從集中式雲端到分散式邊緣運算
在過去十年中，雲端運算迅速成熟，甚至連數據中心行業以外的人都知道它的許多優點。然而，隨著雲端變得無處不在，它的局限性也日益突顯。從延遲和頻寬問題到安全問題，再到沒有網路存取就可能陷入困境的威脅，雲端運算固有的問題比以往任何時候都更迫切需要解決方案。
圖片來源：IBM 預製模組化數據中心
圖片來源：IBM 預製模組化數據中心
以下是：邊緣運算，它是一系列廣泛的技術，其共同原則是透過本地化運算能力來提高速度、安全性和效能。它的名稱來自於它與雲端運算模型的關鍵差異。雲端運算是集中式的，而邊緣運算則將其功能推向網路的「邊緣」，更接近終端使用者。在本文中，我們將深入探討邊緣運算已經發生或正在開發的應用，並探討它們如何有可能徹底改變數據中心的運作方式。
影片來源：AT&T
1. 解決延遲問題
數據延遲在我們每天使用的許多雲端應用程式中仍然普遍存在，而且它的成本可能比您想像的要高得多。[1] 亞馬遜關於延遲的研究發現，每減少 100 毫秒的延遲，其銷售額就會減少一個百分點，Google 發現僅僅半秒的額外延遲就導致其流量減少 20%。
邊緣運算非常適合解決延遲問題，因為它將運算能力放置在更接近數據和使用者的地方。它不是透過集中式網路傳輸大量數據，而是將關鍵元素整合在一起，透過運算資源的本地化來創建更有效率的流程。這種速度改進在小規模上可能看起來並不關鍵，但當應用於數據中心每天數百萬或數十億次的運算時，它會迅速累積。
2. 建立更本地化的方法
新千年為我們帶來了對本地食物和商品的重新關注——現在，本地運算似乎是下一個前沿領域。雲端高度集中，需要大量的上游和下游活動才能執行其操作。邊緣運算分散式、行動且模組化，透過模組化數據中心等服務，在需要時將運算能力部署到需要的地方。這最終轉化為改進的靈活性和將運算資源分配到最有效的地方的能力。
3. 改善安全實踐
隨著雲端運算將越來越多的敏感數據集中到少數供應商手中，網路犯罪分子看到了黃金機會。數據中心網路安全中的一個小漏洞就可能導致數百萬用戶最敏感的數據遭到存取，自雲端運算開始以來，大規模數據洩露[2]
屢見不鮮。邊緣運算提供了一個緩解這些缺陷的機會。當敏感數據儲存在雲端之外、本地數據中心網路內的安全氣隙式伺服器電子外殼中時[3]，惡意行為者很難存取，而授權用戶則可以更快地存取。
除了安全的電子伺服器外殼外，部署在邊緣網路中的電腦還具有一個硬體固有的安全模組，稱為受信任平台模組 1.2 和 2.0，它在硬體層級提供了一層加密安全性。此標準由受信任運算群組制定，該組織由 AMD、Hewlett-Packard、IBM、Intel 和 Microsoft 等運算領導者組成，旨在在個人電腦上實施受信任運算概念。受信任運算群組的一個主要目標是「為部署在：企業系統、儲存系統、網路、嵌入式系統和行動裝置中的技術提供安全的雲端運算和虛擬化環境」。尤其是隨著數千個裝置轉移到遠離集中式數據中心安全基礎設施的行動和遠端位置，在數據生成和收集的地方實施硬體加密安全層至關重要。例如，嵌入式和堅固耐用的邊緣運算系統收集和處理敏感數據，隨著它們連接到「物聯網」進行通訊，它們成為網路攻擊的目標。知識產權、個人數據和機器指令隨著連接性的增加而越來越容易受到數據外洩或操縱的影響。
4. 賦予機器學習和最終人工智慧更大的作用
人工智慧（AI）是邊緣運算最重要的應用案例之一。複雜人工智慧（例如為自動駕駛汽車提供動力的人工智慧）的數據處理需求不僅需要改進的容量，還需要卓越的可靠性和一致性。自動駕駛汽車的人工智慧不能僅僅因為離線一分鐘就停止工作，它必須以每分鐘處理數百 GB 數據的速度運作。為了滿足這些需求，運算能力需要隨時隨地可用——當然，這就是邊緣運算的用武之地。從車輛對車輛通訊到與「智慧城市」功能的整合，先進車輛人工智慧的必要功能將需要前所未有的分散式運算能力——這就是為什麼工程師們已經在努力使這些先進解決方案成為可能。
5. 為物聯網提供空間
人工智慧並不是唯一消耗大量數據儲存的技術。物聯網技術，從家用語音助手到手持式外殼中的智慧醫療設備[4]，以及邊緣物聯網閘道通常會產生大量數據，這些數據需要在接近其來源的地方進行處理——這是邊緣運算的強項。邊緣運算可以幫助確保，例如，智慧心臟監測器能夠足夠快地處理其數據，以檢測危險不一致的模式並提醒醫療專業人員。
