邊緣計算，爲什麼一定會迎來大爆發？

作者：趙志爲 閔革勇

來源：大數據 DT（ID：hzdashuju）

以滿足無處不在的高質量運算爲最終目標，需求與成本的博弈不斷顛覆計算機軟件服務的形態架構，並逐步形成了我們當前所討論的邊緣計算模式。

如果我們從 “計算任務在何處完成” 這個角度來看待計算形態，那麼可以看到歷史上計算形態經歷了幾次重要變化，即先是任務匯聚到大型機上集中處理，而後分散到用戶終端設備處理，再然後相當一部分的計算任務重新匯聚到雲計算中心處理。

如前所述，這一變化過程的影響因素相當紛雜，如硬件成本的降低、計算需求的提升、通信網絡的飛躍、傳感器技術的豐富等。而究其本質原因，則是人類對計算形態或者說計算方式的需求，即 “無處不在的高質量計算服務”：既要無處不在，又要保障服務質量。

“無處不在” 需要通過各式各樣的網絡通信技術、嵌入式技術來實現，“高質量” 則需要通過計算機軟硬件技術的不斷迭代來實現。

接下來我們從計算形態的變化趨勢上分析邊緣計算爲何出現，又是如何出現的。

圖 1-4 是計算形態不同階段的計算與通信成本的對比示意圖。圖中虛線圈標記的位置是本地計算成本與通信成本的翻轉點，這些翻轉點伴隨着計算模式的變革。

▲圖 1-4 網絡計算形態的發展歷程

如本地計算成本低於通信成本時，計算模式由分時共享的方式迅速轉變爲本地計算的方式（第一個翻轉點）。

當網絡技術的發展使得通信成本再次低於計算成本時，開始出現由本地計算向雲計算的過渡，並且隨着通信成本的不斷降低，越來越多的計算需求由本地轉到雲端（第二個翻轉點）。

隨着以蘋果手機爲代表的智能手機的快速發展迭代，以及以 3G/4G 爲代表的移動通信技術的普及，雲計算模式得到了進一步強化；然而，隨着各類新型的、要求更高的計算業務（如 AR/VR）的出現，對很多計算任務而言，本地計算成本再次低於雲計算成本（第三個翻轉點）。

5G/6G 通信技術的出現，則再次大幅拉低了通信成本，使得這些新出現的複雜任務可以使用遠程的方式來執行，並形成了邊緣計算的模式。

可以看到，幾個階段的共同特徵是不斷地將硬件負擔遠離用戶，不斷地將計算服務貼近用戶，用戶既要 “無處不在的高質量服務”，又要 “不承擔額外的軟硬件開銷”，這也是計算形態變化的內在邏輯。按照計算模式的變化，我們將網絡計算形態大致分爲以下三個階段。

01 第一階段：共享計算模式

在共享計算模式中，由於大型機的計算成本過於昂貴，普通用戶無法負擔，因此通過分時系統批處理、ARPANET 等方式將用戶任務匯聚到大型機上進行集中處理。這一過程與現在的雲計算很類似，但是任務傳遞和任務計算的過程均十分低效。此階段形成的重要原因是任務傳遞和通信的成本要顯著低於用戶本地配備一臺大型機的成本。

隨着集成電路技術的快速發展，個人計算機的出現使得計算形態從 “共享計算” 的方式快速進入 “本地運算” 的形態，即多數消費者計算任務在其個人計算機上進行處理。這一變化的直接原因是硬件成本的大幅降低和人們對計算要求的逐步提升。

02 第二階段：本地計算過渡到雲計算

隨着通信網絡技術的發展，計算形態逐步走向了 “將一切交給網絡” 這條路。伴隨着窄帶互聯網、寬帶互聯網以及移動通信網絡的出現，部分數據開始通過 Web 的方式共享，一些數據量較小的信息系統（如電子郵件）也開始通過 Web 服務器的方式提供服務。此時，以文本爲主的低數據要求的數據共享和計算服務開始從本地走向服務器端。

