如今,边缘计算的范式正在改变,很多人日益关注边缘计算。那么什么是边缘计算?是什么驱动其发展?以及它在企业计算上的标志是什么?
边缘计算在企业计算的发展历史中并不是一个新鲜事物。由于引入了大型机,企业计算可以概括为两种对立力量之间的斗争:中央处理计算与接近生成数据位置的(即边缘)计算。
使这种辩证法得以证明的大型机为世界提供了第一次利用高速计算和数据处理的机会。但是这些神奇的机器通常是很少有机会接近的;它们被部署在定制的房间里,需要高度专业化的工作人员。可以这么说,快速连续的计算时代是对早期集中式计算存在的局限性的回应,这种局限性也在不断发展。从台式机、笔记本电脑、智能手机和其他将优势延伸到实现核心产业化的局域网、互联网和公共云的创新,组织从这两种力量之间的竞争中获得了很多的好处。
但是现在正在发生的事情将会不可逆转地改变集中计算和边缘计算之间的动态。智能传感器和智能执行器以前所未有的速度为外围设备提供支持。
对于人们所称的第四次工业革命或数字化转型来说,边缘计算的广泛应用和增长已经势不可挡。根据调研机构Gartner公司的数据,到目前为止,只有大约20%的企业数据在集中式数据中心之外的场所进行生产和处理,预计2025年这一数据将增加到75%,可能达到90%。并且没有理由认为趋势会减弱。
互联世界中的新商业模式
Dell EMC公司物联网战略首席技术专家Tabet博士表示,智能设备的快速普及推动了对边缘计算战略的需求。
“现在发生了什么变化?人们佩戴着智能手表,乘坐自动驾驶汽车,并在医院、零售店、住宅使用物联网设备。”Tabet说。人们将这一现象与互联网的诞生进行比较,而互联网的引入和商业采用之间存在差距。
他说:“无论是在企业还是工业领域,还是个人生活中,我们都会引入网络系统。随着采用速度的加快,越来越多的业务模型正在被创建,这在以前是不存在的。”
行业专家指出,核心计算和边缘计算之间平衡的这种转变有多种因素。它们源于边缘计算的积极属性和核心计算的某些负面特性。
边缘计算的驱动因素
降低延迟在边缘计算中扮演着重要的角色。在任何情况下,感应和响应之间的延迟都要非常低,例如,自动驾驶中的某些动作将处理传感器和执行器数据的计算机放在靠近这些设备的位置至关重要;对于自动驾驶汽车来说这是必要的,因为与云计算的相关的延误可能会危及乘客的生命。
成本过高而且太慢
IBM公司沃森物联网提供管理副总裁Stephan Biller表示,随着企业对云计算有了更深入的了解,对边缘计算策略的需求也越来越受到关注。
Biller说,“仅仅在五年前,很多企业管理者就会这么认为,‘一切业务都将在云中完成,因为它更便宜,拥有更多的计算能力等等。'然后意识到可以采用云计算,但实际上在某些情况下成本过高,而且速度太慢。如果在工厂和车间的设备的反应时间高于25毫秒的话,工作人员有可能被机器伤害,那么云计算的处理速度根本不够快,甚至不够可靠,无法解决这些安全问题。”
