1. <tr id="1cl0p"><track id="1cl0p"></track></tr>
      <ins id="1cl0p"><video id="1cl0p"><optgroup id="1cl0p"></optgroup></video></ins>
      <code id="1cl0p"></code>
    2. <output id="1cl0p"><track id="1cl0p"></track></output>
      <ins id="1cl0p"></ins>
        1. <tr id="1cl0p"></tr><output id="1cl0p"></output>
          歡迎來到199云計算!

          技術創新

          當前位置:主頁 > 業界 > 技術創新 > 深度解密:邊緣計算的理解與思考 >

          深度解密:邊緣計算的理解與思考

          時間:2022-04-07 08:05:48|欄目:技術創新|點擊:

          本文來源:云計算之家

          圖片

          云計算發展史,就是虛擬化技術的發展史,近20年來云計算與互聯網相互促進高速發展,中心云技術逐漸成熟并開始應用到社會各個方面,成為全社會通用的基礎設施。但是隨著物聯網、人工智能等技術的不斷發展,尤其是產業互聯網發展落地,中心云計算開始相形見肘;分散式邊緣計算,這個互聯網時代被遺忘的,在當下智能化時代,重新又被寄予厚望,補充中心云計算的能力,承接產業互聯網的落地使命。如果中心云計算是由技術創新驅動的,那么邊緣計算一定是業務價值驅動的;邊緣計算生于業務,長于業務;

          業界對邊緣計算的理解似乎都不太一樣。似乎“一千個哈姆雷特,就有一千個邊緣計算”,那到底什么是邊緣計算?邊緣計算有那些分類?邊緣計算與中心云的關系?本篇將抽絲剝繭,深入淺出,詳細闡述對邊緣計算理解與思考。

          1.

          算力的周期性交替

          圖片

          從整個計算機發展來看,以二十年為周期,算力以中心式與分散式之間周期性交替循環,

          周期一:通用計算機誕生伊始,采用大型計算機的集中式計算模式,通過分時技術服務于多終端;

          周期二:隨著集成電路技術發展,計算機體積縮小性能提升,個人PC電腦普及,軟件主要是C/S與B/S模式,服務端實現共享存儲數據,客戶端完成大量的渲染計算,算力交替至分散式計算模式;

          周期三:近二十年虛擬化及分布式計算等技術發展,云計算實現按需從資源共享池中獲取所需資源,尤其是大數據快速發展,算力交替至中心式計算模式;

          周期四:當前,5G疊加物聯網,終端量和數據量快速增長,集中式云計算表現出瓶頸,算力開始向分散式邊緣側遷移;

          邊緣計算開始興起;接下來是發展繁榮的關鍵10年;邊緣計算,算力無界,點亮邊緣,開啟泛在邊緣智能化時代。

          2.

          邊緣計算的定義

          邊緣計算當前沒有一個明確的定義,在IT云計算領域視角,邊緣計算作為中心云計算的拓展。在CT電信領域視角,邊緣計算最初也被稱為移動邊緣計算(MEC),歐洲電信標準協會(ETSI)對MEC的定義是:“移動邊緣計算在移動網絡的邊緣、無線接入網(RAN)的內部以及移動用戶的近處提供了一個IT服務環境以及云計算能力”。

          對邊緣計算定義各有側重,但核心的思想基本是一致,邊緣計算是基于云計算核心技術,構建在邊緣基礎設施之上的新型分布式計算形式,在邊緣端靠近最終用戶提供計算能力,是一種靠近數據源的現場云計算。

          中心云計算憑借其強大的數據中心,為業務應用提供大規模池化,彈性擴展的計算、存儲、網絡等基礎設施服務。但是中心云計算適用于非實時、長周期數據、業務決策場景;而邊緣計算聚焦在實時性、短周期數據、本地決策等業務場景方面;比如當下熱門的音視頻直播、IoT、產業互聯網,虛擬現實,元宇宙等場景,將工作負載會下沉至離終端設備或者靠近最終用戶的地方,以此實現更低的網絡延遲,提升用戶的使用體驗。

          3.

          章魚式邊緣計算

          圖片

          邊緣是相對的,是網絡的邊緣,是相對中心式計算的邊緣分散式計算。邊緣計算的核心目標是快速決策,作為中心云計算的延伸,將計算能力拓展至“最后一公里”。因此不能獨立于中心云,而是放在云-邊-端的整體架構之下,有中心式管控決策,也有分散式邊緣自主決策,即章魚式邊緣計算。

          章魚全身神經元中心式腦部占40%,其余60%在分散式腿部,形成1個大腦總控協調 + N個小腦分散執行的結構。1個大腦擅長全局調度,進行非實時、長周期的大數據處理與分析;N個小腦側重局部、小規模數據處理,適用于現場級、實時、短周期的智能分析與快速決策。

          章魚式邊緣計算采用中心云+邊緣計算的分布式云邊一體化架構,海量終端采集到數據后,在邊緣完成小規模局部數據的實時決策處理,而復雜大規模的全局性決策處理,則由匯總至中心云深入分析處理。

          4.

