深度對話：從“云”到“端”，慧眼看清邊緣計(jì)算

編者按

IDC 預(yù)測，到 2020 年，全球數(shù)據(jù)總量將達(dá)到 175ZB。如此龐大的數(shù)據(jù)量不僅帶來高昂的帶寬成本，讓云端計(jì)算和存儲不堪重負(fù)，而且難以滿足邊緣側(cè)的實(shí)時(shí)性需求，安全性無法保證，邊緣計(jì)算應(yīng)需而生。在市場需求與資本的推動下，企業(yè)該如何抓住機(jī)遇？產(chǎn)業(yè)變革又將帶來怎樣的核心問題？與非悉心聽講。

邀請嘉賓

孫龍凱 ?意法半導(dǎo)體微控制器及微處理器區(qū)域市場經(jīng)理
徐晶 ?研華嵌入式物聯(lián)網(wǎng)平臺事業(yè)群華東區(qū)負(fù)責(zé)人

對話集錦

與非網(wǎng)：端側(cè)的計(jì)算方式早就存在，為什么大家要提出這個(gè)“邊緣計(jì)算”的概念？“邊緣計(jì)算”是否是個(gè)偽命題？

孫龍凱：傳統(tǒng)算法的應(yīng)用已經(jīng)非常廣泛，但還存在局限性，對開發(fā)者主觀的依賴程度過高，比如需要手動設(shè)閾值等。一旦數(shù)據(jù)量激增，靠人去驅(qū)動慢慢會被靠數(shù)據(jù)驅(qū)動所取代。所以邊緣計(jì)算有別于傳統(tǒng)算法的點(diǎn)就在于其包含了機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等概念。

徐晶：肯定不是一個(gè)偽命題。隨著物聯(lián)網(wǎng)、云計(jì)算的發(fā)展，邊緣計(jì)算的概念一再被提及。邊緣計(jì)算顧名思義它是在邊緣端的，而在很多場景下，邊緣端存在著大量雜亂無章的數(shù)據(jù)、設(shè)備、應(yīng)用場景。單一的云計(jì)算或某種架構(gòu)下的 IT 模式根本不能滿足要求，于是邊緣計(jì)算應(yīng)運(yùn)而生，來將這些數(shù)據(jù)處理完畢后再丟到云端管理。

與非網(wǎng)：邊緣計(jì)算目前還處于發(fā)展初期，后續(xù)產(chǎn)業(yè)推進(jìn)要解決的核心問題是什么？預(yù)計(jì)在什么時(shí)間節(jié)點(diǎn)可以大規(guī)模應(yīng)用？

孫龍凱：從技術(shù)的角度來講，邊緣計(jì)算的優(yōu)勢體現(xiàn)在安全性、實(shí)時(shí)性、帶寬節(jié)省和低功耗這四個(gè)方面。從商業(yè)的角度來講，技術(shù)演進(jìn)的本身就是如何為用戶創(chuàng)造更多的價(jià)值，這也是邊緣計(jì)算能否被推廣開來的最核心的問題。以前物聯(lián)網(wǎng)中很多關(guān)鍵的、有價(jià)值的原始數(shù)據(jù)都被濾掉了，但通過邊緣計(jì)算可以有效地利用起來。站在 ST 的角度，我們可以提供基于 STM32 的許多軟硬件工具，加速客戶對邊緣計(jì)算構(gòu)想的原型搭建。

徐晶：研華作為深耕于工業(yè)領(lǐng)域的一家公司，我們已經(jīng)和邊緣計(jì)算打了 30 年的交道了，而云計(jì)算是近 10 年來才被提出的，因此我們認(rèn)為邊緣計(jì)算的發(fā)展起步點(diǎn)要遠(yuǎn)遠(yuǎn)早于云計(jì)算。原因是在工業(yè)場景下，大量的數(shù)據(jù)沒有辦法通過傳感器采集后直接丟到云端，它必須要通過邊緣的數(shù)據(jù)整理與格式處理后才能被云端所接受。我認(rèn)為目前已經(jīng)到了可以大規(guī)模應(yīng)用的時(shí)候了，但在落實(shí)過程中需要專業(yè)的設(shè)備或軟硬件解決方案的加持，而非簡單地堆疊消費(fèi)級硬件載體功能。