带宽是企业转向边缘计算的另一个原因。边缘传感器可以生成大量数据,这些数据很容易超过互联网连接的带宽。以东芝在日本川崎的企业中心为例,该设施是在美国工业互联网联盟(IIC)、DELL EMC和东芝公司的支持下建立的一个物联网测试平台。这座建筑群每天有8000人居住,其中遍布数千个传感器,可以测量从温度和湿度到电梯效率,以及会议室利用率等所有内容。该项目每分钟可以分析35,000个测量数据点,并使用深度学习技术来确定如何保护和优化建筑物的资产,其更大的目标是制定工程其他智能建筑的蓝图。Tabet博士是东芝项目的美国工业互联网联盟(IIC)负责人,也是物联网战略的首席技术专家。他表示,传感器收集的数据将数据中心流传输到内部的命令中心,因为没有直接的方法可以将每天产生300 TB的数据从其建筑传输到云端。也没有合理的理由这样做,因为来自传感器的大部分时间序列数据都没有价值。
Tabet说,持续连接还可以将计算推向边缘。在需要绝对可靠性的情况下,例如,监测心脏起搏器,采用一个完全控制的边缘网络可以比不受控制的互联网连接提供更多的保证。
还有一个原因与隐私、安全和监管问题有关。对于不需要连接到全球互联网的进程,本地存储库可能更安全,并且可能不需要强制匿名化数据保护法规定的数据。
人工智能的最新突破有望成为边缘计算最强大的驱动力。虽然大型数据集的中央处理是构建人工智能解决方案的基础,但由此产生的机器学习算法可以调度到边缘计算,允许组织在生成数据的地方将更多实时智能投入生产。
咨询机构ABI Research公司预测,对于边缘计算的人工智能推断将在2023年增长至43%,高于2017年的6%,这归因于价格更低的边缘计算硬件,任务关键型应用程序,缺乏可靠且经济高效的连接性选项,以及避免昂贵的云计算实施的愿望。
这将带来经济学的问题。如果不是有巨大利益吸引的话,边缘计算如今也不会迅速发展。对于云计算提供的所有规模经济,存储和处理大量数据的成本不可忽略。随着边缘计算产生的数据呈爆炸式发展,企业发现将所有数据移回中央处理设施是不经济的,即使带宽和延迟不是问题。东芝项目的Tabet明确指出,“数据量、延迟、速度都是影响因素,并且也是成本。我们无法将数据移动到云端。”
正如边缘计算的需求看起来那样直观,在边缘计算上推动业务价值对于IT或业务领导者来说并不是一件小事。对于初学者来说,其定义和形式仍然是流动的,它们往往有许多细微差别。
例如Gartner公司强调,边缘技术不是一种计算方式,而是一种物理世界和数字世界界限模糊的拓扑结构。Forrester Research公司将边缘计算定义为分布数据和服务的技术系列,它们可以在不断增长的连接资产中优化结果。但Forrester公司分析师BrianHopkins却强调,不应将边缘计算视为一种值得购买的技术,而应被理解为一种新的计算模式。
很多人认为,当今的边缘计算并没有脱离云计算。Gartner公司分析师Thomas Bittman和Bob Gill认为,“与更广泛的数字世界的联系”是边缘计算的一个定义特征。并在2018年8月的报告中解释说,“只连接到本地计算设备的传感器而不是在边缘,那么它只是一个将数据发送到本地计算机,只有本地工作人员才能与之交互的传感器。”
IDC公司分析师、企业基础设施专家Ashish Nadkarni也指出,“企业需要以经济高效的方式收集、存储和分析数据,这是其向边缘计算转移的一个主要因素,企业需要最大限度地利用边缘计算的价值,并需要合并他们的IT和运营技术架构和实践。”
需要边缘计算策略吗?
