最近，人們對(duì)邊緣計(jì)算報(bào)以越來越大的厚望。在這一行業(yè)中，不乏有一些大膽的想法，如“邊緣將吞噬云計(jì)算”，或是，將實(shí)時(shí)自動(dòng)化擴(kuò)展到醫(yī)療保健、零售和制造業(yè)。

專家們一致認(rèn)為，邊緣計(jì)算將在幾乎所有企業(yè)的數(shù)字化轉(zhuǎn)型中發(fā)揮關(guān)鍵作用，但實(shí)際上，其進(jìn)展一直很緩慢。傳統(tǒng)的觀念阻礙了公司無法充分利用實(shí)時(shí)決策和資源分配的優(yōu)勢(shì)。為了理解這種情況是如何以及為什么會(huì)發(fā)生的，讓我們回顧一下邊緣計(jì)算的第一波浪潮，以及從那之后發(fā)生了什么。

邊緣計(jì)算的第一波浪潮：物聯(lián)網(wǎng)(IoT)

對(duì)大多數(shù)行業(yè)來說，邊緣計(jì)算的概念與第一波浪潮物聯(lián)網(wǎng)潮緊密相關(guān)。當(dāng)時(shí)，人們的焦點(diǎn)集中在從可以附著在任何物品上的小型傳感器上收集數(shù)據(jù)，然后將數(shù)據(jù)傳輸?shù)揭粋€(gè)中心位置——比如云或主數(shù)據(jù)中心。

這些數(shù)據(jù)流必須由通常稱為“傳感器融合”的技術(shù)關(guān)聯(lián)到一起。當(dāng)時(shí)，傳感器的經(jīng)濟(jì)狀況、電池壽命和廣泛性往往導(dǎo)致數(shù)據(jù)流過于有限，保真度較低。此外，用傳感器改裝現(xiàn)有的設(shè)備往往成本過高。雖然傳感器本身很便宜，但安裝過程很耗時(shí)，而且需要訓(xùn)練有素的專業(yè)人員來執(zhí)行。最后，使用傳感器融合分析數(shù)據(jù)所需的專業(yè)知識(shí)被嵌入到跨組織的全體人員知識(shí)庫中。這使得物聯(lián)網(wǎng)的采用率放緩。

此外，因?yàn)榘踩珕栴}，物聯(lián)網(wǎng)的大規(guī)模采用也“遇冷”。從數(shù)學(xué)的角度上來說，原因很簡(jiǎn)單：跨越多個(gè)地點(diǎn)去連接數(shù)千個(gè)設(shè)備，這無異于一個(gè)巨大且經(jīng)常會(huì)處于未知狀態(tài)的信息暴露。由于物聯(lián)網(wǎng)潛在的風(fēng)險(xiǎn)超過了其未經(jīng)證實(shí)的好處，許多人認(rèn)為，應(yīng)采取觀望態(tài)度，保持謹(jǐn)慎。

超越物聯(lián)網(wǎng)1.0

現(xiàn)在越來越清晰的是，與其說邊緣計(jì)算是物聯(lián)網(wǎng)，倒不如說它是關(guān)于跨分布式站點(diǎn)和地理位置的操作進(jìn)行實(shí)時(shí)決策。在IT領(lǐng)域和越來越多的工業(yè)環(huán)境中，我們將這些分布式數(shù)據(jù)源稱為“邊緣”。我們將來自數(shù)據(jù)中心或云之外的所有位置的決策稱為邊緣計(jì)算。

邊緣充斥著我們身邊的每一處角落——它在我們的生活、我們的工作當(dāng)中，凡有人類活動(dòng)的地方，它的身影無所不在。傳感器覆蓋稀疏的問題已經(jīng)被更新和更靈活的傳感器解決了。新的資產(chǎn)和技術(shù)都配備了大量的集成傳感器?，F(xiàn)在，傳感器經(jīng)常增強(qiáng)了高分辨率/高保真成像(x射線設(shè)備，激光雷達(dá))。

