“終端”當前涵蓋的意義遠遠超過了傳統(tǒng)意義的client，已擴展到任何“近場”端的實體，包括常見的消費電子類產(chǎn)品、視頻監(jiān)控設備、物聯(lián)系統(tǒng)設備、車聯(lián)系統(tǒng)模組等各種形態(tài)的通信或者功能實體。

圖片來自“123rf.com.cn”

網(wǎng)絡和終端在目前在通訊不斷演進和應用不斷涌現(xiàn)的發(fā)展趨勢下，已經(jīng)逐漸脫離了傳統(tǒng)的二元體系，有的網(wǎng)絡功能在下沉，而終端的部分功能逐步也在上移。

我們可以看到，在某些特定場景，終端側(cè)具有豐富而強大的計算存儲能力，對網(wǎng)絡功能的需求相應減弱。在另外的一些場景下，網(wǎng)絡側(cè)也具備了高效的算力和極佳的彈性，特定功能對終端要求反倒降低。

胖終端、瘦終端的定義

典型的計算機通信系統(tǒng)一般采用服務器-客戶端(Server-Client)的體系架構(gòu)，在傳統(tǒng)的PC時代，電腦往往作為一個客戶端存在，這種客戶端作為具備較多本地存儲和計算能力的設備，常被稱為Fat Client(Rich /Thick Client);相對應的，如果設備配置比較單薄，主要是顯示和低算力功能的客戶端實體，則稱為Thin Client。

實際上， “終端”當前涵蓋的意義遠遠超過了傳統(tǒng)意義的client，已擴展到任何“近場”端的實體，包括常見的消費電子類產(chǎn)品、視頻監(jiān)控設備、物聯(lián)系統(tǒng)設備、車聯(lián)系統(tǒng)模組等各種形態(tài)的通信或者功能實體。

▲ Pixabay

而胖瘦“終端”并沒有標準的定義解釋。回歸到本質(zhì)，其差異主要來源于硬件和應用兩部分：

胖終端：舉個較極端的例子，胖終端設備具備自己的硬盤、RAM、控制計算單元，通過安裝full-fledged OS可以跑計算和存儲程序，乃至于具備近場的AI算力，具有完整的運算能力。這種設備對于網(wǎng)絡的需求是獲取連接、數(shù)據(jù)和服務，按需請求即可。

瘦終端：而另一個極端的例子則是，一個終端只具備最基礎的硬件設施和輕量級的light OS，其所有的功能都必須通過聯(lián)網(wǎng)/云端實現(xiàn)，終端本身通常只具備基礎的顯示或者初級的計算存儲功能。

簡單的比較如下：

胖瘦終端和邊緣的融合場景

喬布斯最早提出過胖網(wǎng)絡(云服務)+胖終端(Rich Client)的理念：通過引入云服務將部分算力上移，將功能實體拆分為更小的服務，通過多服務器強大的搜索和分析能力，將最終需要的結(jié)果推送至終端，例如Siri服務。而另一層面，Apple也通過芯片的迭代、端側(cè)應用的強大不斷提升本機的計算和通信能力。

而隨著云端的強大，網(wǎng)絡速度的提升，瘦終端也有了越來越多的應用。在現(xiàn)實中，瘦終端、胖終端都有大量使用實例。

比如最近火熱的云游戲，將AR/VR的渲染放置云端，大大降低了終端的復雜度。再例如家庭用某盒子，本地廉價終端只保留必需硬件，所有計算和存儲服務全部上云。這些典型的瘦終端通過將算力上移，降低了硬件購買門檻，釋放了強大的終端購買力。

而在某些To B場景中，如智能監(jiān)控等，將攝像頭額外疊加AI算力形成“胖終端”，通過外設將圖像識別置于本地，一方面降低時延，一方面減輕了對于網(wǎng)絡連接和容量的需求。另外一個有意思的例子是家用NAS(Network Attached Storage)服務器，它可以提供文件服務器同步、數(shù)據(jù)備份、多媒體中心等功能，從家庭角度相當于一個家用私有邊緣云。但是另一方面從對外的連接來講，家用NAS服務器又相當于一個胖終端，完成和外界的網(wǎng)絡連接，但是存儲和計算都在本地完成。

實際上，胖瘦終端的應用場景十分泛化，可以根據(jù)需求部署介于兩種極端情況的中間態(tài)。隨著邊緣計算在傳統(tǒng)CDN業(yè)務的基礎上的繼續(xù)泛化衍生，將會在傳統(tǒng)云業(yè)務和終端之間架起了一條緩沖道，同時提供了連接的能力，成為了終端和網(wǎng)絡功能靈活匯集的重要一環(huán)。這就形成了胖/瘦終端、胖/瘦網(wǎng)絡以及邊緣層，其實質(zhì)是算力、存儲、應用能力在整個通信鏈路的重新靈活分配。