经验丰富的IT领导者和天使投资人Jay Ferro对边缘计算有着深刻的了解。
Ferro说,“很多供应商问我,我们需要一个边缘计算策略吗?”他指出,这些供应商首先要了解一些问题,“例如,是否希望获取边缘计算的最新信息?是否正在利用物联网/边缘计算?”如果是,则需要投资边缘计算平台,购买其服务。如今,边缘计算和物联网可能是人们最为关注的问题。
Ferro于2018年9月开始担任美国最大的填充混凝土制造商Quikrete公司的首席信息官。他表示,目前其工作重点是解决和应用IT问题。但他相信边缘计算(尽管面临一些风险)将成为技术人员从繁重事务解脱出的一种力量。他认为将计算带到业务发生的地方是一件好事。
简而言之,关于边缘计算的想法,研究机构和供应商都有自己的看法。但可以肯定的是,供应商正急于将他们的产品用于这种新的计算模式,由于该领域发展如此之快,一些产品将很快变得过时。根据Gartner公司的说法,到2022年,2018年和2019年实施的边缘计算部署将被新的硬件和软件所取代。
事实上,到2022年,边缘计算的市场规模将达到70亿美元,这对于IT行业来说将是一个硬件和软件的繁荣发展时期,这在很大程度上是由于边缘计算和中央处理源之间的技术过剩。
根据调研机构MarketsandMarkets的调查,预计北美将继续在边缘计算市场占据主导地位,其次是欧洲和亚太国家。
“计算世界并不只是边缘和核心组成,还有很多计算可能发生在两者之间,这就是不可思议的雾计算。”IIC执行董事、行业标准协会Object Management Group的首席执行官兼创始人、计算机科学家Richard Soley说。
核心数据中心与边缘传感器、数据执行器和其他设备之间的距离并不是一条直线,而是由区域数据中心、微型数据中心、云计算、边缘服务器、个人家庭助理、边缘控制器和嵌入式人工智能组成的多层次生态系统。
Soley说,“采用边缘计算面临的困难是,如何构建解决方案以最好地利用资源?”他补充说,IT领导者需要弄清楚可以在边缘计算、核心或通往核心的路径,以及数据管道较小的位置。”
Soley说,“这听起来很简单,但实施起来可能非常复杂,特别是如果数据资源和计算机资源将随着时间而变化的话。”
像IIC这样的组织和诸如边缘计算的这样的项目正在开发标准定义和体系结构。同时,边缘计算产品倾向于高度定制,并针对特定情况进行设计。
以下是一些企业在边缘计算领域发现价值的例子,以及让边缘计算战略得以实施的来自供应商合作伙伴的建议。
人工智能、大数据、物联网燃料能源巨头的边缘计算战略
电力行业在边缘计算应用中一直处于领先地位。欧洲电力和天然气供应商Enel公司是一家全球能源巨头,在35个国家拥有7300万客户。这家总部位于罗马的公用事业公司与“独角兽”企业C3.ai公司合作,开发软件帮助电网运营商(如Enel)收集和分析来自智能电表、传感器和其他设备的大量数据。
今年1月,Enel公司宣布了其在边缘计算工作的新进展。该公司表示正在采用C3.ai公司开发的平台,该平台将整合来自其庞大智能电表和能源生成节点阵列的消费数据(至少部署4700万个传感器)与来自其各业务部门的数据。来自企业应用程序(如ERP和HR)以及操作系统(包括Cloudera、MongoDB、Oracle、PostgreSQL、SAP HANA和Siemens)的数据将集成并聚合到“统一的虚拟数据池”中。该公司表示,对Enel公司复杂数据环境的全面、安全和近实时视图将使其100个strOng团队由开发人员、数据科学家和业务分析师组成,以快速开发人工智能应用程序。Enel公司基础设施主管Fabio Veronese表示,这种能力将推动一个运营效率的新时代。
C3.ai公司总裁兼首席技术官Ed Abbo说,“这是一个非常先进的边缘计算驱动用例。他们正在实施能量平衡,并利用这些信息进行交易。并且可以预测未来15分钟内某个特定风力发电机的供电量,以及客户在此期间将消耗多少电力。”
