8月22日,加拿大工程院院士、江行智能董事长、加拿大西蒙菲莎大学教授刘江川在清数大数据产业联盟和清华校友总会AI大数据专委会共同主办的思享会上,分享了边缘计算在产业落地的思考和应用。本篇对刘教授的分享内容进行梳理,以飨读者。
加拿大工程院院士、江行智能董事长、加拿大西蒙菲莎大学教授刘江川
互联网三次浪潮与边缘计算的出现
世界著名未来学家托夫勒曾在《第三次浪潮》中提到了人类历史的三次浪潮,即农业社会、工业社会、信息时代,著名的因特网服务提供商美国在线前董事长兼CEO史蒂夫·凯斯认为互联网也有三次浪潮:第一次浪潮(1985-1999),企业为消费者与因特网的链接铺设基础,基于电脑的互联网基础架构形成,谷歌等巨擎公司出现。第二次浪潮(2000-2015),Google和Facebook等企业以互联网为基础,打造出搜索引擎和社交网络的可能性,而Snapchat和Instagram等应用程序利用智能手机革命一夜成名,于是智能手机开始普及使用。2015年开始至今,我们正进入第三次浪潮,企业家运用科技正在对现实世界的重要领域做出改革,并颠覆生活方式。其中,传感器技术的成熟与应用推动物联网快速发展,具有智能处理能力的物联网终端边缘计算应运而生。
何为边缘计算?
边缘计算是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供本地化服务。应用程序在边缘侧执行,在节省带宽的情况下产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。
相对于本质也是处理数据的云计算,边缘计算具有更稳定、更实时、更经济、更安全的优势。边缘计算即使在弱网环境下也可提供高可用性服务,毫秒级的响应时间能够支持实时服务,仅需在边缘侧处理的数据还可以大幅节省带宽成本,并且在本地存储的数据更可保障用户的隐私。
从技术成熟度曲线来看(见下图),目前,边缘计算仍然处于上升阶段,未来有较大的发展空间,当5G网络铺开时,边缘计算将正式迎来腾飞。2018、2019年边缘计算被全球最大的IT咨询公司Gartner评为十大战略性科技。从2016年开始,包括亚马逊、微软等科技巨头,英特尔、英伟达、华为等芯片制造商纷纷进入边缘计算领域,2018年阿里云、百度等也纷纷布局边缘计算市场。
边缘计算技术成熟度曲线图
边缘计算确定是一个趋势,那么在边缘计算怎样找到工业落地的方向?边缘计算的挑战是什么,解决方案是什么?江行智能如何用边缘计算的方案与行业结合落地?
何处是边缘?
边缘的定义在不同的行业和应用场景定义不同。传统的边缘定义是离客户比较近的接入点,但这个概念相对来说比较模糊,因为不同的行业离客户近的概念不相同。在不同行业的边缘计算的生态中,云计算认为边缘是云计算的下沉,CDN厂商认为边缘是分发节点的下沉,芯片厂商认为边缘就是边缘测AI芯片,终端设备商认为智能手机、自动驾驶汽车就是边缘。从工业领域来讲,边缘是物联网与互联网相遇链接的地方。
然而,不同的行业还有不同的规则和独特的需求。工业角度上,边缘是工业控制和IT汇聚的地方,边缘计算可以将两者无缝对接起来。
小结:
边缘不仅是将云计算节点下沉,设置分布式云或提升CDN节点,更重要的是接入IoT物联网,将OT(operational technology运营技术)和IT(infomation technology信息技术)结合起来。
边缘计算的挑战
将OT与IT结合起来,从消费互联网转变为工业/能源互联网,边缘计算面临很多挑战。即使江行智能在边缘存储、分发、计算、边缘协同计算与服务、 空分复用-多跳散射通信、大规模无源感知与定位、智慧能源系统和电池管理等很多方面积累了技术,但在边缘计算应用场景落地时仍然会遇到很多问题。江行智能与国家电网等客户的合作中遇到了很多困难,也积累了很多实战经验。
挑战一,思维的转变。传统的IT思维/消费互联网思维是假定对计算基础设施高可靠、高性能和高吞吐、低延迟网络基础设施上布置海量客户端获取海量数据下建立平台形成生态闭环,实现客户引流,数据分析和数据变现。但实际上在工业/能源互联网上,依赖5G做很多事情时会发现并不简单,比如在基础设施电力供应方面,像转运基地、重要的能源化工基地需要有充足的能源供给,但当地供给无法满足就需要依赖外部提供稳定供给,可见工业/能源互联网对于计算基础设施的需求有多高。
挑战之二,供电和网络状况不佳。在基础设施偏远的地区,供电状况不佳,很容易造成设备的运行中断。传统意义上的网络供应是以人口为载体计算,而工业互联网的网络供应以地区为载体,目前的网络很难覆盖偏远的地区,而很多工业往布局在这些地区。如果遇到电力和网络同时故障,可能造成的损失更大。
