从云到云

cloudlet(或迷你云)正开始向更靠近数据源的地方推出，以减少延迟并提高整体处理性能。但随着这种方法的发展，它也带来了一些涉及数据分发、存储和安全的新挑战。

分布式云的日益流行表明人们认识到云模型有其局限性。将越来越多的终端设备数据发送到云端进行处理是资源密集型、耗时且效率极低的。

的首席执行官Lip-Bu Tan说:“每天都有大量的数据被创造出来节奏他最近在Cadence Live上的一次演讲中说。“所有这些数据都需要传输、存储和处理。所有这些都需要高性能计算、高带宽传输和高密度存储。对于半导体在架构、设计、EDA、IP和制造生态系统方面的创新来说，这是一个令人兴奋的时刻。”

Tan指出，目前存在的所有数据中，90%是在过去两年产生的，其中80%是视频或图像。在这些数据中，目前只有2%的数据被分析。“分析这些数据有巨大的机会，”他说。“这将为所有不同的垂直领域带来新的商业模式。”

其中大部分数据需要在本地进行分析。这明显背离了最初的物联网概念，即假设5克毫米波技术将为数百亿物联网设备提供足够的带宽和速度，以实现几乎即时的结果。即使在完美的条件下使用毫米波，也需要很长时间。正如从事5G毫米波工作的工程师所了解到的那样，这项技术不仅仅是4G的更快版本。信号不会穿过窗户或绕过角落，它们很容易被打断，而且衰减很快。

因此，毫米波的重点已经从建筑物内外几乎无处不在的小单元实现转移到更接近数据源的定义更好的基础设施上。它还迫使人们重新思考5G究竟将用于什么，即更短距离的视线通信，并具有使用波束形成绕过物体的一定能力。这使得它成为将更多设备连接到基于边缘的服务器的可行选择，并且得到了电信公司、云提供商和芯片制造商等方面的大力推广。

爱立信首席产品和技术官马利克·塔塔帕穆拉(Mallik Tatpamula)在一次会议上表示:“我们看到，在1平方英里的范围内，有多达250万台设备需要高水平的连接。模拟世界演示。“这是向微型数据中心的范式转变。这是分散的云，你可以将数据传输到最近的位置。”

除了5G之外，人们还在努力减少数据量，方法是在更接近源头的地方弄清楚什么是无用的，什么是有价值的。这需要相当多的边缘智能，特别是在安全或关键任务应用程序中，需要更仔细地清理数据，以确保重要数据不会被丢弃。从那里，数据可以在本地或远程进一步处理，并存储在任何有意义的地方。

“当涉及到存储的纯经济学时，集中式云几乎总是能提供最好的结果，”ibm的物联网集团副总裁兼高级首席工程师布莱恩·麦卡森(Brian McCarson)说英特尔．“然而，这并不是所有公司面临的唯一业务限制。一些公司正试图提供沉浸式媒体体验。延迟越多，沉浸感就越差。克服这种延迟的一种方法是尽量减少数据事务的数量，以使媒体得到处理。每次你必须从一个发射塔到另一个，或者从一个集中式数据中心到另一个，这是你必须支付的延迟税。这也是你必须支付的成本税，因为网络不是免费的。因此，在某些情况下，将数据中心放置在离用户更近的地方具有很大的商业意义。”

云对于计算密集型的应用是必不可少的，比如训练算法或药物研究，但它在延迟和隐私方面也有一些缺点。此外，随着专门的处理元素和异构设计的设计，边缘设备的性能正在显著提高，减少了将所有内容一直发送到远程数据中心的需求。

微软高级员工产品营销经理丽塔•霍纳(Rita Horner)表示:“由于距离太长，你无法承受数据传输到云端再返回的延迟。Synopsys对此．“即使有光纤，也有太多的跳跃，这是行不通的。大量数据可以在离源头更近的地方处理，也可以更快地完成，这对IP提供商来说是件好事，因为有更多的机会来制造芯片。迷你云还需要具有一定的处理和存储水平。它们必须有附加的存储，而且必须是低延迟的。而且，它们可能仍然需要连接到云端，因此也有机会实现高速互联。”

具有讽刺意味的是，数据中心最初是从数据源开始的。在过去的十年里，这些数据中心越来越集中到云中，这些云非常耗电，以至于这些数据中心通常位于水力发电厂附近。现在，它们被分散在离数据来源更近的地方，随着公司开始定制他们的解决方案，它们变得更加多样化和独立。

