外媒 ZDnet 发布了此篇边缘计算领域的重要文章,详细分析了各机构不同的定义、市场状况、前景等,经编译,供各位参考。
数十亿物联网设备和5G网络这两股力量必将推动计算工作负载的部署方式发生深远而重大的变化。
近年来,计算工作负载一直在迁移:先是从本地数据中心迁移到云,现在日益从云数据中心迁移到更靠近所处理的数据源的“边缘”位置。旨在缩短数据的传输距离,从而消除带宽和延迟问题,最终提升应用和服务的性能和可靠性,并降低运行成本。
这倒不是说本地环境或云中心已死亡;一些数据总是需要存储在集中的地方并加以处理。但数字基础设施无疑在发生变化。比如据Gartner声称,到2025年,80%的企业将关闭传统数据中心,而2018年这个比例只有10%。工作负载的布置是这次基础设施演变的关键驱动因素,工作负载的布置有赖于各种业务需求,这家调研公司称:
当然,边缘计算面临挑战,尤其是连接方面(连接断断续续),具体表现为网络边缘处带宽低及/或延迟高。如果大量智能边缘设备运行的软件(比如机器学习应用)需要与中央云服务器或“雾计算”中的节点进行联系,这就会出现问题。然而,解决方案正在开发中。
不同机构的定义
边缘计算是个比较新的概念,已经与另一个术语“雾计算”联系起来,这可能会在非专业观察人士当中造成混淆。下面是几个定义,但愿可以澄清一下。
• Futurum Research:不像云计算依赖数据中心和通信带宽来处理和分析数据,边缘计算在网络边缘附近处理和分析数据,数据最初在边缘附近加以收集。边缘计算(专注于在网络节点层面处理和分析的一类雾计算)......应被视为雾计算的一个事实上的要素。
• State of the Edge 2018:将计算能力提供给网络的逻辑末端,以便改善应用和服务的性能、运营成本和可靠性。通过缩短设备与提供给设备的云资源之间的距离,另外减少网络跳数,边缘计算消除了当今互联网在延迟和带宽方面的限制,从而带来全新的应用类别。实际上,这意味着沿着今天的集中式数据中心和越来越多的现场设备之间的路径,分配新的资源和软件堆栈,而这条路径邻近最后一英里网络,连接基础设施和设备两端。
• 451 Research/开放雾联盟:[雾]的一端始于边缘设备(我们在这里定义的边缘设备是生成传感器数据的那些设备,比如车辆、制造设备和“智能”医疗设备),这些设备拥有必要的计算硬件、操作系统、应用软件和连接功能,以便参与分布式分析雾。它从边缘延伸到“近边缘”功能,比如本地数据中心及其他计算资产、企业或运营商无线接入网络内的多接入边缘(MEC)功能、托管服务提供商内的中间计算和存储功能以及互连和托管设施,最终延伸到云服务提供商。这些位置有集成或主机“雾节点”,这些其实是能够参与整个分布式分析系统的设备。
•David Linthicum(德勤咨询公司的首席云战略官):“就边缘计算而言,计算系统和存储系统也位于边缘,尽可能接近生成所处理的数据的部件、设备、应用或人。目的是消除处理延迟,因为数据不必从网络边缘发送到中央处理系统,然后发回到边缘......思科首创的“雾计算”这个术语还指将计算扩展到网络边缘。思科在2014年1月推出了其雾计算,以此将云计算功能引入到网络边缘......实际上,雾是标准,边缘是概念。雾实现了边缘计算概念中的可重复结构,那样企业就可以将计算推送到集中系统或云之外的地方,以获得更好的性能和可扩展性。”
标准和组织
任何新的IT项目都需要标准和最佳实践,而早期阶段的特点常常是多家组织和联盟林立,它们的工作议程各不相同(尽管成员常常存在很大的重叠)。边缘/雾计算也不例外。
雾计算是思科杜撰的一个术语,得到了开放雾联盟的支持,该联盟由Arm、思科、戴尔、英特尔、微软和普林斯顿大学边缘实验室于2015年共同成立。其使命内容如下(部分):
我们致力于定义涵盖分布式计算、网络、存储、控制和资源的一种架构,以支持物联网边缘处的智能,包括自我感知的自主机器、物件、设备和智能对象。开放雾联盟的成员还将确定和开发新的运营模式。最终,我们的工作将有助于实现和推动下一代物联网。
边缘计算由Linux基金会主持的开源项目EdgeX Foundry负责推广。EdgeX Foundry的目标包括:构建和推广EdgeX成为统一物联网边缘计算的通用平台,认证EdgeX组件以确保互操作性和兼容性,提供快速创建基于EdgeX的物联网边缘解决方案的工具,并与相关的开源项目、标准组织和行业联盟合作。