6. 解決離線需求
雲端無處不在的一個可預測的後果是，數據中心網路中斷的影響已從令人惱火演變為可能具有災難性。無線熱點等技術可以提供一些緩解，但它們最終只是權宜之計，而非真正的解決方案，而且對於數據中心中進行的運算沒有多大幫助。邊緣運算有可能大大減少工業和商業對不穩定的 WiFi 和蜂窩網路的依賴，創建「兩全其美」的網路，既具有雲端的優勢，又降低了其風險和不一致性。我們的商業和科技世界需要持續連接——因此，當連接中斷時，我們將擁有邊緣運算能力的保障和一致性。
7. 減輕雲端工作負載以創建平衡
儘管雲端運算有許多優點，但它本身不足以提供我們超連結世界所需的效能。Verizon 等大型網路供應商已經在大市場中難以提供足夠的網路頻譜，而即將推出的 5G 並非永久或全面的解決方案。相反，知情人士正將目光投向邊緣運算，以提供運算能力，為 21 世紀數據中心創建可持續、經濟實惠且安全的基礎設施。
邊緣運算是一個很好的例子，說明了「舊事物是如何再次成為新事物」的。雲端使我們擺脫了現場運算。現在，邊緣運算帶著復仇回歸。然而，關鍵是邊緣運算不會與雲端基礎設施競爭。它將與雲端基礎設施協同工作，為我們的新經濟創建複雜而強大的運算解決方案。
例如，許多領先的雲端解決方案供應商，如 Amazon 的 AWS 和 Microsoft 的 Azure，都意識到這種轉變，現在為 OEM 提供了額外的認證計畫和服務，以便在終端使用者需要時啟用雲端。這種與 IoT 設備將遙測數據饋送到中央 Hub 的混合關係，展示了管理數十億 IoT 設備之間關鍵通訊的重要性。這種獨特的分散式邊緣運算組合，在需要時連接到集中式雲端，是持續推動新商機的因素，也有助於解決許多企業面臨的複雜挑戰。現在，從連接的 IoT 設備生成的數據提供了巨大的價值，可以進行分析以獲得更好的見解和決策。隨著越來越多的 IoT 設備連接到線上，有幾個關鍵的驅動因素將繼續塑造邊緣運算，使其在許多新興市場中成為有益的現實：
- 降低運算、物聯網和大數據的成本
- 在更小的佔用空間中提高多核處理效能
- 大數據和頻寬限制的指數級增長
- 無線 LTE 連接和機器對機器之間的互操作性，最終是 5G 頻寬速度
- 機器學習在學習和決策智慧方面的進步
例如，自動駕駛汽車和車隊管理技術是一個有爭議且趨勢化的市場，它嚴重依賴以下因素。自動駕駛汽車市場仍有經證實的商業機會，以及它與上述因素的直接關係。降低成本、強大的運算、更快的連接和機器學習的融合為自動駕駛的未來提供了巨大的潛力。
最後一句話：運算工作負載在「堅固邊緣」的轉變與平衡
在過去的部落格和商業洞察文章中，「堅固邊緣」的定義以及它與邊緣運算的關係已得到解釋。請閱讀「當物聯網藉由『堅固邊緣運算』擴展其範圍和智慧」，了解為何在最惡劣的邊緣部署中需要專用電腦。
隨著越來越多的運算能力本地化並存在於邊緣部署中，工業和遠端市場需要特定的需求才能即時提供可靠性。這些特定市場需要經過設計的硬體解決方案，以承受惡劣的應用和嚴酷的環境。儘管部署邊緣運算解決方案的好處很明顯，然而，當部署在對電子元件有害的惡劣環境中時，需要專用設備，例如嵌入式、工業和堅固邊緣電腦，才能將行動邊緣運算能力帶到新的前沿。
堅固邊緣電腦專為承受嚴酷的使用條件而開發，並通過在整個產品設計中整合堅固功能來驗證其極致的耐用性。從外部外殼到精心挑選的工業級元件，堅固邊緣電腦的每個部件都是透過機械和熱工程的組合專門構建的，以解決強烈振動 (MIL-STD810G)、極端溫度以及潮濕或多塵情況等問題。嵌入式運算工程師專注於「堅固邊緣」部署的以下要求：
堅固嵌入式電腦的工程檢查清單：
- 無風扇靜音設計，提高可靠性
- 一體成型，無纜線，並經測試可承受衝擊和振動
- 寬廣的工作溫度範圍，適用於惡劣環境
- 寬電壓電源保護
- 模組化和可擴充的 I/O 選項，旨在整合工作負載
可擴充堅固邊緣運算必須具備的 5 個硬體要求：
- 無線連接
- 行動性和遠端部署
- 效能加速器
- 各種 I/O 埠和 PCIe/PCI 擴充插槽
- 堅固性和安全性
下載我們的嵌入式電腦和工業觸控顯示解決方案指南