“神经网络的技术正在加速发展，”ibm的执行董事克里斯•阿迪斯(Kris Ardis)表示马克西姆集成．“我们看到了很多视觉应用，比如面部识别，在安全摄像头、机器人等方面——不一定是完全自主导航，但导航有助于绕过物体、进行检查和避免碰撞。”

所有这些都需要比将所有内容发送到云端更快的响应时间。阿迪斯说:“例如，将数据从一个晶体管转移到另一个晶体管所需的能量，与将数据从南加州转移到华盛顿州所需的能量相比，是不断变化的。”“你很快就会超出可控制的电量。本地加工总是会更好，只要你能做到。你仍然需要云来聚合和收集数据来做出宏观决策，但对于你在本地做的决策，边缘处理总是更可取的。”

这在最近引发了很多活动。“云正在被分解，并转移到一个服务提供商无法控制的位置，”markkuemerle说，技术总监和集成系统架构师迈半导体．“安全性将是这一战略的关键驱动因素，这一战略的基石之一是能够利用合格的安全IP。处理也有多样化的机会，因此将有不同的isa来卸载计算。我们看到人们对允许共享公共内存的架构有着巨大的兴趣，即使是在一定距离之外。我们将在CXL和机架之外的内存访问中看到更多这样的应用。”

图1:今天的计算/服务器层次结构，以及如何应用技术在两者之间和内部移动数据。来源:半导体工程

架构挑战
其中一个大问题将是弄清楚哪些数据中心需要保持同步，以及如何在更远的距离上保持数据的一致性。这涉及到数据的结构和内容，随着数据的修改，这些内容可能会随着镜像服务器的变化而变化。一般来说，它在边缘的更新速度比在云端更快，而这些瞬间的变化可能会对银行或汽车等时间敏感的市场产生影响。

该公司基础设施业务营销总监潘奇•钱德拉塞卡兰表示:“云平台的理念被细分为两个领域。手臂．“一个是10毫秒的最大延迟，这已经足够性能了。另一种是1毫秒的最大值，这可能包括像工厂这样的东西。”

钱德拉塞卡兰说，除此之外，在构建这些系统并使其易于使用方面还存在几个主要挑战。其中之一是弄清楚如何跨分布式服务器网络保护数据。其次是如何创建一个通用的基础设施，这样就不必每次都从头开始创建所有东西。第三个挑战是能够在创建应用程序的同时最大限度地利用底层硬件，这基本上是一种硬件-软件协同设计类型的方法。

他说:“你必须根据几个流程的集成来规划这个基础设施。”“但你也可以把它一分为二，这样你就可以只为需要它的进程保留巨大的计算能力。这里的惩罚是大量数据的移动。因此，你需要平衡加载边缘资源的方式和在云中处理的内容，这意味着要在边缘去除无用的数据。过滤可以在源头发生，而且你不需要很多计算能力来做到这一点。”

安全问题
虽然一段时间以来，攻击次数一直在稳步增加，但云在安全方面有着良好的声誉。但是对于分布式云来说，这个问题可能要严重得多。

微软高级硬件安全工程师Alric Althoff表示:“一旦你分解，你就给了人们物理访问权限。龟岛的逻辑．“你可以想象一家咖啡店，那里有多种安全级别不同的设备，它们被卸载到一些更强大的系统中。那些经常能接触到这些信息的人负责处理客户的投诉。也许有增强现实技术，你看不到菜单。所以你进入经理的办公室，拿到钥匙，打开通往服务器的门，扭动连接。这工作。问题是每个人都知道钥匙在哪里。”

其中一些系统也存在设计问题。Althoff说:“很多攻击载体都涉及配置错误和简单的错误。”“当他们没有关闭它时，威胁面更广。此外，由于所有的多样性，每个公司都有自己的做事方式。你必须将所有这些纳入一个包含软件、标准和合规性的审计链。”

另一方面，去中心化数据的价值较低，这使得入侵云计算的回报较低。“虽然它更容易访问——它不像一些云系统那样是诺克斯堡——但你不能破坏所有部分的完整性，”微软信任和安全产品经理约翰·霍尔曼(John Hallman)说OneSpin解决方案．“较小的部件更容易受到攻击，但提高安全性的机会也在那里。因此，虽然侵入单个部件可能更容易，但要获得你想要保护的单个部件可能更难。”

