新世纪注册

首页 > 正文

边缘计算的总体思考

www.sombatmotor.com2019-07-14
新世纪娱乐登录网址

7月4日,在2019年的百度AI开发者大会上,百度与三大运营商浪潮,英特尔和其他公司合作发布了百度AI Edge计划行动计划和《AI边缘计算技术白皮书》。白皮书系统解释了5G时代边缘计算和AI的结合。广泛的应用场景以及技术策略。本文是白皮书“关于边缘计算的整体思考”的第一部分。

e602c0534e694618888438fa8c65d806

互联网服务市场的深入发展带来了信息流和计算需求的巨大变化。根据多家机构的预测,5G将进一步刺激视频流媒体流量的发展,移动视频流量每年增长45%,到2023年占移动数据流量总量的73%。全球互联网数据将逐年增加到2020年,将达到40ZB,其中40%将由物联网产生,这将带来对数据分析和处理的巨大需求。

边缘计算提供靠近用户或数据源的网络,计算和存储服务。它不仅可以实现本地化流量,还可以减少对传输网络和远程数据中心的流量影响,还可以提供低延迟和高稳定性。应用程序运行时环境有助于在终端和数据中心之间扩展计算框架,有助于实现场景要求,配电和部署成本之间的最佳匹配。边缘计算将满足消费者和工业互联网市场的以下需求。

首先,边缘计算是更新消费者互联网体验的重要保证。

7a94ec9b-f0be-4ec0-ba6c-78910e6f9844

视频消费升级:一方面,消费者期望更高的质量和缓冲的零容忍观看体验。从1080P到4K/8K,从30帧到60/120帧,更高的图像质量和平滑度不断刷新消费者的观看习惯,每个级别的图像质量将使流量带宽增加3到4倍。增加。另一方面,视频正朝着沉浸式和强大的互动服务发展。 360度全景视图和视频社交化促进了视频流在多个方向和实时方向上的演变。边缘计算可以有效避免大流量抢占远程网络资源,确保从视频源到消费者的低延迟,高带宽和高可靠性。

?场景AI功能很受欢迎:AI功能已成为大多数终端的默认配置。从简单的图像处理到AR渲染再到复杂的媒体编辑,AI功能丰富了应用程序的交互方式,拓宽了消费者对信息编辑和创作的想象力。在没有时间,空间和终端类型限制的情况下,智能应用程序继续为用户提供足够的AI计算能力是一种趋势。边缘计算可以在功耗和存储容量方面克服终端的限制。它具有强大的云计算能力和本端超低延迟的优势,为人工智能应用的加速推广奠定了坚实的基础。

消费者多模式互动:物联网,5G技术推动万物互联,更多具有计算和存储功能的设备,智能穿戴,网络汽车娱乐,AR/VR眼镜,无人机和其他连接设备逐年增加。智能手机和消费者之间的交互时间将由多个终端共享,并且消费将以多模式方式发展。多模式交互不仅带来信息供应的多样化,而且特定终端交互模式对性能参数提出了极端要求,例如20ms内的VR应用延迟要求。边缘计算可以满足多应用程序性能的要求。它还可以通过共享终端计算和存储功能来实现终端设计的轻量化设计,从而降低终端成本并优化终端体验。

Second, edge computing is the necessary infrastructure for the development of the industrial Internet.

1fc0ad17-fb54-4970-8721-dc81095ed944

Digitization and Networking of Traditional Industries: The 2019 government work report proposes new and old kinetic energy conversions, including traditional industrial upgrading, industrial Internet construction, and industrial-level digital ecology. First, the network of traditional industries has accelerated the surge of data. For example, intelligent traffic is paved with high-precision radars and multiple cameras on the roadside, and linkages are automatically driven to improve the accurate capture of traffic information and the establishment of high-precision models. Generation of terabytes of data. The near deployment of algorithms and computing power is one of the basic requirements for the scale deployment of such products. Second, the digitization and dissemination of industrial data poses a higher challenge to information security. The out-of-network and security of privatized data requires edge computing facilities as a safeguard to meet the basic requirements of deployment.

Infrastructure sharing, industrial mid-stage: In order to maximize the empowerment and efficiency of Internet technology for traditional industries, information technology needs to be deeply integrated with industry demands. Intelligent development through digital in-line embedding and product software. Edge computing is an important resource that the industry Internet relies on. The efficiency improvement brought by the edge computing platform will also radiate to the production process of the industrial Internet, driving the development of digitalization, process and platform services. The current warming up of edge computing platform open source software can greatly enhance the efficiency of future industrialization platforms.

