計(jì)算性能、軟件算法、連接性和深度學(xué)習(xí)方面的最新進(jìn)展正在徹底改變?nèi)藱C(jī)交互。例如，通過(guò)將這些創(chuàng)新應(yīng)用于消費(fèi)產(chǎn)品，移動(dòng)設(shè)備可以提供更強(qiáng)大的用戶(hù)體驗(yàn)。在交通運(yùn)輸中，車(chē)輛可以封裝智能功能，使其更安全、更高效。無(wú)人駕駛飛行器 （UAV） 或無(wú)人機(jī)可以在不將人類(lèi)置于危險(xiǎn)之中的情況下完成對(duì)遠(yuǎn)程管道和基礎(chǔ)設(shè)施資產(chǎn)的安全檢查。在工業(yè)應(yīng)用中，開(kāi)發(fā)人員可以通過(guò)高度智能的機(jī)器人技術(shù)實(shí)現(xiàn)制造過(guò)程的更高水平的效率、精度和可擴(kuò)展性。消費(fèi)者還可以釋放物聯(lián)網(wǎng) （IoT） 和智能家居自動(dòng)化的優(yōu)勢(shì)，騰出時(shí)間做更多我們喜歡的事情。

當(dāng)今物聯(lián)網(wǎng)應(yīng)用、自動(dòng)駕駛汽車(chē)和工業(yè)機(jī)器人技術(shù)中傳感器和攝像頭的激增需要新的高性能邊緣處理解決方案，以提高計(jì)算能力，同時(shí)消耗更少的能源并增強(qiáng)安全性和隱私性。盡管云計(jì)算已經(jīng)徹底改變了我們處理和存儲(chǔ)大型數(shù)據(jù)集的方式，但性能和帶寬等一些障礙限制了自治應(yīng)用程序，因?yàn)楸仨氁宰钚〉难舆t做出基于邊緣的決策。

隨著近年來(lái)物聯(lián)網(wǎng)技術(shù)和傳感器的爆炸式增長(zhǎng)，沒(méi)有簡(jiǎn)單的方法來(lái)管理和利用數(shù)十億連接設(shè)備不斷生成的所有數(shù)據(jù)。實(shí)現(xiàn)人工智能 （AI） 的承諾需要訪(fǎng)問(wèn)大量傳感器數(shù)據(jù)，以實(shí)現(xiàn)幾乎即時(shí)的決策。此外，傳感器和計(jì)算資源之間的直接通信對(duì)于實(shí)時(shí)決策至關(guān)重要。這些新需求正在推動(dòng)行業(yè)向邊緣超級(jí)計(jì)算發(fā)展，這使得數(shù)據(jù)采集和處理可以在接入網(wǎng)絡(luò)的邊緣進(jìn)行，并且離最終用戶(hù)更近。

管理數(shù)據(jù)洪流

考慮到大量安裝了傳感器的物聯(lián)網(wǎng)設(shè)備，這些設(shè)備產(chǎn)生了大量的數(shù)據(jù)。據(jù) Verizon 稱(chēng)，每平方公里有超過(guò) 100 萬(wàn)臺(tái)聯(lián)網(wǎng)設(shè)備。這些物聯(lián)網(wǎng)設(shè)備無(wú)處不在并且數(shù)量不斷增加。從我們家和辦公室的安全攝像頭，到個(gè)人醫(yī)療設(shè)備和農(nóng)業(yè)傳感器，再到我們隨身攜帶的智能手機(jī)。Verizon 估計(jì)，在任何一天，一輛聯(lián)網(wǎng)汽車(chē)產(chǎn)生的數(shù)據(jù)都超過(guò)了 Facebook 的所有數(shù)據(jù)。將當(dāng)今所有連接設(shè)備、無(wú)線(xiàn)傳感器和部署在世界各地的機(jī)器人的數(shù)據(jù)輸出水平相乘，很容易看出我們正面臨著數(shù)據(jù)海嘯，這可能會(huì)淹沒(méi)我們做出實(shí)時(shí)決策的能力。

