【云端科技巨頭紛紛布局，這些行業(yè)可以最大化受益】對于即時處理和分析物聯(lián)網(wǎng)設(shè)備、聯(lián)網(wǎng)汽車和其他數(shù)字平臺的數(shù)據(jù)而言，云端平臺已經(jīng)“能力不足”，邊緣計算的時代即將來臨。

更快的數(shù)據(jù)處理是一種至關(guān)重要的能力。例如，自動駕駛汽車本質(zhì)上可以看做是一臺車輪上的大型高功率計算機，其通過多個傳感器收集數(shù)據(jù)。為了使這些車輛安全可靠地運行，他們需要立即響應(yīng)周圍環(huán)境。處理速度的任何滯后都可能是致命的。

雖然聯(lián)網(wǎng)設(shè)備的大部分?jǐn)?shù)據(jù)處理現(xiàn)在都在云平臺上進(jìn)行，但在中央服務(wù)器上來回發(fā)送數(shù)據(jù)可能需要幾秒鐘的時間。

邊緣計算則可以加速自動駕駛車輛的數(shù)據(jù)處理速度。該技術(shù)使連接的設(shè)備能夠處理在“邊緣”處創(chuàng)建的數(shù)據(jù)，這一“邊緣”在設(shè)備本身內(nèi)部或更接近設(shè)備本身。

到2020年，估計普通人每天將產(chǎn)生1.5GB的數(shù)據(jù)。隨著更多設(shè)備連接到互聯(lián)網(wǎng)并生成數(shù)據(jù)，云計算可能無法全部處理這些數(shù)據(jù)——特別是在某些用途所需的更快速度下。

邊緣計算提供了云計算的替代方案，其可能具有遠(yuǎn)遠(yuǎn)超出自動駕駛車輛的應(yīng)用。

包括亞馬遜、微軟和谷歌在內(nèi)的一些最大的科技公司正在探索邊緣計算，這可能會引發(fā)下一場大型計算競賽。雖然亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)仍然在公共云領(lǐng)域占據(jù)主導(dǎo)地位，但仍有待觀察——誰將成為這個新興領(lǐng)域的領(lǐng)導(dǎo)者。

不斷變化的計算環(huán)境：從云計算到邊緣計算

到2019年，全球物聯(lián)網(wǎng)市場規(guī)模預(yù)計將超過1.7萬美元，比2013年的486億美元增長三倍多。

云計算已然成為這其中的主流趨勢。云計算使公司能夠在他們自己的物理硬件之外以及遠(yuǎn)程服務(wù)器網(wǎng)絡(luò)(通常稱為“云”)之間存儲和處理數(shù)據(jù)(以及其他計算任務(wù))。

由于其日益普及，云計算吸引了亞馬遜、谷歌、微軟和IBM等主要科技公司。根據(jù)私有云管理公司RightScale在2018年進(jìn)行的一項調(diào)查顯示，在主要的公共云提供商中，亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)和微軟Azure分別排名第一和第二。

但集中式云計算并非適用于所有應(yīng)用程序和用例。邊緣計算提供傳統(tǒng)云基礎(chǔ)架構(gòu)可能難以提供的解決方案。

在數(shù)據(jù)更浩繁的未來，數(shù)十億設(shè)備連接到互聯(lián)網(wǎng)，更快、更可靠的數(shù)據(jù)處理將變得至關(guān)重要。

近年來，云計算的整合和集中性已經(jīng)證明具有成本效益和靈活性，但物聯(lián)網(wǎng)和移動計算的興起給網(wǎng)絡(luò)帶寬帶來了壓力。

最終，并非所有智能設(shè)備都需要利用云計算來運營。在某些情況下，甚至可以直接跳到邊緣計算的應(yīng)用。

據(jù)CBInsights分析，到2022年，全球邊緣計算市場估計將達(dá)到6.72億美元。雖然是一個新興領(lǐng)域，但相比云計算目前運營的某些領(lǐng)域，邊緣計算可能會更有效率。

邊緣計算使數(shù)據(jù)能夠更接近于其創(chuàng)建的位置(即電機、泵、發(fā)電機或其他傳感器)進(jìn)行處理，從而減少了在云之間來回傳輸數(shù)據(jù)的需求。