與非網(wǎng)：邊緣計(jì)算和云計(jì)算的邊界點(diǎn)在哪里？用戶在部署的時(shí)候如何平衡？

孫龍凱：這是一個(gè)關(guān)乎安全性、實(shí)時(shí)性、帶寬節(jié)省和低功耗的系統(tǒng)性平衡，需要在具體場景中分析數(shù)據(jù)是脫密還是透明的，連接方式是怎樣的，數(shù)據(jù)量有多少，再來決定邊緣側(cè)和云側(cè)的比重。因此 ST 提供了 1200 個(gè) STM32 的料號來供客戶選擇，有的運(yùn)算能力強(qiáng)一點(diǎn)，有的功耗方面占優(yōu)勢，有的本地存儲能力強(qiáng)一點(diǎn)，最終還是要終端客戶根據(jù)自己的應(yīng)用需求來抉擇。

徐晶：到底是重云輕邊緣，還是重邊緣輕云？見仁見智，這是由客戶不同的應(yīng)用場景來決定的。相同的時(shí)間維度下，沒有一個(gè)統(tǒng)一的架構(gòu)或固定比例可滿足各種不同的需求。不同的時(shí)間維度下，即使是同一個(gè)需求或應(yīng)用，隨著計(jì)算機(jī)和通信技術(shù)的發(fā)展，架構(gòu)也是不一樣的。

與非網(wǎng)：針對數(shù)據(jù)存儲從云端向邊緣轉(zhuǎn)移，業(yè)界提出“邊緣數(shù)據(jù)中心”的概念，如果存儲再次從云端轉(zhuǎn)移到邊緣，是否會造成存儲資源的浪費(fèi)？

孫龍凱：本地存儲和云端存儲各有優(yōu)勢、各司其職，不會形成資源浪費(fèi)。好比在生活中，我們會將手機(jī)端一些私密照片的云同步關(guān)掉，只保留在本地手機(jī)中，但是會將一些可以脫密的東西上傳到云存儲器中。

徐晶：大數(shù)據(jù)時(shí)代，數(shù)據(jù)是最值錢的東西。今天既然這個(gè)數(shù)據(jù)要存儲，不管是存儲在哪里，云端也好，邊緣端也罷，都需要一定的存儲空間，因此不存在浪費(fèi)的說法。好比我從皮夾子里抽出 100 塊錢放進(jìn)口袋一樣，并沒有對口袋空間和資源造成浪費(fèi)。關(guān)于“邊緣數(shù)據(jù)中心”這個(gè)概念，我們非常歡迎，因?yàn)樗鼘ξ锫?lián)網(wǎng)的發(fā)展是有好處的。研華針對這部分推出了EIS 邊緣服務(wù)器，幫助大家解決一些專用性問題。

與非網(wǎng)：業(yè)界認(rèn)為邊緣計(jì)算的安全性和實(shí)時(shí)性更高，大家如何看待這一問題？

孫龍凱：安全是個(gè)非常大的話題，像我們的微控制器里面就出了一整套的課程來講安全性，比如固件安全啟動與升級、密鑰的生成等。而實(shí)時(shí)性是 MCU 相較于 MPU 或跑系統(tǒng)的器件來講的最大優(yōu)勢?？偟膩碇v，我們已經(jīng)在芯片設(shè)計(jì)之初把這兩個(gè)方面都考慮進(jìn)去了。

徐晶：首先來講實(shí)時(shí)性，邊緣計(jì)算之所以叫邊緣計(jì)算，是因?yàn)樗N近邊緣，從距離的角度來講，通信更加流暢，實(shí)時(shí)性是一定要高的。好比今天我和一個(gè)外地的同事打電話，不論是通過電話還是微信語音，都存在一定的延遲，甚至因?yàn)榈罔F、公交車的信號不佳導(dǎo)致通話不暢，但我們現(xiàn)在面對面的溝通就很流暢，因此實(shí)時(shí)性肯定沒有問題。再來講安全性，舉個(gè)例子，我今天把錢是去買基金安全，還是買股票安全，或者說放在銀行做理財(cái)更安全，每個(gè)人看法不一，沒有固定答案，所以需要客戶根據(jù)具體的應(yīng)用選擇相對安全的解決方式。