这样的边缘计算策略不是一蹴而就的。从Enel公司的角度来看,采用边缘计算技术可追溯到2001年,当时电力和天然气供应商开始用数字智能电表取代意大利电力用户的传统电表,据该公司称,这是业界首创的举措。到2006年,Enel公司在意大利部署了3200万个传感器,使其能够远程自动化和管理大量业务,同时为最终用户提供能耗窗口。随后在西班牙、智利、巴西安装了智能电表。
Enel公司和C3.ai公司之间达成合作也并非易事。他们的合作关系始于2013年,当时C3.ai公司总裁Abbo和斯坦福商学院教师Siebel前往Enel公司在罗马的总部,以签署一份基于C3.ai的初步协议。其人工智能技术能够加载、映射和处理500亿个数据点,这在当时是一笔很大的交易。在Enel公司首席信息官和埃森哲顾问的斡旋下,这次高风险的合作进展顺利,但Enel公司的Veronese当时对C3.ai交付产品的能力提出质疑。
在Enel公司和C3.ai公司达成伙伴关系的历史记录中,其中包括Siebel和Veronese之间的赌注,其细节在斯坦福商学院教师Siebel的深入案例研究中有所描述。几个月后, C3.ai公司提交了其首款产品,这是一个欺诈检测应用程序,可以提供93%的预测准确度,其次是预测性维护应用程序,可以分析实时网络数据、智能仪表数据、资产维护记录和天气数据,以预测电力馈线故障。
机器学习使边缘计算变得更加智能
C3.ai公司针对Enel公司预测性维护应用程序集成了来自8个不同系统的数据(监控和数据采集、电网拓扑、天气、电能质量、维护、劳动力、工作管理和库存)。新功能包括使用高级图形网络方法和高级机器学习来改进预测。
技术合作和高层承诺
Enel公司的Veronese表示,当今的边缘计算战略是在2016年Enel公司推出的全面数字化转型计划的背景下达成的。“我们面临的挑战是全面的,例如如何全面掌握大数据和人工智能进行更好交流,如何才能掌握数字影响等。”Veronese在2019年3月在旧金山举行的C3.ai用户会议上说。
即使对于像Enel公司这样经验丰富的企业,实施和扩展大型边缘项目通常也需要一个在包括云计算和人工智能在内的支持技术方面拥有领域专业知识和经验(或经验丰富的合作伙伴)的技术合作伙伴。(C3.ai与AWS、Microsoft Azure和谷歌云等知名的云计算供应商合作。)
云计算供应商承诺将主动性付诸实践对于实现业务价值至关重要。例如,人工智能技术(c3.ai)帮助培训了Enel公司的由数据科学家和应用程序开发人员组成的团队,以确保其能够设计和交付公司所说的数千种算法,这将有助于在未来三年内推动数十亿美元的收入增长。
小型化技术中的“阶跃函数”变化
随着边缘计算的成熟,C3.ai公司的Abbo表示,他预计边缘计算至少会像云计算一样具有颠覆性。他表示,随着传感器和处理器价格的下降,边缘计算应用已经开启了新的业务,并且不仅仅是拥有大型精英团队的行业巨头才能够部署。
他说,无人机业务就是一个很好的例子,在无人机业务中,轻量级无人机的价格相对便宜,由于配备了Nvidia Jetson TX2处理器,可以实时分析连接到它们的许多摄像头的视频馈送。
他说,“无人机可以进行物体识别。用户可以设置它们,这样它们就可以随时处理。这些无人机的数据无需返回云端处理就可以互相通信,其解决问题的能力已经在人工智能群体智能方面取得了突破。”
Abbo表示,“如何让时光倒转10年,由于电力效率低下或处理能力不足,这在很多方面都不现实。所以这是技术发生的阶梯式函数变化,各行业人士都在关注无人机的应用,它开启了以前根本不存在的可能性。”
当被问及这些变革性的大数据类型和人工智能增强型边缘项目是否只针对大公司时,Abbo表示,目前正在设计的产品旨在通过减少设计和部署算法所需的人数来实现边缘人工智能的民主化。对于C3.ai人工智能套件,他表示:“企业基本上可以分别聘用一名数据科学家、应用程序开发人员、数据集成专家、主题领域专家就可以构建一个试点项目。”