國際數(shù)據(jù)公司IDC將其描述為“微型數(shù)據(jù)中心的網(wǎng)狀網(wǎng)絡(luò)，可在本地處理或存儲關(guān)鍵數(shù)據(jù)，并將所有接收的數(shù)據(jù)推送到中央數(shù)據(jù)中心或云存儲庫，占地面積小于100平方英尺”。

例如，列車可能包含可立即提供其發(fā)動機狀態(tài)的傳感器。在這種情況下，無論是在火車上還是在云平臺中，獲得和處理傳感器數(shù)據(jù)都不再需要前往數(shù)據(jù)中心，去查看是否有某些因素影響了運營。

對數(shù)據(jù)處理和存儲進(jìn)行本地化，可以減輕計算網(wǎng)絡(luò)的負(fù)擔(dān)。當(dāng)較少的數(shù)據(jù)發(fā)送到云時，延遲的可能性——即云和物聯(lián)網(wǎng)設(shè)備之間的交互導(dǎo)致的數(shù)據(jù)處理延遲——會減少。

硬件底層邊緣計算技術(shù)也因此需要承擔(dān)更多性能上的壓力。該技術(shù)包括用于收集數(shù)據(jù)的傳感器和用于處理連接設(shè)備內(nèi)的數(shù)據(jù)的CPU或GPU。

隨著邊緣計算的興起，了解邊緣設(shè)備所涉及的另一項技術(shù)——霧計算，顯得非常重要。

邊緣計算更具體地指的是在網(wǎng)絡(luò)的“邊緣”處或附近完成的計算過程，但“霧計算”是指邊緣設(shè)備和云之間的網(wǎng)絡(luò)連接。換句話說，霧計算將云延伸到更接近網(wǎng)絡(luò)的邊緣——因此，“霧計算”總是使用邊緣計算。

邊緣計算帶來了一系列明顯的優(yōu)勢，包括：

實時或更快的數(shù)據(jù)處理和分析。數(shù)據(jù)處理更靠近源，而不是外部數(shù)據(jù)中心或云，這樣可以縮短延遲時間。

降低成本。企業(yè)在本地設(shè)備上的數(shù)據(jù)管理解決方案所花費的成本低于云和數(shù)據(jù)中心網(wǎng)絡(luò)。

減少網(wǎng)絡(luò)流量。隨著物聯(lián)網(wǎng)設(shè)備數(shù)量的增加，數(shù)據(jù)生成繼續(xù)以創(chuàng)紀(jì)錄的速度增長。結(jié)果，網(wǎng)絡(luò)帶寬變得更加有限，壓倒了云，導(dǎo)致更大的數(shù)據(jù)瓶頸。

提高應(yīng)用程序效率。通過降低延遲級別，應(yīng)用程序可以更高效、更快速地運行。

強調(diào)云的作用也降低了單點故障的可能性。

如果公司利用集中式云來存儲其數(shù)據(jù)并且云計算中斷，則在問題得到解決之前數(shù)據(jù)將無法訪問，并可能導(dǎo)致嚴(yán)重的業(yè)務(wù)損失。

2016年，由于Salesforce的NA14網(wǎng)站停運，Salesforce.com上線超過24小時。客戶無法訪問大量客戶數(shù)據(jù)，從電話號碼到電子郵件等等——這嚴(yán)重擾亂了業(yè)務(wù)。此后，Salesforce將其物聯(lián)網(wǎng)云遷移到亞馬遜AWS，但停電故障又凸顯了僅依靠云端也是不行的。

減少對云的依賴也意味著某些設(shè)備可以脫機可靠地運行。這在互聯(lián)網(wǎng)連接受限的地方特別有用——無論是在具有少量訪問權(quán)限的特定地理位置，還是在遠(yuǎn)程，通常難以訪問的站點(如油田)。

邊緣計算的另一個關(guān)鍵優(yōu)勢涉及安全性和合規(guī)性。隨著各國政府越來越關(guān)注公司如何利用消費者數(shù)據(jù)，這一點尤為重要。

最近在歐盟執(zhí)行通用數(shù)據(jù)保護(hù)條例(GDPR)就是這種情況，該條例旨在保護(hù)個人的個人身份信息免受數(shù)據(jù)濫用。