至少，云计算提供商(从内部IT部门到外部数据中心)将不得不在安全方面做出一些权衡。

“数据分布的优势是使其更接近最终用户，并减少延迟，这对实时应用程序至关重要，”Gijs Willemse，安全IP的高级总监Rambus．“然而，分布式增加了攻击面，这增加了对手找到漏洞加以利用的风险。由于应用程序可能出于性能原因而需要分发，因此目标应该是通过在硬件中锚定安全解决方案来提高安全级别。保护本地存储的数据以及通信是至关重要的，适用于迷你云和数据中心。这两种情况都需要相同的方法，从信任根开始，一直到网络协议安全。如果这些迷你云在更容易访问的环境中运行，那么保护水平确实必须提高。”

采用最佳实践也是如此。霍尔曼指出，美国国防部认为一切都是可以被黑客攻击的，在某种程度上，一切都将被破坏。“所以你在更短的时间间隔内提供不同的保护，虽然你不必假设对所有东西都是零信任，但你必须验证它。你想做的是提高每个部分的信任水平，但你真正做的是增加验证。”

其他人也同意。“为了拥有安全的服务器，你需要能够信任和保护数据，”西门子数字工业软件的信任链业务主管汤姆·卡齐拉斯(Tom Katsioulas)说。“如果你没有可信的数据，就无法提供有价值的服务。最重要的是，所有资产都必须是可信的，无论是芯片、电容器还是电阻，这意味着它们都必须是可追踪的。”

通信
在这一领域，5G将发挥重要作用。然而，这一作用可能因地区而大不相同。

“在美国，他们使用的是更高的S波段，用于雷达等设备。Arteris IP．“在世界其他地方，他们使用更低的频段，这更有用。它可以取代或增强手机上已有的功能。所以在美国，用例主要围绕工厂和汽车。在海外，情况就大不相同了。”

Shuler说，其中一个用例涉及工业机器人，其中微电池芯片组用于控制和监控这些机器人的活动。其中大多数是固定的机器人，但响应时间至关重要。

英特尔的麦卡森表示，5G的宣传正开始变成现实，尤其是在工业应用方面。他说:“从机器制造商的角度来看，你可以在工厂车间使用5G，并消除以太网连接。”“将一个以太网连接送入工厂可能要花费1000美元。使用5G，成本要低得多。这意味着部署情报的成本降低了，而且更加灵活，所以你可以迅速重组。”

5G还有其他好处。“在工业领域，任何发出电弧的机器都会干扰WiFi，”他说。“有了5G，你就没有同样的挑战了。”

然而，尽管5G很重要，但它只是拼图的一部分。

Marvell的Kuemerle说:“我们看到人们对允许数据中心在系统之间共享内存的架构有着巨大的兴趣，即使是在距离之外。”“我们会看到这一点CXL，在这里您可以访问机架之外的内存。这需要大量的连接。我们还将看到越来越多的光纤连接来降低电力，这对数据中心来说是一个巨大的挑战。我们将开始看到更多的数据中心在远距离上保持一致。”

结论
分布式云有两个趋势值得关注。一种是在边缘和更接近边缘的地方提高计算能力。越来越多的计算正在数据流中进一步向左移动——从终端设备转移到边缘数据中心——这可能对数据的有用性以及谁拥有和有权访问这些数据产生重大影响。

第二个是云供应商推动更快的系统，由封装式光学连接和量子计算推动。这可以为非常大的计算密集型应用程序提供数量级的性能提升，进一步将它们与边缘区分开来。但这也可能对未来十年云业务模式的演变产生影响，这取决于大量数据在哪里被处理。

不管这是如何展开的，计算层次结构再次发生了变化。从历史上看，无论何时这种情况发生——随着小型机、个人电脑、网络和智能手机的引入——它都会对整个半导体供应链产生相当大的影响。该行业的下一个变革才刚刚开始，其影响将遍及全球。

相关的
赢家和输家在边缘
目前还没有一家公司拥有这个市场，而且在很长一段时间内也不会。
边缘计算知识中心
关于边缘计算的头条新闻、特别报道、视频、白皮书和博客
构建智能系统的挑战
与会专家:看看当今设备中的智能，以及它需要如何发展。
矛盾的要求在边缘
成本、功率和安全性与智能、本地化处理和定制的需求相冲突。
加速边缘计算
管理和处理数据的新方法以及比较数据的标准方法出现了。
AI边缘芯片的内存问题
内存中计算变得至关重要，但是在哪个内存中，在哪个进程节点上?
5G带来新的测试挑战
毫米波和波束形成能力是最大的测试挑战。