边缘计算架构_从边缘计算看计算机体系架构和解决方案行业动态

用户数据、物联网、大数据、人工智能、AR/VR、自动驾驶、安防监控等新业务海量增长的需求,已使得传统数据中心以及云计算平台难以招架,算力部署在设备侧的边缘计算应运而生,部署更加灵活,及时响应计算业务的需求。

    计算机技术的飞速发展,各行业的数据中心业务不断演变,数据量越来越大,类型越来越多,数据结构也趋于复杂化。传统的数据库各设备采取集中部署方式,并且需要较大的部署空间,存在部署难、成本高等缺点,难以满足用户的要求。同时数据中心的服务器、网络通信设备等IT 设施,正朝着小型化、网络化、机架化的方向发展。边缘计算和分布式存储的产品和解决方案应运而生。

边缘计算架构_从边缘计算看计算机体系架构和解决方案行业动态_第1张图片

      由于边缘计算靠近信息源,可以在本地进行简单地数据处理,不必将所有数据或信息都上传至云端,这将使得网络传输压力下降,减少网络堵塞,网络速率也因此大大增加。

边缘计算架构_从边缘计算看计算机体系架构和解决方案行业动态_第2张图片        相比较传统的数 据中心以及云计算,边缘计算的主要特点有:低延迟,因为算力部署在设备侧附近,实时 响应; 低带宽运行,接近用户,所以不需要更高传输带宽;安全,因为数据在本地采集、分析、处理,从而减少了数据处理的环节,数据隐私得到更好的保护。边缘计算满足市场对计算成本和时效性的需求,相应对计算体系架构提出新的挑战和发展机遇。      边缘计算与传统的数据中心和云计算协同部署,包括微软、亚马逊、谷歌,阿里、华为、百度等云服务巨头厂商都在积极部署边缘计算。业界计算芯片大牛响应提供了解决方案,以及采取收购FPGA厂家或浮点计算视觉图形处理(AI)的动作,以满足更加广阔的市场发展空间。 行业TOP计算芯片解决方案 CPU/GPU/FPGA 1. 英特尔(Intel) X86 CPU+ AI芯片+FPGA       目前,数据中心和云计算的核心芯片就是X86 处理器CPU,而这正是英特尔(Intel)的根基所在,其CPU在企业级计算领域的市占率一直保持在90%左右,与其强大的X86软硬件生态建设密切相关。然而,边缘计算会带来的红利给了英特尔不小的紧迫感,近些年,该公司越来越重视在边缘侧算力的布局,特别是在工业边缘计算,以及多接入边缘计算平台推广方面不遗余力,还推出了专门适用于边缘侧的至强Xeon D系列处理器芯片。     英特尔在数据中心面对英伟达(NVIDIA)的竞争(GPU应用于数据中心满足高性能计算和AI算力的市场需求,如鱼得水),为了追赶英伟达,英特尔先后收购了几家AI初创公司,最具代表性的就是Nervana(乘加累积高密浮点计算和AI算法)和Habana Labs(AI处理器)。早前收购了Altera FPGA(现场可配置,加速器应用)。现在,Intel形成全系列数据中心、AI场景、加速器芯片布局(X86 CPU+ AI芯片+FPGA)。      在传统数据中心业务优势被蚕食的情况下,英特尔正在用其最擅长的CPU拓展着边缘计算市场,这也正是英特尔的传统优势(强大的X86软硬件生态建设)。 2. 英伟达(NVIDIA)GPU(显卡和AI)+ARM?      英特尔在数据中心的最强劲竞争对手非英伟达莫属。英伟达抓住了GPU在数据中心 AI算力这一风口,使得英伟达在企业级计算领域的风头几乎盖过了英特尔。 而凭借GPU逐步做大数据中心市场之后,英伟达的雄心也在膨胀,同样瞄准了具有巨大发展潜力的边缘计算市场,也正因为如此,其对ARM发起了并购邀约(GPU+ARM)。     在公开收购ARM之前,英伟达已经推出过专门用于边缘侧的计算芯片(ARM +GPU),典型代表是边缘超级AI计算机Jetson Xavier NX,还包括Jetson AGX Xavier,Jetson TX2系列和Raspberry Pi竞争对手Jetson Nano。Jetson Xavier NX运行在基于ARM的Carmel微体系结构的六核SoC(ARM Core+GPU)上。英伟达的边缘计算芯片已经用到ARM core作为控制单元,而ARM与英特尔CPU相比,虽然整体性能仍有差距,但其低功耗特性,以及适中的算力,与边缘侧计算需求不谋而合,这可拓展英伟达在CPU方面的空白,同时又可较为平滑地过渡到边缘计算应用领域。     英伟达还于今年推出了新款EGX平台,该平台能够实时感知、理解和处理数据,可以部署在边缘计算,也可以部署在数据中心。