導讀:邊緣智能,是云計算中精簡版的人工智能。
“邊緣計算”和“霧計算”的差異
如果經常留意“邊緣計算”的文章,則會發(fā)現它有個兄弟,叫“霧計算”。大多數發(fā)表的文章,對這兩個詞的解釋是差不多的:他們都是相對于“云計算”而言的,在網絡邊緣,更接近原生數據(物理感知)的地方進行的計算。
此前,我們看到的大多數互聯網信息處理模式,都是“端-管-云”的模式。在應用的現場,“端”只負責收集數據、執(zhí)行指令,而“云”負責所有的數據分析和控制邏輯功能。“邊緣計算”或者“霧計算”,就是將部分數據分析和控制邏輯功能,放到了應用場景的附近來實現,它們有一個很形象的叫法:“貼地計算。”
雖然,整體上“邊緣計算”和“霧計算”的意思差不多,但其實還是有差別的。
“邊緣計算”,源自工業(yè)領域,主要部署在終端設備或網絡接入點上。目前已經普遍存在于工業(yè)物聯網(嵌入式物聯網)應用、制造業(yè)、零售、ATM機、智能手機和虛擬/混合現實等領域。邊緣計算使得工業(yè)生產中的設備,無需云計算的幫助,也能具有近端的決策控制能力。
“霧計算”(Fog Computing),脫殼于“云計算”,是指將云計算的(部分)功能,部署在網絡邊緣的設備中,局部的集中化計算。它其實是云計算(Cloud Computing)的延伸概念,由思科(Cisco)于2011年被提出。
由此可見,“邊緣計算”和“霧計算”確實還是有一些差異的。邊緣計算主要是在“端”中,這個端是指電子終端設備或傳感器;而霧計算還是在“云”中,部署在一定區(qū)域內的數據集中站點上。拿一個智慧家庭的(WIFI)網絡來舉例,一個APP在手機內進行的脫網計算就是邊緣計算,而家庭智能盒子(智能的Wifi網關)就是霧運算的主體。
雖然兩者有所差別,但網絡中不少行業(yè)文章并沒有嚴格區(qū)分這個差別。事實上,由于物聯網業(yè)務場景廣泛,很多應用在“端”和“網關”上的計算都會有所涉及。所以,以筆者之見,既然他們都是相對于“云計算”而言的,那么也就沒有必要區(qū)分他們部署的位置(生產設備、傳感設備、網關/服務器),一般情況下都以“邊緣計算”為表述。
邊緣計算的分層部署
“邊緣計算”和“霧計算”的差異,其實給了筆者一個啟示:物聯網中的計算能力,具有分層部署的特征。這個特征,不同于互聯網中的云計算部署模式,可以從兩個維度來討論。
一、參照物聯網的邊緣架構模型,討論邊緣計算的層域化部署
邊緣計算聯盟ECC針對邊緣計算,定義的了四個領域:設備域(感知與控制層)、網絡域(連接和網絡層)、數據域(存儲和服務層)、應用域(業(yè)務和智能層)。這四個“層域”就是邊緣計算的計算對象。
1、設備域:邊緣計算在這一層,可以對感知的信息直接進行計算處理。比如在視頻采集、音頻采集中直接部署智能鑒別的能力;又或者像手機一樣,能夠由語音輸入直接轉換成文字輸出。
2、網絡域:通過部署計算能力,實現各網絡協議的自動轉換,對數據格式進行標準化處理。要解決物理網中數據異構的問題,就需要在網絡域中部署邊緣計算,以實現數據格式的標準化和數據傳遞的標準化(例如將所有的感知數據都換算成MQTT類型數據,并通過HTTP方式傳遞)。同時,網絡域的邊緣計算,還能對“融合網絡”進行智能化管理,實現網絡的冗余,保證網絡的安全,并可進一步參與網絡的優(yōu)化工作。
3、數據域:邊緣計算,使得數據管理更智能、存儲方式更靈活。首先,邊緣計算可以對數據的完整性和一致性進行分析,并進行數據清洗工作,消滅系統中的“臟”數據。其次,邊緣計算可以對計算和存儲能力、以及系統負載進行動態(tài)地部署。最后,邊緣計算還能和云端計算保持高效協同、合理分擔運算任務。
4、應用域:邊緣計算提供屬地化的業(yè)務邏輯和應用智能。它使得應用具有靈便、快速反應的能力,并在離線的情況下(和云端失去聯系時),仍能夠獨立地提供本地化的應用服務。
在物聯網貼近用戶和應用場景的地方,邊緣計算被部署在以上4個層域中。它使得設備具有智能化的感知能力,裝配自適應的連接策略和(數字)部署策略,解決系統中的數據異構問題,并提供局部的業(yè)務邏輯甚至智能。
二、參照物聯網應用/地域/覆蓋范圍,討論邊緣計算的層級化部署
從始創(chuàng)的感知數據到終結的云端智能,數據會根據應用的需要而經歷多次的匯聚和計算。例如從智慧家庭到智慧城市,海量的數據匯集并非一步到位就實現的。此外,數據匯聚的每個階段中還各有獨立的應用和業(yè)務,這樣便意味著計算有層級化部署的需要。
以上圖舉例,智慧城市被分成了四個“物聯網(大小)層級”:家、小區(qū)、社區(qū)、城市。
