換個角度談邊緣計算:電力供給壓力與計算能力佔比率不高,它是過度...

2020-12-07 51CTO

邊緣計算近年來日趨火熱,網際網路公司、電信運營商、設備商等眾多領域都在討論邊緣計算。那麼,邊緣計算的「火爆」現象是市場炒作還是真實需求?國外「Disruptive Analysis」的創始人兼董事Dean Bubley對此發表了看法,以下是他的觀點。

邊緣計算是一個微型數據中心的網狀網絡,可以在本地處理或存儲關鍵數據,並將所有接收的數據推送到中央數據中心或雲存儲庫。

它通常在物聯網用例中被提及,其中邊緣設備收集數據,並全部發送到數據中心或雲進行處理。邊緣計算在本地對數據進行分類,由於其中一些數據在本地處理,從而減少了到中央存儲庫的回程流量。

通常,這是通過IoT設備將數據傳輸到本地設備來完成的,本地設備包括小尺寸的計算、存儲和網絡連接。數據在邊緣處理,它們全部或部分被發送到公司的數據中心、協同定位設施或IaaS雲中的中央處理或存儲庫。

邊緣計算很重要,但它的功能也被誇大了。網絡邊緣計算只是整個雲計算領域的一小部分。由於它很小,它可能只是網絡規模雲平臺的補充(並與之集成)。我們不太可能看到主流的提供商推出「下一代Amazon AWS,僅分發」這樣的名號。

一、從功耗看邊緣計算

為什麼網絡邊緣計算的領域很小?下面從不同的角度來觀察:功率。邊緣計算是計算行業頂端和底端人員使用的指標,但很少被中間的人使用,例如網絡所有者。這意味著它們忽略了幾個數量級。

1. 數據中心的大功率負載

雲計算涉及大量數據,比如伺服器、處理器、標準尺寸設備機架、佔地空間之類的數量指標。但數據中心用戶使用最多的數字可能是以瓦特為單位的功耗,或者更常見的是kW、MW和GW。

功率不僅包括計算CPU和GPU的需求,還包括數據中心的存儲和網絡元素。

粗略地說,全球大數據中心的總功耗約為100GW,典型的數據中心可能有30MW的容量,但是世界上***的數據中心單獨使用的容量已經超過100MW,甚至有計劃擴展到600MW甚至1GW。但它們並非全部都在全力運轉,任何計算平臺都是如此。

這種功耗增長一部分是由於所需伺服器和設備機架數量的增加(這也導致了佔地面積增加),另一方面也與單個伺服器的功耗有關,因為晶片變得更強大。大多數設備機架使用3-5kW的功率,如果可以提供電源和冷卻,有些可以高達20kW。

因此,為「雲」提供動力需要100GW,並且這個數字正在持續快速增長。我們也看到二線和三線城市的小型區域數據中心有所增長,公司和政府通常也擁有私人數據中心,這些不同區域所需的功率相差很大,通常1-5MW的基準是比較合理的。

2. 「邊緣設備」的功耗

除了數據中心,設備本身及其內部的組件也將消耗功率。特別是對於需要電池供電的設備,將功率控制在瓦特或毫瓦是至關重要的。比如:

  • 傳感器在空閒時的使用可能不到10mW,在主動處理數據時可能使用100mW
  • Raspberry Pi可能會使用0.5W
  • 智慧型手機處理器可能使用1-3W
  • 物聯網網關(控制各種本地設備)可能是5-10W
  • 一臺筆記本電腦可能需要50W
  • 一個不錯的加密設備可能會使用1kW

創新正在改變功耗閾值。一些研究人員正在研究亞毫瓦視覺處理器,比如ARM的設計能夠在功耗極低的設備上運行機器學習算法。

但也許最有趣的「邊緣設備」是未來的高端Nvidia Pegasus主板,針對自動駕駛汽車。它是一臺500W的超級計算機。這可能聽起來很大,但實際上還不到大多數汽車發動機功率的1%。高端的特斯拉P100D以「ludicrous mode」為車輪提供超過500kW的功率,或1000x。汽車空調可能會使用2kW。

當然,邊緣設備計算平臺有很多。當我們擁有數十億的手機、數以億計的車輛以及個人電腦時,潛在的,我們也將會有數十億的傳感器,但大多數並不協調。

3. 網絡中間層的功耗

在分布式計算中,接近網絡邊緣的一端是毫瓦,而在另一端,從設備到雲有千兆瓦。那麼網絡的中間呢?

