机遇是令人生畏的，但让所有的部分一起工作的挑战也是如此。
竞赛是为了赢得一个优势，尽管事实上并没有一致的定义，即优势的开始和结束，以及各种不同的部分将如何集成或最终测试。
的边缘概念起源于物联网在那里，最初的想法是，数百亿个哑传感器将通过网关与云通信。这种想法一直持续到去年，当时人们普遍认识到，即使是可用的最快的通信基础设施，也太慢、效率太低，无法将视频和其他类型的数据流传输到某个远程位置进行处理、排序和存储，然后将一定数量的信息发送回设备。
对于汽车应用来说尤其如此，图像传感器、激光雷达和雷达每小时产生大约15tb的数据。这一数字可能还会大幅上升，因为汽车中增加了360度成像，并安装了更多的传感器，以避免或预防事故。因此，现在预计会有各种中间步骤，所有这些都将推动对高性能芯片的需求。
其结果是系统供应商、老牌芯片制造商和大量初创公司争相在这个市场上占据一席之地。这种热情有很好的理由:
尽管如此，计算如何分区以及数据在哪里处理的想法仍然造成了相当大的混乱。
谷歌cloud中谷歌计算引擎的集团产品经理Paul Nash说:“如果你回顾几年前，每个人都知道一切都将走向云，一切都将走向公共云。“但它会走到边缘吗?”它要去哪里?人们不再假设对正确方式的任何单一定义都是准确的，所以这在很大程度上取决于客户在哪里，他们的工作量是什么。这确实是一种多云的事情，根据工作负载和业务案例，客户试图对事情的走向做出正确的决定。”
云提供商和大型系统供应商称之为混合云方法。其他人则在区分边缘和云。在每一个领域中，多个不同的细分市场使我们很难预测这个市场的走向。然而，越来越明显的是，将所有数据发送到谷歌Cloud或Amazon Web Services等超大规模云，对于某些应用程序来说效率非常低。
他说:“不是所有的东西都可以放到云端。Lip-Bu谭的总裁兼首席执行官节奏．“有了这些数据和分析，如果你把它们发送到云端，它就太慢了。这就是为什么边缘会起飞。边缘将成为一个非常智能的边缘，你将看到存储和网络的规模扩大。超大规模云将继续爆发，因为所有的数据都被发送到那里。但对于汽车和工业应用来说，这将是一个基本的迷你云的边缘，它将非常节能。所以会出现汽车云和其他垂直云。这就是为什么我认为edge是下一个大事件。”
这也是一个流动的概念，因为在边缘和云之间没有明确的界限。Lisa Davis，数据中心集团副总裁英特尔他预测计算将变得更加细粒度，这取决于市场和个人用例。她说:“大多数企业在其环境中至少有8个不同的云。”
那么到底是什么构成了这条边呢?沃利莱茵河，香港大学名誉首席执行官Mentor是西门子旗下的企业，将其分为三个不同的区域:收集数据的边缘设备、边缘网关和服务器中心的边缘系统。其中每一种都可以利用各种芯片，从fpga到定制asic和不同的封装选项，这些芯片将用于数百万个定制网关，每个部分的安全性都需要不同。
莱茵斯说:“将有数百万个节点在不经过过滤的情况下收集数据，所以你将看到越来越多的安全被推到芯片级别。”“云提供商有安全算法，因为他们不希望任何人在未经预处理的情况下进入云的核心。这就是大型系统供应商所说的优势。我们倾向于将工厂和企业的收集点视为物联网的边缘节点。”
边缘最终如何与云结合还有待观察。大型科技公司的普遍共识是，未来将取决于某种混合模式，但这种优势将变得越来越重要。
思科服务提供商业务部副总裁兼首席技术官Michael Beesley说:“如果你想想其他领域，如果你想想公共部门、城市、企业，有一整套非常引人注目的服务提供商优势用例，可能与企业优势相结合。”“所以它不会取代中央云，而是在安全控制、数据地理位置和数据压缩方面进行了增强。你想想智能城市或高带宽物联网应用，就需要一层实时处理，然后是一层数据聚合和压缩，因为在某个时候，如果所有的原始数据都流向你的大规模数据中心，我们将无法获得这些数据。我们当然不可能有传输能力将数据传输到数据中心。我们可能无法在数据中心内获取所有原始数据。因此，有许多用例可以利用边缘的预处理和数据缩减。”
安全生活在边缘
“这种优势包括很多人们最担心的东西，比如汽车、机器人和医疗设备，这些东西可能会杀死你，”库尔特·舒勒说Arteris IP．“这些东西可以用两种方式杀死你。一个是宇宙射线，传统的功能安全用例，它会翻转一点，然后就出错了。另一种方式是一切都按照预期工作，但是它所做的事情以及它从神经网络应用程序中决定做的事情是错误的。没有宇宙射线。不存在硬件安全问题。预期功能的安全性较差。(有一个新的规范，ISO/PAS 21448:2019道路车辆-预期功能的安全。)”
这就是边变得复杂的地方。辅助或自动驾驶汽车需要一定数量的内部处理和外部通信，无论是与另一辆车、边缘服务器或云。
“在用于驾驶汽车的算法中，假设存在很多差异，”at的首席解决方案营销人员杰夫·菲利普斯(Jeff Phillips)说国家仪器．“你想要平稳的行驶，但也想要100%的安全。算法本身需要做出很多决定。从现在到完全自动驾驶的这段时间里，会有更多的服务加入，这样你就不必接管驾驶了。但在所有这些情况下，可靠性将是一个区别，责任将在OEM。”
