邊緣計算的生態，碎片化程度非常高......
作者 | 郭仁賢
2020年以來，隨着『新基建』的頻頻刷屏，邊緣計算又迎來了新的風口。
不管是5G基建、特高壓，還是新能源汽車充電樁、工業互聯網等，這幾大方向都對邊緣計算有着極大的需求。
面對如此多的應用場景，邊緣計算技術未來在各個行業的市場機遇如何？它的發展現狀和制約因素又是怎樣的？
在“產業數字化轉型發展論壇”上，加拿大工程院院士、加拿大西蒙菲莎大學計算機學院傑出教授、江行智能CEO——劉江川，詳細解讀了邊緣計算的生態體系、OT與IT如何實現無縫對接，以及邊緣計算的前沿應用等。
談及邊緣計算技術未來在各個行業的市場機會，他表示：
“互聯網和無線通信網的發展提供了今天人們和設備互聯的基礎，智能手機和大量物聯網終端設備提供了端上的計算存儲能力，而云計算提供了高度規模化和靈活計算和存儲基礎設施，這些技術一起帶來了過去這十多年消費互聯網的繁榮。”
“但是，仍然有很多行業還沒有享受到其中的紅利，主要的障礙包括：網絡連接的可靠性和價格，實時性以及隱私保護、安全等。邊緣計算的出現正是爲了填補這個鴻溝，大量的行業場景將會受益於此，例如工業製造、智能交通、AR/VR等。”
隨着5G產業逐步落地，與5G產業相配套的各產業逐步進入快速發展的新階段，5G相關的數據傳輸將成爲邊緣計算產業新的市場機遇。就邊緣計算行業的發展趨勢和制約該行業發展的因素，劉江川院士表示：
“邊緣計算是個大的生態系統，包括軟件、硬件、工業廠商，重要的發展趨勢是這幾個方向的有機融合，而實際上這些也是制約該行業發展的瓶頸。”
“現在，行業內亟需一套統一的雲中立、獨立於硬件、保證接入系統互操作性的軟件平臺。Linux Foundation的開源框架EdgeX Foundry是這方面的一個很好的嘗試，當然裏面需要填補的內容還非常多。”
另外，雷鋒網瞭解到，劉江川院士領導的江行智能目前的產品和技術佈局有兩個方向，分別是AI@Edge和Data Fusion@Edge，產品被用來解決工業現場的安全監控、運維巡檢和業務優化需求。現階段公司主打電力能源行業，提供基於標準產品的解決方案，未來將更加沉入底層，與合夥作伴在更多的行業和場景中一起合作。
以下爲劉江川院士的現場演講內容，雷鋒網作了不改變原意的編輯和整理：
消費互聯網行業曾經產生了很多的紅利，但目前對工業和能源行業而言，它們仍然處在起步階段。
去年，硅谷著名投資人談到互聯網的三次浪潮，具體情況爲：
第一次浪潮是從1985年到1999年，它們的載體主要是PC，做的事情是把分佈在全球各地的PC連接起來；
到了第二次浪潮，大概是從2000年到2015年左右，是在連接的基礎上真正地把應用加載上去，同時，載體從2007年慢慢轉移到更加小巧的手機；
第三次浪潮，也就是從2016年開始，互聯網中新接入的載體變成了各種各樣的傳感器，特別是工業方面的傳感器。
不管是第一次浪潮，還是第二次浪潮，基本上都是圍繞消費互聯網行業而進行的，而現在我們正在經歷的第三次浪潮，工業互聯網不僅要把大家連接起來互相溝通，而且它還催生了分佈式的數據和數據計算的引擎。這裏的Player可以是人，也可以是機器，真正地促進工業行業的發展。
1
工業互聯網帶來的挑戰
過去這麼多年，我們對互聯網的認識一直是消費互聯網思維，而消費互聯網有這樣幾個典型的特點。如圖所示：
首先是高可靠、高性能計算基礎設施，並且這些基礎設施大部分時間沒有任何問題，或者即使有問題也有相應的解決方案，有發電系統可以永續地提供服務。
再者，帶寬和延遲達到令人滿意的地步，延遲在100毫秒以下。如果5G建好後可以保證延遲在50毫秒，或者能達到1到10毫秒的延遲，那將是非常理想的情況。