          邊緣計算的位置

          圖片

          邊緣計算是位于中心云及終端之間,將云計算能力由中心下沉到邊緣,通過云邊協同的架構解決特定的業務需求。在網絡的邊緣,靠近現場進行計算,最大程度降低傳輸時延,是邊緣計算的核心價值。

          但是中心云與終端之間的網絡傳輸路徑可不簡單,是經由接入網(距離30公里,延遲5到10毫秒),匯聚網,城際網(距離50到100公里,延遲15到30毫秒)到骨干網(距離200公里,延遲50毫秒),最后才到數據中心(假定數據中心IDC都在骨干網),耗時數據是正常網絡擁塞的撥測統計值,即業務側感知的實際延遲數據,雖然不是非常精確,但是輔助架構決策足夠了。

          云計算能力由中心逐步下沉到邊緣,首先想到就是依據當前的網絡節點,沿著骨干網到接入網,最后到邊緣現場逐步下沉,節點數量逐漸增多,覆蓋范圍縮小,運維服務成本快速增加。按照國內的網絡(國內有多張骨干網,分別是電信CHINANET與CN2,聯通CNCNET以及移動CMNET)現狀,骨干網節點(基本上對應省會城市,數量20+),城際網節點(基本上對應地市,數量200+),匯聚網節點(基本上對應區縣,數量2000+),接入網節點(假設對應移動基站,數量60W+,實際更多),還有就是數以萬計的業務現場計算節點。這些節點都有可以安置邊緣計算,范圍太廣難以形成統一標準。所以為什么說中心云計算是由技術定義,邊緣計算一定是網絡與業務需求定義。

          邊緣計算參與者眾多,云廠商,設備廠商,運營商三大關鍵服務商方以及一些新型AI人工智能服務商等,都是從各自現有優勢延伸,為存量的用戶提供全站式服務,通過業務上下游,拓展更多客戶及市場空間。設備商在互聯網時代默默耕耘,借助物聯網逐漸構建單一功能的專業云;云廠商從中心化的公有云開始下沉,走向分布式區域云,區域云之間通過云聯網打通,形成一個覆蓋更大的云。運營商在互聯網時代被公有云及繁榮的移動應用完全屏蔽只能充當管道,但是在邊緣計算時代,業務及網絡定義邊緣計算,運營商重新回歸焦點,不可替代。

          5.

          邊緣計算的類型

          邊緣計算一定是網絡與業務需求定義,業務價值驅動,按需建設使用;

          (一)網絡定義的邊緣計算:

          圖片

          通過優化終端與云中心網絡路徑,將中心云能力逐漸下沉至靠近終端,實現業務就近接入訪問。從中心到邊緣依次分為區域云/中心云,邊緣云/邊緣計算,邊緣計算/本地計算三大類型:

          區域云/中心云:將中心云計算的服務在骨干網拓展延伸,將中心化云能力拓展至區域,實現區域全覆蓋,解決在骨干網上耗時,將網絡延遲優化至30ms左右,但邏輯上仍是中心云服務。

          邊緣云/邊緣計算:將中心云計算的服務沿著運營商的網絡節點逐漸拓展延伸,構建中小規模云服務或類云服務能力,將網絡延遲優化至15ms左右,比如多接入邊緣計算(MEC)、CDN。

          邊緣計算/本地計算:主要是接近終端的現場設備及服務能力,將終端部分邏輯剝離出來,實現邊緣自主的智能服務,由云端控制邊緣的資源調度、應用管理與業務編排等能力,將網絡延遲優化至5ms左右,比如多功能一體機、智能路由器等。

          總的來說,基于網絡定義的邊緣計算,更多的是面向消費互聯業務及新型2C的業務,主要是將云中心的能力及數據提前下沉至邊緣,除了經典的CDN,視頻語音業務外,還有今年大火的元宇宙等。

          當前大部分面向消費互聯業務都是通過安置在骨干網的中心云計算能力支持,時延在30ms到50ms延遲,遠遠小于本身云端后端業務處理的延遲;算力下沉至邊緣初衷,重要是實現中心云海量請求壓力分散,用戶體驗優化等,但對業務都屬于錦上添花,并非雪中送炭。

          圖片

          這里說一下運營商網絡,中心云計算的技術,是將數據中心內部網絡全部虛擬化,即云內網絡,衍生出VPC,負載均衡等諸多產品;數據中心外部幾乎完全屏蔽運營商網絡,只是提供彈性公網IP及互聯網出口帶寬服務,中心云計算與運營商網絡沒有融合;但從中心云計算演進到邊緣計算,是強依賴網絡將中心云與邊緣鏈接起來,如果中心云是大腦,邊緣計算是智能觸角,那么網絡就是神經,就是動脈血管;

          但是整體網絡規劃與建設,尤其是國家骨干網的規劃建設,是在云計算發展之前,并不是專門服務云計算的,所以中心云計算與運營商網是需要融合,即云網融合,云網融合最終目標是云中有網,網中有云;實現云能力的網絡化調度編排,網絡能力的云化快速定義。希望借助新型業務需求和云技術創新,驅動運營商網絡架構深刻變革升級開放。