隨着光纖寬帶網絡和 3G/4G 技術的進一步普及，以及以智能手機爲代表的移動智能設備的出現，越來越多數據量較大的計算任務開始從本地走向雲端，如音視頻多媒體業務、直播業務等。此時仍有相當一部分對於計算實時性要求較高的計算業務（如高畫質 3D 遊戲）需要在本地執行，這是由於本地計算的延遲要小於通過網絡傳輸的延遲。

在第二階段，一個顯著特徵是隨着用戶需求的不斷提升，計算成本和通信成本交替成爲成本瓶頸，導致越來越多類型的計算任務被轉移到網絡當中，從而在整體上形成了 “本地與雲計算混合” 的計算模式。

03 第三階段：雲計算到邊緣計算

隨着 5G/6G 技術的到來，通信延遲和通信速率的性能表現再次迎來成倍的提升，與此同時，集成電路進入了 “後摩爾時代”，在本地計算環境實現成倍的性能提升變得越來越困難。這使得在完成一個計算任務時，遠程計算成本顯著低於本地計算成本。

這一成本差異有可能會持續數年，伴隨着更多類型的需求進入計算機世界，越來越多的本地計算將從本地轉移到服務器上，直至出現大量足夠複雜的計算任務，使得通信成本再次成爲任務執行的瓶頸。

**這一階段的關鍵技術是邊緣計算，也必然是邊緣計算的形式。**這是由於：

  1. 超低的網絡通信延遲一方面是通信技術的革新，另一方面也是由於用戶和服務器之間的距離被拉進。

  2. 隨着物聯網技術的爆發，計算需求持續指數級增長，將全部的計算和數據均交由集中式的雲計算中心來處理既不合理也不現實。而邊緣服務器則扮演了 “分佈式迷你雲計算中心” 的角色，通過廣泛的邊緣服務器的部署承接絕大部分計算任務。很多前沿研究用 “霧計算” 來定義這一形態，本質上與邊緣計算是同一思想。

這一階段中，用戶設備僅保留傳感與通信的硬件模塊，所有的計算任務、數據訪問任務等均交由邊緣服務器進行。

04 爲什麼一定是邊緣計算

接下來我們通過標誌性的技術驅動過程，再來理解 “網絡化計算服務” 是如何一步步發展到邊緣計算形態的。

如果我們關注計算需求（或者說計算完成的過程）在邊緣設備和計算中心分佈情況，可以看到自計算機出現以來，越來越多的計算任務通過網絡化的方式來執行。圖 1-5 展示了驅動網絡化計算服務不斷演進併成形的關鍵技術，從中我們可以觀察到邊緣計算背後的技術必然性。

▲圖 1-5 邊緣計算出現併成形的關鍵技術驅動過程

伴隨着硬件能力與計算需求的發展，網絡化計算服務的形態也不斷地發生進化，從多用戶分時批處理的方式逐步發展到邊緣計算的形態上來。

1. 傳統集中式雲計算方式不可持續

在雲計算時代，數據的集中導致了計算的集中，海量用戶的數據集中在少數雲計算服務器上，使得計算隨之遷移到雲計算中心。而隨着智能化、嵌入式設備的發展，越來越多的設備開始接入網絡，產生無處不在的計算需求，這使得網絡帶寬逐漸成爲服務瓶頸，爲計算過程帶來不必要的延遲開銷。

前端智能設備湧現的各類超低延遲服務，由於雲計算的廣域網傳輸延遲而無法被滿足；不僅如此，所有數據匯聚到少數的雲計算中心，在增加網絡的流量承載壓力的同時，也造成了大量的能源浪費。

2. 摩爾定律已經失效

想要達到 “無處不在的高質量運算”，廣泛鋪設的算力網絡並非唯一思路。

特別是當我們回顧過去幾十年的計算機發展歷程，在最理想的狀態下，只要計算機一直沿着摩爾定律發展下去，硬件最終會變得非常小，而算力卻又特別強，加之近年來能量採集（Energy Harvesting）技術的發展，可以做到隨時具有充沛的能源、算力和通信能力，從而形成無處不在的高質量運算。

