微波EDA网,见证研发工程师的成长!
首页 > 通信和网络 > 通信网络业界新闻 > 云计算并非万能的,华为/英特尔/ARM成立了边缘计算联盟

云计算并非万能的,华为/英特尔/ARM成立了边缘计算联盟

时间:11-07 来源:第一财经日报 点击:

五年之后的无人驾驶汽车,你并不会希望云端的数据来踩刹车。

  

当众多行业向数字化迈进,我们的存储、计算都越来越依赖于云端,云端成为构筑信息社会的枢纽。不过,一股来自产业界和学术界的合力,也正在尝试在云计算产业之外,打造一种名为边缘计算的新架构。

  

这种新架构更多将在靠近物或数据源头的网络边缘侧融合网络、计算、存储、应用,就近提供边缘智能服务。

  

不要小看这种改变的潜力。业界其实都还不清楚,在迈向万物互联的演进之中,未来究竟有多少应用场景会利用到云计算,而多少场景会将计算分布到边缘。凭借对云计算的潜在补充性、竞争性,未来新技术架构下、新玩法下谁主沉浮?一切皆有可能。

  

不是所有计算都需要云 

数字化浪潮正席卷几乎所有传统行业,改变了我们的交流方式、出行方式,改变了教育、医疗、各种传统服务……数字化背后的基础技术是云计算,几乎所有数据都需要连接到云,再通过云端存储、计算,通过网络互相连接。然而,云计算可能并不是未来各行业迈向数字化的唯一路径。

  

事实上,随着PC互联网、移动互联网向万物互联演进,如何传输和处理海量数据,已经对当前的云计算技术架构提出较大挑战。

  

2020年,预计有500亿个设备将连接到网络,根据ITU最新报告,2020年每人每秒钟创建的数据量达到1.7M。"面对这么超量的数据,我们需要考虑究竟采用传统的云计算方式还是考虑另外的方式?"中国信息通信研究院技术标准研究所总工程师续合元说。

  

"我们原来的想法,一直想把它(物联网)送到云端,但是相对于现在互联网的数据节点,物联网将是它的三个数量级以上的增长。完全靠这种(送到云端)垂直连接实际上很难实现,所以我们需要考虑在边缘级做处理。"从事工业自动化研究的中国科学院沈阳自动化研究所所长于海斌说。

  

云计算统一了互联网,而在工业领域、OT(运营技术)领域,可能迫切需要另一种计算体系。

  

"传统的云端计算可以点一个按钮,后台运算完响应给你。而在边缘计算中,很多应用需要在毫秒之间实时响应。而如果要实现实时,我们就不能把所有的东西都送到云端,因为云可能在几千公里之外,延时抖动和距离并不可控。"华为网络研发部总裁刘少伟说。

  

然而,边缘计算也并不是完全和云计算对立的一种计算架构,部分专家认为,在一些应用场景中,可以在边缘端做分析,同时也在云端做深入分析,使两者各展所长。毕竟,云的计算能力边缘端还无法比拟。

  

"我最近到波士顿去,和朋友到曾经发生爆炸的现场。在那里,他们通过前端做智能分析,然后把对犯罪嫌疑人做了简单分析后的有效数据传送到后端。这是很好的例子,说明怎样用云和端合作互补。"软通动力执行副总裁方发和说。

  

巨头联手打开市场新空间 

"未来的边缘侧会是什么样?有的时候也挺难想象的。但至少根据我们的判断,制造业的需求已经到了这样一个阶段:产品生命周期越来越短,个性化需求越来越高,全生命周期管理和服务化的趋势越来越明显。"于海斌说。

  

正是行业数字化现实需求的拉动,驱使基础技术加速改变。"我们总说,领先一步是先进,领先三步就成了先烈。"刘少伟说。

  

部分大公司已经在物联网领域各自开展边缘计算方面的尝试。比如华为切入了电力、电梯等行业,英特尔早前也通过嵌入式计算进入到工业和物联网领域。

  

"全球有1500多万部电梯,但是每天有一部分不能正常工作,利用物联网,它们的效率能够提升50%以上,同时大大降低故障率,带来实际的经济效益和社会效益。"刘少伟说。他还以尼日利亚电力行业为例,通过数字化改造,其称帮助这个非洲大国提升了30%的电力生产效率。

  

英特尔、ARM等芯片公司也希望边缘计算在物联网领域拓展业务。"下一步是不是IT和OT的整合,这是很激动人心的机会。"英特尔公司物联网事业部中国区总经理陈伟认为。

  

未来,整个边缘计算产业可能是一个高达万亿的市场,但谁也无法准确估计其市场容量,因为市场太大,而涉及的行业、需要数字化的企业也太多。

  

"电力物联网市场之前好像不是很大,特别是通信这块。但我们专门做了调研发现,通信网络在电力物联网领域大概有将近50亿美元的空间。这仅仅是用电环节的网络市场,而如果外延一下,仅仅在电力行业,就有发电、输电、配电、用电四个环节。"刘少伟在接受记者采访时说。

  

"我们希望的不仅是有新的点,还希望把点变成线,把线变成面,面变成体",于海斌在接受记者采访时说,对现有芯片、交换机、计算产值能有多大规模拓展,他不好推算,不过,"对于变革技术而言,进行线性推算可

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top