据EdgeX Foundry声称:“该项目注重的是边缘节点,比如嵌入式PC、集线器、网关、路由器和本地服务器,以克服分布式物联网雾架构中互操作性方面的重大挑战。”
EdgeX Foundry的技术指导委员会包括来自IOTech、ADI、Mainflux、戴尔、Linux基金会、三星电子、VMware和Canonical的代表。
这个领域还有另外两大行业机构:一个是注重日本市场的EdgeCross联盟,由欧姆龙公司、Advantech、NEC、IBM日本、Oracle日本和三菱电机于2017年11月共同成立;另一个是工业互联网联盟,由AT&T、思科、通用电气、英特尔和IBM于2014年共同成立。
主要供应商
边缘/雾计算可以将工作负载从云数据中心提取出来,因此看到云巨头采取措施、防止那些工作负载逃离其轨道也就不足为奇了。
AWS Greengrass在亚马逊的2016年re:Invent开发者大会上推出,立足于该公司现有的物联网和Lambda(Serverless计算)产品,旨在将AWS扩展到间歇连接的边缘设备。
亚马逊称:“借助AWS Greengrass,开发人员可以径直从AWS管理控制台,将AWS Lambda函数添加到联网设备,而设备在本地执行代码,以便设备可以响应事件,并近乎实时地执行操作。AWS Greengrass还包括AWS物联网消息传递和同步功能,因此设备可以在不连回到云的情况下向其他设备发送消息。AWS Greengrass让客户可以灵活地让设备在必要时依赖云,在必要时自行执行任务,并在必要时相互联系,这一切都在一个无缝的环境中进行。”
当然,这些是“智能”边缘设备:Greengrass需要至少1GHz的计算芯片(Arm或x86)、128MB内存,还有操作系统、消息吞吐量和AWS Lambda执行所需的额外资源。据亚马逊声称:“Greengrass Core可以在从Raspberry Pi到服务器级设备的多种设备上运行。”
微软
Azure IoT Edge在微软的BUILD 2017开发者大会上推出,2018年6月以后开始面市,它让云工作负载可实现容器化,并在从Raspberry Pi到工业网关的多种智能设备上本地运行。
Azure IoT Edge包含三个部分:IoT Edge模块、IoT Edge运行时环境和IoT中心。IoT Edge模块是运行Azure服务、第三方服务或自定义代码的容器,它们部署到IoT Edge设备上,并在本地执行。IoT Edge运行时环境在每个IoT Edge设备上运行,管理已部署的模块。而IoT中心是基于云的界面,用于远程监控和管理IoT Edge设备。
下图显示了Azure IoT Edge的不同部分如何组合在一起:
谷歌
2018年7月,谷歌宣布推出两款大规模开发和部署智能联网设备的产品:Edge TPU和Cloud IoT Edge。Edge TPU是一种专用的小型ASIC芯片,旨在在边缘设备上运行TensorFlow Lite机器学习模型。Cloud IoT Edge是软件堆栈,负责将谷歌的云服务扩展到物联网网关和边缘设备。
Cloud IoT Edge有三个主要组件:便于网关级设备(至少有一个CPU)存储、转换和处理边缘数据,并从中提取信息的运行时环境,同时与谷歌云IoT平台的其余组件协同操作; Edge IoT Core运行时环境,可将边缘设备安全地连接到云;以及 Edge ML运行时环境,它基于TensorFlow Lite,使用预先训练的模型执行机器学习推理。
前景展望
边缘/雾计算转变是IT界定期出现的一种模式转变,比如就像从大型机转向台式机、转向本地数据中心,再转向云数据中心。现在,我们看到众多的现有组件连同数十亿个智能物联网设备由网关和节点组成的“雾”连接起来。设备连接一向是阻碍这种转变的瓶颈,但随着5G移动网络问世,这种情况将得到极大的改善。
凡是得益于及时分析物联网数据流的行业部门(几乎各行各业)都会对边缘/雾计算感兴趣。这就是为什么技术堆栈所有层面的供应商都大有机会:标准、网络、计算、存储、应用和服务。
由于越来越多的数据在更多的地方生成、处理和存储,基础设施管理以及数据安全、隐私和治理方面的问题会变得比现在更重要。但愿那些问题尽快得到解决。