数智资源网
首页 首页 物联网 智能交通 查看内容

物联网五年目标仅实现20%?边云融合成为重要增长点!

木马童年 2020-9-29 20:10 32 0

想象要狂野,预言要自证。像极了物联网的处境。 上半场充满想象,狂野且轰轰烈烈。2014 年前后,不止一家权威调研机构、头部企业,站上舞台中央,放言到 2020 年,全球将有四五百亿台可联网的设备。 时间来到 2020 ...

想象要狂野,预言要自证。像极了物联网的处境。

上半场充满想象,狂野且轰轰烈烈。2014 年前后,不止一家权威调研机构、头部企业,站上舞台中央,放言到 2020 年,全球将有四五百亿台可联网的设备。

时间来到 2020 年,预言到了自证环节。目标实现的如何了?有业内权威人士指出,仅有 20%的设备实现了联网。

不过,并不能就由此断言物联网的成功与否,毕竟其背后不是只有一种技术在驱动,而是 5G、AI、大数据、云计算等多种力量的共同推动,哪个有短板都不行。更重要的是,这段“崎岖”也让业界达成共识,物联网不存在所谓的“入口”,与万物联网伴随而来的必然是分布式的网络架构——这就带来了时下一个最热的话题——边云融合。

边云融合,就像物联网世界的一个“城乡结合部”,其中既有拓展边界的云计算巨头,也有不掩野心的互联网企业,还有雄心勃勃的初创企业……总之,在这个大融合的领域,你想得到的和没想到的企业,都忙得热热闹闹、风生水起。

物联网设备类型复杂多样、数量庞大且分布广泛,边云融合虽然能够更好地解决物联网的现实问题,但是却面临网络、计算存储、运维管理等诸多挑战。边云融合究竟能给物联网带来什么价值?又有哪些新机遇?如何满足不同场景千差万别的需求?<与非网>对话浪潮、ZStack、鲲云、NXP,深入探讨业界共同关注的焦点问题。

边云融合对物联网的价值是什么?

浪潮边缘计算事业部总经理孙波提到,“边云融合”将成为物联网的重要增长点,预测将会有 75%的数据需要在网络边缘侧分析、处理和储存,物联网技术架构将从之前的“用 - 云 - 管 - 端”发展为“用 - 云 - 边 - 管 - 端”。边缘计算技术不仅可以帮助物联网解决应用场景中更高安全、更低功耗、更短延迟、更高可靠性以及更低带宽的要求,还可以最大限度地利用数据增值能力,进一步降低数据处理成本。

物联网五年目标仅实现20%?边云融合成为重要增长点!

浪潮边缘计算事业部总经理 孙波

鲲云科技 COO 王少军博士强调了“边云融合”在成本、算力、时延等方面能够实现最优权衡,因此非常适合对时延敏感、对安全性要求更高的应用场景,比如,工业物联网这个极具代表性的场景,其产线质检或者是传动调度环节都对延时以及数据安全性和私密性有比较高的要求。新基建下的边缘计算发展,加之 5G 的低时延、大带宽、高并发,都将使得网络能力向边缘下沉。

物联网五年目标仅实现20%?边云融合成为重要增长点!

鲲云科技 COO 王少军博士

物联网仍面临哪些挑战?

目前的物联网设备尚处于智能化阶段,物与物之间的连接还处于早期,远没有达到万物互联的阶段。究其原因,物联网的落地应用涉及多种设备与系统的结合,是一个系统化的体系工程。正因如此,物联网的落地困难重重。那么,具体挑战主要是什么?如何推进落地应用?

ZStack 产品研发副总裁宁波强调了数据资源打通在当前阶段的重要性。他认为,物联网的第一步就是终端数据采集,前几年市面上出现了各种各样的数据采集终端产品和厂家,这个问题得到了一定的解决。数据采集后的下一步就是数据分析,近几年大数据公司发展都很好,很大一部分原因就是积累了大量的原始数据。但是,目前终端数据采集和大数据分析相对比较割裂,需要更多的资源整合来打通。

物联网五年目标仅实现20%?边云融合成为重要增长点!