          當前,網絡的能力極大的限制云計算的發展,在邊緣計算及物聯網建設過程尤為明顯;云網融合與算力網絡依然還是運營商的獨家游戲,進展緩慢;新一代5G顛覆性技術變革,引爆整個領域的顛覆性巨變;但是只是解決了海量設備接入及設備低延遲接入的問題,后端整體配套及解決方案明顯跟不上;就當前情況來看,依然還是5G找業務尷尬局面,未來5G在實體產業領域(港口, 碼頭,礦山等)領域,相比消費者領域,會帶來更大變革與價值,來日方長,拭目以待。

          (二)業務定義的邊緣計算:

          圖片

          除了面向消費者的互聯網邊緣場景,邊緣計算更多的是面向實體產業及智慧化社會衍生的場景。

          對于實體產業場景來說,由于歷史原因,在邊緣及現場,存在大量的異構的基礎設施資源;通過業務需求驅動邊緣計算平臺的建設,不僅需要整合利用現有的基礎設施資源,同時將中心云計算技術及能力下沉至邊緣及現場,實現大量存量業務運營管控上云,海量數據統一入湖,以此支持整個企業的數字化轉型。

          對于智慧化社會衍生場景來說,越是新型的業務,對網絡時延敏感越高,數據量越大,結構化數據逐漸轉化成非結構化數據,需要人工智能,神經網絡等高等智能化技術支持。

          如果需要一個參考延時基準,以此來決策是否需要邊緣計算的能力,建議30ms的延遲,即一次請求從接入到骨干網的耗時;當前新型對網絡時延敏感的業務場景,都是通過云端總控管理,設備現場實時計算這種分布式架構策略,以此減弱對網絡的強依賴。面向業務將邊緣計算分為智能設備/專業云及產業邊緣/行業云兩種類型:

          智能設備/專業云:基于云計算能力之上,圍繞智能設備提供整體化,有競爭力的解決方案,包含智能設備,云端的服務以及端到云之間的邊緣側服務,比如視頻監控云,G7貨運物聯等;

          產業邊緣/行業云:也基于云計算能力之上,圍繞行業應用及場景,提供套件產品及解決方案,比如物流云,航天云等;

          總的來說,基于業務定義的邊緣計算,更多的是面向智能設備及實體產業,對智能設備,從AVG,密集式存儲,機械手臂等單一功能的智能設備,到無人機,無人駕駛車等超復雜的智能設備,云計算能力不僅是支撐設備控制管理應用的運行,同時借助中心云計算能力拓展至邊緣側,解決這種產品上云,無法集中化標準化管理難題;對產業邊緣,通過云計算技術,結合行業場景的抽象總結,構建行業通用的產品及解決方案,隨著整個產業互聯網加速建設,是邊緣計算未來發展的重點方向。

          6.

          總結

          圖片

          對于規模較大的一些企業,云邊場景非常復雜,中心云計算平臺與邊緣計算的平臺建設,不僅應對業務需求,同時還要面臨諸多基礎設施的問題:在中心云計算面臨多云使用多云互通問題;在邊緣網絡鏈路面臨多運營商的骨干網,多云運營商網絡及多云的云網融合問題;在端側接入網面臨多運營商5G網絡的共享的問題等,很多問題只能通過治理的手段應對,無法從技術平臺層面徹底解決;

          總的來說,邊緣計算范圍太大,場景太泛,整個行業都比較缺少經典的案例及標準,尤其是產業邊緣計算,在國家層面都有在大力推進產業互聯網,但是仍然艱難前行;所以對邊緣計算的建設,一定是面向真實的業務場景及期望,整體規劃面向價值逐步建設。

          參考資料:

          1.艾瑞咨詢:2021年中國邊緣云計算行業展望報告

          2.華為:點亮邊緣,引領第一波5G應用

          3.中移動:2021 中國移動云網一體化產品白皮書

          4.紅帽:Edge computing with Red Hat OpenShift


          重要申明:本站所有的文章、圖片、評論等,均由網友發表或上傳并維護或收集自網絡,屬個人行為,與本站立場無關。

          如果侵犯了您的權利,請與我們聯系,我們將在24小時內進行處理、任何非本站因素導致的法律后果,本站均不負任何責任。

          COPYRIGHT ? 2009-2011,WWW.YOURNAME.COM,ALL RIGHTS RESERVED版權所有 ? 199云計算 京ICP備2021002074號-5

          sitemap feed

          看a级操逼大黄片
          1. <tr id="1cl0p"><track id="1cl0p"></track></tr>
            <ins id="1cl0p"><video id="1cl0p"><optgroup id="1cl0p"></optgroup></video></ins>
            <code id="1cl0p"></code>
          2. <output id="1cl0p"><track id="1cl0p"></track></output>
            <ins id="1cl0p"></ins>
              1. <tr id="1cl0p"></tr><output id="1cl0p"></output>