挑战之三,商业运作模式的转变。传统的消费互联网的二元关系很简单:C端客户vs应用平台。客户端的同质化降低了边际成本,能够快速建立平台和生态闭环,互联网公司和消费互联网公司很多会发展非常迅速。产业互联网的二元关系较为复杂,很难做到同质化客户端快速建立平台和生态闭环。
比如B端客户 vs 服务平台(云/边缘服务提供商)的产业关系中,通过5G基站建立边缘服务时,如果使用边缘厂商,OT传统没有IT的基因如果结合做边缘计算会有面临较大的挑战。初创企业做边缘服务提供商也面临很多风险,必须要与联通、移动做绑定。另外一种二元关系是B端客户 vs 技术平台(赋能服务商)的产业关系中,作为智能服务商为产业提供服务。江行智能根据自己的技术优势、资源、行业积累,选择走赋能服务商的道路。
小结:
国民经济行业分类中,制造业与其他相关的行业是高度异构的,面对边缘复杂的异构计算需求和生产环境,如何保持高的生产力和高的性能,并在技术引进迅速的今天建立企业壁垒?最重要的一点是边缘计算如何跟行业紧密结合。由于行业细分种类太多,如果只做某一垂直行业会打不开市场,壁垒也难以建立,所以需要建立一个能够赋能多种多样垂直行业的通用技术平台。江行智能的方案是做边缘计算引擎。
边缘计算引擎
纵观边缘计算,其业态中包含了三部分:底层的数据传输通信,诸如有线连接、无线连接、芯片;中层的横向能力平台,如云服务平台、操作系统、通用AI能力;上层物联网应用解决方案,如消费互联网产品、产业互联网产品。和云计算相比,在生产力和性能方面,边缘计算面临很大的异构挑战。云计算具有统一计算平台和稳定的计算环境、开发环境和SLA体系相对成熟,商业模式上云计算有规模经济的优势,而边缘计算开发时要兼顾异构、性能上也需克服异构。
江行智能推出的解决方案EdgeBox,是一种软硬一体化的边缘计算载体。EdgeBox是容器调度框架在边缘计算的实践,用于在边缘侧自动化容器化应用程序的部署,扩展和管理。在目前中国,单纯的软件开发容易被复制,或者容易被资本推动的同类方案取代。江行智能选择既做硬件,又提供软件服务,抢占边缘计算行业制高点。
EdgeBox的软件具有高可靠性,支持边缘应用程序部署和生命周期管理、适用于边缘计算的容器编排、持续提供人工智能、安全的隔离技术、支持多种容器runtime、适用丰富的开发工具和编程语言、适用多种应用场景等优点。EdgeBox的硬件具有支持多种计算资源、提供物联网设备管理能力、支持ARM和x86上的边缘计算架构、满足工业边缘场景的特定需求的特性。EdgeBox让边缘计算告别了“手工作坊”时代,加快了人工智能应用的开发速度。
EdgeBox提供了在边缘硬件上部署应用所需要的基础功能环境以及一系列用于服务发现和配置共享的内建工具。集成了海量的物联网设备驱动,并且开放接口,开发者只需要关注AI模型和业务逻辑。EdgeBox提供模型更通用、性能更强大的AI运算支持。产品线支持Nvidia,Intel Movidius,海思和瑞芯微NPU方案。
同时,江行智能在应用模型压缩、MCU硬件操作、计算资源的协同调度、MCU协同通信驱动、4G下边缘节点的部署等方面也取得了技术进展。
边缘计算的落地
从长远来看,边缘计算赋能单个行业或者技术开源在边缘计算行业中行不通。江行智能和国家电网合作,以电力行业为切入点;和北控水务切入环保和水务行业;通过AGV进入工业流水线应用领域。
以电力行业为例,江行智能边缘计算解决方案首先在电力行业落地。随着电网智能化趋势,电网的安全运行的需求越来越大,用电量不断下降,电网营收方面遇到瓶颈,这些对于江行智能来说是很好的机会。江行智能通过人工智能技术、先进的数据采集方法和毫秒级的控制,将边缘计算在电力行业中落地。
具体而言,边缘计算在电力泛在物联网中的代表性应用包括:预测运维、安防监控、提供工作效率、储能配置。边缘计算能为电网数据与数据采集设备提供解耦,在弱网、断网服务不中断、极大降低通信开销、提升本地交互速度、靠近数据源头加密。基于边缘计算的高压输电线路在线监控系统,通过将人工智能识别能力赋予边缘计算设备的方式,将计算工作放在靠近服务端的一侧进行,进而大幅降低通信开销和计算延迟。输电线路实时监测产品,基于低功耗的边缘设备实现了深度学习图像识别功能,危险场景识别准确率超过人工识别。同时,江行智能在智慧能源终端、电力线路边缘智能监控、新能源充电站升级改造等方面也有自己的技术方案。