ZStack 产品研发副总裁 宁波

“物联网涉及多个领域和行业,导致边缘侧算力的性能和功能需求难以统一界定,是目前在应用场景落地必须解决的实际问题,同时也是一大挑战”,王少军认为,“从算力的角度来看,解决区域内物联的边缘计算和云计算的结合可以加快这一进程。一方面,不同边缘计算场景的算力需求不一致,通过不同的边缘算力平台能够解决差异化的落地需求,完成边缘侧的智能计算,实时输出结果;另一方面,处理数据传输到后端进行系统层面的分析和管理,两者结合起来成为趋势。”

如何抓住边缘计算新机遇?

边缘计算成为巨头、AI 创企等都在竞相布局的领域。这一领域未来的竞争格局如何?产业各方又面临哪些新的机遇?

孙波认为边缘计算融合了 IT、CT 和 OT 等相关技术,定义了全新的市场、全新的需求和全新的产品形态。新的市场必然存在很多的机会,因而传统的 ICT 巨头都不会放过这样的机会,也会有数量众多的创业者争相进入,各类企业并存是产业发展初期的普遍规律。从竞争力来看,他认为传统 IT 厂商对 AI 计算、高性能计算的理解和技术能力沉淀更深,在满足传统边缘客户算力升级需求方面更有优势,当然也面临着如何更好地让产品和场景结合的挑战。

恩智浦半导体(NXP)大中华区微处理器业务市场经理弋方,从安全角度谈到了未来新机遇。他认为要在边缘计算领域抢得先机,需要有完善的软件生态、有力的系统安全性等方面的充分支持。他认为终端安全方案可以通过整套的工具,利用推理引擎、神经网络编译器、优化库和开源技术,便捷地把算法移植到边缘端进行并充分优化,以支持开发完整的系统级应用。

物联网五年目标仅实现20%?边云融合成为重要增长点!

恩智浦半导体(NXP)大中华区微处理器业务市场经理弋方

王少军认为边缘计算的新机遇更多面向有边缘计算需求且亟需落地的场景,包括安防、工业、自动驾驶等,其中,安防已相对成熟且在人脸识别、人车识别等领域真正落地,一个边缘服务器处理几路摄像头,是达到成本及效率最优的。在这个智能边缘服务器中,处理边缘计算数据的除了处理器,主要就是专门应用于深度学习的加速芯片,无论是云端芯片还是边缘端芯片,都追求更快、延时和功耗更低、制造成本更低、有效算力更高,鲲云通过自主研发的定制数据流架构,把芯片利用率提升到了 95.4%,一定程度上提升了产品性价比。

“机会对市场参与者都是公平的,5G 和 AI 将是引爆边缘计算的两大主要方向,ICT 融合基础设施市场、工业互联网市场、城市治理 AI 化市场以及新一代 CDN 市场等都将产生新的机遇”,孙波表示。浪潮将边缘智能终端产品能力,与石油化工、电网运维、风力发电和交通等传统行业领域的实际工作场景及和不同场景下专有的应用算法、技术进行整合,开展了边缘+AI 在智慧油田、智慧电站、智慧风电及智慧交通领域的测试和应用。

云计算和边缘计算——此消彼长还是互为补充?

随着边缘设备能力的不断提升,越来越多的计算工作负载会在边缘执行。这是否对传统云计算带来冲击?受访者一致认为,云计算和边缘计算各有优势,未来将互为补充,各自发挥所长。

孙波谈到,从云计算发展到云边协同阶段,是云计算技术架构的一次升级,云计算将中心端计算力尤其是 AI 算力下沉到边缘端,将更加贴合场景需求,为行业数字化转型提供更多的技术架构选择和创新工具。对于绝大多数行业来说,未来对边缘计算需求和云端计算需求会同步上升,企业更多需要考虑的是如何将业务创新所需要的算力在云端和边缘端进行合理布局,优化计算基础设施投资成本,并获得业务创新的最大收益。

