邊緣計算最大的難題 有解了

　　2020年被業界視作邊緣計算的“元年”，應用的落地實踐開始密集。但行業眾多、應用場景碎片化，大量邊緣計算方案不得不進行定制化開發，邊緣計算規�；�落地依然受到制約。

　　走出碎片化、定制化的大坑，是邊緣計算產業化的必由之路。

　　經歷數年的概念孵化和落地探索后，2020年被業界視作邊緣計算的“元年”。

　　人們通常用“章魚”形容云計算和邊緣計算的關系：章魚渾身布滿了神經元，但它腦部的神經元僅占40%，其余60%都分布在八條觸角上。作為發生在“最后一公里”的計算，邊緣計算就像章魚觸角上的神經元一樣。最近幾年，隨著萬物互聯和邊緣人工智能的需求，邊緣計算在高速增長，在整個計算產業的版圖中扮演越來越重要的角色。

　　不過，面對爆發的需求，邊緣計算真正規�；�落地依然受到制約。其中最大的阻礙之一是因為行業眾多、應用場景碎片化，大量邊緣計算方案不得不進行定制化開發，部署周期長、成本高、產出難以衡量。

　　走出碎片化、定制化的大坑，是邊緣計算產業化的必由之路。浪潮信息提出了邊緣計算服務器的模塊化設計思路，改變以CPU為核心的設計，以系統架構為核心進行設計，定義了全新的邊緣服務器模塊化設計標準ECOM，并將標準中的各個部件模塊產品化，貢獻給開源組織，解決邊緣計算規�；�落地的難題。

　　01

　　從試點走向批量落地

　　從2020年起，邊緣計算應用的落地實踐開始密集，浪潮信息也成立了專門的邊緣計算事業部，以滿足通信、能源、交通等行業爆發出的各類邊緣計算應用需求。

　　劉香男，浪潮信息邊緣計算產品線高級產品經理告訴數智前線：“兩年以來，我們一個很深的體會是，一個應用從開始去發展，到能夠成熟，是需要時間驗證的。這兩年浪潮信息與生態伙伴一起進行了大量的工作，到了今年，邊緣計算已開始從試點走向批量部署。”

　　在這個過程中，邊緣計算的一些典型場景正在形成，比如它在智能制造、智慧城市中的應用都是“實打實的”。

　　在制造行業，工業質檢是近年的一個爆款應用。邊緣計算結合機器視覺和AI算法，對從汽車到手機、從鋼板到軸承的大量工業產品實現了智能化缺陷檢測，一些產品的缺陷檢出率已達到99%以上。

　　在野外油田場景中，一些多年開采的油田地下勘探層含油量逐漸下降，抽油機(俗稱磕頭機)按照傳統恒速運行，采油效率低，能源消耗成本高。浪潮信息聯合石油企業開發的油井智慧監測解決方案，邊緣計算結合了設備運行、生產工況數據，找到合適的采油頻率，對磕頭機進行智能啟停。在這種安排下，石油開采效率反而更高也更節電。

　　在海外市場，浪潮信息與日本東京工業大學，聯合開發了基于邊緣AI的智慧停車項目，基于邊緣計算和AI算法，只需0.05秒就能根據車輛信息自動完成停車扣費，停車場實現了快捷停車繳費，火災、煙霧、車位長期占用等異常狀態及時檢測等功能，這套系統將在東京上百個停車場上線。

　　工廠的智能質檢、油田上抽油機的智能啟停、城市里面的停車場智慧停車，僅是海量邊緣計算場景中的“滄海一粟”。近兩年的一線實踐中的摸爬滾打，劉香男他們認為，從技術和商業上，目前，邊緣計算都達到了一個合適的投入時間點，行業也將迎來發展的關鍵期。