EGX平台可以从基于Jetson Nano处理器的轻型服务器——能够以几瓦的功耗每秒钟处理0.5万亿次操作,扩展到基于边缘服务器NVIDIA T4 GPU机架的微型数据中心——可以每秒完成10000万亿次操作。该公司在边缘侧应用领域的芯片产品越来越多,如果能够成功收购ARM,将为其与英特尔在该领域的竞争增添一枚重重的砝码。 3. AMD X86 CPU+ GPU+ XILINX FPGA?     谈到企业级计算CPU,就一定有英特尔的老对手AMD X86 CPU。后者在该领域的市占率一度下降到了1%。然而,在新任CEO Lisa Su的带领下,卧薪尝胆、苦练内功,制定了符合市场需求的产品路线,在正确的道路上越走越快,5年时间内,其PC端x86 CPU市场份额已经达到了37%左右,企业级计算的市占率也从低谷期的1%上升到了8%。同时AMD的GPU芯片和板卡应用于显卡、高性能计算、AI计算,一致与NVIDIA形成正面竞争。一个很奇怪的现象,AMD的GPU和X86 CPU市场份额和系列产品竞争力落后于竞争对手NVIDIA和Intel。     企业级市场的竞争壁垒要远大于PC端,英特尔90%的市场份额依然难以撼动,如果只靠研发产品这一条腿的话,很难保持持久的竞争力,两条腿走路才能更有力量且持久,而另一条腿就是并购,因此,AMD收购赛灵思Xilinx FPGA恰逢其时。FPGA可用于数据中心特殊算法的加速器和现场灵活配置。     虽然这一并购案还未得到官方证实,但从产品组合以及融合发展策略上来看,对赛灵思的收购,对AMD来说,没有比这更优的方案了。     单靠CPU与英特尔在企业级市场竞争,AMD已经显得心有余而力不足,如果能整合赛灵思的FPGA,显然会增大AMD的竞争砝码。更重要的是,CPU+FPGA的组合,可以使AMD在具有巨大发展潜力的边缘计算领域更得心应手,不只局限于增量空间有限的传统数据中心市场。这样,AMD可形成全系列计算产品X86 CPU+GPU+FPGA。     作为FPGA行业的霸主,Xilinx赛灵思也一直在拓展其在企业级计算市场(这里主要是指数据中心和云计算)的发展空间,不过,与CPU相比,FPGA并没有算力方面的优势,而这也是其一直未能在数据中心阔步前进的重要原因,不过,FPGA可现场配置的灵活性及其在通信方面的优势,也是CPU无法比拟的。也正是凭借这些特色,赛灵思在工业、医疗、航空航天、卫星通信等领域发展得如鱼得水,而这些领域正是边缘计算的主要市场所在。因此,相比于传统数据中心,FPGA在边缘计算方面是有优势的。这或许是AMD收购赛灵思的一个重要原因,CPU+FPGA的强强联合,可以使AMD在边缘侧的竞争力倍增。 4. Marvell(收购处理器芯片企业Cavium)ARM/MIPS处理器     谈到边缘计算,就不得不提Marvell(收购处理器芯片企业Cavium)。作为企业级计算和通信芯片的重要一支,过去几年,该公司经过多次重组和并购,逐步剥离掉消费类等业务,将资源都集中在企业级芯片的研发和市场拓展上了,特别是收购Cavium(MIPS处理器以及ARM处理器芯片厂家)以后,将ARM架构处理器和边缘计算应用作为了重点拓展领域。 特别是推出ThunderX系列处理器之后,更凸显了其在该领域的发展雄心,目前,该系列已经推出两代产品,并承诺每两年升级一次。2018年的ThunderX2基于ARM v8.1架构,今年推出了第三代ThunderX3,第四代ThunderX4有望于2022年面世。 5. 其它ARM/FPGA解决方案     针对边缘计算新兴市场, ARM服务器芯片的初创企业越来越多地受到了业界关注,如Ampere等,它们的产品很有特色,但局限于当前的ARM架构性能,要想在高性能数据中心和云计算应用上与传统的x86架构CPU竞争,还是有很大难度。但在企业级计算,以及边缘侧应用领域,还是有不错发展前途的。     Huawei 鲲鹏ARM64服务器系列芯片与昇腾AI计算系列芯片高低搭配组合,满足数据中心和边缘计算的需求,正在应用推广中。     除了ARM服务器芯片之外,还有一些新兴产品企业也有望在边缘计算领域谋得红利,如嵌入式FPGA企业,它们将FPGA进行了IP化处理,不再是传统的FPGA芯片,而是向客户提供FPGA的IP,可以嵌入客户设计的SoC(提供IP Core部件,应用于SOC芯片)中。这在未来的边缘计算领域也会有发挥其优势的空间。 总结

    边缘计算属于新兴应用领域,市场发展空间巨大。随着市场业务需求变化,计算机体系架构持续在演进,对计算机解决方案提出新的需求,这就为相应计算芯片和计算机行业的发展和创新提供了机遇。

你可能感兴趣的:(边缘计算架构)