很多公司都在談論MEC(多接入邊緣計算)和霧計算產品,伺服器設計在蜂窩基站、網絡聚合點、固定網絡節點和其他地方運行。

有些是「微型數據中心」,能夠在***的蜂窩塔附近容納數個伺服器機架。***的可能是50kW的容器大小的單元,但這些是非常罕見的,並且需要專用的電源。

值得注意的是,典型的宏蜂窩塔可能具有1-2kW的功率。因此,如果我們考慮也許其中10%可以用於計算平臺而不是無線(一個慷慨的假設),理論上我們可以得到100-200W。或者換句話說,一個蜂窩塔邊緣節點的功率還不到單個車載計算機的一半。

其他是較小的伺服器單元,旨在連接到小型蜂窩、家庭網關、電纜街道側機櫃或企業「白盒」,對於這些來說,10-30W更合理。

二、想像一下2023年

想像一下未來5年,屆時,可能會有150GW的大型數據中心,加上相當數量的中型區域數據中心,以及私營企業設施。

我們可能擁有100億部手機、個人電腦、平板電腦和其他小型終端,為分布式邊緣做出貢獻,但顯然它們會在閒置模式下浪費大量時間。我們也可能擁有1000萬輛近乎自動駕駛的車輛,這需要很大的計算量,即使不是完全自動駕駛。

現在,假設我們有1000萬「深度」網絡計算節點,在大大小小的蜂窩站點上,內置到WiFi AP或控制器中,或者在電纜/固定的街邊櫃機中。它們的額定功率可能在10W到300W之間,儘管很少有能夠達到300w的。大多數都選擇100W,以便進行更簡單的計算。(坦白地說,這是一個慷慨的預測,但讓我們先看一下。)

我們添加20000個容器大小的50kW單元,或者重新設置中央辦公室作為數據中心。

換句話說,我們最終可能會有:

  • 150GW大型數據中心
  • 50GW區域和企業數據中心
  • 20000 x 50kW = 1GW大/聚合點「網絡邊緣」迷你DC
  • 10m x 100W = 1GW「深度」網絡邊緣節點
  • 1bn x 50W = 50GW的PC
  • 100億x 1W = 10GW「小」設備邊緣計算節點
  • 10m x 500W = 5GW的車載計算節點
  • 100億x 100mW = 1GW的傳感器和低端設備

這是一個非常粗略的分析。許多設備大部分時間都處於空閒狀態,可能需要卸載功能以節省電池電量。筆記本電腦通常完全關閉。但同樣,網絡邊緣計算機也不會以100%,24x7運行。

三、邊緣計算1%的計算能力

因此,在粗略的、數量級的水平上,樂觀地講,總體實際「網絡邊緣」佔總的計算能力還不到1%。而悲觀的假設,它可能只有0.1%。

除非對網絡基礎設施的電力供應進行大規模升級,同時安裝5G的回程升級或部署FTTH,否則再也無法供電了。

基於區塊鏈的邊緣「霧」也不可能真正解決這個問題,即使它們也使用分散的、基於區塊鏈的供電和管理。

這0.1%-1%的計算工作量將具有如此重要的作用,它們需要把所有的東西帶入其軌道和間接控制。 「邊緣」真的可以成為新的前沿嗎?

