机智云IoT云平台的边缘AI持续赋能，边缘服务器深度应用

 

随着5G和物联网发展，其数据爆发式增长，数据重量的问题和光速产生的时延问题对算力带来更高的要求。越来越多的计算、存储、网络、分析和其他资源逐渐向边缘设备转移，为此边缘计算获得了空前关注。

何为边缘计算

对于边缘计算，行业里有一个惯用的比喻：将章鱼大脑比作中央节点，只处理40%的信息，主要负责总体协同；剩下60%的信息分布在八条腿（相当边缘节点），就近思考解决问题、快速做出反应，而后者就相当于边缘计算。边缘计算可有效减小计算系统的延迟，减少数据传输带宽，缓解云计算中心压力，保护数据安全与隐私。



边缘计算就是靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用等核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
边缘计算可以作为联接物理和数字世界的桥梁，使能智能资产、智能网关、智能系统和智能服务，其对信息处理以及内容收集和传递被放置在离信息源更近的位置，其核心逻辑是保持流量本地化和分布式以减少延迟，使关键应用和服务更加接近使用它们的人员和设备。

边缘计算为何出现

由于云计算大多采用集中式管理的方法，这使云服务创造出较高的经济效益，而在万物互联的背景下，应用服务需要低延时、高可靠性以及数据安全，而传统云计算技术无法满足终端侧“大连接、低时延、大带宽”的需求问题，边缘计算为此得到了充分关注。

相比云计算在大数据处理分析方面的优势，边缘计算在低延时与高可靠的场景中有着云计算无法替代的优势。它不仅能够解决云计算网络带宽与计算吞吐量的性能瓶颈，还能够更实时地处理终端设备的海量“小数据”，并在保证终端的数据安全。 

但需要注意的是，边缘计算的出现不是完完全全替代云计算。两者之间不是非此即彼的关系，而是相互补充协同的关系，可同时满足组织的需求，提供更多计算选项。

 

边云协同已经成为工业互联网、智慧城市等重要场景的新趋势。其利用云的强大计算与储存能力来处理历史数据进行分析优化，依靠边缘计算的能力解决高实时性任务，实现助力双循环。

 

近年来，随着万物互联时代的到来和无线网络的普及，网络边缘的设备数量及其产生的数据量都急剧增长。在这种情况下，以云计算为代表的集中式处理模式将无法高效地处理边缘设备产生的数据，边缘服务器应运而生。

 

据行业分析机构IDC《中国半年度边缘计算服务器市场（2020上半年）跟踪报告》显示：2020年上半年，中国边缘计算服务器的整体市场规模为11.13亿美元，约合人民币72.78亿元。预计全年将达到27.82亿美元，约合人民币181.93亿元，同比增长20.6%。IDC预计，2019-2024年，中国边缘计算服务器市场年复合增长率将达到18.8%，远高于核心数据中心的平均增速。

机智云边缘服务器


随着边缘计算产品的优势特定领域逐渐显现，为了融合边缘服务器市场需求，机智云结合自身云平台技术，切入边缘计算场景，将PaaS端稳定可靠的连接通讯技术下沉到边缘端，结合长期积累的SaaS业务系统经验，推出了具备本地设备连接、实时数据处理、低延时高可靠的边缘服务器GES2000，为有本地场景化联动、本地数据安全管理、高实时业务响应、小型专有物联网云需求的用户提供高性比解决方案。





机智云IoT云平台的边缘服务器由服务器硬件和机智云边缘管理系统组成。硬件端采用Inter X86架构，i3处理器，4G高速内存和64G 固态硬盘，为实时数据和业务处理提供强劲可靠的性能支持。机智云边缘管理系统将机智云核心连接服务、通信服务和业务应用进行整合，使全部业务场景在本地闭环，不用依赖外部网络。





边缘服务器作为边缘计算的硬件形态之一，是边缘计算和边缘数据中心的主要计算载体，可以部署在骨干/普通传输汇聚节点等具有较小深度、更广的温度适应性、强维护和统一管理接口。同时边缘服务器可满足提供状态采集、运行控制和管理的接口，以支持实现远程、自动化的管理。

