当前位置:IT信息 > 正文
边缘计算 智能的层次化部署

  “边缘计算”和“雾计算”的差异

  如果经常留意“边缘计算”的文章,则会发现它有个兄弟,叫“雾计算”。大多数发表的文章,对这两个词的解释是差不多的:他们都是相对于“云计算”而言的,在网络边缘,更接近原生数据(物理感知)的地方进行的计算。

  此前,我们看到的大多数互联网信息处理模式,都是“端-管-云”的模式。在应用的现场,“端”只负责收集数据、执行指令,而“云”负责所有的数据分析和控制逻辑功能。“边缘计算”或者“雾计算”,就是将部分数据分析和控制逻辑功能,放到了应用场景的附近来实现,它们有一个很形象的叫法:“贴地计算。”

  虽然,整体上“边缘计算”和“雾计算”的意思差不多,但其实还是有差别的。

  “边缘计算”,源自工业领域,主要部署在终端设备或网络接入点上。目前已经普遍存在于工业物联网(嵌入式物联网)应用、制造业、零售、ATM机、智能手机和虚拟/混合现实等领域。边缘计算使得工业生产中的设备,无需云计算的帮助,也能具有近端的决策控制能力。

  “雾计算”(Fog Computing),脱壳于“云计算”,是指将云计算的(部分)功能,部署在网络边缘的设备中,局部的集中化计算。它其实是云计算(Cloud Computing)的延伸概念,由思科(Cisco)于2011年被提出。

  由此可见,“边缘计算”和“雾计算”确实还是有一些差异的。边缘计算主要是在“端”中,这个端是指电子终端设备或传感器;而雾计算还是在“云”中,部署在一定区域内的数据集中站点上。拿一个智慧家庭的(WIFI)网络来举例,一个APP在手机内进行的脱网计算就是边缘计算,而家庭智能盒子(智能的Wifi网关)就是雾运算的主体。

  虽然两者有所差别,但网络中不少行业文章并没有严格区分这个差别。事实上,由于物联网业务场景广泛,很多应用在“端”和“网关”上的计算都会有所涉及。所以,以笔者之见,既然他们都是相对于“云计算”而言的,那么也就没有必要区分他们部署的位置(生产设备、传感设备、网关/服务器),一般情况下都以“边缘计算”为表述。

  边缘计算的分层部署

  “边缘计算”和“雾计算”的差异,其实给了笔者一个启示:物联网中的计算能力,具有分层部署的特征。这个特征,不同于互联网中的云计算部署模式,可以从两个维度来讨论。

  一、参照物联网的边缘架构模型,讨论边缘计算的层域化部署

  边缘计算联盟ECC针对边缘计算,定义的了四个领域:设备域(感知与控制层)、网络域(连接和网络层)、数据域(存储和服务层)、应用域(业务和智能层)。这四个“层域”就是边缘计算的计算对象。

  1、设备域:边缘计算在这一层,可以对感知的信息直接进行计算处理。比如在视频采集、音频采集中直接部署智能鉴别的能力;又或者像手机一样,能够由语音输入直接转换成文字输出。

  2、网络域:通过部署计算能力,实现各网络协议的自动转换,对数据格式进行标准化处理。要解决物理网中数据异构的问题,就需要在网络域中部署边缘计算,以实现数据格式的标准化和数据传递的标准化(例如将所有的感知数据都换算成MQTT类型数据,并通过HTTP方式传递)。同时,网络域的边缘计算,还能对“融合网络”进行智能化管理,实现网络的冗余,保证网络的安全,并可进一步参与网络的优化工作。

  3、数据域:边缘计算,使得数据管理更智能、存储方式更灵活。首先,边缘计算可以对数据的完整性和一致性进行分析,并进行数据清洗工作,消灭系统中的“脏”数据。其次,边缘计算可以对计算和存储能力、以及系统负载进行动态地部署。最后,边缘计算还能和云端计算保持高效协同、合理分担运算任务。

  4、应用域:边缘计算提供属地化的业务逻辑和应用智能。它使得应用具有灵便、快速反应的能力,并在离线的情况下(和云端失去联系时),仍能够独立地提供本地化的应用服务。

  在物联网贴近用户和应用场景的地方,边缘计算被部署在以上4个层域中。它使得设备具有智能化的感知能力,装配自适应的连接策略和(数字)部署策略,解决系统中的数据异构问题,并提供局部的业务逻辑甚至智能。

  二、参照物联网应用/地域/覆盖范围,讨论边缘计算的层级化部署

  从始创的感知数据到终结的云端智能,数据会根据应用的需要而经历多次的汇聚和计算。例如从智慧家庭到智慧城市,海量的数据汇集并非一步到位就实现的。此外,数据汇聚的每个阶段中还各有独立的应用和业务,这样便意味着计算有层级化部署的需要。

  以上图举例,智慧城市被分成了四个“物联网(大小)层级”:家、小区、社区、城市。

  这四层“智慧”层级各有应用和服务,服务的范围和覆盖的区域从家到市逐渐扩大。各层级中有部分应用相对独立,与上下层级无关;而另有一部分应用则会“层层升级”:家庭医生(家)->社区医疗(社区)->医疗卫生(城市)。