The penetration and integration of digital products into traditional industries: The development of traditional industries to the Internet needs to maintain the intrinsic link between digital products and the needs of the production environment. Digital products such as smart cities, smart transportation, smart agriculture, and AI security also need to deploy resources reasonably to serve traditional industries. Edge computing not only meets the requirements of traditional industries for deployment security, but also meets the deployment environment required for digital products through platform technology. Therefore, edge computing will promote the interaction and integration of the digital world and the physical world, and realize the mutual promotion of technology and market.

xx计算功率,延迟和综合应用的稳定性的要求根据计算的位置和产品属性进行分类。边缘计算可分为三种类型:

对象的边缘:数据源本身具有计算能力,如智能手机,计算卡,智能相机等。由于计算请求在数据源本地处理,尽管响应延迟低并且稳定性最佳,但是它受到功耗,物理资源等的限制,并且通常仅完成简单的计算任务。

移动优势:随着5G网络发展所产生的新兴边缘计算资源,该服务可与5G终端和无线基站配合,实现最佳边缘定位部署,并可与5G功能相结合,开放,定义无线带宽,网络切片,终端位置。和其他增强功能。

云边缘:在现有云服务的CDN节点资源上,通过增加计算服务器资源,对原始流量加速服务进行功能计算和AI智能服务。

7a563ca8ee814a198c34e4ff00914c53

图1边缘计算资源形态

上述三种类型的边缘计算资源在场景设计,计算任务,产品属性和资源就绪性方面各不相同。在处理复杂的AI计算任务时,必须能够专注于各自的资源优势,并实现计算任务和相应资源的匹配,以实现整体的最佳效果。

0b82880cf6ee44b496bd180ad1f59539

图2边缘计算技术栈

为了达到这样的效果,边缘计算技术系统需要结合物理资源属性调优,平台逻辑资源优化和高效计算任务框架来实现硬件和软件层的最佳集成。如图2所示,技术系统分为物理资源和加速,laaS平台资源管理,PaaS服务,AI算法框架和应用服务。

物理资源分为智能终端,移动边缘计算站点和云边缘站点,计算任务根据不同的资源级别进行分配。这三种类型的资源通过接入侧或广域侧网络技术完成节点资源的连接。接入侧网络包括4G/5G,固定接入,物联网或LAN技术,完成终端计算与其他边缘站点资源之间的连接。广域侧通过PP点完成从数据中心云到移动边缘/云边缘站点的连接,以确保边缘和云的网络质量。

加速物理资源:为上述边缘节点加速优化本地计算,存储,I/O优化和节点连接。端节点通过FPGA等硬件加速技术为AI推理计算提供了良好的性能环境。移动边缘和云边缘站点通过AI芯片,存储优化和高速I/O框架加速并提高性能。此外,边缘节点连接加速可以通过5G切片,QoS调整或SDN-WAN加速节点之间的连接。

平台资源管理:资源管理实现CPU/GPU,存储和网络的虚拟化,容器化和池化,以满足资源的弹性调度和集群管理要求。同时,该平台将完成资源级服务的提供,例如租户隔离,安全性,镜像仓库和日志存储。

PaaS服务:提供面向服务的三个阶段的功能。一个是应用程序设计和开发阶段的微服务。微服务框架用于完成微服务模块之间的依赖关系映射以及模块到边缘计算资源的服务调度。二是提供面向服务的环境和通信框架,如业务发现,MQTT,RPC等,为服务操作提供框架功能支持。第三是支持服务CI/CD和运营状态监控等管理服务。

AI算法框架:从延迟,内存占用和能量效率两个方面,完成了AI推理加速与边缘计算节点上多节点AI训练算法的联动,以及轻量级,低延迟,高效率的AI计算框架完成了。边缘设备需要执行越来越多的智能任务,例如智能驾驶需要街道目标检测和识别,语音助理需要自然语言理解。对于实时信息输入,AI算法需要执行预测处理和及时响应输入。此外,对于信息安全和数据出站要求,边缘节点需要完成数据安全预处理,边缘云数据中心协作可以进行完整的AI模型培训。上述操作与CV,NLP和其他AI算法模型库以及强化学习和迁移学习等工具组件相结合,形成完整的AI算法框架。

