Top
首页 > 正文

边缘计算不再边缘,从试商用走向商用

边缘计算正逐步告别传统的“手工作坊”时代,即将迎来大爆发,在这一背景下,是物联网等技术催生边缘计算发生了质的飞跃。边缘计算解决的是数据处理速度的问题,将数据处理从云端转到边缘端,速度加快了,免去了走互联网这一个过程。
发布时间:2020-05-19 14:47        来源:中国电子报        作者:齐旭

5G把人们带入了万物互联的时代,边缘计算在5G时代将大有可为。边缘计算作为一种将主要处理和数据存储放在网络的边缘节点的分布式计算形式,已经成为自动驾驶、物联网、VR/AR、云游戏及工业互联网等领域的关键技术支撑。中国联通预计,未来三年必将是边缘计算的规模化部署期,2022年,将会有至少65%的数据需要下沉到边缘侧进行分析、处理和存储。

三大运营商在5G部署初期就将边缘计算考虑了进来,此举的好处在于运营商的5G承载网建设将支撑边缘计算对网络环境的要求,意味着通过边缘网络对业务能力的构建,可以解决在5G时代多种网络长期共存的问题。

可以预计的是,有了AI、云等数字化技术的赋能,今年边缘计算不再边缘,将从试商用走向商用,规模应用将持续深化。

针对个性化、泛在化的不同场景,AI助力边缘计算更好地满足各种需求场景的匹配。例如,在边缘计算中,边缘往往和各类传感器连接,而传感器的数据往往是非结构化的,很难直接用于控制和决策,因此需要边缘人工智能计算将非结构化的数据结构化,从而用于控制和决策。

边、云双轨并行将是未来边缘计算的发展方向。有人曾说过:如果云计算是计算及智能系统的大脑,那边缘计算就是这个系统的眼耳口鼻和四肢,二者需要协同。绝大多数情况下,数据都不是一次性数据,那些经过处理的数据仍需要从边缘节点汇聚集中到中心云,云计算做大数据分析挖掘、数据共享,同时进行算法模型的训练和升级,升级后的算法推送到前端,使前端设备更新和升级,完成自主学习闭环。同时,这些数据也有备份的需要,当边缘计算过程中出现意外情况,存储在云端的数据也不会丢失。二者紧密协同才能更好地让边缘设备具有部分自主决策的智能。

在“自动驾驶”这种最典型的边缘计算场景中,边云协同大有可为。车上的智能终端利用边缘计算及时处理大量数据来避免发生碰撞、行驶在正确的道路上。然而当该车算法需要更新,或者需要给智能汽车装上更好的模型、增加新的性能时,若边缘计算是独立和割裂于云的,那就意味着服务商需要召回市场上全部的汽车一个一个地安装完善。但若边缘计算与云计算打通并协同,汽车服务商按一个按钮就可以实时更新所有车辆的整个算法。

一项新技术的出现往往要经过时间的检验和打磨。如业内专家普遍指出的那样,技术标准、产业推进和生态构建仍是边缘计算规模商用发展的三大“拦路虎”。

在技术标准方面,要避免出现技术标准分裂。边缘计算从一个解决方案转变为一项基础性业务,需要运营商强有力地推进自己的技术规范和解耦标准,运行在统一的平台与标准之上。

在产业推进方面,在边缘计算研发和市场推进过程中,目前不同的厂商在打造各自的边缘计算平台时互相独立,从长远来看,规模商用还需要标准化、开放和开源技术,达成共识,从各个维度共同推动产业发展。

在生态建构方面,正如一位运营商专家所说,虽然运营商是产业链一个重要的环节,但是运营商并不能以一己之力就能把整个产业生态活跃起来,更重要的是从客户的需求角度来挖掘。而运营商要做的就是搭建一个平台,把更多的产业合作伙伴引入进来,拉低产业进入的门槛,提供一个更加通用的方式,支撑更多的上层应用或者更多客户需求。

目前来看,尽管产业链各方对于边缘计算拥有着不同的理解与诉求,但对于边缘计算的需求是明确的。因此要重视统一平台与标准体系的建设,重视用户和垂直行业的探索,从生态的角度入手,才能实现边缘计算产业的真正繁荣。

专家观点

中国工程院院士邬贺铨:

云边双轨并行尚存技术挑战

5G应用边缘计算是希望把计算能力下沉到边缘,边缘负责处理对时间敏感的数据,并且过滤掉这些数据再上到中心云。按IDC的预测,未来会有超过50%的数据在边缘层处理,而两级云的成本只是单级云的39%。

云计算的部分能力下沉,存储和内容分发能力下沉,能够适应低时延、快速处理,但是边缘云究竟下沉到什么程度?是下沉到每一个DU分布单元,还是下沉到CU集中单元,还是下沉到更高一点的等级?边缘计算的密集度怎样选择,这是一个挑战。

边缘计算并不是固定的边缘云,例如汽车一会儿接到这个基站,一会儿在那个基站,如果边缘计算是落地在基站里,那么边缘计算的点就要不断地变,这产生了边缘计算之间的通信,这种通信究竟通过中心云沟通,还是边缘云与边缘云之间沟通,现在没有很好的研究。而且边缘云与边缘云之间的沟通,需要有大量的网络开销,会引入时延。

中国联通网络技术研究院首席专家唐雄燕:

边缘计算推动力来自市场和技术

边缘计算被市场需求和技术两方面所推动。在市场驱动方面,随着超高清视频、AR/VR、工业互联网、车联网等业务的兴起,用户对时延和带宽的要求会越来越高,促使业务服务向网络边缘部署,为此,需要一个边缘计算环境,将应用、内容以及智能处理部署在更贴近客户的网络边缘,以此提升用户体验和网络效率并保障服务质量。

在技术驱动方面,网络功能虚拟化(NFV)、软件定义网络(SDN)、无线网络云化(C-RAN),以及云平台的自动管理与协同技术为边缘计算部署创造了技术条件。

边缘计算的创新应用主要集中在大带宽和低时延的业务领域,如4K/8K超清视频、AR/VR、大型演唱会/运动会直播,以及工业互联网、车联网、智能工厂、智慧园区、智慧校园等领域。

边缘计算MEC是运营商数字化转型的利器,可助力运营商快速搭建起与OTT及应用开发商合作的桥梁。电信运营商不仅可以将MEC平台的存储、计算能力开放给应用开发商和内容提供商,为他们提供全新的业务开发环境及用户体验,也可以将无线侧eNB信息封装成各种服务(如位置服务、带宽管理服务等),运行在MEC平台之上,供给企业和垂直行业使用,从而提供更多的增值服务,实现网络价值的最大化。

江行智能创始人刘江川:

边缘计算是一个关于时延的概念

边缘计算正逐步告别传统的“手工作坊”时代,即将迎来大爆发,在这一背景下,是物联网等技术催生边缘计算发生了质的飞跃。

边缘计算是一个多层次的系统,如果把云看成是最顶端的系统,那么,从云到端就可称为“边缘”,比如工业现场、5G基站、分布式数据中心等。

边缘计算解决的是数据处理速度的问题,将数据处理从云端转到边缘端,速度加快了,免去了走互联网这一个过程。在工业现场中,“边缘”并非一个绝对的地理概念,而是一个时延的差异。工业现场采集的数据是微秒级延迟,5G基站上是十到数十毫秒级延迟,分布式数据中心则是数十到100毫秒级延迟,到云上则会产生几百毫秒级的延迟。

合作站点
stat