边缘计算的创新之路在哪？
边缘计算的创新之路在哪？
在数字化进程中，云计算的出现是一个意料之外但情理之中的事情。云计算加速了数据处理，并提供了相对低成本、高效率的云服务，但多源异构数据处理、带宽负载、资源限制和安全隐私等方面的问题还是让人们看到了云计算的局限性。因此，边缘计算应运而生。
简单来讲，边缘计算就是在网络的边缘产生、处理、分析数据。功能上，边缘计算具有实时数据处理和分析、低延迟、低带宽、低成本、更安全以及个性化等优势，这让边缘计算成为云计算很好的补充，共同应对物联网发展中的碎片化需求。
从计算模型上看，边缘计算提供运算性能的方式主要有两种。体量小的数据系统只采用边缘计算数据中心就能够很好地完成计算任务；拥有数据洪流属性的大型应用（如智慧城市、智能汽车、智能安防等），则需要边缘计算和云计算珠联璧合。因此，未来边缘计算的创新要内外兼修。一方面提升内涵，包括提升运算性能、让数据更安全、更低延迟等；另一方面兼顾外延，如何通过更高效的连接实现边边协同以及边云协同。
边缘计算的内涵
推动边缘计算发展的本质就是在边缘端增强对数据高效、即时、安全地处理，涉及的创新点包括数据高效采集和处理、网络协议兼容、体系结构创新、操作系统兼容、计算性能提升、存储性能提升、多算法兼容和数据安全。结合边缘计算参考架构3.0来看，边缘计算的硬件创新主要集中在计算芯片、存储资源和传感器这几个方面。
边缘计算参考架构3.0 | 图片来源：边缘计算参考架构3.0（2018）
应用到边缘计算领域的计算芯片主要有两种，一类是根据应用需求定制开发的SoC；另一类是通用的计算芯片。
在处理指定性应用时，定制开发的边缘计算芯片体积更小、功耗更低、可靠性更高、安全性更高、性能更强。这类芯片主要面向一些热门的应用领域，比如智能安防、智能驾驶等。我们看几个典型的例子：华为海思针对智能安防开发的芯片便是定制化芯片，包括Hi3559AV100、Hi3519AV100和Hi3516DV300等；GTI公司的Lightspeeur2801S是音视频的定制芯片，为音视频类型的边缘计算提供动力；英伟达Xavier芯片也属于定制类芯片，主要应用于智能驾驶领域，因此该芯片还集成了双目视觉、光流等附加功能；还有像深鉴科技DPU、百度XPU这样基于FPGA的半定制化芯片。
英伟达Xavier芯片 | 图片来源：英伟达官网
从应用角度来看，可以说所有基于X86、Arm或RISC-V架构打造的芯片都可以作为通用的边缘计算芯片。当然，随着物联网的迅猛发展，还有更多创新型芯片来争夺通用边缘计算芯片的市场份额。
由于功耗和芯片体积等原因，X86架构打造的芯片并不如Arm或RISC-V架构那样适用于边缘计算领域。不过，在边缘计算网关以及不太追求性能和功耗的应用中，X86架构芯片依然有一席之地。X86架构阵营主要分两类。一方面，CPU厂商自己在推出相应的开发板，比如基于Intel核心板Ruban打造的SEED-QUARK_X1000便可应用到物联网、可穿戴设备、智能家电等应用中；另一方面，也有厂商在基于原厂CPU打造适用于边缘计算的开发板，康佳特推出的基于AMD EPYC Embedded3000打造的嵌入式边缘以及微型服务器便是例子。
基于Arm架构的边缘计算芯片主要是GPU、移动CPU和MCU。
GPU的代表产商当然是英伟达，在云服务市场打开局面后，英伟达也在寻找边缘计算市场的机会，适用于边缘计算的 NVIDIA EGX 平台便是一次很好的尝试。
移动CPU方面，华为、联发科和三星等都有所参与，比如基于华为麒麟970的开发板能够为终端应用提供强大的AI算力，支持硬件加速；联发科将自家CPU开发用于汽车智能中控平台等。
MCU切入边缘计算赛道显得更为平滑，毕竟MCU在传统嵌入式应用中拥有很多成熟的经验，但性能确实是MCU的劣势。不过，随着高端MCU的发布，边缘计算领域也开始出现MCU的身影，瑞萨电子200MHz频率范围的 Synergy S7 系列便能够满足边缘计算所要求的高性能运算和存储需求。
瑞萨电子 Synergy S7
对于通用型架构而言，RISC-V架构和边缘计算是互相成全，RISC-V架构为边缘计算带来更开放、低功耗、高性能的设计环境，边缘计算也成为RISC-V架构成长的关键领域。GAPUINO开发板便是基于全球首款RISC-V架构的低功耗边缘计算处理器GAP8打造的；时擎智能基于RISC-V架构的智能边缘计算芯片也已经成功流片。
除了基于通用架构打造的计算芯片，应用到边缘计算领域的通用芯片还有FPGA、TPU和NPU等。
很多时候，用户在评估设备性能的时候往往容易忽视存储的重要性。在传统应用中，边缘端硬件只需要采集数据直接传输到云端。边缘计算概念引入之后，高性能的存储在边缘设备中是必不可少的，将显著提高边缘计算的即时性和安全性。
边缘计算刚兴起的时候，大家觉得主机带硬盘就算是有存储了。然而当智能安防、智慧医疗或者智慧城市等应用有了即时处理和分析的需求后，这样的配置显然是不够的。除了运算速度方面的挑战，存储产品在边缘计算中还要满足数据量、数据复杂性、数据监控和数据保护等方面的硬性需求。对此，业界提出了存储优先的架构设计。以探境科技为例，其针对边缘计算开发的高吞吐能力解决方案执行效率最大可达13T OPS，可以满足大多数边缘计算应用的需求。