越來越多的應用場景模糊了終端、邊緣和網(wǎng)絡的概念以及邊界。從實用價值角度出發(fā)，未來還將不斷出現(xiàn)適合每種場景的融合方案。

邊緣AI現(xiàn)狀：落地因素復雜多元

胖瘦終端的應用很大程度上是跟隨AI技術的應用逐步普及開來的，而邊緣(網(wǎng)絡邊緣和設備邊緣)AI在落地過程中也有諸多現(xiàn)實因素需要考慮：

云端AI成本高企，前端設備復雜多樣。AI運算要求的算子算力極高，往往云端設備成本本身就是問題。而在終端側(cè)，如果要對于存量設備進行AI改造，也將面臨不同的設備類型、已有的方案架構(gòu)不同等多種問題，導致難以有統(tǒng)一框架來解決。

云端訓練和終端推理之間需要密切的交互。往往AI訓練的過程需要大量的數(shù)據(jù)計算，所以主要在云端完成。隨著終端能力的強大，部分算力的下沉使得終端推理可以將本地得到的結(jié)果快速反饋，從而進一步調(diào)優(yōu)模型。針對不同的既有網(wǎng)絡和云端，不同的AI解決方案均需要具備一定的適配和遷移能力。

無論對于胖瘦終端還是邊緣網(wǎng)絡，連接的能力必不可少。這個“連接”的涵義廣泛，可以是無線連接，同樣也可以是有線接入。不同場景中，對于連接的需求大相徑庭，如工業(yè)場景要求高可靠低時延，傳統(tǒng)的WiFi很難達到，5G就成為不二選擇。所以，如何融合連接和計算，在對客戶提供解決方案時，將終端、連接、邊緣網(wǎng)絡和AI本身的算力需求匹配，也是關鍵點。

產(chǎn)業(yè)趨勢：算力在網(wǎng)絡中的泛在和靈活部署

試想一個可能場景：身邊都是屏幕、攝像頭、傳感器的世界，信息的流動滲透到生活的方方面面，算力的普及也隨著泛在連接分布到了各個功能實體。

當你走到一個飯店中，桌面就是菜單屏幕，主動和網(wǎng)絡發(fā)生連接將你的需求告知后廚，后臺根據(jù)旁置的攝像頭進行人臉識別追蹤調(diào)取出過往的喜好，主動推送當日折扣……

當你走進圖書館需要查閱資料時，數(shù)字化書籍以AR的方式打開，并根據(jù)你的過往學習工作經(jīng)歷主動分類……

工廠中機械臂飛舞，流水線上實時將各個傳感器收集的數(shù)據(jù)分析整合，及時根據(jù)需求調(diào)優(yōu)流程和產(chǎn)量，分層決策在各個環(huán)節(jié)都在實時產(chǎn)生……

上述高科技高智能的場景背后是無數(shù)分布在云端、邊緣及終端的復雜運算及交互，涉及各類胖瘦終端、連接和云方案。這些方案的設計本質(zhì)上就是要解決一個問題——分配好終端和云端分別需要完成的任務。這個分配工作不只是會影響各個關聯(lián)方的利益(比如手機廠商肯定不想被云化)，而且應用程序、AI等本身的安全性、健壯性，以及后期升級、移植靈活度都要被考慮在內(nèi)，方案的多樣性和復雜性是必然趨勢。

AI算力在全鏈路分配

AI無論應用于消費還是行業(yè)場景，其未來的算力是多點協(xié)同性質(zhì)的。這就要求針對不同的問題場景提供不同的解決方案，這些方案需要能夠解決針對異構(gòu)的適配能力和遷移能力，以便更好地利舊和未來的前向兼容。

計算和存儲比連接更有價值

連接永遠是終端和網(wǎng)絡的橋梁，當連接越來越多、連接越來越長期在線，大量的連接提供數(shù)傳通路的同時，其附加價值的重點在計算。往往在邊緣側(cè)，重點是計算，所以如何做好便宜的連接和強大的計算融合，是解決方案的關鍵點。

無處不在的神經(jīng)元

為網(wǎng)絡和終端提供連接另外一個必須的條件是，這個連接要“觸及機體全身”，在實際中就是對邊緣網(wǎng)絡的可達性提出了較高的要求。網(wǎng)絡和終端的胖瘦根據(jù)場景可伸縮，那么中間邊緣層次也同樣應當具備各種等級的觸角，才可以完成整個全鏈路的資源合理分配。

新型的服務方式

新型的服務方式有兩個層面涵義，一種是多種功能的集合終端，另外一種是對于網(wǎng)絡新模式的探索。

如在終端側(cè)集成攝像頭和毫米波雷達，通過兩方面數(shù)據(jù)的整合對于成像、大范圍移動物體的監(jiān)控取得更好地效果。

對于網(wǎng)絡設施，器件通用化浪潮的到來促使邊緣網(wǎng)絡也可以嘗試更為靈活的運營方式，如伸縮帶寬、租用服務等。

小 結(jié)

胖/瘦終端的變化其實和網(wǎng)絡能力密不可分，根據(jù)業(yè)務場景需要解決的關鍵環(huán)節(jié)也不盡相同。未來的終端、邊緣云、云端的網(wǎng)絡架構(gòu)及算力資源的調(diào)配將會適應場景的需求展現(xiàn)復雜多變、彈性靈活的特性。

雖然目前來看各層次的區(qū)分還有一定的模糊，但未來這一龐大網(wǎng)絡的建設和運營肯定需要多方的參與，而我們也拭目以待在這過程中是否能出現(xiàn)具有領導能力的創(chuàng)新公司。