5G边缘计算的发展前景与应用
在5G所有的技术里面,和工业领域最相关的,就是边缘计算。现在行业各界对于边缘计算还是比较关注的,作为一项热点技术,媒体上新闻上经常被提到。
来自:东方IC;本文来自微信公众号:鲜枣课堂(ID:xzclasscom);作者:小枣君,本文为作者在“新工业 智物联”全国巡回研讨会的主题演讲速记。
在5G所有的技术里面,和工业领域最相关的,就是边缘计算。
现在行业各界对于边缘计算还是比较关注的,作为一项热点技术,媒体上新闻上经常被提到。
实际上我们说边缘计算,边缘计算到底是什么?
最开始发明的一个计算机,ENIAC,属于大型机,IBM的时代;包括NASA美国航空航天局,冷战时期的登月计划,也用的是IBM的大 型机。
后来出来PC小型机,IBM也做,还有康柏、苹果,我们就进入了PC时代,电脑尺寸也随之变小。
如今进入21世纪,我们已经开启云计算时代,大家天天都在说它,看它,用它。
图片来自演讲PPT,下同
云计算实际是基于互联网的计算方式。
不管大型机、小型机还有云计算,都是算力,就是按照需求和程序去计算。
云计算就是我们借助互联网的方式,把算力换了一个位置,换了一种方式。
这个方式就是我们把所有的计算资源收拢一下,按照需求提供给用户。
以前的资源是分散在各地的,可能有一个单位建了一个机房,摆了十几个服务器,业务不太多,发现服务器是浪费。
结果忽然哪天业务上来了,算力又不够了,又要扩建。
这种资源模式不够弹性,不够灵活。
国内云计算最大的就是阿里云,进步最快的是华为云,国外肯定是亚马逊的AWS是做得最好的。
他们提供将资源聚拢的服务,把计算资源、存储资源、网络资源放在云上面,大家按需索取,用多少取多少。这种模式是弹性的、动态可伸缩的,同时也大幅减少了成本。
而之所以可以实现云计算的架构,一方面是因为成本的原因,另一方面也是因为现在基础设施建设完善、覆盖面更广。
之前有一个段子说为什么在国外看到人家在地铁上都是看书,为什么在中国地铁上看到年轻人玩手机?
是因为中国的网络信号覆盖范围更广,光深圳一个城市的基站数量比法国一个国家的基站数量还多。
中国通信基础设施厉害,能够提供非常到位的网络服务,才能让云计算得到这么快的发展。
云计算依赖的是资源共通达到一种规模经济。
云计算等于是把所有的计算资源、存储资源和网络资源当作一种基础设施。
大家所熟悉的SaaS、IaaS、PaaS,不仅能够以硬件作为基础设施,也可以在上面安装一些东西,例如操作系统,openstack,容器,软件,提供不同级别层次的云计算服务给所有的用户。
我们以前用的单点式的运算或者网格运算,就是某一个小区域的计算,各算各的,缺少关联性。
现在的云计算模式,是大家放在云上面,力量集中一起算,这是两种不同的计算方式。
做云计算有一个原因是本地的算力不够,CPU太弱,内存太小,效率不够;
所以放在云上面,云上资源共通,因此云的能力是很强大的,CPU很强,内存很大。
但是现在又有一个问题:随着时间的发展,我们发现现在的台式机、PC甚至手机的CPU、内存包括网速各方面的性能指标都在大幅提升,这就说明分布式计算可能还会又重新崛起的。
分布式计算有一个很典型的应用。
这两年比较热门的区块链和比特币,其实就是一种分布式计算。
我不知道大家了解区块链有多少,举个简单的例子:
以前一个村子里,村民都是文盲,只有一个会计懂算账,所以所有账目都交给会计来算。
现在大家的文化水平都提升了,大家都会算账,这个时候发现会计可能不靠谱,所以我们每个村民自己就记一本账本。
一旦有甲借给乙钱,那我们从广播里说一下,整个村子所有人记这笔账,这样每个人手上有一本相同的账。
假如有一个人篡改了自己的账,或者是自己的账错了,如何保证原来的公平与真实呢?
