當人們和設(shè)備面臨每一毫秒都至關(guān)重要的數(shù)據(jù)海嘯時，邊緣超級計算是當今日益互聯(lián)的世界的實時處理解決方案。

計算性能、軟件算法、連接性和深度學(xué)習(xí)的最新進展正在徹底改變?nèi)藱C交互。例如，通過將這些創(chuàng)新應(yīng)用于消費產(chǎn)品，移動設(shè)備可以提供更強大的用戶體驗。在運輸中，車輛可以封裝智能功能，使其更安全，更高效。無人機（UAV）或無人機可以在不使人類面臨風(fēng)險的情況下完成對遠程管道和基礎(chǔ)設(shè)施資產(chǎn)的安全檢查。在工業(yè)應(yīng)用中，開發(fā)人員可以通過高度智能的機器人技術(shù)實現(xiàn)更高水平的制造流程效率、精度和可擴展性。消費者還可以釋放物聯(lián)網(wǎng)（IoT）和智能家居自動化的優(yōu)勢，騰出時間做更多我們喜歡的事情。

傳感器和攝像頭在當今物聯(lián)網(wǎng)應(yīng)用、自動駕駛汽車和工業(yè)機器人中的激增需要新的高性能邊緣處理解決方案，以提高計算能力，同時消耗更少的能源并增強安全性和隱私性。盡管云計算已經(jīng)徹底改變了我們處理和存儲大型數(shù)據(jù)集的方式，但一些障礙（例如性能和帶寬）限制了自主應(yīng)用程序，因為必須以最小的延遲做出基于邊緣的決策。

隨著近年來物聯(lián)網(wǎng)技術(shù)和傳感器的爆炸式增長，沒有簡單的方法來管理和利用數(shù)十億連接設(shè)備不斷生成的所有數(shù)據(jù)。實現(xiàn)人工智能（AI）的承諾需要訪問大量的傳感器數(shù)據(jù)，以實現(xiàn)幾乎即時的決策。此外，傳感器和計算資源之間的直接通信對于實時決策至關(guān)重要。這些新需求正在推動行業(yè)向邊緣超級計算邁進，這使得數(shù)據(jù)采集和處理能夠在接入網(wǎng)絡(luò)的邊緣進行，并且更接近最終用戶。

管理數(shù)據(jù)洪流

考慮一下大量安裝的充滿傳感器的物聯(lián)網(wǎng)設(shè)備，這些設(shè)備會產(chǎn)生大量數(shù)據(jù)。根據(jù)Verizon的說法，每平方公里有超過一百萬臺連接的設(shè)備。這些物聯(lián)網(wǎng)設(shè)備無處不在，并且數(shù)量還在不斷增長。從我們家中和辦公室的安全攝像頭，到個人醫(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。Verizon估計，在任何一天，一輛聯(lián)網(wǎng)汽車產(chǎn)生的數(shù)據(jù)都比Facebook的所有數(shù)據(jù)都要多。將當今全球部署的所有連接設(shè)備、無線傳感器和機器人的數(shù)據(jù)輸出水平相乘，很容易看出我們正面臨著一場數(shù)據(jù)海嘯，這些數(shù)據(jù)可能會淹沒我們做出實時決策的能力。

不幸的是，估計有80%的邊緣數(shù)據(jù)被浪費了，因為由于帶寬、延遲、隱私或成本限制，這些數(shù)據(jù)無法傳輸?shù)皆浦羞M行處理。為了實現(xiàn)人工智能和自主性的承諾，我們必須從根本上提高網(wǎng)絡(luò)和計算效率。這包括在邊緣持續(xù)學(xué)習(xí)的能力，而不是依靠令人眼花繚亂的數(shù)據(jù)上傳到云來執(zhí)行深度神經(jīng)網(wǎng)絡(luò)的完全集中訓(xùn)練。

現(xiàn)有的網(wǎng)絡(luò)和云計算技術(shù)沒有經(jīng)過優(yōu)化，無法處理物聯(lián)網(wǎng)設(shè)備生成的大量邊緣數(shù)據(jù)。超大規(guī)模數(shù)據(jù)中心中使用的高性能、耗電服務(wù)器非常笨拙且成本太高，無法部署在邊緣附近。系統(tǒng)和網(wǎng)絡(luò)架構(gòu)師已經(jīng)設(shè)想了應(yīng)對這一數(shù)據(jù)挑戰(zhàn)的解決方案：向邊緣而不是云添加更多的計算智能。隨著這一趨勢的鞏固和擴展，計算基礎(chǔ)設(shè)施的新增長將出現(xiàn)在更接近數(shù)據(jù)中心領(lǐng)域之外的網(wǎng)絡(luò)邊緣的最終用戶。