　　在技術方面，邊緣計算為云、AI、5G和物聯網提供了重要的落地承載平臺。其中，AI從數據中心開始向邊緣延展，成為邊緣計算的一個重要驅動力量。

　　在商業方面，萬物互聯時代，眾多新興應用提出了低時延、高帶寬、本地化、高安全、低成本的處理需求，這也推動著處于數據產生側的邊緣計算“迎難而上”。包括一些工廠出于對數據的敏感性，不希望上云，通過邊緣計算，能滿足它們的處理需求。

　　IDC預計，未來5年，對邊緣計算的投資速度將遠高于核心位置，到2025年，全球邊緣計算服務器支出金額比重將從14.4%，提升到24.9%。浪潮信息也預測，邊緣計算接下來的紅利期至少在5~10年。

　　02

　　定制化攔路虎

　　不過，邊緣計算在走向批量落地中，也遇到了難題，定制化是最大的攔路虎。

　　相對于數據中心中那些已經標準化的服務器，業界對邊緣服務器提出的需求還很龐雜，邊緣計算要應對的局面頗為棘手。一個典型的例子是，數據中心的服務器，工作溫度范圍一般在0~35攝氏度，但邊緣服務器所處的環境“很跨越”，往往要滿足從零下40攝氏度到零上70攝氏度的寬溫范圍。

　　邊緣服務器對算力的要求也很多變。即便同一條馬路上的不同路口，由于攝像頭從幾路到十幾路不等，對邊緣計算的處理能力也高低不等。

　　網絡的要求也更復雜。像海上風電場景中，網絡環境不太友好。邊緣服務器需要引入多種通信方式，除了有線，還有5G、WiFi、ZigBee等無線方式，滿足各種意想不到的應用需求。

　　在室內外嚴酷的物理環境中，邊緣服務器還要做到防雨、防震、防塵。

　　“客戶的需求是無限的，如果我們都去做定制化，是不現實的。”劉香男說。定制化本身設計周期長，產品很難進行全面測試與售后保障，后期容易出現各種問題。碎片化、定制化也導致邊緣服務器大規模落地存在困難，是制約邊緣計算快速發展的根本性難題之一。

　　面對這一問題，在經歷了實踐和反復論證后，浪潮信息提出了“產品設計中進行解耦和模塊化”的思路，通過組合不同模塊，來覆蓋最廣泛的市場。“不僅是邊緣計算，未來數據中心的設計也會朝向解耦的方向發展。”劉香男稱。

　　為什么這個思路能規避碎片化、定制化的大坑?浪潮信息邊緣計算產品線高級硬件架構師付長昭告訴數智前線，這個思路首先從系統架構層面進行頂層設計，然后將核心計算平臺、AI平臺、管理、IO等模塊進行解耦。抽離出來的模塊進行單獨設計，變成一塊塊功能化的“積木”，再通過已經定義好的規則，進行相應的整合，“搭”出用戶需要的產品。這就像“百變金剛”，最大化滿足客戶需求。

　　在數據中心領域，業界也遇到過定制化需求太多的問題，浪潮信息聯合互聯網客戶，也研發了可定制的模塊化式整機柜服務器。

　　在邊緣這個新的場景下，基于解耦和模塊化設計的經驗，經過反復摸索，浪潮信息團隊擯棄了傳統服務器以CPU為中心的設計思路。這不難理解，過去一提到服務器，人們就想到了它的計算力，產品的一切設計自然圍繞CPU展開�，F在人們對邊緣服務器的需求五花八門，計算性能只是需求的一個方面。在這種狀況下，轉向系統架構為核心的設計思路更為科學。

　　實際上，在系統架構為核心的思路下，工程師們進一步將邊緣服務器的“身材”從長寬約30cm大小，控制到了20cm左右，邊緣服務器也由此有了更多“蝸居”的可能性，它可以藏身于交通路口的信控箱，也可以置身于油井現場的工控機。