由于邊緣設(shè)備在本地級別收集數(shù)據(jù)并對其進(jìn)行操作，因此可以避免向云端的數(shù)據(jù)傳輸。因此，敏感信息不需要通過網(wǎng)絡(luò)，如果發(fā)生對云的網(wǎng)絡(luò)攻擊，那么影響就可以大幅減少。

邊緣計算還允許新興連接設(shè)備與較舊的“傳統(tǒng)”設(shè)備之間的一定程度的互操作性。它將舊系統(tǒng)使用的“通信協(xié)議”轉(zhuǎn)換為現(xiàn)代連接設(shè)備可以理解的語言。這意味著傳統(tǒng)工業(yè)設(shè)備可以無縫高效地連接到現(xiàn)代物聯(lián)網(wǎng)平臺。

在云計算領(lǐng)域占據(jù)主導(dǎo)地位的玩家(亞馬遜、谷歌、微軟)正在成為邊緣計算領(lǐng)導(dǎo)者。

去年，亞馬遜憑借AWSGreengrass進(jìn)軍邊緣計算領(lǐng)先于該計劃。該服務(wù)將AWS擴展到設(shè)備，因此他們可以“對他們生成的數(shù)據(jù)進(jìn)行本地操作，同時仍然使用云進(jìn)行管理，分析和持久存儲?！?/p>

微軟也在這個領(lǐng)域做出了一些重大舉措。該公司計劃在未來4年內(nèi)在物聯(lián)網(wǎng)上花費5億美元，這涉及其邊緣計算計劃——AzureIoTEdge解決方案。該解決方案將“云分析擴展到邊緣設(shè)備”，并可脫機使用。該公司還希望專注于邊緣的人工智能應(yīng)用。

谷歌本月早些時候發(fā)布了兩款新產(chǎn)品，以幫助改善邊緣連接設(shè)備的開發(fā)：硬件芯片EdgeTPU和CloudIoTEdge，一個軟件堆棧。根據(jù)谷歌的說法，“CloudIoTEdge將GoogleCloud強大的數(shù)據(jù)處理和機器學(xué)習(xí)擴展到數(shù)十億邊緣設(shè)備，如機器人手臂，風(fēng)力渦輪機和石油鉆井平臺，因此他們可以實時處理來自傳感器的數(shù)據(jù)，并在本地預(yù)測結(jié)果。”

隨著更多連接設(shè)備的出現(xiàn)，不斷上升的生態(tài)系統(tǒng)中的許多參與者正致力于使邊緣計算能夠快速發(fā)展的軟件和技術(shù)。

在接下來的四年中，惠普企業(yè)(HPE)將投資40億美元用于邊緣計算。HPE的Edgeline融合邊緣系統(tǒng)面向需要數(shù)據(jù)中心級計算能力，同時需要經(jīng)常與工業(yè)合作伙伴遠(yuǎn)程條件下配合。

Edgeline融合邊緣系統(tǒng)(左圖所示的EL1000型號)可以提供工業(yè)操作——例如跨石油鉆井平臺，工廠或銅礦。這些操作主要通過聯(lián)網(wǎng)設(shè)備的洞察力，而無需依賴將數(shù)據(jù)發(fā)送到云或數(shù)據(jù)中心。

新興邊緣計算領(lǐng)域的其他主要參與者包括ScaleComputing、Vertiv、華為技術(shù)、富士通和諾基亞等。

AI芯片制造商NVIDIA于2017年推出了JetsonTX2，這是一款面向邊緣設(shè)備的AI計算平臺。此前，其前身JetsonTX1發(fā)布，并聲稱會“(重新定義)將高級AI從云端擴展到邊緣的可能性?！?/p>

許多知名公司也投資于邊緣計算，包括通用電氣、英特爾、戴爾、IBM、思科、惠普企業(yè)、微軟、SAPE和AT&T。

例如，戴爾和英特爾投資了Foghorn，這是一家面向工業(yè)和商業(yè)物聯(lián)網(wǎng)應(yīng)用的邊緣情報提供商。戴爾還參與了IIoT邊緣平臺IOTech的種子輪融資。

上面提到的許多公司，包括思科、戴爾和微軟，已經(jīng)組成了OpenFog聯(lián)盟，旨在標(biāo)準(zhǔn)化邊緣計算技術(shù)的應(yīng)用。