所有这些都发生在边缘，辅助驾驶是关键的边缘应用之一。但是，所有这些信息如何分割不仅对处理和反应时间有很大影响，而且对安全性也有很大影响。在更好地定义边缘之前，很难理解在哪里以及如何实现安全性。
Arteris IP的Shuler表示:“我们使用了一些构建模块来实现这一目标。“例如，如果有人使用Arm，就会有TrustZone，它可以被认为是一个安全的虚拟机。安全部分可以访问外部，但是外部的任何东西都不能访问安全部分。我们可以在硬件上做一些互连的事情，我们可以创建本质上单向的门/防火墙，你可以通过这种方式进入，但你不能再回到安全区域。这就像你家里WiFi路由器上的防火墙一样。这是同样的概念。有些事我们会放过，有些事你就不会放过。你需要成百上千个这样的东西，它们为你创建，但是你为它们的行为设置一些基线规则，从而创建一个基于硬件的安全系统。这是整体安全战略的一部分，从安全的角度来看，人工智能必须发生两件事。第一，主要涉及边缘推断。 There’s data center, and there’s edge. There’s the training of the神经网络利用神经网络进行推理，主要是指边缘推理。这些是设备，这些是汽车和工业机器人等的echo。”
边缘的可靠性和互操作性
另一个难题涉及在边缘运行的设备和系统的可靠性。这对于汽车、医疗和工业应用来说是显而易见的。不太明显的是支持诸如5克通信将影响他们的运作。由于边缘云中的信息距离太远，无法及时提供响应，或者无法足够快地处理信息，因此可能会发生事故。
挑战在于，边缘的多个部分需要可靠地协同工作，而不是所有的部分都以相同的速度或具有相同的目标。因此，当各种质量控制步骤(如测试)结合在一起时，覆盖变得更加困难。
“如果你看看数字和混合信号在美国，不同的区块可以一起工作，一个通用ATE可以覆盖一个平台上的许多区块，并仍然确保设备功能齐全。效果显著．“但随着技术的进步，我们看到直流、数字、射频和5G在一个设备上的结合。所以测试程序变得越来越大，开发成本也在上升。您不得不更多地担心测试程序的质量，并且在生产中测试的时间增加了。为了获得更高的覆盖率，你需要花费更多的时间。这就成了一种权衡。”
这就是为什么边在这个方程中如此重要。这也是公司开始在这个市场中采用标准化的原因之一。这已经在某些特定市场发生了，比如汽车市场ISO 26262已经从默默无闻上升到每个芯片制造商都了解其影响的程度。然而，对于5G和其他通信标准，关于如何测试天线阵列仍存在悬而未决的问题，尽管它们可能是边缘设备安全的关键因素。
思科的Beesley说:“由于两个主要原因，随着边缘技术的发展和成熟，标准化实际上将变得非常重要。”“这里有大量的技术提供商和供应商。在我们提供给客户的所有技术部件之间，必须有一定程度的标准化、互操作性以及混合和匹配能力，这是跨栈的。这是计算基础设施，是虚拟化和编排层，是围绕可能在其之上运行的VNF的标准化和互操作性。”
第二部分涉及到应用程序供应商。他说:“如果我是一家游戏公司，我不想为了在每个网络上提供实时游戏而调整、编排和管理我的边缘工作负载。”“我只是想把前端节点放在‘边缘’，我不想深入每个国家的每一项服务和每一个监管环境的细节。因此，能够将向增值应用程序供应商提供的北向产品标准化，对于超越基础设施工作负载也将非常非常重要。基础设施工作负载无论如何都会发生，比如虚拟化RAM、分布式包核心用户平面、缓存cdn，你知道有人正在构建网络，他们有动机将这些放在边缘，因为它为客户提供了更好的体验，降低了费用。但真正的赢家将是吸引第三方应用发行商。我们必须做好工作，在基础设施、国家和网络之间实现无缝衔接，并在一定程度上标准化。”
结论
毫无疑问，无论边界如何定义，它都是重要的。目前还有待观察的是，各公司如何合作，将最终定义优势的各个部分整合在一起。
至少，随着这些部分的定义，以及不同的架构和权衡被集成到边缘设备、边缘云和两者之间的一切，将会有大量的变动和变化。现在的问题是，公司能否合作，充分利用边缘产生的数据，以及这种情况发生的速度有多快。
戴尔服务器解决方案高级副总裁拉维·潘德康蒂(Ravi Pendekanti)说:“我们都在谈论大量的数据正在被创建。“数据显示，只有2%的资源被利用。坦率地说，5年或7年后，如果我们回到原来的水平，如果你说20%到30%的利用率，那将是一个很大的变化。每年我们的收入都是前一年的两倍，所以这是一个巨大的变化。”
-Ann Steffora Mutschler对本文也有贡献。
有关的故事
人工智能芯片架构的竞争到边缘
各家公司都在使用各种芯片架构作为武器，将人工智能推向前沿。
将智能从云端传播到边缘
数据的爆炸式增长正迫使处理地点发生重大变化。
为5G和尖端技术做规划
与会专家，第2部分:了解5G的好处、限制和设计挑战。
FD-SOI在边缘
专家在桌前，第3部分:将完全耗尽的SOI推向10/7nm的AI边缘;供应链中缺失了什么?
工业物联网前沿是一个移动的目标
工业互联网联盟定义了工业物联网边缘计算的使用场景，而不是标准。
访问我们的边缘知识中心
所有关于边缘计算的内容:最新的文章、博客、白皮书和视频
|
|
|
|
|
|
|
|
|
留下回复