我们就看所有人的帐,超过50%的人是哪本帐,那这个账就是对的。这就是刚才说的区块链的一个例子。
分布式计算真的不难理解。我们说边缘计算的时候,经常拿出这样的动物:
这个动物大家应该都认识,章鱼。
章鱼是很神奇的动物,40%的神经元是在头上,剩下60%在触角上。
所以章鱼做事情的逻辑与人类不同,它们很多决策不是由自己的大脑做出来的,是由自己的触角做出来的。
他的触角都有自己的独立的决策权,我们也可以将其理解为一个算力(如下图),实际上每个触角都是一个脑袋,靠边缘触角去独立思考,而大脑只处理其中一部分的信息。
这种例子很形象地解释了边缘计算——不仅像云计算一样把所有的数据汇集在最顶端的那个云上算,也能够将一部分算的功能下沉。
现在5G经常说一个词叫“下沉”,就是把一部分的功能下移到边缘端,让边缘端承担计算功能。
之所以要用边缘计算来发展,其实有两个主要的原因。
虽然云计算很强大,可以动态弹性伸缩,可以省钱,但是它有两个无法克服的缺点。
第一个就是数据量的问题。
随着现在智能手机的发展,传感器的发展,每天产生的数据量是大幅增加,如果每个人的数据量都在不停地增加,我们上传到云上的数据量就会不断增加。
虽然我们现在的是4G 150兆的水管,光纤百兆千兆的水管,但实际上这种水管是不够用的,我们在城市的叫城域网,城域网之上就是骨干网,它们承受的压力越来越大。
这个时候云计算的瓶颈就出现了,不管怎么扩建骨干网都不够用,这是数据的重量问题。
第二个就是光速的问题。
数据传输的速率再快快不过光,因为我们现在用的是电磁波,就是每秒四万公里,从这边到北京一千公里,你来回是两千公里,如果用数据网络传,就算你的设备不产生任何附加时延,都需要50毫秒。
50毫秒大家可能觉得很少,但是你要是放在特定的领域,这个50毫秒就非常重要了。
在工业制造,还有车联网领域中,速率的差异是至关重要的,车联网往10毫秒踩刹车和早10毫秒踩刹车带来的区别就是有事故和没有事故的差别,更严重的是出人命和没出人命的区别。
传统的云计算架构,云和端之间的距离比较长,越往上数据量越大。
小规模不会出现问题,但如果大家的数据量同时增加的话,400G或者多少T不停扩容,这种数据量压力对于运营商来说是难以承受的。
所以边缘计算的架构,有助于大幅缩短时延。
举个例子,阿里在北京有一个云计算中心,在江苏这边的数据量越来越大,可能在南京这个地方再设一个边缘计算中心,将计算一部分的功能下沉到边缘,类比刚才说的车联网自动驾驶之间的数据,就不需要从北京绕个大圈,而是直接到南京这边的边缘计算中心,可以大幅缩短你的时延。
另外,加了这个边缘计算中心,边缘计算中心和云计算中心之间的流量是不是也大幅减少了?
因为有很多的数据量已经在底层被处理过了,不需要完整把你收集上来的数据打包送上去。
根据IDC的报告,2020年将有500亿的设备和终端联网,这意味着物联网现在拥有巨大的市场机会。
在这个基础上有50%的物联网网络,面临网络带宽的限制。
现在可以看到采集来的数据,这是预估的数据,2020年每个互联网用户每天访问的数据是1.5GB,我自己是远远不止。
每个智能医院每天生成3TB的数据,大家的硬盘大概是2T或者是4T的。
最恐怖的是高能物理,前两天参加世界电信日大会,中科院的专家来讲他们产出来的数据,非常庞大。
他说现在世界上产生的数据最大的就是高能物理,还有就是和航空航天有关的。在贵州的那个大锅射电望远镜,FAST,一年产生的数据大概就是几百PB。
图片来自网络
高能物理的大型电子对撞机产生的数据每年都是900PB,他们需要的存储量非常惊人。
图片来自网络
由此可见边缘计算的重要性。数据量越来越大,全部上云的话,怎么操作呢?