AI应用程序:边缘节点应用程序非常依赖于计算和流量带宽处理。在计算方面,应用程序需要一个AI算法框架来完成人机交互,编解码/加密和其他算法框架的信息预处理,流量/医学建模算法构建专业的域信息框架,PaaS提供“writeonce,run”处处“友好的环境。在流量方面,边缘节点需要具有低数据收敛率和低延迟响应的物理资源环境,以满足数据传输和交互要求。

从物理和逻辑特征总结边缘计算的技术特征。

物理上,边缘节点具有近源,安全关联,平面结构和基础结构规范化功能。

bac4aa41-6f88-44a5-89d6-4e5f6d818ca9

低延迟和流量本地化:数据源接近带来的低延迟和高带宽是边缘计算节点的重要优势。具有多访问功能的边缘计算将使该技术受益。转到不同类型的数据源。

片段和服务场景,边缘节点资源安全部署是相关场景开发的基础。

计算扁平化:边缘计算使智能更受欢迎,并且可以利用边缘节点资源扩展计算能力,实现分散化和无边界计算。

基础架构规范化:不同的应用场景具有不同的基础架构要为了提高应用程序部署效率,需要部署统一的基础结构规范。规范的定义可以从部署和安装环境,I/O和加速器组件可扩展性,高温/高湿度环境适应性,故障管理和设备维护方面来定义。标准化定义有助于形成一系列工业建议,包括设备供应,安装和部署,运行和维护以及故障恢复,以促进生产链的成熟。

逻辑上,边缘节点的特征在于场景,软件友好性和服务标准化。

场景化和智能:由于所覆盖的人员和区域的定位,边缘计算还衍生出服务场景。例如,工业,公园和交通等服务在服务开发中具有鲜明的行业特征,并且是智能的。还可以根据服务场景执行定向算法优化和AI授权。

软件友好:边缘服务是云服务的扩展,是现场服务的扩展,也是整个软件服务的一部分。通过边缘计算PaaS框架来屏蔽底层硬件差异和资源平台差异,统一部署了云端服务软件。

服务标准化和模板化:快速部署服务和灵活的操作和维护是大规模边缘计算服务的先决条件。这还需要标准化和模板化典型的边缘计算场景和资源,例如计算能力和带宽,以实现快速复制和扩展的效果。

为了适应不同行业的不同需求,业界有许多形式的边缘计算部署。每个最终边缘网络的网络架构都包含业务/网络要求,管理和操作模式以及业务模型。对应。总结了以下三种典型类型的边缘计算网络部署模型。

Enterprise private network: This model is aimed at a strong corporate control that can be controlled by the network. The complete network data plane and control plane are fully deployed in the enterprise private environment and managed by the enterprise itself. For example, provide end-to-end wireless networks and their complete control plane deployment within the enterprise. The private network and the public network are completely isolated from each other, which ensures the isolation and independence of the enterprise data and network environment to the greatest extent, but at the same time puts high demands on the enterprise's own network management capabilities.

Park private network: meets the requirements of enterprise privatization deployment on the data plane, and the control plane reuses public deployment resources. For example, in 5G deployment, the user plane gateway (SGW-U/UPF) can be deployed in the vicinity of the enterprise site, while the 5G control plane function (AMF/SMF/PCF, etc.) [2] still uses network operator resources. Or, the cloud service provider deploys the on-site data surface processing function for the enterprise to meet the security requirements such as data outbound, and the offline control functions such as AI model training still use the cloud service provider resources. This model can not only ensure the security appeal of enterprises, but also maximize the ability of reusing public operators in resource management and orchestration. For enterprises with light technical operations (such as a certain number of small and medium-sized enterprises in the park) Will result in excessive maintenance capabilities. In addition, in this mode, the public service operator can simultaneously consider the specific requirements of the edge computing in the campus and ensure that the public network service is not affected. This mode is likely to become the typical deployment mode of the edge computing network for the campus market.

xx切片组网:数据平面和控制平面都使用公共服务提供者的资源,通过划分专有网络或资源隔离来分配专用资源。例如,5G使用网络切片技术来提供逻辑上隔离的逻辑网络。根据业务需求结合边缘计算提供差异化切片服务,构建逻辑专用网络,物理资源完全集成到公共运营商的统一调度中。对于具有较大地理跨度和特定SLA保证的服务方案,切片网络是一种理想的解决方案。当然,这种模式要求公共服务运营商对目标市场的判断和相应边缘计算网络资源的部署规划提出高要求,

这也要求服务提供商和设备提供商探索最佳实践。

ea9721d2-e8ab-4a99-b54a-b12d546a9550

热门浏览
热门排行榜
热门标签
日期归档