM），確保數據的安全性和監管。內部數據采用AWS的密匙管理服務加密，并不會將密匙存儲于設備內。對于移動端部署來說，Snowcone可以在特定電池功率下工作，比如以25%的CPU占用率，在65W的電池下工作近6小時。同時還可以采用Wi-Fi接口從無線傳感器中收集數據。

微軟

除了像AWS Snow系列的物理邊緣計算平臺之外，亞馬遜還推出了針對5G網絡邊緣的AWS Wavelength，將計算和存儲服務嵌入電信運營商的5G網絡邊緣。而微軟為了響應這一市場的競爭，也于今年正式公布了Azure Edge Zones。5G雖然將移動寬帶的速度提升至10倍以上，但同樣需要考慮逐漸升高的設備密度和日益增長的延時需求。在Azure Edge Zones下，多接入的邊緣網絡可以做到5ms到30ms內的延遲。

Azure Edge Zones / 微軟

通過Azure為運營商提供服務，微軟對該方案的應用有幾大設想：時延要求高的工業物聯網和媒體服務負載的本地數據處理；通過物聯網和AI的組合加速，助力優化機器人、自動化和混合現實的創新；為游戲等需要高密度圖像和實時運算的應用提供新的方向；無縫集成虛擬網絡功能，比如諾基亞的Nuage Networks和VMware的VeloCloud等。

硬件供應商

華為

IoT網關AR502H / 華為

華為作為國內較早參與邊緣計算的公司之一，已在物聯網網關上發布了不少產品。其中新一代邊緣計算物聯網關AR502H更是在Interop Tokyo大會上斬獲金獎。此網關采用了開放式的邊緣計算架構，處理器為1GHz 4核的ARM A53，并配有2GB DDR4的內存和2GB SLC NAND的閃存，靈活擴展的AI外設可將算力推至16TOPS，支持TensorFlow和Caffe等主流AI框架；接口方面，支持5G/4G上行，同時集成RS232/485等傳統接口，實現了海量工業設備的兼容性。

Ascend 310芯片 / 華為

除了IoT網關之外，華為也推出了自己的邊緣計算芯片昇騰310。該處理器采用了華為自研的達芬奇架構，16位浮點數（FP16）下的性能可達8TFLOPS，而功耗僅為8W。其計算引擎選用了3D Cube，針對矩陣運算進行加速，充分發揮邊緣端AI的運算潛能，為自動駕駛、IT智能、智能制造等場景提供了優質的解決方案。

比特大陸

算豐BM1684 TPU / 比特大陸

比特大陸在去年推出了針對邊緣計算的算豐BM1684張量計算處理器，該芯片是面向深度學習領域推出的第三代張量處理器，相較上代設備性能提升約6倍。32位浮點數（FP32）下的峰值性能可達2.2TFLOPS，標準功耗為16W。比特大陸同期宣布該芯片將助力福州“城市大腦”的基礎建設，為城市提供全域分析所需的算力。比特大陸聯合創始人兼董事長詹克團此前透露，今年會在合適時機推出第四代AI芯片。

邊緣計算面臨的技術挑戰

1.硬件與算力上的限制：許多邊緣計算環境其實都受到硬件上的限制，就拿嵌入式設備來說，這些設備本身并不可能擁有數據中心體量的硬件，而更大的算力才意味著更快的數據處理速度。

2.輔助和操作限制：邊緣計算的硬件有時會帶來高昂的操作和維護成本，比如遍布數千里的風力渦輪機，或是油井礦脈下的傳感器。

3.遠程管理：很多邊緣計算環境中無法定期部署管理方案，比如應用程序更新、故障時的調試能力等，所以高可用性的邊緣計算往往需要具備以下特色：連接丟失時的數據緩存能力，約束網絡下的帶寬成本節省等。

4.安全：安全是邊緣計算的基本考慮因素，要確保數據中心與邊緣間的安全通信，保證靜態和動態數據的隱私，以及對敏感的客戶數據的匿名化。

除了相關企業在加緊擴張邊緣計算市場外，政府也在促進相關領域的發展。國內政策將首先估計5G應用的擴展，以此進一步擴大邊緣計算的需求。今年的政府工作報告已經指出，3.75萬億元的政府專項債券和6000億元的中央預算投資將用于新型基建，發展下一代的信息網絡。而邊緣計算可為海量機器通信（mMTC）和超可靠低延時通信（uRLLC）等5G應用提供合理的解決思路。

除此之外邊緣計算的應用領域也在不斷擴展，智慧城市是邊緣計算的最大應用市場之一。通過對樓宇的分析，不僅可以提供維護建議，同樣方便對城市規劃做出參考。直播與游戲領域同樣在享受邊緣計算帶來的福利，街機產業發達的日本最近也開始將非營業時間內的機器改造成邊緣計算端，從而為用戶提供隨時隨地的低時延游玩體驗。

云服務商開始發展邊緣計算是市場趨勢所致，但各個垂直行業在該領域上的布局仍處于較慢的速度。未來相信在運營商和云服務商的共同推進下，云邊協同將成為各個數字化轉型和創新的常態。

本文由電子發燒友網原創，未經授權禁止轉載。如需轉載，請添加微信號elecfans999.

2020年人工智能大會，點此參與大會報名
http://www.asorrir.com/activity/ai-2020/index.html