边缘计算从业者在追求设备性能不断突破的同时，也意识到抓取高质量的数据能够起到事半功倍的效果。因此，智能传感器在边缘计算领域成了“香饽饽”。在边缘计算应用中，传感器不再是简单的转化元器件，需要承担对数据的加工和处理工作。
从趋势上看，边缘计算要求传感器智能化、小型化、低功耗和低成本，因此我们看到智能传感成为集成传感芯片、通信芯片、微处理器、驱动程序、软件算法等于一体的系统级产品。国际厂商方面，ST、索尼、博世、博通、TE和楼氏电子等都有参与；国内厂商方面，歌尔声学、明皜传感、瑞声科技、芯奥微等也都有产品推出。
除了硬件层面的创新，边缘计算的内涵提升也包括软件层面，主要是操作系统和算法。操作系统上，不同于传统物联网设备上的实时操作系统Contikt和FreeRTOS，边缘计算操作系统更倾向于对数据、任务、资源的实时管理。算法上，除了硬件需要竟可能多地兼容智能算法，算法本身也要不断增强对小规模数据的处理能力，更高效地执行预测任务。
边缘计算的外延
回顾边缘计算的发展历程，CDN（Content Delivery Network，内容分发网络）或者分布式系统其实就是边缘计算的雏形。不过，基于我们对边缘计算的定义和期望，这些系统虽然形式相似，但也有很大的区别。
传统的分布式计算处理的都是简单数据，进而通过控制层来得到结果，而边缘计算则需要节点直接输出结果，并且节点要拥有完整的业务能力。物联网时代，边缘计算设备依然要和其他设备进行大规模通信，且对传输性能的要求更高。因此，边缘计算的外延依然要满足其自有特点，也就是高效率、低时延及安全性。
当前，要求每一个边缘节点都独立拥有业务能力显然是不现实的，实现边云协同是推进边缘计算发展的第一要务。厂商推出的边缘计算模型在云端进行训练，在边缘端进行推理，然后在应用过程中基于推理结果再训练、再优化。这需要在系统中实现IaaS、PaaS、SaaS的全面协同，也就是边缘端EC-IaaS与云端IaaS实现资源协同；边缘端EC-PaaS与云端PaaS实现数据协同、智能协同、管理协同；边缘端EC-SaaS与云端SaaS实现服务协同。
边云协同演示 | 图片来源：边缘计算参考架构3.0（2018）
边云协同完成后，接下来要做的是如何让数据传输不拖后腿，在有线和无线两个层面给出即时传输的解决方案。同时，边云协同是通过多个节点和设备将云和数据中心扩展到边缘，将会成倍地增加网络攻击的表面积，厂商在推出相关解决方案的过程中也要不断提高产品的安全等级。
作为领先的连接器和传感器供应商，TE在边云协同过程能够给出连接器、传感器、天线产品以及定制化方案。比如TE背板连接器和边缘连接器的数据传输速率高达每差分对112 Gbit/s，符合 PCIe Gen X 和 PCI-SIG 标准。
无线领域，边缘计算赋予无线连接技术全新的使命，包括WiFi、蓝牙、5G、LPWAN等在内的无线连接技术纷纷推出相应的解决方案。
WiFi方面，早在几年前Relay2就推出了相应的边缘计算云WiFi解决方案；蓝牙方面，蓝牙5技术标准的出现让蓝牙有了更宽的范围、更快的数据传输；LPWAN方面，既有NB-IoT类型的边缘网关，也有LoRa类型。现如今，在单一设备上我们能够看到多种无线连接方式，比如无线连接边缘智能服务器EIS-D210便内置LoRa/Wi-Fi/蓝牙三种网络连接方式。
关于边缘计算的数据传输，5G值得拿出来单独讲讲。从5G的定义可以看出，5G不仅是要实现更高的网络通信速度，还应满足低时延这样更高的要求，通信将从人人通信突破到人物通信以及物物通信。因此，边缘计算和5G互为犄角，共同的目标是将更多业务结束在终端。
5G对边缘计算改变主要有三个方面。首先是搭载5G模块的边缘计算解决方案能够实现更高速度的信息传输，同时延迟降的更低。高通、英特尔、华为等厂商都推出了相关的解决方案，比如基于巴龙5000 5G芯片打造的MH5000模块，便是华为为智能汽车打造的重要通信产品。
其次，5G光通信模块的推出将应用的延迟降低到理论程度的最低值。目前，TE、华工科技、中航海信等公司均在加班备货。
最后，5G将重塑边缘计算和云计算之间的边界。随着5G不断发展，边缘计算服务器这个全新的物种开始爆发出惊人的潜力。业界预计，未来85%以上的数据都不会被传回云数据中心。一部分数据将被存储在边缘终端，另一部分将被存储在边缘计算服务器中。2019年年初，浪潮发布了一款满足OTII标准的边缘计算服务器NE5260M5，专为5G设计，可承担物联网、MEC和NFV等5G应用场景，适用于边缘机房的恶劣环境。
结语
不管是在5G时代，还是在物联网时代，边缘计算都必将占据一席之地。凭借对数据信息更快的采集、分析、处理和存储，边缘计算将赋能智能家居、智慧工厂、智慧交通、智能汽车以及智慧医疗等领域的高速发展。不过，想要更好地释放边缘计算的潜力，边缘设备、系统架构、软件算法和网路通信等各个方面都需要不断突破，这就是边缘计算的内涵与外延。