額外的傳感器數(shù)據(jù)、成像技術(shù)以及將所有這些關(guān)聯(lián)起來的計(jì)算，會(huì)產(chǎn)生每秒兆字節(jié)的數(shù)據(jù)。為了從這些巨大的數(shù)據(jù)流中得出最終結(jié)果，計(jì)算的“火力”現(xiàn)在都被部署在數(shù)據(jù)生成處的附近。

原因也很簡(jiǎn)單：在邊緣位置和云之間根本沒有足夠的帶寬和時(shí)間。處于邊緣的數(shù)據(jù)在短期內(nèi)是最為重要的。數(shù)據(jù)現(xiàn)在可以在邊緣進(jìn)行實(shí)時(shí)分析和使用，而不是稍后在云中進(jìn)行處理和分析。為了獲得更高一級(jí)水平的效率和卓越的操作，計(jì)算必須在邊緣中進(jìn)行。

這并不是說云并不重要。云計(jì)算仍然在邊緣計(jì)算中發(fā)揮作用，因?yàn)樗窃谒形恢弥蟹峙渌懔Φ囊粋€(gè)好地方。例如，云計(jì)算提供了對(duì)來自其他地點(diǎn)的應(yīng)用程序和數(shù)據(jù)的訪問，以及遠(yuǎn)程專家對(duì)全球各地的系統(tǒng)、數(shù)據(jù)和應(yīng)用程序的管理。此外，云還可以用于分析跨越多個(gè)位置的大型數(shù)據(jù)集，顯示隨時(shí)間變化的趨勢(shì)，并生成預(yù)測(cè)分析模型。

因此，邊緣的關(guān)鍵，在于弄清跨越大量地理分散位置的大型數(shù)據(jù)流。人們必須采用這種對(duì)邊緣的新認(rèn)知，才能真正理解現(xiàn)在邊緣計(jì)算所能實(shí)現(xiàn)的一切。

今天：實(shí)時(shí)邊緣分析

與幾年前相比，今天在邊緣所能做的事是驚人的?，F(xiàn)在，人們可以通過大量的傳感器和相機(jī)來生成數(shù)據(jù)，而不是將邊緣限制在幾個(gè)傳感器上。然后，這些數(shù)據(jù)被放在邊緣，用比20年前強(qiáng)大數(shù)千倍的計(jì)算機(jī)進(jìn)行分析——所有成本都是合理的。

高核心計(jì)數(shù)的CPU和GPU以及高通量網(wǎng)絡(luò)和高分辨率攝像頭現(xiàn)在隨處可見，這使得實(shí)時(shí)邊緣分析成為現(xiàn)實(shí)。在邊緣(業(yè)務(wù)活動(dòng)發(fā)生的地方)部署實(shí)時(shí)分析可以幫助公司了解他們的操作并立即作出反應(yīng)。有了這些知識(shí)，許多操作就可以進(jìn)一步自動(dòng)化，從而提高生產(chǎn)率并減少損失。

讓我們來考慮一下一些當(dāng)今實(shí)時(shí)邊緣分析的例子：

• 超市欺詐預(yù)防

許多超市現(xiàn)在或多或少都會(huì)使用自助結(jié)賬，不幸的是，他們也看到了越來越多的欺詐行為。一個(gè)心存邪念的購物者可以用低價(jià)的條形碼代替高價(jià)的條形碼，這樣他付的錢就少了。為了發(fā)現(xiàn)這種類型的欺詐行為，商店現(xiàn)在正在使用高功率攝像頭，將掃描的產(chǎn)品和重量與其應(yīng)有的重量進(jìn)行比較。這些相機(jī)相對(duì)便宜，但它們卻會(huì)產(chǎn)生大量的數(shù)據(jù)。通過將計(jì)算移動(dòng)到邊緣，就可以立即分析數(shù)據(jù)。這意味著，商店可以實(shí)時(shí)發(fā)現(xiàn)店內(nèi)的欺詐行為，而不是在這些所謂的“顧客”離開停車場(chǎng)之后。