王少军表示,物联网时代下海量的物联网设备之间需要信息交互,数据处理不可能都通过云计算来处理,这也催生了对智能边缘的需求。边缘计算的发展也催生了更多新的数据处理和分析需求,为云计算提供了新的市场增长点。

边缘计算在靠近设备端快速收集和处理数据,与云计算相比较,更接近数据源,对数据响应更及时,同时也减轻了云计算网络带宽压力。但从算力来看,云计算能提供的更强,需要深度分析的数据还是需传输到中心机房进行云计算。

宁波从物联网天生的分层结构来说明,在边缘侧,客户看重的不仅仅是工作负载能力,因为边缘作为一个下层级,对数据采集的连续性和实时性提出了更高的要求。针对边缘计算这一特定的要求,需要保证边缘的业务永不中断,这是当前的关键。比如 ZStack Mini 边缘计算一体机,借助高度容错的 Fault Tolerance 功能,即使意外故障发生,也不会因为停机而导致业务中断,从而保证业务连续性和数据安全性。

现有基础设施和网络架构会有什么改变?

“云边端的连接融合,会推动 5G 和人工智能为代表的新型基础设施的建设和迭代。数据处理和智能计算量将呈现指数级增长趋势,对 AI 算力的需求也快速提升,并日趋多元化。市场将会出现针对不同落地领域的专项算力解决方案”,王少军认为。

以自动驾驶为例,目前有的车路协同方案商已推出云边端协同融合的新一代智慧交通系统整体解决方案。车路协同包括车与车的协同、车与人的协同、车与基础设施的协同;在真实交通场景中,有时候需要根据实时局部信息快速分析计算并将结果下发给车辆,有时候需要上报给中心云,让中心云计算来决策,这其中涉及大量的突发网络流量,广域网的网络情况更为复杂,需要设备层支持服务的快速配置和响应。要实现车路协同的边缘计算,要通过车辆和基础设施之间智能协同与配合,需要升级现有的基础设施,包括装载车载单元(OBU)、部署智能化路侧系统,包括内置的 LTE-V/5G 等多种通信方式、摄像头、传感器、激光雷达、边缘计算设备在内的路侧单元(RSU)等。

宁波表示,虽然物联网的场景非常复杂,但整体的架构还是比较统一的,不同的主要是上层软件 Saas 层,下面是雷打不动的 Iaas 和 Paas。因此他认为,边缘计算和物联网未来在不同的场景和行业会出现不同的 Saas 软件,各行各业都会有自己的联网 APP、数据中心 Saas 软件,而下面都是云计算平台。

现阶段硬件还是软件创新更重要?

孙波指出了硬件创新在这一阶段的重要性,一个重要的发展趋势就是传统上只承担数据采集的边缘网关类设备会朝着具备 AI 算力的各类创新硬件转型,承担边缘智慧计算的任务。软件上目前主要是物联网边缘设备的远程管理平台、设备智能化运维和 AI 算法统一分发部署等。

宁波认为硬件和软件都是关键,硬件的成本直接影响推广,而软件在各个层级的功能定义了各个层级的范围。物联网并不是星型的网络结构,而是分层级的金字塔结构,因此数据采集和分析是分层次的。例如在工业互联网场景中,就分为现场操作层、车间层、跨车间或者厂区的互联网层,每一层都有各自明确的定义和分工,数据从哪来、做什么处理、然后去哪,每一层都是一个边缘,都有数据的采集和分析。

如何满足不同场景千差万别的需求?

面向各行各业的应用场景非常复杂,不同场景对产品技术的需求不同,包括算力的差异、接口的差异等。边云融合方案的普适性和多样性如何平衡?又该如何平衡效率和用户需求?