  从物联网层级的角度来看,云计算和边缘计算的关系,会依据应用来区分:

  1、对于各层级独有的业务,只需在对应层级独立部署针对性的计算能力(只需要“云计算”)。

  2、对于穿透(关联)多层级的应用,需要从上至下都部署计算能力。下层计算和上层计算的关系就是边缘计算和云计算的关系。“社区医疗-社区”是“家庭医生-家”的“云”,而又是“医疗卫生-城市”的“边缘”。

  3、“边缘”和“云”的关系互换:针对单个应用,可能会在(物理网的)上层级部署边缘计算,而在下层级部署云计算。

  某个应用(例如社区商城)可能的情况:

  A、该应用的核心逻辑和预测分析主要部署在“社区”和“小区”中,针对地区人口的喜好售卖消费商品;

  B、该应用需要从“城市”层级提取一些外部数据(例如商品的全市平均价格,等等);

  C、该应用在“城市”中没有大量的应用域计算需求。

  如果这样,那么上层的“城市”对于下层的“社区”、“小区”而言就是“边缘”了。理所当然,该应用在“城市”层域中部署的计算能力就是边缘计算。

  笔者以为,“关系互换”的情况在工业领域可能会更多。例如工业生产中的质量管理、流程管理。

  工厂的质量&流程管理系统通常都部署在生产现场,大量的生产数据就保存在“边缘”的网络中。而要实现智能生产,还需要提取许多和质量、供应链有关的外部信息(用户投诉、产品/零部件返修信息、产品生命周期信息、合作方的质量信息等等)。这些信息最终会随着物联网,汇集到“边缘”的质量&流程管理系统中进行质量分析/预测。显然,对于质量&流程管理系统来说,自身以外的互联网和物联网,都是边缘网络。

  以笔者之见,工业生产的“云计算”会更多地部署在物联网的边缘,工业生产现场的附近。

  根据应用的需要,计算能力会部署在物联网各个(大小)层级中。不管“计算”部署在哪个层级,若承担了现场指挥的主要职责,就属于边缘计算;若承担了大数据和智能化预测的主要职责,就属于云计算。

  应用在计算部署上的灵活性不断增加,云使得云计算和边缘计算会走向融合,而越来越难以区分。当物联网中充满了随处可取、随处即用的通用计算能力的时候,“泛在计算”则将应势而生。

  边缘智能,是云计算中精简版的人工智能

  在物联网边缘部署简单的应用逻辑,无法满足多姿多态的物联网应用需求。在靠近应用场景的地方,必须部署一定的智能,才能在物联网边缘构建起健硕的应用生态。

  笔者曾经在一篇文章《下一位现场指挥大师:边缘计算》中提到,边缘计算本质就是“贴地”的云计算。边缘计算最重要的能力就是继承云计算的智能。就目前的技术发展趋势来看,理论上已经能做到这一点。针对某一种应用,神经网络算法(云计算)在学习了足够多的应用场景后,可先进行“瘦身”(精简),再部署在网络边缘(部署具有智能的边缘计算),从而形成了边缘智能。这样,即使脱离云计算的支撑,边缘智能也能够实现该应用场景的大部分智能。

  例如,2017年5月23日,人工智能AlphaGo执白1/4子战胜了柯洁九段。这其中值得注意的是,那天出战的是“一只”单机版的AlphaGo。

  当边缘计算成为边缘智能,可使得局域、边缘的物联网系统具备自治自律的行为能力。自给自足的算力和智能,将使得物联网应用可以摆脱“云计算”而相对独立地运营。

  结束

  1、边缘计算具有层次(“层域”和“层级”)化部署的特性。

  一方面,边缘计算部署在边缘架构模型的各个层域上。计算能力在物理网边缘的分层域部署,使得应用在物联网局部(例如智慧家庭),也能够形成“‘感知’-‘连接’-‘分析和预测’-‘控制’”的信息环路。从而,使各类数据的信息价值获得释放。(关于“信息成环”的内容,请参考之前的文章《物联网的价值,是因为信息成“环”》)

  另一方面,在物联网不同范围(大小层级)中部署计算能力,开发者不仅能够根据业务需求和特性构建出大小适合的信息环路;还能使“垂直”业务能够在各层级之间“环环相扣”,相互服务并实现价值互递。

  2、边缘计算的更高价值是边缘智能

  边缘计算,是智能化云计算的落地部署。应用在物联网局部实现了信息成环,并能够通过边缘计算,实现信息决策、行为反馈、自动组网、负载平衡等全层域的智能化。在脱离云计算的情况下,应用也能够独立地、灵活地运行,从而在应用场景的小范围内形成物联网“生态”(各种类设备之间,形成信息互助服务的机制)。

相关链接:

作者:王一鸣 来源:物联传媒 发布时间:2017-07-27 06:00:08
 
 
  我要发表留言  查看所有评论
 

*
 限制字数显示剩余字数,最大长度: 500 还剩: 500
用户名:
       尊重网上道德,承担一切因您的行为而直接或间接导致的民事或刑事法律责任