作者:彭昭(物联网智库创始人&云和资本合伙人)
物联网智库 原创
转载请注明来源和出处
导 读
边缘计算是我非常看好的一个领域,大约每个季度,我都会发布边缘计算的进展追踪文章。之前我曾介绍过边缘智能、边云协同、边缘侧云原生应用、边缘侧的超低功耗机器学习TinyML,以及多篇研究报告对边缘计算趋势的分析。通过持续的追踪,尤其最近这段时间,我感受到了边缘计算发展的明显加速,今天这篇文章将与你分享我的最新思考。
全文字数:6700字,写作用时:540分钟,阅读时间:20分钟
物女皇:边缘相同,段位不同
这是我在【物女心经】专栏写的第233篇文章。
【物女心经】专栏的老读者们也许注意到了,为了更好的管理时间,最近这两篇文章我开始记录自己的纯写作时间,就是剔除了思考主题、阅读资料、说话吃饭喝水,纯粹动手码字的时间。每篇文章我的大致用时是4～6个小时。如果计算毛时间,每篇都要超过10个小时。
我倒是不想把这个时间缩短,虽然很享受写作的这个过程,不过也会羡慕别人一坐下就才思泉涌、迅速成文的状态。为什么我产出的文字们历经磨砺、吭哧吭哧才出现?我想我需要一个理工科专用键盘。
言归正传,你又将看到一篇坐功了得、深思熟虑的文章。
虽然这几天因为某份红头文件让云计算又被推上了风口浪尖,但其实从2016年开始,国内外巨头就已领先半个身位,将目光投向了与云计算相生相伴的互补方向:边缘计算。
在2016年的Gartner数据中心年度会议上,硅谷风投大佬Peter Levine曾做出边缘计算是云计算的“终结者”的判断。经过几年时间的验证,边缘计算和云计算的关系更加清晰,两者并非互斥关系,而是和谐共生。
边缘计算是我非常看好的一个领域,大约每个季度,我都会发布边缘计算的进展追踪文章。之前我曾介绍过边缘智能、边云协同、边缘侧云原生应用、边缘侧的超低功耗机器学习TinyML,以及多篇研究报告对边缘计算趋势的分析。
通过持续的追踪,尤其最近这段时间,我感受到了边缘计算发展的明显加速,今天的文章我将与你分享:
边缘计算的基础和生态有哪些变化?
为什么只有极致的边缘计算才能普及?
边缘计算有哪些优秀企业和案例值得借鉴?
01
边缘计算的“杀手级”生态正在形成
回顾云计算的诞生,一些故事被彭博商业周刊的记者完整地记录在著作《一网打尽》里。书中,作者如此评价AWS的诞生——“亚马逊极其偶然地走上了一条成功之路。”
“2004年,亚马逊IT基础设施部门负责人克里斯·平克汉姆想带着家人回到南非祖国,但上司不愿让人才就此离去。权衡之后,亚马逊决定在南非首都开普敦设立办事处,以便他能继续为公司服务。他发起了一项‘无论哪种类型开发商,都能使用亚马逊服务器上所有程序’的服务。之后平克汉姆和一些同事搬到南非,按商定的想法成功开发出EC2。这项服务后来成为亚马逊云服务的核心,和之后陆续诞生的其它服务共同组成AWS。”
虽然亚马逊开发EC2是一种偶然,但它的诞生也是历史趋势的必然。
从大型机、个人电脑,再到云计算、边缘计算,我们见证了技术的迭代与交替。每隔20～30年,技术演进的规则就会改变。
在智能时代,技术演进持续加速,很多技术发展的游戏规则每10年左右就会改变一次。过去有效的规则,并不意味着将来也有效。过去建造的发展护城河,不一定能够守护未来。
随着数据量的指数级增长,越来越多的数据需要在产生地被分析和处理,以减少延迟、提升数据安全/保护隐私、降低运营成本,并创造可持续的商业模式,由此便开启了边缘计算的新商机。
根据CB Insights和Network World的研究,边缘计算的市场规模将达到5千亿美元。市场分析机构Markets and Markets预计今后5年,边缘计算市场的复合年增长率CAGR将达到34%。
如此巨大的蓝海市场,自然吸引诸多企业投身其中。
回答文初的问题,为什么近期我感受到了边缘计算发展的明显加速呢?