不幸的是，估計(jì)有 80% 的邊緣數(shù)據(jù)被浪費(fèi)了，因?yàn)橛捎趲挕⒀舆t、隱私或成本限制，它無(wú)法傳輸?shù)皆贫诉M(jìn)行處理。為了兌現(xiàn)人工智能和自治的承諾，我們必須從根本上提高網(wǎng)絡(luò)和計(jì)算效率。這包括在邊緣持續(xù)學(xué)習(xí)的能力，而不是依靠上傳到云端的大量數(shù)據(jù)來(lái)執(zhí)行深度神經(jīng)網(wǎng)絡(luò)的完全集中式訓(xùn)練。

現(xiàn)有的網(wǎng)絡(luò)和云計(jì)算技術(shù)并未針對(duì)物聯(lián)網(wǎng)設(shè)備生成的海量邊緣數(shù)據(jù)進(jìn)行優(yōu)化。超大規(guī)模數(shù)據(jù)中心中使用的高性能、耗電的服務(wù)器笨重且成本太高，無(wú)法在邊緣附近部署。系統(tǒng)和網(wǎng)絡(luò)架構(gòu)師已經(jīng)為這一數(shù)據(jù)挑戰(zhàn)設(shè)想了解決方案：將更多計(jì)算智能添加到邊緣而不是云。隨著這一趨勢(shì)的鞏固和擴(kuò)展，計(jì)算基礎(chǔ)設(shè)施的新增長(zhǎng)將在數(shù)據(jù)中心域之外的網(wǎng)絡(luò)邊緣更接近最終用戶(hù)。

據(jù) Forrester Research 稱(chēng)，以下因素正在推動(dòng)邊緣計(jì)算的增長(zhǎng)：

物聯(lián)網(wǎng)和機(jī)器對(duì)機(jī)器 （M2M） 連接的持續(xù)擴(kuò)展

復(fù)雜的算法和新應(yīng)用，例如人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、自動(dòng)駕駛汽車(chē)和虛擬/增強(qiáng)現(xiàn)實(shí)，都需要低延遲和高可靠性

影響云計(jì)算的帶寬和連接限制

數(shù)據(jù)存儲(chǔ)和傳輸成本上升

越來(lái)越分散和移動(dòng)的勞動(dòng)力

新出現(xiàn)的數(shù)據(jù)隱私問(wèn)題和要求。

邊緣超級(jí)計(jì)算的興起

在這十年及以后，我們將看到基于邊緣計(jì)算和邊緣服務(wù)器技術(shù)的數(shù)據(jù)中心之外的高性能計(jì)算創(chuàng)新。我們將看到一種新的計(jì)算范式迅速崛起：邊緣超級(jí)計(jì)算。

下圖顯示了當(dāng)我們遠(yuǎn)離數(shù)據(jù)中心模型而更接近智能、計(jì)算能力強(qiáng)的邊緣設(shè)備時(shí)計(jì)算基礎(chǔ)設(shè)施特性的權(quán)衡。

隨著智能邊緣設(shè)備在該領(lǐng)域的不斷激增，將高性能計(jì)算能力嵌入這些設(shè)備所需的投資和上市時(shí)間只會(huì)加快。自動(dòng)駕駛汽車(chē)和工業(yè)物聯(lián)網(wǎng)設(shè)備等實(shí)時(shí)應(yīng)用將需要大量的車(chē)載計(jì)算資源。通過(guò)添加本地服務(wù)器或邊緣數(shù)據(jù)中心，還可以更有效地解決帶寬受限的應(yīng)用程序。

戰(zhàn)略和架構(gòu)的轉(zhuǎn)變

由于邊緣的機(jī)器智能依賴(lài)于嵌入在設(shè)備中的各種傳感器來(lái)做出實(shí)時(shí)決策，因此所需的計(jì)算能力和低延遲要大于當(dāng)前數(shù)據(jù)處理基礎(chǔ)設(shè)施（即云）能夠大規(guī)模處理的能力。 這些新出現(xiàn)的需求正在改變數(shù)據(jù)處理的方式和地點(diǎn)。