根據(jù)福雷斯特研究公司的說法，以下因素正在推動邊緣計算的增長：

持續(xù)擴展物聯(lián)網(wǎng)和機器對機器 （M2M） 連接

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

影響云計算的帶寬和連接限制

數(shù)據(jù)存儲和傳輸成本的上升

日益分散和移動的員工隊伍

新的和正在出現(xiàn)的數(shù)據(jù)隱私問題和要求。

邊緣超級計算的興起

在這十年及以后，我們將看到建立在邊緣計算和邊緣服務(wù)器技術(shù)背后的數(shù)據(jù)中心之外的高性能計算的創(chuàng)新。我們將看到一種新的計算范式的迅速崛起：邊緣超級計算。

隨著智能邊緣設(shè)備在現(xiàn)場的不斷涌現(xiàn)，將高性能計算功能嵌入這些設(shè)備所需的投資和上市時間只會加快。自動駕駛汽車和工業(yè)物聯(lián)網(wǎng)設(shè)備等實時應(yīng)用將需要大量的車載計算資源。還可以通過添加本地服務(wù)器或邊緣數(shù)據(jù)中心來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

由于邊緣的機器智能依賴于嵌入在做出實時決策的設(shè)備中的各種傳感器，因此所需的計算能力和低延遲大于當前數(shù)據(jù)處理基礎(chǔ)設(shè)施（即云）能夠大規(guī)模處理的計算能力和低延遲。這些新興需求正在改變數(shù)據(jù)處理的方式和地點。

許多數(shù)據(jù)中心正在將其部分計算資源移動到更靠近接收和發(fā)送數(shù)據(jù)的設(shè)備。越來越多的AI設(shè)備用戶選擇在現(xiàn)場而不是在云中處理數(shù)據(jù)。由于數(shù)據(jù)在本地存儲和處理，而不是傳輸?shù)皆贫?，因此邊緣計算增強了安全性和隱私性的許多方面。邊緣計算還為創(chuàng)新開辟了新的機會，以滿足對高性能、低延遲、高能效物聯(lián)網(wǎng)產(chǎn)品和智能自主應(yīng)用不斷增長的需求。

向邊緣計算的持續(xù)轉(zhuǎn)變將需要重新構(gòu)想IT戰(zhàn)略和架構(gòu)。以下因素是新的邊緣超級計算范例的重要考慮因素：

將支持操作重新調(diào)整到邊緣 - 將軟件支持從 x86 CPU 和計算統(tǒng)一設(shè)備架構(gòu) （CUDA） GPU 擴展到針對邊緣或嵌入式服務(wù)器優(yōu)化的新架構(gòu)。部署靈活的硬件架構(gòu)，利用不斷發(fā)展的算法工作負載，在多租戶環(huán)境中運行不同類型的工作負載。

擴展開發(fā)運維 - 將開發(fā)運維從云端擴展到邊緣設(shè)備以及兩者之間的任何地方。

重新確定資本分配的優(yōu)先級 - 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。

對于物聯(lián)網(wǎng)和人工智能基礎(chǔ)設(shè)施而言，將高性能邊緣處理功能添加到當今的運營架構(gòu)中，與過去十年中不斷擴展的云計算功能一樣重要。盡管在邊緣處理的許多領(lǐng)域取得了進展，但在邊緣部署高級算法的開發(fā)人員仍然受到資源限制?；谶吘壍臋C器智能在改進任務(wù)和流程方面的全部潛力尚未實現(xiàn)。

開發(fā)人員必須針對優(yōu)化的目標硬件定制 AI 和高性能工作負載，而不是相反。硬件應(yīng)專門針對這些要求苛刻的邊緣工作負載而構(gòu)建。尋求為新的應(yīng)用程序挑戰(zhàn)創(chuàng)建算法的開發(fā)人員需要實驗和創(chuàng)新的空間。目前可用的邊緣計算產(chǎn)品可能具有設(shè)計靈活性，但它們?nèi)狈⑾敕ㄞD(zhuǎn)化為可以大規(guī)模部署的市場可行應(yīng)用程序的處理能力。該解決方案是邊緣超級計算 - 一種全新的硬件和軟件架構(gòu)，將高性能計算與復(fù)雜的AI功能相結(jié)合。

跨多個應(yīng)用程序和市場部署邊緣超級計算的好處將對世界各地的人們、工作場所、行業(yè)和城市產(chǎn)生變革性影響。隨著智能邊緣設(shè)備的實時決策成為現(xiàn)實，我們將體驗到一個充滿我們尚未想象的可能性的世界，以及無數(shù)的創(chuàng)新，這些創(chuàng)新將使我們的生活更安全，更有保障，更高效。

審核編輯：郭婷