答案是並不能,實際上,情況恰恰相反的可能性更大。基於設備的應用程式會選擇性地把某些工作負載卸載到網絡,或者webscale雲將分發某些功能。其中網絡邊緣是某些垂直或應用程式的控制點。有些安全功能是有意義的,例如,如今CDN的演變。但IoT管理或AI會集中在這些邊緣節點上嗎?這似乎不太可能。

四、結論

未來,網絡邊緣計算架構(如MEC)將變得更加重要。但儘管如此,他們的功能並不像炒作的那樣強大。

幾乎沒有應用程式是僅在網絡邊緣運行的,它將用於特定工作負載或微服務,作為更廣泛的多層應用程式的子集,主要的計算還是在設備上或雲上完成。因此,邊緣計算提供商和行業/網絡規模雲之間的協作是必要的,因為網絡邊緣只是更大解決方案中的組件,並且很少是最重要的組件。

有一件事是肯定的:移動運營商不會成為分布式「準亞馬遜」,它們通過5G連接所有附近汽車或其網絡中的工業4.0機器人進行圖像處理。

MEC節點可以批量託管Amazon Greengrass或其他功能,但很少有開發人員希望在獨立的基礎上直接編寫電信公司的分布式雲API,無論是否有網絡切片或5G QoS機制。

【編輯推薦】

【責任編輯:

趙寧寧

TEL:(010)68476606】

點讚 0

相關焦點

  • 從雲計算+邊緣計算的角度看工業物聯網
    現在進入市場的軟體解決方案使企業能夠利用網關和傳統的工業計算平臺實時響應關鍵事件,保護安全性,並有效利用連接和帶寬。從雲計算和邊緣計算的角度來看工業物聯網,或許將得到新的認識。IIoT:不僅是雲計算工業物聯網(IIoT)通常與大數據和雲相關聯,從廣泛分布的傳感器中收集大量數據,將「信息轉化為洞察力」。
  • 劉江川院士:邊緣計算如何應對能源網際網路的碎片化和複雜性?
    從2016年才進入這個時代,我們面臨了非常大的挑戰,從消費網際網路、工業網際網路、能源網際網路的場景裡面,會看到在消費網際網路的時候有一些慣性的思維,這些思維認為在過去十幾年裡已經建立了高可靠、高性能的基礎設施建設,比如說長時間不間斷的工作,在斷電的情況下有備用電源切入,它會消耗大量的電力,這些電力通過應用的價值來換取。
  • 邊緣計算對於工控系統的重要性
    如果這些數據都要放到雲端處理,就需要無窮無盡的頻譜資源、傳輸帶寬和數據處理能力,「雲」難免不堪重負,此時就需要邊緣計算來分擔雲計算的壓力。「我們採集到的數據,90%都是垃圾」,位於江蘇崑山的某工廠老闆感嘆道,「去年365天的每時每刻,我們幾乎都進行了數據採集,採集到的數據卻不知道該如何利用。與投入到採集數據的各種費用相比,我認為並不值得。」
  • 劉江川院士:邊緣計算如何應對能源網際網路的碎片化和複雜性? | CCF...
    他指出,消費網際網路慣性的思維,是建立高可靠、高性能的基礎設施建設,即使這些設備消耗大量的電力,但是電力成本可以通過應用的價值來換取,比如在海量客戶端上獲取海量的數據,並且不受限制,隱私也不是大問題,數字價值得到體現。不過,這種思維在消費網際網路時代取得成功,在工業網際網路和能源網際網路時代確面臨著嚴峻的挑戰。
  • 邊緣計算與智能家居
    一方面,有了邊緣計算的支持,物聯網對設備的控制,就相當於人對於手的控制,可以直接通過大腦意識控制,因為當設備之間的聯動通過區域網內的邊緣計算實現時,邊緣計算內的邏輯在雲計算上早有備份。何為邊緣計算?邊緣計算是指在靠近物或數據源頭的一側,採用網絡、計算、存儲、應用核心能力為一體的開放平臺,就近提供最近端服務。這樣能夠減少請求響應時間、減少網絡帶寬同時,保證數據的安全性。說的大白話一點,就是設備本身就有處理數據的能力,而不必把所有數據都傳回雲端處理。
  • 數據中心網絡壓力及邊緣計算漫談
    隨著5G時代的到來,邊緣計算,物聯網以及AI也將逐步落地,未來將出現星羅棋布的邊緣數據中心,再加上用戶端的各類計算設備,將構成一個雲、邊、端彼此交叉訪問的物聯世界,屆時產生的數據將呈幾何倍數增長,給網絡端帶來的壓力也將進一步擴大。那麼,在未來的邊緣時代,數據中心網絡將出現哪些變化?又如何保障其穩定運行呢?
  • 從軍事角度看 Edge Computing不應譯為「邊緣計算」
    按字面的理解,Edge Network即是存在於「邊緣地帶」的連接網絡,最典型的例子,莫過於電信領域的通信基站(Base Station),從它的作用中可以看出,所謂的「Edge Network」就是最接近於用戶的連接網絡,此外「Edge Network」有時也被用於形容大型企業的分支公司網絡。如今,「Edge」的概念延續到了計算領域,正確的理解,就是最靠近實際應用場景的實時計算。
  • 邊緣計算總結 - CSDN
    根據中國邊緣計算產業聯盟的定義,邊緣計算是指在靠近物或數據源頭的網絡邊緣側,融合網絡、計算存儲、應用核心能力的開放平臺,就近提供邊緣智能服務,滿足行業數位化在敏捷聯接、實時業務、數據優化、應用智能安全與隱私保護等方面的關鍵需求
  • 解鎖萬億級市場:邊緣計算那些不「邊緣」的投資機會
    來源:虎嗅網本文作者:朱彤,編輯:尹悅璇、何麗芯,原文標題:《解鎖萬億級市場,邊緣計算不「邊緣」 | 華映洞察》,題圖來自:視覺中國萬物互聯時代,邊緣計算離我們很遠嗎?從VR/AR遊戲、超清視頻,到遠程醫療和自動駕駛,流暢低時延的智能生活背後,都有它的身影。
  • 對於邊緣計算的要求是什麼
    邊緣計算中的邊緣指的是網絡邊緣上的計算和存儲資源,這裡的網絡邊緣與數據中心相對,無論是從地理距離還是網絡距離上來看都更貼近用戶。邊緣計算則是利用這些資源在網絡邊緣為用戶提供服務的技術,使應用可以在數據源附近處理數據。如果從仿生的角度來理解邊緣計算,我們可以做這樣的類比:雲計算相當於人的大腦,邊緣計算相當於人的神經末端。