憑藉海量的客戶端，我們能獲取到海量的數據，利用各種大數據軟件進行信息的挖掘和利用。
最後，我們可以建立一些平臺和生態的閉環，在閉環上形成商業價值。
上面這種消費互聯網思維在過去十幾年裏是非常成功的，但是到了工業互聯網時代，我們會面臨很多的挑戰。
第一，基礎設施方面的電力供應。雖然現在的電力供應在東南沿海和華北等消費比較發達的地區是非常充足的，民用電方面沒有太大的問題，但是工業用電方面每年仍然有不少的斷電時間，並且這些斷電時間有時候長達一天以上。即使是在發達國家，工業用電也沒有得到很好的解決，比如加拿大北部地區有相當一部分工業用電是採用柴油供電的。這些用於發電的柴油通過陸路很難輸送得過去，但用飛機輸送過去代價就非常大了。
第二，電池這種基礎設施也沒有得到太好的提升。我們知道，工業場景中很多設備需要電池持續供電，或者用電池做備用電源，但是近100多年以來，電池的相關技術並沒有像IT行業那樣有了飛速的進展：鋰電池從1978年被髮明以來，現在基本上已經到了能源密度的極限。大概60瓦時甚至以上，已經達到安全的極限，電池技術發展的空間除了採用石墨烯之外，其它可能都非常有限。
第三，網絡覆蓋並不理想。目前，美國的2G、3G網絡的覆蓋還有很大的空洞，而中國的情況，工信部表示2020年4G網絡的人羣覆蓋率將從2018年的95%提升到98%左右，但是即便如此，中國國土面積仍然有大量的地區沒有被網絡覆蓋掉，並且全部覆蓋也是不太可行的；即使有了5G的網絡，可能也達不到全面國土的覆蓋。
就工業中高壓輸電線路這種場景來說，比如國內一個全長150萬公里的高壓輸電線路，它的線路隱患頻發，故障次數隨電網建設持續增多，超出人工運檢能力範圍，同時無人化智能運檢年市場規模達到500億元。
高壓輸電線路的一些鐵塔，它們所在的環境與安防系統、城市內巡檢不一樣，大量的鐵塔在深山老林和戈壁灘上，並且這種地方的供電並不穩定。雖然有高壓電供應電量，但並沒有很好的電網覆蓋，而它的網絡覆蓋可能也是非常差的。國家電網對視頻分辨率有一定的要求，斷電的情況下，若能通過太陽能保證五天以上的供電量，峯值達到8瓦以下，瞭解安防攝像頭的人就會知道這個壓力是非常大的，在實踐中非常難以達到這種要求。
2
邊緣計算 VS 雲計算
目前物聯網設備的數量正在激增，估計今年設備數量在全世界能達到500億，並且電網巡檢的市場是巨大的，而整個物聯網市場在萬億級別甚至更高。
數據量非常大，設備非常多，智能化要求高，包括帶寬、延遲、本地組網等。由於雲計算的初始設計並沒有考慮到這些，因此很難支撐這樣數量級的網絡連接。另外，如果單純採用端計算，計算資源將非常有限，能耗也非常有限。由此，一種新的計算模式——邊緣計算就衍生出來了。
業界對於邊緣計算有不同的定義，大家也有不同的看法。
一般地，邊緣計算是指在靠近物或數據源頭的一側，採用網絡、計算、存儲、應用核心能力爲一體的開放平臺，就近提供本地化服務。應用程序在邊緣側執行，在節省帶寬的情況下滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本要求。
邊緣計算與雲計算是互補的關係。因爲邊緣計算需要大量的存儲，並且對時間並不敏感，比如在100毫秒以上的延遲也可以滿足。而現在的雲計算，已在消費互聯網中得到了廣泛的應用，如果雲計算向工業互聯網場景挺進，能將延遲縮小到10毫秒左右或者更低。
2013年中國國內雲計算市場大約只有47億人民幣，當時大家認爲每年增速在50%左右，而實際上，2013年-2019年平均增速達到75%以上。而邊緣計算，預計到2025年，大概50%以上的數據會在邊緣側進行分析、處理、存儲。其未來發展，我們認爲他會和雲計算有同樣的發展道路。