C3.ai公司的首席产品官Houman Behzadi表示,根据他的经验,阻碍边缘计算举措的最大因素不是技术发展,而是缺乏领导力,其他专家和顾问也这么认为。
Behzadi说,“执行承诺最重要的事情需要措施到位,这需要管理进行变革转型,而首席执行官则需要推动这种变革。”
人工智能在工厂的应用
IBM Watson物联网管理副总裁Stephan Biller认为,那些与云计算相关的延迟和成本问题正在促进边缘计算的发展。但是,如果没有云计算提供的处理能力和规模,边缘计算也发挥不了自己的作用。
举例来说,液晶显示器制造商深圳华星光电技术有限公司(CSOT)在生产过程中就采用边缘计算技术。Biller的IBM Watson团队与华星光电公司合作,致力于自动化和改进该公司检查液晶屏生产质量的方式。而生产质量洞察通常耗费大量人力资源,需要轮班工作的操作人员检查产品的缺陷。
一位不愿透露姓名的该公司高管表示,目视检查是制造过程中最关键的部分。他说,“如果我们在将产品发送给设备制造商之前未发现缺陷,很容易导致代价高昂的产品退货和返工,更不用说企业声誉的损害。”
Biller表示,云计算技术支持的图像识别软件和边缘计算工具(包括检测点的高清晰度摄像机)的复杂部署极大地改变了这一过程,不仅将工时缩短到了几分钟,而且通过自动化持续改进检查过程。
Biller说,“可以训练人工智能来了解操作员的操作流程,例如如何检测液晶显示器的好坏,并且随着时间的推移,可以校准机器学习算法来了解操作员将如何判断图像。人工智能技术可以取代操作员,并可能提高检测的准确性,因为软件不会疲劳。此外,培训操作员可能需要4周或更长时间,而人工智能的训练可以在几个小时内完成。”
Biller说,“在情况有些复杂的案例中,人工智能的能力将得到重大提升,可以构建评分图像的人工智能模型,这需要大量的计算能力,并在云中完成。在评分完成后,它会被下载到在工厂运行时工作的边缘计算机上。该软件为每个图像(从0到100)提供‘置信度’,提示检查员查看未通过的产品。如果情况发生了变化,我们需要重新校准模型,就需要返回到云端。”
Biller说,“而这种持续的学习就是采用云计算策略的一个优势。”
边缘计算实现了系统优化的云计算承诺
Biller认为,边缘计算和云计算混合部署战略的好处不仅仅是削减人力和提高准确性。他说,“一家工厂的软件学习虽然在某些方面是独一无二的,但可以转移到这家公司的其他工厂应用,从而实现如果在一家工厂拥有所有的评分操作,就可以完成的知识共享”。
事实上,根据Biller的说法,边缘计算系统级优化的潜力可能是范例所具有的更大价值。他说,可以考虑到在大都市地区部署边缘计算技术优化交通模式,而不用为单一车辆写入数千行代码,并实现驾驶自动化。
低延迟非常关键,事实上,这是一个挽救生命的必要条件。开发一个中央系统来管理城市路口的交通也需要本地设备来捕获数据,但是分析优化系统所需的大量视频和其他数据文件实际上只能在云端完成。边缘计算实际完成了云计算的工作。
Biller说:“由于延迟和成本问题,边缘计算可以履行云计算无法兑现的承诺,并且边缘计算将为云计算提供补充,混合部署将是革命性的。”
边缘计算案例旨在为老年人提供便利
K4Connect公司将其定位描述为“以任务为中心的技术公司”,它正在利用边缘计算和云计算将智能技术作为高级社区的生活方式。根据Kuldip Pabla的说法,技术是解决方案的关键要素。
K4Connect公司产品和工程高级副总裁Pabla说:“很多老年人采用K4Connect公司的技术。如果他们没有以正确的方式获得和使用技术,他们认为这是自己的问题。但如果我们无法在几秒或几毫秒内做出回应,他们就会认为这项技术难以使用,并且再也不会使用。”