首先,5G等通信技术的发展取得了突破性成果。
在我担任绽放杯5G应用征集大赛评委的过程中,犹如身临其境般的看到了很多5G边缘计算的创新应用。
5G是边缘计算的一个重要推动力量,代表着业界最先进的技术。据工业和信息化部数据,我国已开通建设了99．3万个5G基站,覆盖全国所有的地级市,95%以上的县区,35%的乡镇,5G终端手机连接数超过了3．92亿户。全国5G应用案例超过1万多个,覆盖了钢铁、电力、矿山等22个国民经济的重要行业和有关领域。
无论在边缘产生、分析和处理了多少数据,在计算无处不在的情况下,数据量的增长速度普遍快于网络带宽的提升,从而产生潜在的瓶颈,需要多种通信技术搭配使用,创造最好的应用体验。
未来在单位区域内的设备数量和数据量都会突破新的纪录,边缘计算基础设施可能将包含5G、Wi-Fi、光纤、卫星通信等多种技术的组合。尤其是5G的一些特性,让它与边缘计算成为绝佳搭配。
其次,边缘计算芯片的性能大幅提升,带动这一波节奏的是诸多造车新势力企业。
随着自动驾驶技术的迅速发展,各个厂商对于新产品自动驾驶能力的打造也更为重视,特别是在凸显智能科技水平的纯电动车型上,更是厂商展现自身最新自动驾驶技术的所在。
想要实现高级别的自动驾驶能力,首先需要各项传感器、智能硬件对道路交通信息的获取,以及算力强大的芯片。所以芯片算力的强大与否,也决定了车辆自动驾驶能力的高低。
去年特斯拉展示了其全新的自研FSD芯片,集成了60亿晶体管,每秒可以处理2．5G像素的视频输入数据,图像信号处理器每秒能处理1G像素,性能是之前是用的NVIDIA方案的21倍。功耗为每英里约250W,只有NVIDIA方案的1/7,同时成本也只有1/7。
凭借边缘计算能力,特斯拉可以快速处理传感数据,识别行人、其他车辆、路边标志和危险的移动物体。此外,特斯拉的车载设备通过网络将信息传递到云端,进一步分析数据以改进汽车的自动驾驶能力,并保持功能的持续更新。
第三,边缘计算受到诸多投资机构的青睐,资本的注入加速了初创企业的成长。
今年早些时候,知名投资人、方舟资本的创始人兼首席执行官凯瑟琳·伍德(木头姐)作为董事会成员加入Mimik Technology。
这是一家名不见经传的初创企业,他们创建了一套混合边缘云的解决方案,使任何计算设备,无论终端还是边缘,都可以充当服务器,在设备和应用程序之间点对点通信,让云服务可以扩展到任何地方。Mimik支持的设备包括:智能手机、平板电脑、个人电脑、智能电视、无线路由器、NAS设备和物联网终端。
根据边缘计算社区的统计,2021年上半年国内边缘计算领域获得融资的企业有12家,机构涉及高瓴创投、腾讯投资、小米产投、红杉资本、松禾资本等。
网络覆盖和芯片算力的提升,以及资本的助力,促进了边缘硬件的普及,是边缘计算发展的三个重要基石。
我们常常在寻找下一个“杀手级”应用。比如“滴滴”或者“抖音”,都堪称4G时代的典范。
这种将目光直接投向杀手级应用的做法有些舍本逐末,其实只有先构建蕴育杀手级应用的环境,才有新应用源源不断的诞生。
“滴滴”和“抖音”等应用,都是在4G网络和智能手机普及率突破临界点的产物。
2008年,国际电信联盟指定一组用于4G标准的要求,命名为IMT-Advanced规范。2013年底,工业和信息化部向中国移动、中国联通、中国电信颁发“LTE/第四代数字蜂窝移动通信业务(TD-LTE)”经营许可牌照。
根据工信部发布的数据,2014年10月,三大运营商4G基站总数累计达到70万个,4G用户超过4300万。2014年底,4G用户总数已达9728万户。2015年初,4G用户数超过3G。截至2016年一季度末,全国4G用户数达到5．3亿,这个数据超过了欧美总和。
3G时代,提供出租车预约服务的APP开始酝酿。2014年,嘀嘀打车更名为“滴滴打车”。从只能预约出租车,逐步发展到可以预约快车、专车、代驾等出行服务。截至2021年,滴滴出行用户达5．8亿。
抖音于2016年上线,原基础是一款音乐创意短视频社交软件。2018年第一季度,抖音在苹果App Store下载量达4580万次,字节跳动CEO张一鸣称其成为全球下载量最高的苹果手机应用。
4G时代杀手级应用的发展,为边缘计算的演进提供了可借鉴的思路。
从云服务器到边缘服务器的逐步部署与渗透,从边缘硬件的普及到边缘应用的繁荣发展,边缘计算的“杀手级生态”正在形成,边缘应用也将枝繁叶茂。
02
什么是极致边缘计算UEC?