與非網(wǎng)：在萬物聯(lián)網(wǎng)時(shí)代，數(shù)據(jù)傳輸的癥結(jié)在于帶寬資源的緊缺，5G 技術(shù)大范圍普及后，這一問題是否會得到緩解？

孫龍凱：這是絕大多數(shù)對我們行業(yè)不夠深入的同學(xué)的直觀感受，而行業(yè)內(nèi)的從業(yè)者會認(rèn)為 5G 解決的其實(shí)只是部分問題。像低功耗的物聯(lián)網(wǎng)應(yīng)用場景，數(shù)據(jù)帶寬要求本身就不高，它更注重功耗和高并發(fā)問題，5G 就沒辦法去解決，此時(shí)我們要借助 LoRa、NB-IoT 或是 BlueTooth 等連接方式該改善該狀況。

徐晶：我相信每一個(gè)人都有切身感受，就手機(jī)來講，我們在 2G 時(shí)代渴望 3G，3G 時(shí)代又憧憬 4G，4G 來了又覺得帶寬不夠想要 5G，可以預(yù)見 5G 后我們還是會想要 6G、7G、8G……大概 20 年前，我們從電腦上下載一個(gè) MP3 文件可能 4、5M 的樣子，一部 2 小時(shí)左右的電影要 500、600M，數(shù)碼相機(jī) 30 萬像素已經(jīng)不得了了；現(xiàn)在一首無損歌曲要 10M 以上，一部高清藍(lán)光可能就要 10G 以上，手機(jī)拍照都 1 億像素以上了。所以5G 剛出來的時(shí)候大家可能會很開心，在很短的一段時(shí)間內(nèi)覺得很爽，但用不了多久，當(dāng)帶寬被這些新技術(shù)產(chǎn)生的資源所占滿，那時(shí)候就又會進(jìn)入捉襟見肘的模式了。

與非網(wǎng)：AI 已經(jīng)極大提升了云計(jì)算的速度，未來，AI 將會給邊緣計(jì)算帶來怎樣的變化？

孫龍凱：AI 可以讓物聯(lián)網(wǎng)的應(yīng)用場景變得更加豐富。舉個(gè)例子，傳統(tǒng)的姿態(tài)識別可能只能識別 4、5 種運(yùn)動姿態(tài)，但如果加入了神經(jīng)網(wǎng)絡(luò)算法，理論上就可以做到幾十種運(yùn)動姿態(tài)的判別。就 ST 而言，我們提供了一些工具，來幫助大家將神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型轉(zhuǎn)化成可以在 MCU 端跑的代碼，讓 AI 落地到邊緣側(cè)的一些低功耗設(shè)備上。

徐晶：其實(shí)在 2019 年之前，AI 還只是應(yīng)用在一些比較高端的行業(yè)場景中，這一年以來，AI 開始不斷落地，像快遞柜、閘機(jī)中。相比傳統(tǒng)數(shù)據(jù)采集，AI 成本更低，更利于普及，因此 AI 對現(xiàn)在的很多行業(yè)來說，可以起到具有革命性的洗牌作用。

與非網(wǎng)：如果用一個(gè)詞來形容 2020 年，您會用哪個(gè)詞？

孫龍凱：我想用兩個(gè)詞，“挑戰(zhàn)”和“機(jī)遇”，我堅(jiān)信人類終究會邁過這個(gè)坎的。

徐晶：很多行業(yè)受到了毀滅性的影響，但像醫(yī)療、新基建等，我們也可以看到很多新興的東西出來，積極地面對挑戰(zhàn)，抓住可抓住的機(jī)會。如果一定要用一個(gè)詞語來形容 2020 的話，我覺得是“焉知非?！?/strong>。