這四層“智慧”層級各有應用和服務,服務的范圍和覆蓋的區(qū)域從家到市逐漸擴大。各層級中有部分應用相對獨立,與上下層級無關;而另有一部分應用則會“層層升級”:家庭醫(yī)生(家)->社區(qū)醫(yī)療(社區(qū))->醫(yī)療衛(wèi)生(城市)。
從物聯網層級的角度來看,云計算和邊緣計算的關系,會依據應用來區(qū)分:
1、對于各層級獨有的業(yè)務,只需在對應層級獨立部署針對性的計算能力(只需要“云計算”)。
2、對于穿透(關聯)多層級的應用,需要從上至下都部署計算能力。下層計算和上層計算的關系就是邊緣計算和云計算的關系。“社區(qū)醫(yī)療-社區(qū)”是“家庭醫(yī)生-家”的“云”,而又是“醫(yī)療衛(wèi)生-城市”的“邊緣”。
3、“邊緣”和“云”的關系互換:針對單個應用,可能會在(物理網的)上層級部署邊緣計算,而在下層級部署云計算。
某個應用(例如社區(qū)商城)可能的情況:
A、該應用的核心邏輯和預測分析主要部署在“社區(qū)”和“小區(qū)”中,針對地區(qū)人口的喜好售賣消費商品;
B、該應用需要從“城市”層級提取一些外部數據(例如商品的全市平均價格,等等);
C、該應用在“城市”中沒有大量的應用域計算需求。
如果這樣,那么上層的“城市”對于下層的“社區(qū)”、“小區(qū)”而言就是“邊緣”了。理所當然,該應用在“城市”層域中部署的計算能力就是邊緣計算。
筆者以為,“關系互換”的情況在工業(yè)領域可能會更多。例如工業(yè)生產中的質量管理、流程管理。
工廠的質量&流程管理系統通常都部署在生產現場,大量的生產數據就保存在“邊緣”的網絡中。而要實現智能生產,還需要提取許多和質量、供應鏈有關的外部信息(用戶投訴、產品/零部件返修信息、產品生命周期信息、合作方的質量信息等等)。這些信息最終會隨著物聯網,匯集到“邊緣”的質量&流程管理系統中進行質量分析/預測。顯然,對于質量&流程管理系統來說,自身以外的互聯網和物聯網,都是邊緣網絡。
以筆者之見,工業(yè)生產的“云計算”會更多地部署在物聯網的邊緣,工業(yè)生產現場的附近。
根據應用的需要,計算能力會部署在物聯網各個(大小)層級中。不管“計算”部署在哪個層級,若承擔了現場指揮的主要職責,就屬于邊緣計算;若承擔了大數據和智能化預測的主要職責,就屬于云計算。
應用在計算部署上的靈活性不斷增加,云使得云計算和邊緣計算會走向融合,而越來越難以區(qū)分。當物聯網中充滿了隨處可取、隨處即用的通用計算能力的時候,“泛在計算”則將應勢而生。
邊緣智能,是云計算中精簡版的人工智能
在物聯網邊緣部署簡單的應用邏輯,無法滿足多姿多態(tài)的物聯網應用需求。在靠近應用場景的地方,必須部署一定的智能,才能在物聯網邊緣構建起健碩的應用生態(tài)。
筆者曾經在一篇文章《下一位現場指揮大師:邊緣計算》中提到,邊緣計算本質就是“貼地”的云計算。邊緣計算最重要的能力就是繼承云計算的智能。就目前的技術發(fā)展趨勢來看,理論上已經能做到這一點。針對某一種應用,神經網絡算法(云計算)在學習了足夠多的應用場景后,可先進行“瘦身”(精簡),再部署在網絡邊緣(部署具有智能的邊緣計算),從而形成了邊緣智能。這樣,即使脫離云計算的支撐,邊緣智能也能夠實現該應用場景的大部分智能。
例如,2017年5月23日,人工智能AlphaGo執(zhí)白1/4子戰(zhàn)勝了柯潔九段。這其中值得注意的是,那天出戰(zhàn)的是“一只”單機版的AlphaGo。
當邊緣計算成為邊緣智能,可使得局域、邊緣的物聯網系統具備自治自律的行為能力。自給自足的算力和智能,將使得物聯網應用可以擺脫“云計算”而相對獨立地運營。
結束
1、邊緣計算具有層次(“層域”和“層級”)化部署的特性。
一方面,邊緣計算部署在邊緣架構模型的各個層域上。計算能力在物理網邊緣的分層域部署,使得應用在物聯網局部(例如智慧家庭),也能夠形成“‘感知’-‘連接’-‘分析和預測’-‘控制’”的信息環(huán)路。從而,使各類數據的信息價值獲得釋放。(關于“信息成環(huán)”的內容,請參考之前的文章《物聯網的價值,是因為信息成“環(huán)”》)
另一方面,在物聯網不同范圍(大小層級)中部署計算能力,開發(fā)者不僅能夠根據業(yè)務需求和特性構建出大小適合的信息環(huán)路;還能使“垂直”業(yè)務能夠在各層級之間“環(huán)環(huán)相扣”,相互服務并實現價值互遞。
2、邊緣計算的更高價值是邊緣智能
邊緣計算,是智能化云計算的落地部署。應用在物聯網局部實現了信息成環(huán),并能夠通過邊緣計算,實現信息決策、行為反饋、自動組網、負載平衡等全層域的智能化。在脫離云計算的情況下,應用也能夠獨立地、靈活地運行,從而在應用場景的小范圍內形成物聯網“生態(tài)”(各種類設備之間,形成信息互助服務的機制)。