跨行業(yè)的邊緣計算

隨著傳感器的價格和計算成本的不斷下降，更多的“東西”將連接到互聯(lián)網(wǎng)。

隨著越來越多的連接設(shè)備的出現(xiàn)，邊緣計算將會在不同行業(yè)中看到越來越多的應(yīng)用，尤其是在某些情況下，云計算被證明效率低下。

從自動駕駛汽車到農(nóng)業(yè)，有幾個部門可以從邊緣計算的潛力中最大化受益：

運輸

邊緣計算技術(shù)最明顯的潛在應(yīng)用之一是跨運輸——更具體地說——是自動駕駛汽車。

自動駕駛車輛配備了各種類型的傳感器，從攝像機到雷達(dá)到基于激光雷達(dá)的系統(tǒng)，以幫助車輛運行。

如前所述，這些自動駕駛車輛可以利用邊緣計算通過這些傳感器更加靠近車輛處理數(shù)據(jù)，從而節(jié)省了寶貴的毫秒數(shù)。雖然無人駕駛汽車尚未成為主流，但很多公司正在做準(zhǔn)備。

今年早些時候，AutomotoiveEdgeComputingConsortium(AECC)宣布將推出專注于聯(lián)網(wǎng)汽車解決方案的運營。成員包括DENSO、ToyotaMotor、AT&T、Ericsson、Intel等。

“互聯(lián)汽車正在迅速擴展到豪華車型和高端品牌，再到大批量、中端市場的車型。該行業(yè)將很快達(dá)到臨界點，產(chǎn)生的車輛數(shù)據(jù)量將超過現(xiàn)有的云、計算和通信基礎(chǔ)設(shè)施資源?！盇ECC總裁兼主席KenichiMurata表示。

但它不僅僅適用于生成大量數(shù)據(jù)并需要實時處理的自動駕駛汽車。它也是飛機、火車和無人駕駛系統(tǒng)的未來關(guān)鍵。

例如，飛機制造商龐巴迪公司的C系列配備了大量傳感器，可以立即檢測發(fā)動機性能問題。超過12小時的飛行，飛機產(chǎn)生844TB的數(shù)據(jù)。邊緣計算允許實時處理數(shù)據(jù)，因此公司可以主動處理引擎問題。

衛(wèi)生保健

人們越來越習(xí)慣穿著健身追蹤器、血糖監(jiān)測儀、智能手表和其他健康監(jiān)測可穿戴設(shè)備。

但要真正捕獲收集的大量數(shù)據(jù)的好處，可能需要進(jìn)行實時分析——雖然許多可穿戴設(shè)備直接連接到云，但其他可以脫機操作。

一些可穿戴健康監(jiān)視器可以在不連接到云的情況下，本地分析脈沖數(shù)據(jù)或睡眠模式。然后，醫(yī)生可以當(dāng)場評估患者，并提供有關(guān)其健康狀況的按需反饋。

但醫(yī)療保健領(lǐng)域的邊緣計算潛力遠(yuǎn)遠(yuǎn)超出可穿戴設(shè)備——當(dāng)考慮快速數(shù)據(jù)處理對醫(yī)院和診所的遠(yuǎn)程患者監(jiān)護(hù)、住院治療和醫(yī)療管理的好處時。

醫(yī)生和臨床醫(yī)生將能夠為患者提供更快、更好的護(hù)理，同時為患者生成的健康數(shù)據(jù)(PDHD)增加額外的安全保障。平均病床有超過20個連接設(shè)備，會產(chǎn)生大量數(shù)據(jù)。它不會將機密數(shù)據(jù)發(fā)送到可能無法訪問的云端，而是更接近邊緣。

如前所述，本地化數(shù)據(jù)處理意味著廣泛的云或網(wǎng)絡(luò)故障不會影響該過程。即使云操作中斷，這些醫(yī)院傳感器也可以獨立運行，并且仍可按預(yù)期運行。

制造業(yè)

智能制造可以從現(xiàn)代工廠中使用的大量傳感器中獲得洞察力。

邊緣計算的延遲問題減少可能導(dǎo)致制造工作流程中更快的變化，從而能夠?qū)崟r應(yīng)用洞察力和行動。這可能包括在機器過熱之前關(guān)閉機器。

工廠可以使用兩個機器人，配備傳感器并連接到邊緣設(shè)備，以執(zhí)行相同的任務(wù)。邊緣設(shè)備可以運行機器學(xué)習(xí)模型來預(yù)測其中一個機器人是否會發(fā)生故障。

