值得一看│两位戴尔科技大佬谈边缘计算的当下与未来发展

作者

Gauravm Chawla

合著者

Liamm 

Quinn

Gauravm Chawla，Dell EMC CTO办公室，边缘/物联网、NFV和区块链研究员/副总裁

Liamm Quinn，戴尔科技客户解决方案部高级副总裁/高级研究员

想象一个框架，在这个框架中，设备可以与其他设备无缝共享计算和服务资源，并利用可编程的网络功能来优化、分析数据并交付业务成果。由5G和AI/ML（人工智能/机器学习）支持的物联网、社交媒体和新的边缘部署正在推动云应用迁移到分布式边缘。未来的使用模型将需要新的体系结构，以实现高度协作的数据处理环境，并智能、流畅的共享计算资源和跨设备的应用移动性。

我们认为，需要新的架构和快速的行业创新，来实现边缘的无缝协作和数据共享。

目前的边缘用例正在将数据处理移到更接近终端设备的地方。例如，内容分发将数据从云端移动到边缘，并利用内容分发网络（CDN）将内容缓存到更接近终端用户的位置。物联网和社交媒体用例导致在边缘使用和产生数据。这些数据在终端设备或边缘云上进行分析，以提供正确的结果。

边缘云可能是在本地，也可能是联合办公设施，或者是由服务提供商提供的"即服务"。用例和部署方案在各个垂直行业中有所不同，这些行业包括家庭自动化、ADAS、智能工厂、零售、石油和天然气、农业和企业。

物联网设备数量的增长、数据传输成本和关键任务用例推动了这一转变，将数据处理从云端转移到边缘。赋能技术总结如下:

客户端设备具有CPU内核和硬件加速功能，可以在本地处理数据并执行ML推理模型。新的嵌入式传感器和传感器融合正在推动智能、位置和情境感知功能的不断改进。结合AI/ML，可以创建客户端/边缘就绪和敏捷应用。

云应用和数据处理正在向网络边缘和边缘云转移，从而以更低的延迟，处理更接近终端设备的数据。计算性能的提高使处理能力得以提高。数据管理控制平台在决定进行数据优化处理的位置方面起着重要作用。

AI/ML框架和低功耗硬件加速器的出现使得在边缘进行推理成为可能，而训练的计算密集型操作则在集中式云端进行。这些加速器嵌入在智能终端设备和网络边缘平台中。训练有素的ML模型在边缘交付，以实现接近数据生成点的推理。

新兴的5G网络可利用现有频谱和新频谱，为各种工作负载提供高速无线网络管道并降低延迟。RAN虚拟化（vRAN）使无线电处理从蜂窝塔台的定制设备转移到带有硬件加速器的标准x86服务器，进行聚合RAN处理。它支持对大量微蜂窝、无缝移动和数十亿的终端设备进行性能扩展。

边缘应用数量的增长以及云和边缘之间处理的分布式正在推动网络切片功能的的下一阶段创新。这样可以在终端设备和后端应用之间的连接能够保证SLA。该应用可能正在电信网络边缘或云端运行。

可编程网络正在兴起，以实现用户的无缝移动和网络切片的重新配置。它们还支持将应用程序以及相关的网络和安全服务从云端无缝迁移到边缘。

软件定义WAN的出现，实现具有多种服务质量选项的边缘到云端连接。数据分布在这些WAN连接上，以提供最佳的应用程序性能。

围绕无缝终端用户移动性的要求正在推动Wi-Fi和蜂窝融合与下一代Wi-Fi和Private-LTE/ CBRS（市民宽带无线电频谱）的创新。带有嵌入式传感器和智能天线/无线电切换功能的新型戴尔Edge设备，是基于工作负载应用和使用模型来实现这种无缝体验的关键要素。