这张图是英特尔的:
对于云计算和分布式计算,我们理解最大的区别是:云计算就是把所有从物这边过来的数据直接放到云上,图上这是一个云,由云实现存储、计算、分析。
我们现在一天到晚讲智能化、网络化、数字化,实际上我们都是围绕数据在转的,我们从数据获取价值。
边缘计算从2017年后开始兴起,它的意思就是我们从云、边、物每一个层级都做存储、计算和分析。
云肯定会继续做,边缘云也会做存储、计算和分析,现在在手机已经在做存储、计算、分析。
举个例子,比如说华为有一个方案,华为在深圳有一些路口,装了华为AI芯片的监控摄像头,这个摄像头有什么用?
监控这个路口所有的来来往往的车辆,AI芯片去计算可以算出现在的路口有多少辆车,是否可以动态地自己调整这个路口信号灯的时间长短。
有的时候我们开车发现那边没有车,一定要等到45秒,那干等的话不是影响了通行效率吗?
如果直接由芯片进行计算改信号灯让我们直接通过,就可以大幅提高交通效率。
边缘计算的优势非常明显,可以提供更实时、更快速的处理能力,成本更低。
我待会介绍边缘计算硬件的时候,大家会发现它可以很小很小,也可以很大,总之很灵活,算力也可大可小。
既然讲到骨干网的话,提一个概念就是CDN,大家听说过CDN吗?很多人搞不清边缘计算和CDN的关系。
CDN和边缘计算看上去很相似,它实际上是缓存服务器,就像大家喜欢看一个电视剧,《甄嬛传》,全民都在看,如果大家同时访问腾讯视频上的某个地方的一个云服务器,那服务器肯定要挂,那腾讯怎么办?
我在北京有一个主服务器,那我在南京、无锡、苏州分别设CDN服务器,把这些视频放在上面,所以你访问视频的时候可能不一定访问的是北京那边的主服务器上,也可能访问的是南京这边的CDN服务器上的视频。
CDN和边缘计算最大的区别是什么?
CDN任务是存,而不是算,而且CDN的东西是静态的东西,如果你要想看世界杯,是没有办法的,为什么?
因为世界杯上所有的东西是实时的,不可能提前录或了世界杯的视频再放到CDN上。
所以边缘计算和CDN就是动态和非动态,实时和非实时的关系。
边缘计算具有计算的能力,实际上强调的是计算两个字,而CDN就比较笨一点,我们可以理解为死数据。
用边缘计算很明显的优势就是数据安全的优势,很多数据不用上最顶端的云平台,可能上边缘平台。
对于在座的工业企业来说,如果我的边缘计算中心就设在我的厂区的话,客观上大部分的数据就保存在我的厂区里面,所以大幅减少数据泄密和发生安全风险的概率,大家心理上会更容易接受一些。
结合工业互联网,边缘计算会下沉到我们企业这一级别。如下图,就是工厂外的网络。
公有云或者是私有云,全部都是在工厂外的网络上,而我们提供仅服务给用户。
边缘计算等于是从云计算里面拨了一部分的功能下沉,我又一次提到的“下沉”,下沉到工厂内部,OT大家都知道,就是工业上的这些网络。
我们说的工业互联网在我们通信人的理解就是OT、CT和IT。三T的同时升级,最终演进到工业互联网、智能制造及工业4.0。
大家看这页(上图),这是更详细一点的网络架构。
在座各位应该很熟悉这个网络,带箭头的是CT部分,云计算中心是IT部分,工业的这一块就是OT部分。
边缘计算中心功能上是IT部分,即把一小部分计算中心从工厂外面移到了工厂的车间这种级别,提供一些计算的能力。
这是5G的组网图
5G和现有的4G从整体架构来说并没有太大的区别,4G是接入网、核心网、承载网三网,5G也是一样。