工業場景的軟件化是必然的趨勢，但正處在從2016年開始的起步階段，其發展空間是非常大的。
邊緣計算可以提供更穩定的解決方案，在弱網、弱電環境下提供高可用性的服務；並且，其實時響應基本上能達到毫秒級的延遲，這對工業場景是非常重要的；再加上邊緣計算在邊緣側處理數據會更加經濟，帶寬成本會降低，也更安全。
3
邊緣計算生態的高度碎片化
邊緣計算已經多次被Gartner列入十大重要技術之一，目前正處於飛速發展的階段，還沒有到泡沫快要破裂的階段，因此還有很大的空間可以開發。
就生態來看，邊緣計算整個的生態系統是很大的，每個企業在裏面佔據很小的生態位。
產業物聯網應用，包括面向智能工業、智慧城市、智慧安防、智慧交通等現場。從邊緣計算生態中橫向平臺能力去看，邊緣計算平臺不但要能連接雲服務平臺、操作系統和通用AI能力，還要能向下連接數據傳輸通信，向上連接產業物聯網應用。
邊緣計算的整個生態和雲計算比起來，其碎片化程度非常高。IIoT市場的爆發，需要解決物聯網應用中計算架構、操作系統、設備供應商和傳感協議的異構、業務場景的碎片化等一系列難題。此外，邊緣計算相比於雲計算，其計算架構和OS是後者的10倍，工業協議數量和DevOps爲100倍，業務場景碎片化的高度爲1000倍。
業界對邊緣計算的看法各不一樣，但各種雲計算廠商，我們可以想象成是覆蓋網絡中的多個節點，至於邊緣節點，它的數量在百到千甚至萬的級別。
網宿科技的IDC、CDN節點有500餘個，配置了近萬臺服務器。阿里巴巴邊緣計算的節點儘管分佈在全球，但它的整個數量在幾千到幾萬個，而更小型的廠商只有幾百個。
早年我曾研究過，即使是對英國這種國土面積較小的國家，邊緣計算的分佈也只能把延遲降低到200毫秒，要想進一步降低就會比較麻煩，但是對中國這類國土面積較大的國家，邊緣計算的分佈其延遲也只能是維持在2、3毫秒。以上這些延遲，和消費互聯網所能達到的情況差不多，這對很多工業場景將有比較大的限制。
當我們把5G基站看成邊緣計算的載體，通過網絡切片對工業現場進行服務時，與雲計算節點相比，這些基站的數量非常大。
據瞭解，全國3G、4G基站總數約爲479萬個，其中4G的基站現在功耗大概在100W以內；5G帶寬比4G高得多，大概在100MHz。這種情況下，通信佔據耗電量達到200W，如果加上計算的模塊，一個5G基站的功耗將達到1000W左右。基於此，中國電信曾做過測算，要十年以上才能把電費成本收回來，這樣的代價是非常高的，如果還要能達到更高延遲這個要求，哪怕是1毫秒到10毫秒也是非常大的挑戰。
4
OT與IT無縫對接的關鍵
前面提到，我們現在正在經歷第三次互聯網浪潮，這不僅是提供基礎設施，更要使得基礎設施直接跟用戶對接並且提供給用戶更多的價值。
我們真正要做到的事情，是讓工業OT在延遲、能耗、可靠性上與IT技術做到無縫對接。而IT技術的大數據，所謂的敏捷開發和靈活落地，要怎樣做到真正使得OT和IT進行深度融合，這是非常有挑戰性的。
國家電網制定的能源互聯網戰略，2018年他們接入數據的設備數量大概在5億個左右，預計到2030年大概能達到30億個左右。
由於現在是傳統自發的物聯網，將來可能面對的是主動式的物聯網、大量利用電子電器設備供應的主動式電能聯網系統和能源交換系統等，其中有大量控制類和採集類的需求，並且這些需求的時延要在毫秒級，此外，還對採集的頻次和採集的內容，採集的帶寬等都有相應的要求。因此，現在單靠雲計算技術是無法解決的。
而互聯網和物聯網只解決部分數據的採集，並沒有解決這些數據的分析應用。邊緣計算將在這一塊有大量的工作可以做，比如預測性維護、安防監控、工作效率、儲能配置等方面。