既然众多企业——从云服务商到电信运营商,从IT企业到设备商,都将边缘计算视为下一个价值万亿的机会,那么应该如何把握这个机遇?
根据Gartner的调研,目前只有20%的企业经历了数字化转型,还有80%的市场等待开垦。使用旧工具,无法踏上新征程。
边缘设备是这些企业在数字化转型之路中的重要新工具。
如何评价这个工具的优劣呢?分析目前在市场上获得成功的边缘计算产品,他们往往在一些维度做到了最优。我们不妨将他们定义为极致边缘计算,Ultimate Edge Computing,UEC。
只有偏执狂才能生存,只有做到极致的边缘计算才能普及。
什么才是我们这里所说的极致边缘计算UEC?需要满足5项极致:
极致功耗:根据数据统计,大约1/4的物联网设备依靠电池供电,而且这个比例仍在不断提升,有预测认为到2030年,接近半数的物联网系统都将主要依靠电池供电。同时这些设备对成本极为敏感,如果将设备投入使用的成本减半,那么意味着销售额不止翻番。因此无论从供电环境还是从使用成本出发,将功耗降低到极致,都是重中之重。
极致简化:边缘计算的使用者不仅包括IT工程师,还包括OT运营人员。过去OT和IT经常是“鸡同鸭讲话”,很难沟通。OT团队缺乏IT专业知识来实施部署边缘计算,IT团队又缺乏对工艺和运营的理解以构建和完善满足业务流程的创新应用程序。为了做到将复杂留给自己,把简单交给用户,边缘计算平台需要提供低代码能力,将编程和使用过程极致简化,促进IT与OT的无缝衔接,加速边缘计算的普及。
极小空间:设备占用的空间同样是一个重要因素,更小、更紧凑的外形尺寸,往往意味着设备更易被安装。还有一些场景,比如智能手表、智能眼镜、智能耳标脚环,对边缘计算产品的尺寸非常敏感。
极度智能:在各种约束条件之下,边缘设备仍需要具备一定的智能。各种计算芯片按照摩尔定律发展着,各种新型操作系统,包括FreeRTOS、RT-Thread和LiteOS等,都在极大发挥受限设备的处理能力。微型机器学习TinyML使得工程师们在mW功率范围以下的设备上,实现机器学习的方法、工具和技术成为可能。
极致灵活:虽然边缘计算脱胎于嵌入式系统,但边缘计算与嵌入式系统已有本质不同。嵌入式系统是指软硬件关系非常紧密的一类“计算机”系统,边缘计算将两者解耦,部署更快,随时升级,按需更新,弹性更强。更进一步,大部分边缘计算产品将无线通信作为标配,安装位置和使用场景都更加灵活。
极致功耗、极致简化、极小空间、极度智能、极致灵活,做到极致边缘计算,不仅需要熟练运用硬件设计、网络技术、传感技术、数据分析、终端应用,还需要对各种应用场景有极为深刻的理解,因此只有极少数团队能够驾驭。
在我接触到的大多数初创企业和项目中,从团队成员构成这一项内容,就可以对其边缘计算的部署能力有大致的判断。
根据VMware对其用户群体的研究,从云端到边缘是一个循序渐进的过程。
在未来五年,工作负载的分布将按照三、四、三的比例划分,也就是30%在数据中心,40%在基于云的服务和应用,30%在边缘计算。目前,边缘侧的占比仅为5%,提升的空间很大。