将个人信号接到网络里面的称为基站,和基站相关的就是接入网。
承载网就是图上光纤传输那一模块的东西。
核心网就是在电信机房里面负责对你进行位置管理、更新、鉴权、连接这些管理的大型路由器、电信级路由器。
接入网这一模块中,5G的基站提供5G信号给终端、摄像头、VR眼镜、自动驾驶的车,采集数据。
在基站这里,就已经设边缘计算了,可以有一个边缘计算中心,具备计算能力。
如果大家看过基站外面的话,基站外面是一个天线馈线系统,拉到每一栋楼有一个小机房,往往集中在几平方的面积。
面积这么小,怎么实现算力?怎么摆放服务器?我们做成单板,直接做到基站的硬件里面去。
基站有一个设备叫做BBU,我们把一台边缘计算服务器做成了一个板子,插到BBU设备里面,给单板供电、给它通信,实现基本的边缘计算能力。
板子很小,功耗不高,因为高的话基站供电也会超标,会断电。与此同时,这个板子的算力也有限。
除了基站之外,离远一点,更上层一点,还可以设置边缘计算中心机房。
原来这部分有一部分功能是核心网的,但是由于5G核心网用户面的低时延的功能,将这部分下沉于此,和基站一部分功能一起,组成一个小型机房。
这个地方是未来边缘计算主要存在的位置,即核心网和接入网之间这个位置。
这个机房可以稍微比较大,不像天线基站机房那么小,所以就可以放比较大一点的服务器。
现在还有一种浪潮、华为、联想联合推出的叫模块化机房,应该是叫MDC,Module DATA CENTER(云计算那种大的我们叫IDC)。
模块化机房就是把一个机房做成了一个集装箱那样,这个集装箱拉到那里,你不用太复杂的基建、工堪、布线,你只要把光纤准备好,把电准备好,迅速可以实现建设,也是一个很成熟的方案。
(上图)这个是边缘计算的架构。
其实大家看到的边缘计算,实际上就是云计算的一个变种,它的架构和云计算是很像的。
底层是通用硬件,CPU、内存还有网卡的一些东西,装一些操作系统,装虚拟机或者是容器,最终在这些环境上跑各种各样的服务引擎。
不同的引擎就和电脑上装了不同进程一样,提供不同的服务,这个服务提供给谁?
边缘计算强调的是能力开放的架构,就像刚才几个大咖说的,我们做事业一定要做生态圈。
边缘计算也非常强调自己的生态圈。
边缘计算一定会开放给第三方平台。它能提供各种各样的能力,提供给第三方平台去对接。
在边缘计算的基础上也做APPStore,就是应用商店。
我们经常使用APP,以后云计算包括工业物联网,大家应该也有相关的工业物联网企业宣传类似的工业领域APP。
边缘计算可以提供开放的接口,在这个开放的接口拉几个程序员做个APP,可以调用一些底层的能力,例如定位的能力、数据访问的能力,就可能做成一个应用。
这就是生态。
边缘计算现在的应用领域主要分为四个大类,无线类业务、大视频、车联网、智能制造。
无线类业务主要是室内定位、无线RNIS、视频优化;大视频主要是智慧场馆、云游戏、AR/VR。
刚才看到马博士的VR眼镜演示里面,那个眼镜后面拉了一个线,为什么有根线?
这是因为现有的无线通讯技术无法实现AR和VR这个级别的数据传输,因为分辨率要16K,时延要在7毫秒以内,他的带宽的要求很高。
如果你的VR眼镜时延比较大的话,头晃动久一点一定会产生晕眩甚至呕吐,所以目前只有有线才能保证你能实现这么短时延的清晰数据的传输。
为什么说5G就可以实现拿掉这根线?
