【拓墣觀點】AI、5G 都靠它,邊緣運算夯什麼?

作者 | 發布日期 2018 年 05 月 16 日 8:45 | 分類 AI 人工智慧 , 物聯網 , 雲端 follow us in feedly

人工智慧(AI)與 5G 被譽為未來關鍵性技術,在這浪潮之下,邊緣運算(Edge computing)跟著受到重視!近期微軟的 Build 2018 開發者大會,針對邊緣運算推出一系列產品、服務與開發工具,不僅於此,從雲端服務三巨頭 AWS、微軟、Google,還有伺服器、網路設備、晶片大廠一眾廠商早就紛紛投入,邊緣運算到底在夯什麼?



邊緣運算為何物?

邊緣運算可說是物聯網時代下的產物,簡而言之,邊緣運算在傳統雲端與裝置端的連接中間,多了一層運算層──Edge 端,Edge 其實指的是靠近數據源的運算單位,包括閘道器、路由器,以及硬體底層相關的各種機器、裝置、設備與系統。

(Source:拓墣產業研究院)

有了 Edge 端直接針對多裝置、龐大訊息先做擷取、過濾與處理,對裝置端做出回饋與反應,不用讓所有資料都上到雲端,以期在資料量逐漸龐大、重視資訊即時處理傳輸的現代,更能有效率處理資訊,減少事事上雲端所帶來的時間遞延與資料傳輸/儲存成本。

邊緣運算將對市場造成架構與實質應用上的改變,許多標準組織積極訂定標準,包括歐洲電信組織 ETSI 的多重接取邊緣運算(Multi-access Edge Computing,MEC)、OpenFog 的開放霧運算(Fog Computing)、中國廠商華為所主導的 Edge Computing Consortium,都積極且持續地釋出參考架構與建立生態系。

而邊緣運算會如此受到重視,不僅它是雲端與裝置端的橋梁,更是實現 AI 、5G 等未來關鍵技術的重要催化劑。

邊緣運算為何能助攻 AI ?

AI 的進步會率先在邊緣運算中實現,過去 AI 仰賴強大的雲端運算能力,來進行數據分析與演算法運作,但隨著晶片能力提升、邊緣運算平台成熟,開始可賦予現場端裝置、閘道器擁有較為初階的 AI 能力,數據資料能在 Edge 端便進行更快的篩選、分類、彙整、分析,並且利用這些數據資料來不斷修正與優化模型。如汽車自動煞車系統、工廠自動化設備即時示警、家庭智慧音箱都是邊緣運算的運用案例。

微軟、AWS、Google 三巨頭的「邊緣布局」

近期甫落幕的微軟開發者大會 Build 2018,微軟 CEO 納德拉點出了「智慧雲端(Intelligent Cloud)」與 「智慧邊緣(Intelligent Edge)」的未來發展布局,會中微軟也宣布開放 Azure IoT Edge Runtime 資源,讓 Azure API 機器學習、認知服務、影像處理分析等能從雲端下載至 Edge 端運行,意味著不上雲端、在斷網的情況下,裝置還是能做到圖像識別、自然語言處理、語音驗證、將語音轉換成文字、對應複雜資訊和資料做出智慧建議等 AI 工作。得以讓智慧音箱、無人機、無人車、機器人等創新應用,能做到更快速的反應。

積極推動無伺服器運算(Serverless)擁抱 Edge 的雲端服務大廠不只微軟,這件事領頭的其實是龍頭 AWS,AWS 在前兩年積極布局的 Lambda@Edge,讓原本只能在 AWS 上執行的 Lambda 函式庫,在邊緣節點無伺服器的情況下就能跑機器學習、Lisp 模型,進行簡單訓練推理。甚至推出兼具運算及儲存的 AWS Snowball Edge,除了同樣具備 Lambda 執行環境,等於在本機就有雲端儲存空間和運算能力。

而 Google 過往推動 Brillo 物聯網平台,今年的開發者大會正式推出 Android Things 1.0,將物聯網開發工具與 Android 生態系統綁在一起,並且與 AI 結合,配合既有的各項工具,來強化整體開發的便利性,從支援的硬體晶片 NXP i.MX8M、Qualcomm SDA212、Qualcomm SDA624、MediaTek MT8516 來看,皆具備了基本的運算能力,發展路線其實與微軟、AWS 走了同樣的路。

邊緣運算取代傳統雲端運算?

邊緣運算對於 5G 亦是重要布局,5G 重視高傳輸、低延遲以及超大連接,相較於過去 3G、4G 時代,應用多元且網路需求差異極大的狀況將同時發生於 5G 網路上,因此 5G 必須擁有針對不同應用而有相對應的解決方案,邊緣運算便能提供行動用戶更低延遲、更佳網路品質,並讓電信商有機會推出更多創新服務。

邊緣運算逐漸受到重視,包含拓墣產業研究院所屬之集邦科技等多家科技調研機構,都將邊緣運算視為 2018 年重要趨勢之一,拓墣產業研究院預估,2018 年至 2022 年全球邊緣運算相關市場規模的年複合成長率(CAGR)將超過 30%。

然而,這並不代表短期之內邊緣運算會取代雲端運算,兩者實則相輔相成,雲端在伺服器支撐下,具備強大的運算與儲存能力,並非所有功能都能為邊緣運算所取代,而邊緣運算的輔佐,優化了資料應用的便利性、效率以及成本,為 AI 與 5G 奠定了重要的發展基石。

(首圖來源:Flickr/Free Images CC BY 2.0)

關鍵字: , , ,