谷歌、亚马逊、阿里纷纷入局，边缘计算的潜力如何？
|
微软在 2018 年 Build 大会上将边缘计算作为一个重中之重，我曾在 5 月的会员通讯里作出过分析：
Google 则在今年 Google Cloud Next 大会期间发布了两个产品：云端芯片 Edge TPU(硬件)和软件工具 Cloud IoT Edge(软件)。Google Cloud 官方这样介绍两个产品：
除此之外，还有很多科技巨头加入到边缘计算的赛场。比如惠普企业(Hewlett Packard Enterprise)就表示将在未来四年投资 40 亿美元用于边缘计算。惠普企业的边缘计算产品名叫「Edgeline Converged Edge Systems」，其主要客户群体是工业领域，比如油田、煤矿等，这些特定行业的工作环境里，无法满足云端数据的处理条件，因此边缘计算就成为一个重要需求。 今年 4 月的云栖大会深圳峰会上，阿里云掌舵者胡晓明代表阿里巴巴宣布进军物联网，并将物联网作为电商、金融、物流、云计算之后的「新赛道」。 战略层面，胡晓明提了一个「小目标」，阿里云计划在未来 5 年内连接 100 亿台设备。而在战术上，阿里希望「打通云、边、端，整合包括物联网操作系统 AliOS Things、IoT 边缘计算产品、通用物联网平台，实现物的实时决策和自主协作。」 不过，阿里巴巴在国内将面临华为的巨大压力，在阿里巴巴发布物联网计划之后，华为的发布了一个意味深长的图片。 边缘计算的应用场景 微软 CTO Kevin Scott 曾坦言，边缘计算还处在相对早期阶段。但透过这段时间内的场景落地状况，我们也可能窥见边缘计算的潜力。 如上文所言，自动驾驶成为边缘计算领域重要的行业应用，下图是英特尔对于自动驾驶汽车上的「数据洪流」的描述。 不过，当下自动驾驶也处在早期阶段，车联网或者联网汽车则是汽车领域可以马上落地的场景。 在国内，不管是阿里旗下的斑马网络还是百度的小度车载，都在将汽车变成一种「移动的数据中心」，只是相对于自动驾驶，联网汽车的数据量和处理要求要简单很多。即便如此，由于汽车的数据处理不能出现任何的卡顿和延迟，这也就需要在汽车里部署数据处理能力。 另一个应用场景则是医疗。前几年风靡一时的所谓智能手环，本质上就是一个数据采集器，但是由于需要和云端服务器进行数据交换，使得整个手环的「智商」几乎为零。 随着苹果发布 Apple Watch 所带来的新穿戴设备潮流，这些边缘设备也终于开始拥有了自己的芯片，并能实现一些简单的计算。医生也可以通过这些计算结果作出一些简单诊断。 更进一步，在美国，医疗领域的本地数据非常多样化，比如医院的病床可以和 20 多个设备连接，这些数据被收集、清洗、挖掘之后，可以帮助医生更好地了解病人的身体状况。
工业领域，边缘计算也正在发挥越来越重要的作用。从工业发展的方向来看，数据将成为驱动生产制造的重要生产资料，那么如何处理这些海量、实时产生的数据就成为企业能否快速发展的重要课题。 以流程型生产为例，一条生产线其实就是数据流动的通道，产品从上一名工人传递到下一个工人，同时伴随着产品数据的传递。在这个过程中，如果由于某一名工人错误操作的导致了数据异常，在下一名工人开始操作时，基于边缘计算的生产线可以做出预警提示。如果再进一步，当机器学习能力被边缘计算融入到生产线的时候，工人的不合规操作可以被实时监测出来并预警，这对提升产品的良品率意义重大。 尾巴：边缘计算不是云计算的替代品 前面谈了这么多边缘计算的优势和应用场景，并不是要证明边缘计算可以替代云计算，两者没有谁好谁坏，更应该具体到不同设备、不同应用以及不同场景里，看看到底谁更合适。 两年前，利用基于云端的卷积神经网络算法，一款名叫「Prisma」迅速窜红，用户只要将自己拍摄的照片交给这个 App，就会得到一张可媲美历史名画的「艺术照片」。这款应用虽然得到全球用户的青睐，但是由于该应用的处理流程，要求每张图片都要上传到云端服务器，通过云端的卷积神经网络算法来处理这些照片，因此用户体验非常差。 这便是一个典型需要边缘计算的场景，而当 2017 年，包括华为、苹果都在新一代智能手机芯片中加入 NPU(神经网络处理单元)之后，也赋予了智能手机全新的边缘计算处理能力，华为 P20 Pro 的逆天夜拍效果，除了硬件堆积之外，处理器的 NPU 也发挥了不小的作用，去年苹果推动的 AR 应用(游戏)开发热潮，其底层的技术支撑就是 iPhone 拥有了可以在边缘处理实时、海量数据的能力。 （编辑：上饶站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