因为5G带宽可以也有10Gbps,我们在试点测试的时候超过了1GB每秒,这个数字是足够AR/VR眼镜的。
而且刚才说三大应用场景里面有低延时、高可靠性,低延时到毫秒级,而现在4G LTE大概在40-50毫秒,大家可以装测速软件测一下,你的时延肯定在几十毫秒,甚至一百毫秒。
这是5G在时延上的优势,可以保证AR/VR的应用得以落地。
再一个是车联网,刚才提到过的对时延最敏感的应用。
最后一个就是智能制造,和在座大家息息相关的。
我对工业不是太了解。我们通信领域在行业里面推5G的时候,往往第一个方案是车联网、无人驾驶。
因为无人驾驶对环境的要求是最苛刻的,但是我们希望第二个能够出现爆款应用的领域,就是制造行业。
刚才几位嘉宾也说过了,工业是国家的命脉,是基本,工业强则国强。
通信技术升级是智能制造的重要前提之一。
我们的贡献——5G,就是为智能制造服务的,为工业互联网服务的。
当大量的智能化终端和设备通过工业化网络接入的时候,企业需要处理大量的数据,比如需要实时处理的场景,像机械臂场景。
机械臂机器人我接触不多,但是刚才陈教授是做机器人的,肯定对机器人很了解,要求有低时延的场景。
当你网络的时延太高的时候,有些应用场景是用不了的。
所以我们的5G就是提供这样的条件,让以后的机器人不需要插根线,只需要通过5G的信号帮助你实现高可靠性、低时延、高速率的传输。
(上图)这是一个边缘计算的案例。
很简单,大家可以看到eMTC定位还有NB-IoT。
NB和Lora的竞争关系是非常直接的。
作为边缘计算,eMTC、NB、Lora、4G、5G所有的技术都支持。
我们现在的边缘计算总是叫成MEC。MEC是什么,就是移动边缘计算,Mobile Edge Computing。
这强调的是移动通信网络的边缘计算,现在在传统有线接入网的情况下,我们也在推边缘计算,就是家里的有线接入式宽带。
PON设备,我们会在例如OLT的位置放一个边缘计算设备,让它实现有边缘计算的能力。
可能大家经常听见雾计算的概念,什么叫雾计算?
雾计算是思科提出来的,更强调的是在设备网关里处理数据,刚才也介绍网关,设备的数据到网关,网关的数据再走上云。
这张图最顶上是云计算,雾计算的级别要比云计算低,而边缘计算要更低,边缘计算强调的是数据产生的设备端,最底下就是数据节点。
雾计算是介于云计算和边缘计算之间的一个方式。
说到边缘计算,大家一定要记住一个词,就是云网融合。
实际上我们将云理解为IT的概念,网是通信的概念,而边缘计算是CT和IT之间互相去侵入,互相竞争产生的局面。
传统通信行业会认为边缘计算是自己的蛋糕。
就像华为和中兴,总是强调边缘计算是我的市场,我的强项,因为在移动通信网络上放设备,那计算是我们的嘛,我们的地盘,所以我认为是我们的。
但是IT不那么认为,包括像浪潮认为边缘计算是属于我们IT的范畴,计算嘛,计算就是IT啊。
可以看出,边缘计算确实具备了移动网络的天然属性,同时也具备了计算中心属性。
边缘计算想要真的实现更好的发展,它离不开IT和CT的共同助力。
边缘计算这块蛋糕,IT和CT就是互相竞争,然后互相合作,一起来吃。
边缘计算的五大价值,联接(Connection)、业务实时性(Real-time)、数据优化(Optimization)、应用智能(Smart)、安全与隐私保护(Security),我们简称CROSS。时间关系我就不展开讲了。
边缘计算和云计算未来的关系,一句话就说明白了:相辅相成、共同发展。
我们将来不可能抛弃云计算,也不可能抛弃边缘计算。
云计算有点像网红,被新晋网红边缘计算抢了一些风头,但是它还是会继续红。
边缘计算虽然现在很红,但它不可能替代云计算。
就像我刚才说的,分布式计算和集中式计算各有各的强项,会运用在不同的领域,不可能存在谁会替代谁的关系。
前两天我参加边缘计算研讨会的时候,所有嘉宾不管是运营商的,还是IT企业的浪潮、联想,还是设备商的华为、中兴,说到最后都会说类似的话:边缘计算前景很美好、过程很漫长。甚至有专家把毛主席的《论持久战》图片放上去。
就是说,边缘计算看上去很美好,但是我们要实现边缘计算的那些美好场景、那些理想,是需要很长周期的。
其实这就是边缘计算的现状,我们对它密切关注就可以了,不需要过多炒作,认为它是什么颠覆性的东西,这是不太可能的。
目前来看,需求还是太弱,对技术的拉动力并不明显。
本文来自微信公众号:鲜枣课堂(ID:xzclasscom);作者:小枣君