　　03

　　模塊化方法論：解耦、歸一

　　然而，產品要想靈活百變，說易行難。浪潮信息并不是第一個做這件事的企業，但業界一些企業要么沒有堅持下來，要么走得不深。

　　這其中最大的難點之一，不僅要解決把過去幾十年形成的體系化的系統分拆，還要考慮再以怎樣的方式把它們嚴絲合縫地整合在一起，并做到最大程度不影響系統的性能和效率。

　　也就是說，“解耦”體現了一種能力，“歸一”更體現了一種能力。

　　從模塊化到組成系統，浪潮信息做了大量的探索。在系統分拆為模塊后，浪潮信息花了大量精力，對各個模組之間的通信協議進行取舍和優化，既要保證性能，又要給予每個模塊最大限度的拼搭自由，并對這些協議進行標準化。

　　而經過長達1年半的錘煉和迭代升級，全新的邊緣模塊化設計架構ECOM(Edge Computing Optional Module)打磨完成。今年年初，浪潮信息將邊緣計算模塊化設計標準ECOM架構首次對外發布。

　　今年9月，浪潮信息將該設計標準貢獻給全球三大開放計算組織之一的ODCC。這也是目前為止，國內首個在邊緣計算服務器模塊化方面的開源標準。

　　付長昭是這個標準設計的帶頭人。他稱，當下邊緣計算場景處于星星點火的起步期，期望該標準能起到一個拋磚引玉的作用，推動未來邊緣服務器的標準的進一步深入。

　　數智前線獲悉，基于ECOM架構所打造出的各種模塊，本身是標準化的部件產品。針對CPU核心計算單元、BMC帶外管理單元、AI計算單元等關鍵部件，設計門檻較高，不利于行業復制推廣的問題，浪潮將其產品化輸出，以加速產業化落地。

　　“相對于數據中心服務器已經錘煉了小幾十年的標準，邊緣服務器這個新賽道還有更多可以創造的空間。”付長昭說。

　　04

　　邊緣計算任重道遠

　　在ECOM架構推出后，浪潮信息工程師們基于它，研發出了全新的邊緣服務器產品EIS800，該產品因架構創新，獲得了2022年德國紅點設計大獎。

　　EIS800推出后，劉香男感受到了業界對這一靈活架構邊緣服務器的需求。

　　在國內，一家企業正為一項國際體育賽事提供公共交通服務，有著緊迫的部署時間要求。他們需要一款產品，既能用ARM計算平臺去處理視頻，也能用X86計算平臺處理雷達算法，還要做一些融合性應用。而且通過試點，客戶的需求還處于調整變化中。“我們用3個月，就給客戶提供了一款產品做試點，能滿足它在這個過程中變化的需求。”

　　在海外如對品質要求極為嚴苛的日本市場，經歷多輪PK，EIS800邊緣服務器被一家大型日本ICT企業引入清單。

　　這些都是邊緣計算發展歷程的重要節點。但這個產業要真正迎來全面爆發，邊緣服務器從技術商業到生態標準都還有大量的工作要做。邊緣服務器ECOM標準的制定，不僅需要產業界更多上下游廠商的共同努力，也進一步推動了產業的合作。在產品方面，工程師們也可以基于用戶反饋，對每個單獨的模塊做進一步的開發。比如，將更多主流芯片和通信模組輕量定制后納入整個系統中，更快滿足用戶的需求。

　　邊緣計算本身還面臨多元生態的挑戰。邊緣計算正觸及過去沒有到達的行業，比如工業物聯網這類OT領域以及邊緣網關這類CT領域。此前，它們和邊緣計算所在的通用IT領域相對獨立，各類協議不太聯通。為了融合，邊緣計算需要打通協議，進行多元生態整合，從而實現融合算力。

　　“我們覺得邊緣計算是機遇和挑戰并存的，經過這兩年的實踐，我們已經了解了這些挑戰，也找到了應對的方法。”劉香男說。

　　接下去浪潮信息和生態還有大量工作要做，邊緣計算行業要真正成就自己的星辰大海，依然任重而道遠。