如果該邊緣設(shè)備確定機器人可能發(fā)生故障，則會觸發(fā)一個動作來停止或減慢它。這將允許工廠實時評估故障的可能性。

如果機器人可以自己處理數(shù)據(jù)，它們也可能變得更加自給自足和被動反應(yīng)。

邊緣計算應(yīng)該允許從大數(shù)據(jù)生成更大、更快的洞察，并且更多的機器學(xué)習(xí)應(yīng)用于操作。

最終目標(biāo)是利用正在創(chuàng)建的大量數(shù)據(jù)的未開發(fā)價值，防止安全隱患，并減少工廠中斷。

農(nóng)業(yè)和智能農(nóng)場

邊緣計算是農(nóng)業(yè)的理想選擇，因為農(nóng)場的偏遠(yuǎn)位置和惡劣條件可能會帶來帶寬和連接問題。

目前，希望改善連接性的智能農(nóng)場正在投資昂貴的光纖、微波連接或擁有全時衛(wèi)星；而邊緣計算提供了合適的成本效益替代方案。

智能農(nóng)場可以使用邊緣計算來監(jiān)控溫度、設(shè)備性能，并自動減慢或關(guān)閉過程(例如過熱泵)。

能源與網(wǎng)格控制

邊緣計算可以證明在整個能源行業(yè)尤為有效，特別是對于石油和天然氣公用事業(yè)的安全監(jiān)控。

例如，應(yīng)密切監(jiān)控壓力和濕度傳感器，并且不能承受連接失效，特別是因為大多數(shù)傳感器位于偏遠(yuǎn)地區(qū)。如果出現(xiàn)異常情況——例如油管過熱有沒有被發(fā)現(xiàn)，可能會發(fā)生災(zāi)難性的爆炸。

另一個好處是能夠?qū)崟r檢測設(shè)備故障。通過電網(wǎng)控制，傳感器可以監(jiān)控從電動車到風(fēng)電場的各種能源，幫助做出降低成本和提高能源效率的決策。

其他

其他可以利用邊緣計算技術(shù)的行業(yè)包括金融和零售。這兩個部門都使用大量客戶和后端數(shù)據(jù)集來提供從股票市場選擇到店內(nèi)服裝放置的所有信息，并且可以從較少依賴云來處理數(shù)據(jù)中獲益。

零售業(yè)可以使用邊緣計算應(yīng)用程序來增強客戶體驗。雖然如今許多零售商都專注于改善店內(nèi)體驗，但優(yōu)化收集和分析數(shù)據(jù)的方式是有意義的——特別是當(dāng)許多人正在嘗試使用連接鏡和智能顯示器時。

此外，許多人會使用從店內(nèi)平板電腦生成的銷售點數(shù)據(jù)，然后將其傳輸?shù)皆苹驍?shù)據(jù)中心。通過邊緣計算，可以在本地分析數(shù)據(jù)，減少敏感數(shù)據(jù)泄漏的可能性。

結(jié)論

從可穿戴設(shè)備到車輛再到機器人，物聯(lián)網(wǎng)設(shè)備正在獲得動力。

隨著我們向更加連通的生態(tài)系統(tǒng)邁進(jìn)，數(shù)據(jù)生成將繼續(xù)飆升，特別是隨著5G技術(shù)的發(fā)展和更快的連接。

雖然集中式云或數(shù)據(jù)中心傳統(tǒng)上是數(shù)據(jù)管理、處理和存儲的首選，但它們都有其局限性。

而邊緣計算可以提供替代解決方案，但由于該技術(shù)仍處于起步階段，因此很難預(yù)測其成功的進(jìn)展。

設(shè)備功能面臨的挑戰(zhàn)——包括開發(fā)可以處理云計算卸載的軟件和硬件的能力——可能會出現(xiàn)。能夠教導(dǎo)機器在可以在邊緣執(zhí)行的計算和需要云的計算之間切換也是一個挑戰(zhàn)。

即便如此，隨著采用率的提高，公司將有更多機會跨行業(yè)測試和部署這項技術(shù)。

雖然一些用例可能比其他用例更清楚地證明邊緣計算的價值，但對整個互聯(lián)生態(tài)系統(tǒng)的潛在影響可能會改變游戲規(guī)則。