K4Connect公司的多模式、模块化软件平台旨在整合许多不同的智能设备和服务(从运动传感器和智能灯具到健身应用程序和亚马逊Alexa等语音助手),所有这些都在一个系统上完成。更重要的是,作为其操作系统的FusionOS可以在云端、服务器或K4Box上运行,K4Box是安装在住宅中的低功耗本地边缘控制器。它与智能手机类似,但功能更强大。而采用智能手机也可与智能传感器配对并提供一些智能家居功能,K4Box边缘控制器能够在本地存储大量信息。当云计算连接不可用时,它可以在本地服务。Pabla说,边缘计算控制器不仅可以解决可能阻碍老年人使用技术的延迟问题,还可以缓解隐私问题。“如果我们不将私有和个人数据带到云中,我们就不必担心隐私泄露问题。”
更多计算和存储将用于边缘工具
在多年的职业生涯中,Pabla一直致力于移动和云计算技术运营。在早期,他是众多对等计算爱好者中的一员。其所在的公司致力于使用大型设备为手机等小型设备带来智能或对等功能。“我还花费很多时间扩展云计算技术,同时为数百万用户服务。”他说。
“边缘计算趋于处理分散的数据。而目前的限制因素是边缘计算控制器的计算能力和存储,以及定价。”Pabla说。他表示,为了应对计算和存储的应用增加和价格上涨,K4Connect公司正在与英特尔公司原始设计制造商合作设计以适当价格出售的下一代控制器。
Pabla表示,目前完成的边缘计算警报相对简单。但是随着计算和存储障碍的清除,更多的场景以及更重要的场景将会出现。
首席信息官的机遇与风险
首席信息官和其他IT领导者应该如何考虑边缘计算策略?行业人士在波士顿举行的2019年3月首席信息官会议上提出了这个并不新鲜的话题,尽管有新的定义,而且它本身也不涉及技术。
Avoa公司首席信息官战略顾问Tim Crawford说:“关于边缘计算的讨论始于从业务角度可以获得什么。首席信息官应该像企业其他业务同事那样思考边缘计算。”
Crawford 表示,“高级管理人员的其他成员并没有就传感器或可穿戴设备进行讨论。他们会问,‘我们如何吸引客户?'或者‘我们如何才能将设备遥测技术带入运营中?’公司必须决定边缘计算发挥的正确作用,以及是否有合适的位置?”
企业首席信息官可能需要物联网和其他技术专家的帮助,以协调边缘计算中的专用设备、网络和算法。但对于首席信息官及其IT团队来说,这项技术的挑战性的难度要比构建战略要小。
“从架构的角度来看,这更具挑战性,因为许多组织都有现有的架构,因此他们试图将边缘组件融入其中。”Crawford说。
StarCIO公司总裁Isaac Sacolick表示,“向边缘计算的转变让许多首席信息官非常兴奋,因为可以让他们重新回到基础设施领域”。
“他们真的需要思考这些问题,例如数据量、延迟、数据去向的问题,5G是否会解决延迟问题?还是需要将计算放在边缘并在那里解决?”Sacolick说。
他建议说,“首席信息官需要考虑算法问题,例如需要什么算法?哪些需要它们做不同类型的决策?”例如,一位在全球拥有15家工厂的制造业首席信息官应该考虑哪种类型的算法更易于实施。
此外,Sacolick认为边缘计算并不一定更安全,而边缘计算供应商对此也存在争议。
Sacolick认为企业首席信息官可能需要技术帮助来执行他们的边缘战略。但是,更重要的是,他们在选择边缘计算供应商时需要有敏锐的洞察力。
他说:“我对首席信息官提出的建议是,有时候必须有专业知识才能构建一些东西,但通常情况下,在要如何采用新技术方面必须有专业知识。”
他表示,仅用于边缘计算的人工智能和物联网领域的技术现任者和初创企业的前景非常广阔。“目前市场上有数百家边缘计算供应商,而作为首席信息官需要知道,三分之一的公司将在五年内将会倒闭,三分之一的公司将被收购,三分之一的公司最终可能会成为真正稳定发展的边缘计算供应商。”Sacolick说。
他补充说:“这就是首席信息官的职责,需要审视这些不同的因素,做一些有意义的事情。而购买决策以及如何考虑架构和成本因素是首席信息官面临的风险。”