• 食品生產(chǎn)監(jiān)測(cè)

如今，一個(gè)制造型工廠可以在制造過程的每一步都配備幾十個(gè)攝像頭和傳感器。實(shí)時(shí)分析和人工智能驅(qū)動(dòng)的推理可以以毫秒、甚至微秒為單位，揭示是否有問題或工藝過程正在漂移。也許，攝像頭顯示太多的糖被添加，或者產(chǎn)品上添加了過多的澆頭。有了攝像頭和實(shí)時(shí)分析，生產(chǎn)線就可以調(diào)整生產(chǎn)線來停止漂移，甚至在需要維修時(shí)停下生產(chǎn)線——而不會(huì)造成災(zāi)難性的損失。

• 人工智能驅(qū)動(dòng)的醫(yī)療保健邊緣計(jì)算

在醫(yī)療保健領(lǐng)域，紅外線和x射線攝像頭一直都在急劇改變著，因?yàn)樗鼈兎直媛屎芨?，并且能夠快速將圖片提供給技術(shù)人員和醫(yī)生。有了如此高的分辨率，現(xiàn)在病人在見到醫(yī)生予以確認(rèn)之前，人工智能就可以進(jìn)行過濾、評(píng)估和診斷異常。通過部署人工智能驅(qū)動(dòng)的邊緣計(jì)算，醫(yī)生們節(jié)省了時(shí)間，因?yàn)樗麄儾槐匾蕾囅蛟瓢l(fā)送數(shù)據(jù)來獲得診斷。因此，腫瘤學(xué)家想要觀察是否患者確患有肺癌，可以將實(shí)時(shí)人工智能過濾器應(yīng)用于患者的肺部圖像，以獲得快速準(zhǔn)確的診斷，這樣可以大大減少患者等待反饋的焦慮。

• 由分析系統(tǒng)驅(qū)動(dòng)的自動(dòng)駕駛汽車

自動(dòng)駕駛汽車之所以在今天成為可能，是因?yàn)橄鄬?duì)便宜和有效的相機(jī)提供了360度立體視覺。其分析系統(tǒng)還可以實(shí)現(xiàn)精確的圖像識(shí)別，因此計(jì)算機(jī)可以精確辨別路上出現(xiàn)的到底是風(fēng)滾草還是鄰居家的貓，并決定何時(shí)剎車還是轉(zhuǎn)向繞過障礙物，以確保駕乘安全。高性能CPU和GPU的可負(fù)擔(dān)性、可用性和小型化趨勢(shì)使得實(shí)時(shí)模式識(shí)別和矢量規(guī)劃成為可能，這就是自動(dòng)駕駛汽車的智能駕駛。自動(dòng)駕駛汽車成功的要點(diǎn)，在于必須有足夠的數(shù)據(jù)和處理能力，足夠快地做出智能決策，以采取糾正措施。這一點(diǎn)現(xiàn)在只有通過如今的邊緣技術(shù)才能得以實(shí)現(xiàn)。

在實(shí)踐中的分布式體系結(jié)構(gòu)

當(dāng)非常強(qiáng)大的計(jì)算被部署在邊緣時(shí)，公司可以更好地優(yōu)化操作，而不必?fù)?dān)心延遲或失去與云的連接。現(xiàn)在所有的東西都分布在邊緣位置，所以問題是實(shí)時(shí)解決的，彼此之間只有零星的連接。

自第一波邊緣技術(shù)出現(xiàn)以來，我們已經(jīng)取得了長(zhǎng)足的進(jìn)展。由于邊緣技術(shù)的進(jìn)步，公司現(xiàn)在對(duì)自己的業(yè)務(wù)有了更全面的看法。今天的邊緣技術(shù)不僅能幫助企業(yè)提高利潤(rùn)，事實(shí)上，它還能幫助企業(yè)降低風(fēng)險(xiǎn)，改善產(chǎn)品、服務(wù)，以及提升與他們打交道的人的體驗(yàn)。