電動汽車大量進入市場和網絡以後，配電智慧融合終端是非常重要的設備，也是國家電網現在極力推動的設備。這個設備是典型的邊緣計算設備，內部搭載的是ARM芯片，上面還承載各種應用、臺區相位識別、分佈能源管理等。我們看到其中的反應速度，一般器件保護達到10-15毫秒，一系列需求的實時性要求是非常高的，更不用說其它安全性的要求了。
5
探索邊緣計算的進階之路
在邊緣計算的數據採集、數據分析和集成等方面，多年來我們做了一系列的工作。我們的研究小組和江行智能還就邊緣存儲、分發、計算、大規模無源感知、智慧能源管理和電池管理系統等方面進行了深度的研究。
對於無源通信與感知，前面我們也談到了能量供給是很大的問題，特別是在通信系統裏能耗是相當高的，再加上計算以後會帶來更大的能耗。而現階段，電池方面的進展還並不是很可靠，制約物聯網發展很大的瓶頸就是在能量供給方面，因此我們希望邊緣節點能成爲一個計算的節點，也能成爲能源供給的節點。
前端的各種傳感器可以是無源的，要做到無源這裏採用Backscatter Ommunication，這是非常有效的方式，證明在實際系統中通過Wi-Fi和藍牙信號去做。而現有的系統，他們能達到的傳輸效率和帶寬是非常有限的。
我們在世界上第一個做出多跳的Backscatter-X-Tandem，我們系統能有效地從周圍環境中獲取能量，特別是從聲音中獲取能量，即使是在普通街道充滿噪聲的情況下，我們仍然可以獲取足夠的能量進行通信和本地計算。
關於邊緣計算引擎，邊緣計算一方面要採集高度異構的數據，並保證可操作性、通用性；另一方面，雲計算是統一的計算平臺，屬於規模經濟並且有非常穩定的計算環境，而邊緣計算平臺反而是弱平臺，其開發需要接入異構。
江行智能有開發自己的電源管理系統，提供高度可靠的性能和低延遲的計算，並且上面有基於ARM容器化解決方案的JXCore，提供大規模邊緣容器管理和邊緣協同以及容器分發。
軟硬一體化實時平臺EdgeBox，是快速響應的容器化MCU應用部署，可以實現微秒級基於MCU的RTOS和毫秒級基於ARM的Linux的協同調度。
多MCU的直接內存訪問：ARM RAM外掛至多片MCU，數據傳輸從目前行業最高的0.5MB/s（SPI方案）提升至5MB/s；
邊緣節點低功耗控制：待機功耗小於0.005W，爲公版ARM待機方案的10%。
我們現在能使得采集類的延遲在1微妙，MCU在一毫秒，能使得電網和工業場景裏的需求達到滿足。而ARM的延遲能達到75毫秒，通過跟雲協作實現長時間系統的管理。其它方面，比如Clean OS壓縮等，我們都有比較快速的進展。
總體而言，我們認爲邊緣計算技術在進行一系列的部署時會面臨挑戰，包括服務於邊緣計算網絡體系架構，有多層次的數據彙集、高度異構用戶需求等，同時，邊緣網絡資源分配與數據傳輸策略，還會面臨通信、計算和存儲，有源或無源，能量供給和延遲等方面的一些難題。另外，邊緣數據的處理與端邊雲協同，傳統數據的時序處理、深度學習、聯邦學習和網絡系統優化，以及邊緣節點安全、隱私、價格問題等這些都要逐步地解決。
邊緣計算在大的生態系統開源上是非常重要的方向，包括連接和計算。目前來看，計算這一塊發展得算是比較靠前的，由邊緣計算延伸出來的系統也已經走出來了，而在連接這一塊，現在EdgeX走得算是比較快。
從行業來說，我們認爲電力行業是邊緣計算應用和落地比較快的領域，緊跟着水務、智慧城市、油氣和製造業也將會在未來的三、四年內快速走出來。另外，5G的大量部署，將會給新一代的工業製造帶來巨大的影響。
以上是我的分享，謝謝大家！
感謝閱讀，歡迎擴散傳播！感謝！
邊緣計算社區：促進邊緣計算領域知識傳播，中立，客觀，如果您關注邊緣計算、5G、物聯網、雲原生等領域請關注我們。