但隨着半導體制程逐步逼近原子半徑，量子計算又暫時無法實現實用系統，邊緣計算就成了唯一選擇——廣泛、大規模地部署算力，將物理環境改造爲 “算力場”，從而使得身處其中的用戶可以享受無處不在的高質量運算服務。

3. 歷史機遇：5G 與物聯網的需求形成合力

一方面，海量的物聯網設備產生的計算需求逐漸無法被滿足；另一方面，計算服務質量的要求也使得通信網絡不堪重負，網絡傳輸延遲成爲計算服務的性能瓶頸。

兩方面的共同需求，使得將計算下沉到網絡邊緣成爲歷史必然。一方面可以顯著降低數據傳輸的延遲，另一方面通過分散地處理物聯網設備的海量計算需求，也可以疏解雲計算中心的計算壓力。

不僅如此，**5G、Wi-Fi 6 等技術的發展，使得前端設備的單跳延遲可以降到個位毫秒級，在滿足現有計算需求的前提下，勢必催生各類實時計算服務。**卡內基 - 梅隆大學的 Mahadev Satyanarayanan 教授也指出：“沒有邊緣計算的 5G 大規模部署是沒有意義的”。

4. 人類計算需求的增長不會停滯

通過技術和需求的交替發展，我們可以觀察到：人類的計算需求會不斷湧現，並快速填滿算力的天花板。當本地執行效率高時，新型業務會以本地執行的方式出現；當遠程執行效率高時，新型業務會以遠程執行的方式出現。

雖然在過往的經驗中，新型的計算需求通常是先在本地執行，待通信成本降低後，逐步轉變爲遠程執行；但可以預見，當遠程執行成本持續低於本地運算成本，邊緣計算模式成熟時，新型的業務會直接以邊緣運行的方式出現，並且由於邊緣算力充沛，新型業務的出現將有望迎來井噴。

5. 邊緣計算可能會是算力的最終形式

過去的經驗告訴我們，計算模式呈現了 “合久必分，分久必合” 的發展過程，那麼計算模式的下一站會是怎樣的形式呢？運算過程會不會重新回到任務發起的設備上去呢？

如果按照上述梳理的以 “無處不在的高質量計算服務” 爲驅動，邊緣計算很可能是最終的計算形式。我們設想當本地算力和通信延遲逼近極限時，本地運算和在直接相連的另一臺邊緣設備上進行遠程運算的整體性能極可能是相仿的，而本地資源永遠是有限的，邊緣設備的資源卻是持續增長的。

因此邊緣計算極有可能是算力的最終形式，前端設備僅保留必要的傳感器、通信模塊以及少量的計算和存儲資源，利用環境中的邊緣算力完成計算過程。

關於作者：

趙志爲，電子科技大學計算機學院副教授、博士生導師。主要研究方向爲低功耗物聯網與邊緣計算。在計算機網絡領域國際重要學術期刊 / 會議上發表 60 餘篇學術論文，期刊包括 IEEE/ACM Trans.on Networking、IEEE Trans.on Mobile Computing、IEEE JSAC、IEEE INFOCOM、IEEE ICNP、IEEE ICDCS 等，並獲得 3 項國際會議論文獎，主持國家級、省部級科研項目 10 餘項。

閔革勇，英國埃克塞特大學計算機系教授。在移動互聯網、無線通信、物聯網、分佈式計算等領域取得了一系列創新性科研成果，在國際重要學術期刊 / 會議上發表 300 多篇論文，獲得 10 餘項國際會議論文獎。現任多個國際學術期刊的編委並擔任多個國際學術會議的主席。

本文摘編自《邊緣計算：原理、技術與實踐》，經出版方授權發佈。（ISBN：9787111690894）

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/vW_a8aa_FHNWg0Jv_xk2Fg

猜你喜歡