許多數(shù)據(jù)中心正在將其部分計(jì)算資源移動(dòng)到更靠近接收和發(fā)送數(shù)據(jù)的設(shè)備處。越來(lái)越多的人工智能設(shè)備用戶(hù)選擇在現(xiàn)場(chǎng)而不是在云端處理數(shù)據(jù)。通過(guò)在本地存儲(chǔ)和處理數(shù)據(jù)而不是傳輸?shù)皆贫?，邊緣?jì)算增強(qiáng)了安全和隱私的許多方面。邊緣計(jì)算還為創(chuàng)新開(kāi)辟了新的機(jī)會(huì)，以滿(mǎn)足對(duì)高性能、低延遲、節(jié)能物聯(lián)網(wǎng)產(chǎn)品和智能自主應(yīng)用日益增長(zhǎng)的需求。

向邊緣計(jì)算的持續(xù)轉(zhuǎn)變將需要重新構(gòu)想 IT 戰(zhàn)略和架構(gòu)。以下因素是新邊緣超級(jí)計(jì)算范式的重要考慮因素：

將支持操作重新調(diào)整到邊緣——將軟件支持從 x86 CPU 和計(jì)算統(tǒng)一設(shè)備架構(gòu) （CUDA） GPU 擴(kuò)展到針對(duì)邊緣或嵌入式服務(wù)器優(yōu)化的新架構(gòu)。部署靈活的硬件架構(gòu)，以利用不斷發(fā)展的算法工作負(fù)載在多租戶(hù)環(huán)境中運(yùn)行不同類(lèi)型的工作負(fù)載。

擴(kuò)展 dev-ops - 將 dev-ops 從云擴(kuò)展到邊緣設(shè)備以及介于兩者之間的任何地方。

重新確定資本分配的優(yōu)先級(jí) - 探索在部署本地邊緣服務(wù)器和/或增加邊緣數(shù)據(jù)中心容量方面的投資。

將高性能邊緣處理能力添加到當(dāng)今的運(yùn)營(yíng)架構(gòu)中對(duì)于物聯(lián)網(wǎng)和人工智能基礎(chǔ)設(shè)施至關(guān)重要，就像過(guò)去十年擴(kuò)展云計(jì)算能力一樣。盡管邊緣處理的許多領(lǐng)域都取得了進(jìn)展，但在邊緣部署高級(jí)算法的開(kāi)發(fā)人員仍然受到資源限制。基于邊緣的機(jī)器智能在改進(jìn)任務(wù)和流程方面的全部潛力尚未實(shí)現(xiàn)。

開(kāi)發(fā)人員必須針對(duì)優(yōu)化的目標(biāo)硬件定制 AI 和高性能工作負(fù)載，而不是相反。硬件應(yīng)該專(zhuān)為這些苛刻的邊緣工作負(fù)載而設(shè)計(jì)。尋求為新的應(yīng)用程序挑戰(zhàn)創(chuàng)建算法的開(kāi)發(fā)人員需要進(jìn)行實(shí)驗(yàn)和創(chuàng)新的空間。當(dāng)前可用的邊緣計(jì)算產(chǎn)品可以實(shí)現(xiàn)設(shè)計(jì)靈活性，但它們?nèi)狈⑾敕ㄞD(zhuǎn)化為可大規(guī)模部署的市場(chǎng)可行應(yīng)用程序的處理能力。該解決方案是邊緣超級(jí)計(jì)算——一種全新的硬件和軟件架構(gòu)，將高性能計(jì)算與復(fù)雜的人工智能功能相結(jié)合。

在多個(gè)應(yīng)用程序和市場(chǎng)中部署邊緣超級(jí)計(jì)算的好處將為世界各地的人、工作場(chǎng)所、行業(yè)和城市帶來(lái)變革。隨著智能邊緣設(shè)備的實(shí)時(shí)決策成為現(xiàn)實(shí)，我們將體驗(yàn)到一個(gè)我們尚未想象的可能性和無(wú)數(shù)創(chuàng)新的世界，這些創(chuàng)新將使我們的生活更安全、更有保障、更有成效。

審核編輯：郭婷