主要功能特点


边缘服务器具备数据计算、网络、存储和应用的能力，通过接收由边缘设备传送过来的感知数据和请求，经运算分析后将结果返回边缘设备，对边缘设备进行控制，其具体功能包括：通过接入所有智能硬件实现数据信息的全感知；对接入数据质量进行管理；为中央大脑分担海量多源数据的存储压力（如视频、图片），将必要信息加工上报中央大脑，必要统计信息上传并保存大量原始数据；为中央大脑分担计算任务等。

边缘数据迁移


边缘数据迁移一方面是将海量边缘设备采集或者产生的数据进行部分或全部计算的预处理操作，对无用的数据进行过滤，减低传输的宽带。另一方面将时间敏感型数据分析应用迁移至边缘侧，提高数据访问的速度，保证数据的可靠性，满足数据生成速度的需求。

边缘泛化能力


边缘泛化能力体现在可满足多种行业业务诉求、多样性数据的计算需求，拥有多芯片支持，可应用于多应用场景市场需求。其优化功能涵盖场景应用的多个层次，如测量与执行、环境与设备安全、调节控制多元控制协同、实时等。分析功能包括流数据分析、视频图像分析、智能计算和数据挖掘。基于分析和优化功能可实现对数据的即来即处理，可以快速响应事件和不断变化的的业务条件，加速对数据执行持续分析。

边缘服务器应用场景


边缘Al可赋能于哪些领域？边缘服务器又如何渗透在生活当中呢？此简单列举。其中既有工业互联网等产业端应用，也有车联网、医疗保健、AR/VR、智慧城市等应用场景，其中边缘服务器起着重要的纽带作用。

在工业互联网领域的应用实践中，工业现场的场景具备通信协议多样化，设备、传感器，硬件架构异构性等特点，对于工业实时控制及设备安全隐私的要求较高，并且产生的数据需要本地化处理。将边缘计算服务器应用于工业互联网具有 3 个优势。

 

1）改善性能，工业生产中常见的报警、分析等应用在靠近数据生产者的地方处理和决策会更快，通过减少与云数据中心的通信可以增加边缘处理的弹性。

2）保证数据安全和隐私，可以避免数据传输到共享数据中心后数据暴露等带来的安全隐私问题。

3）减少操作成本，通过在边缘做计算处理，可以减少边缘设备和数据中心的数据传输量和带宽，从而减少了工业生产中由网络、云数据中心计算和存储带来的成本。

 

 

车联网是由车辆位置、速度和路线等信息构成的巨大交互网络。边缘计算技术可以用于将车联网云扩展到广泛分布的移动基站环境中，并且使数据和应用能够在车辆附近部署。

边缘服务器上运行的应用可以将接收到的事件信息转发给临近的边缘服务器，通过这种方式将已知的危险信息迅速传播给靠近事发地点的车辆。为用户提供路况通知、减少拥堵、感知其他车辆行为等服务。

 

 

各种医疗工具及设备上存储的数据，可用于更新患者的数字医疗记录，远程医疗依赖5G网络的低延迟和高QoS保障特性，无线内窥镜和超声波这样的远程诊断依赖于设备终端和患者之间的交互。

现有的云基础架构无法管理这些数据量。边缘计算将这些医疗设备连接起来，在紧急情况下为医院和医生提供可靠和最新的患者信息；同时结合5G和边缘计算，远程医疗将快速普及，实现城市与乡村医疗资源的普惠。

 

 

AR/VR对传输带宽和算力有很高的要求。随着AR/VR应用程序及视频和游戏内容的激增，边缘云基础设施可以根据用户坐标就近提供弹性算力，结合5G提供超高速通信，进而实现头显的轻量化、低成本化，使设备终端可以快速普及。VR/AR 的图片渲染需要具有很强的实时性。将 VR/AR 的计算任务卸载到边缘服务器或移动设备上，可以降低平均处理时延。边缘应用快速处理用户位置和摄像头图像数据，给用户实时提供辅助信息，通过本地化处理增强体验。

 

智慧城市的建设所依赖的数据的来源多样化和异构化，考虑涉及城市居民隐私和安全的问题，因此应用边缘计算服务器，将数据在网络边缘进行分析处理。如在城市路面检测中，在道路两侧路灯上安装传感器收集城市路面信息，检测空气质量、光照强度、噪声水平等环境数据，当路灯发生故障时能够及时反馈至维护人员。在智能交通中，边缘服务器上通过运行智能交通控制系统来实时获取和分析数据，根据实时路况来控制交通信息灯，以减轻路面车辆拥堵等。