AdvantechIOT
活动+
 

5G移动通信关键技术「边缘运算」 弹性解决云端服务传输瓶颈

  • 魏淑芳
运用边缘运算,可有效提升IoT或大型云系统的处理效能,提升使用体验。Intel

「边缘运算」近年陆续成为IT界热门话题,除了Amazon、Microsoft相继推出对应Edge Computing产品与技术方案,ERP商用软件巨头SAP亦投注巨额资本购并IoT发展平台PLAT.ONE,也计画透过新集成公司扩展边缘运算应用…

随著云端服务日趋成熟,目前在线主力云端服务大厂纷纷看准下一代扩展云服务的边缘运算(Edge Computing)新技术方案,因为纯粹将应用或服务移转到云端还须面对应用的限制,未来在IoT趋势下的物联网应用潮流,必须能将应用服务布建在更接近终端用户的周边设施或网通设备,才能就近掌握未来的云应用商机。

 点击图片放大观看

边缘运算透过更接近资料源的运算资源,甚至连行动终端都能当作整体运算资源的一部分。SpiderCloud Wireless

AWS Snowball Edge是内建储存和运算能力的装置,可协助终端应用扩展云服务资源。Amazon

发展边缘运算,电信业动作积极

其实电信服务业者,是较早嗅出Edge Computing应用商机,较云端服务厂商陆续投入Edge Computing之前,在电信运营商、通信设备商早已将相关应用或基础设施朝Edge Computing概念进行部署,也就是说在主要连接云或主要网通服务的设备端、透过设置一中介服务器将后端网络资料先行导入服务器进行预处理,相对珍贵的无线网通或是高速网络资源就能用来传输更精简、已有初步处理汇整结果之运算数据,透过这类行动边缘运算(Mobile Edge Computing;MEC)将让无线网络或是高速网络更能维持最佳服务状态,MEC的相关概念与技术成效,也广泛导入如企业大型网络服务、医疗、健康、视讯等需大量资料传输的网通业务方面。

Linux基金会也看准边缘运算趋势,决定成立新专案推动边缘运算应用,建构通用IoT应用场域的边缘运算框架,此计画已吸引Dell、VMware、AMD...超过50家软/硬件厂商加入该计画。而在Linux基金会边缘运算计画之前,网通厂商Cisco也看准市场方向成立OpenFog联盟,有趣的是OpenFog联盟采行雾运算(Fog Computing)与现有边缘运算区隔,凸显其相较边缘运算架构,更重视云端和雾运算间的垂直互通集成,OpenFog联盟目前已有ARM、Dell、Intel、Microsoft、Foxconn、GE、AT&T等业者加入。

边缘运算就近提取资源,具效率、效益双优势

检视「边缘运算」概念,简单来说就是一种就近运算的分散运算概念,即为将运算设置于更靠近资料源所在的Local Network内进行分析、运算,而不像以前集中式地将终端大/小资料皆传回云端进行分析,如此一来便可减少原始资料于云端与终端间往返的传输/等待时间,并可大幅压低运算服务的网络带宽成本。

基本上边缘运算通常采设置于本地端、云端两处交界的区块进行数据分析/运算处理,即相较云运算会更接近资料进出的区网位置,透过将运算环境设置于本地端、同时既可靠近云端边界附近就近衔接服务,在概念上取得效率与效益上的优势。

边缘运算架构提供IoT应用更多综效

以现有的新创应用检视,边缘运算更适合用来部署如AI、AR/VR、自动驾驶车等新创应用。因为如AI、自动驾驶车等应用,通常需要在用户终端预先进行大量数据采集、分析、运算,若将采集资料全数传回云端进行分析,前端应用很可能因为数据传输效能而影响使用体验,若能采如边缘运算架构进行集成,即可将原始采集资料先经由近端的运算架构先行分析与处理,再将关键信息数据透过云端系统进行最终分析与决策,让整体系统的反应效能进一步提升,甚至可以降低终端设备介接云端决策的传输效能瓶颈问题。

特别是在无人机、AR/VR等新兴IoT应用场域,前端设备的采集信息量往往超过云服务可处理的实时传输、实时回传的效能要求,系统对网通低延迟与高频传输的高带宽要求极高,系统集成后的整体服务回应时间通常需在数十毫秒内完成,若无边缘运算集成,系统反应时间可能会高于数百毫秒反馈延迟表现,直接影响服务质量。

透过多元终端参与运算,架构弹性更大

另一个角度观察,边缘运算采用在接近资料源的区域网络内进行初阶运算,可以在配置上采取使用一部大型设备或是数个中/小型设备组合的本地端网络内运算,这类单点的运算节点可以是IoT设备本身、或是智能手机,或是终端自助设备等,正因为设备距离资料源有物理上的距离优势,组构的网络可以是Wi-Fi或是蓝牙无线通讯方案,传输效能会比整包资料传送至云端处理的系统反应速度更快速。

相同的概念其实在早期网络配置的闸道器(Gateway)设备,也是概念十分接近边缘运算的网络设备,但相较早期仅用来撷取、提取感测资料或转发资料用途的闸道器,新一代边缘运算设备会比一般闸道器更具智能运算功能,除可撷取信息、分析信息外,亦可处理周边IoT设备转发来的资料预先进行处理、分析,如果边缘运算设备本身的运算效能有余裕,甚至可以主动判定在区域内自行运算产出结果,而不必再耗费时间将初步运算传回云端、经过云端主机处理后再回传结果,可以为系统榨出更多运算效能。

从前面提到的几种边缘运算逻辑,其实可以发现,边缘运算可以说跟传统云架构最大的不同处在于,边缘运算可以算是接近终端的分散式运算架构,可将分布于终端的数据资料预先在近端设备/设施中进行处理,而不用透过各种传输渠道将最终端的数据传回云才能计算成果,如此一来系统反馈会更快,甚至在云端无网络状态时,在近端系统就能完成基本数据处理,降低云端运算环境的依存关系。

云端服务、软/硬件厂商相继投入边缘运算

随著IoT与各种新创服务部署需求,边缘运算的重要性也越来越高,以前重点投入云端服务的大型厂商,也纷纷重点投入边缘运算方案,如Amazon、Microsoft等云服务业者,也纷纷押宝边缘运算商机。Amazon就发布多款非云端的解决方案,例如,可让云端Lambda程序能在AWS环境之外的边缘环境运行的Lambda@Edge方案;还有可将无服务器运算服务也能带到IoT设备之内的AWS Greengrass;Amazon具备储存、运算的资料储存装置AWS Snowball Edge,透过内建Lambda环境做为离线使用,可于云端资源无法连结情境下,程序亦可以转移至本地端接手继续执行。

Microsoft则推出主攻边缘运算的非云端产品,例如Azure的串流分析工具在原本的云端串流分析服务之外,现在也推出能在本地端使用的版本,透过终端直接采集的资料就近分析串流资料,加快对网络中的异常事件预警反应效能。在网通硬件厂商方面,Cisco则与商用分析软件业者SAS合作,预计将商用分析应用技术集成至边缘运算硬件装置之内,让边缘运算装置也能具备商业分析能力。