  • JITStack講解:什麼是邊緣計算?邊緣計算是靠近數據源的計算基礎
    驅動邊緣計算在智能製造領域應用的關鍵因素:1、低/間歇連接(例如遠程位置)2、將數據傳輸到雲的高成本帶寬3、低延遲,例如機器洞察和驅動之間的閉環交互(即在機器上採取行動)4、即時分析(例如,在現場工作以檢查機器性能的技術人員)5、訪問時態數據以進行實時分析6、合規性,監管或網絡安全限制邊緣計算與霧計算將計算能力和智能推向更靠近數據源的地方
  • 乾貨丨邊緣計算應用、現狀及挑戰
    針對於此,萬物互聯應用需求的發展催生了邊緣計算模型。邊緣計算模型是指在網絡邊緣執行計算的一種新型計算模型。邊緣計算模型中邊緣設備具有執行計算和數據分析的處理能力,將原有雲計算模型執行的部分或全部計算任務遷移到網絡邊緣設備上,降低雲伺服器的計算負載,減緩網絡帶寬的壓力,提高萬物互聯時代數據的處理效率。
  • 邊緣計算時代FPGA擁有無窮的潛力
    其主要目的是保持他們不願意發送到雲的數據的安全性;在許多情況下,雲服務供應商可能是他們的直接競爭對手。」同時,在 Manoj Roge 看來,沒有既定標準且需求碎片化的邊緣計算市場將是 FPGA 的大舞臺,對於提供高性能、高密度 FPGA 方案的 Achronix 而言也是重大的歷史性機遇。
  • 中國移動高同慶建言邊緣計算商用發展:謀共識、強能力、促合作
    高同慶指出,隨著工業網際網路和物聯網等新興行業的高速發展,各類創新應用對網絡指標提出極致要求,端到端低時延、數據不出場等核心需求都需要邊緣計算技術的支持,邊緣計算已成為垂直行業數位化轉型發展的剛需。;在應用示範方面,截至目前中國移動已建設百餘個邊緣計算示範項目,覆蓋22個省份,15個細分行業,推出30餘個面向商用的邊緣計算行業解決方案。
  • 一文看懂為什麼邊緣計算是大勢所趨 | GSMA 報告
    近日, GSMA發布了與邊緣計算產業聯盟(ECC)共同完成的《5G 時代的邊緣計算:中國的技術和市場發展》報告。該報告匯集了 20 多家在中國市場上領先的邊緣計算生態相關組織和企業的深刻洞察,分別從技術、應用、市場前景、機會、商業模式、政策法規多個角度,剖析了邊緣計算生態的現狀和未來發展。
  • 一文了解邊緣計算和邊緣AI
    所以,傳統的雲計算不能滿足對響應時間和安全性的高要求。以無人駕駛汽車為例,高速行駛的汽車需要在毫秒級的時間內響應,一旦由於數據傳輸、網絡等問題導致系統響應時間增加,將會造成嚴重的後果。除此之外,雲計算還面臨帶寬不足的問題。如果將邊緣設備產生的大量數據全部傳輸至雲計算中心,會給網絡帶寬造成極大的壓力。
  • 章魚的大腦與八個爪子 趣說邊緣計算
    這兩年雲計算、邊緣計算這樣的詞彙總是在各種文章中出現,雖然頻頻出現,但很多網友還是不太了解它們的真實內涵,那我們今天就來趣味解讀下什麼是邊緣計算   所以說為何大家在文章中總會看到只要提到邊緣計算,就一定會提到AI、物聯網,因為邊緣計算直接對終端設備的數據進行過濾和分析,同時還能夠減緩數據爆炸和網絡流量的壓力。而這些特性則是物聯網時代的基礎層。
  • 全球邊緣計算大會·北京站成功召開
    作為業內首個專門為邊緣計算人打造的行業盛會,此次活動現場共有超過500+來自政、產、學、研、用各界的企業負責人、權威技術專家、通信科技從業者、邊緣計算研究者、邊緣計算投資機構等參會,共話5G·邊緣計算議題及真知見解,反響十分熱烈。
  • 基於邊緣計算的大規模傳感器高頻採集系統研究
    傳感器採集系統實時監測、感知和採集各種環境或監測對象信息,實現物理世界多種元素、信息空間以及人類社會之間的交流,不同規模,不同採集頻率對傳感器採集系統的要求不一樣,對大規模傳感器進行高頻次採集,要求傳感器採集系統具備大範圍高帶寬的實時傳輸、計算、存儲和處理能力,統—集中式的雲計算模式無法滿足此要求,多接入邊緣計算(Muti-access Edge Computing, MEC)技術的出現才使其成為可能
  • 邊緣計算是什麼?下一次信息技術的變革
    邊緣計算中的邊緣指的是網絡邊緣上的計算和存儲資源,這裡的網絡邊緣與數據中心相對,無論是從地理距離還是網絡距離上來看都更貼近用戶。邊緣計算則是利用這些資源在網絡邊緣為用戶提供服務的技術,使應用可以在數據源附近處理數據。如果從仿生的角度來理解邊緣計算,我們可以做這樣的類比:雲計算相當於人的大腦,邊緣計算相當於人的神經末端。