宁波指出了差异化的重要性。随着云计算、边缘计算的需求激增,企业的技术能力也在提升,未来的差异化是各家企业需要考虑和解决的问题。创企更灵活、更容易接触到一些真实用户和场景,巨头们则更擅长做平台、基础技术,通过云计算或者云平台提供给创企,同时结合创企的应用场景打造出优秀的产品。他强调,AI 场景中,vGPU 是必需的功能,通过将 GPU 虚拟化为多个 vGPU,提供给不同虚拟机使用,从而大大降低了 AI 的使用成本。

孙波认为竞争与合作是当前主线,因为任何参与者都不可能“一招鲜、吃遍天”,一同将边缘计算生态做起来是现阶段的主要方向。此外,他强调对于新兴市场,制定相关的规范很重要。浪潮推崇开放计算的理念,在边缘计算的发展战略上也将同业内各类企业开展合作,联合上游不同芯片解决方案、AI 算法商、各行各业解决方案商以及集成商等,针对行业场景共同开发边缘计算解决方案。

弋方认为通过云端部署机制可以进行一定的平衡。在边缘端运行一致化的推理引擎以及框架,通过云端的管理工具对边缘端进行模型加载和部署,可以灵活地管理边缘端的部署,以适配不同的场景变化。

王少军表示,虽然不同场景对算力、时延、接口等等的要求不同,但用户共同关注的点最终都会回到算力性价比、软件易用性和通用性。作为一家 AI 芯片公司,从自身所处产业链的角色出发,需要考虑如何满足垂直领域对软硬件的实际需求,把产品方案做到更通用、算力性价比更强,提供更高的软件易用性给用户进行端到端的自动化部署。

写在最后

对于物联网的定义,业界通常是强调“通过信息传感设备,按约定的协议,将任何物体与网络相连接,物体通过信息传播媒介进行信息交换和通信,以实现智能化识别、定位、跟踪、监管等功能”。

IDC 的定义则更符合我们对于物联网的终极想象,所强调的是“物和物,在无人干预的情况下,可以实现自主的双向互动”。根据这个定义,智能手机、笔记本电脑、平板电脑这类设备并不包括在内,而可穿戴设备如手环这类可以自动采集数据、自动上传和反馈的设备则算作其中。

这应该是各方对于联网预测有所不同的主要原因。但不管怎样,物联网的实现,既包括设备与设备之间前所未有的强协作,也有生态力量的全面渗透交融,更需要基于复杂的、异构的基础设施进行资源拉通。正如本文的几位受访者所看到的,物联网的使用率正在迅速增长,物联网技术的普及,也让企业的核心技术来源从云端扩展到边缘,这是物联网真正落地、至关重要的“最后一公里”。

现阶段,5G 和 AI 是边云融合的核心驱动因素:5G 解决了边缘端数据传输的问题,使得一些时延要求较高的应用能够实现。未来,可以看到越来越多的 AI 场景在边缘端落地,大量的 AI 算法需要在云端训练、在边缘推理,实现 AI 能力一体化训练部署。

物联网 大数据 云计算 万物联网 网络架构 互联网
0
为您推荐
纯正商业级应用-微信小程序开发实战教程(附源码)

纯正商业级应用-微信小程序开发实战教程(

纯正商业级应用-微信小程序开发实战(附源码)——更多资源,课程更新在 多智时代 duoz…...

SpringCloud Finchley三版本微服务实战,网盘视频教程下载

SpringCloud Finchley三版本微服务实战,网

课程介绍:微服务架构已是当下最热门的话题,许多公司都在从传统架构系统向微服务转化…...

selenium3+python3+unittest自动化测试,自动化测试视频教程下载

selenium3+python3+unittest自动化测试,自

课程介绍:自动化测试视频教程 selenium3+python3+unittest自动化测试,2018年10月Sele…...

最新最全面的Java接口开发与自动化测试课程,视频教程下载

最新最全面的Java接口开发与自动化测试课程

课程介绍:本课程由BAT测试老司机带你学习Java接口自动化测试,掌握HttpClient和TestN…...

Python Flask构建可扩展的RESTful API,视频教程下载

Python Flask构建可扩展的RESTful API,视

课程介绍:前后端分离大势所趋,本课程将构建一套优秀的RESTful API,可以适配小程序…...

Python框架Flask系列2——全栈,视频教程下载

Python框架Flask系列2——全栈,视频教程下

课程介绍:本套课程的目标是从零基础开始,使用Flask框架开发企业级的项目。课程中不…...