账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
完善AIoT应用体验 边缘运算功不可没
软硬体与网路架构同步演进

【作者: 籃貫銘、王岫晨】2020年04月24日 星期五

浏览人次:【6891】

要让运行的效能与使用的体验有所提升,边缘运算是最关键的一环。


边缘运算很清楚明了,就是要增加终端设备与服务的运行效能。


同时降低5G网路系统的负载,进而提升整体的运作效率。


业界普遍的看法,多认为5G是智慧物联(AIoT)应用的最后一哩。然而5G是个大概念,涵盖的内容十分宽广多元,其中当然有很大的成分与AIoT有关联,但若要让运行的效能与使用的体验有所提升,则边缘运算(Edge Computing)就是最关键的一环。


不同于4G时代,5G所要实践的愿景是相当的「服务吃重(Service-heavy)」,例如智慧4K串流、智慧建筑、无人驾驶等,都是以提供终端服务应用为导向。而既然是服务,最终的使用者体验就是成败的关键,而要达成优异的体验,光靠5G本身的技术其实力有未逮,终端装置本身也要有所应对才行,也因此边缘运算的需求就开始被提出。


在这个基础下,边缘运算所要解决的问题也就清楚明了,就是要增加终端设备与服务的运行效能,进而改善使用者的体验,同时也透过增加端点装置的能力之后,降低5G网路系统的负载,进而提升整体的运作效率。


而一般的边缘运算多属于硬体解决方案,也就是在装置中增加特定的运算晶片或模组,让过往需要在云端处理的功能,转移到装置端处理,一方面可以增加运行的效率,另一方面也可以降低云端的负担。


尤其目前是讲求AI应用的时代,数据的收集与分析多是在终端发生,因此各个末端节点都必须要具备一定的运算效能,才能实现最佳的使用者体验,所以边缘运算的在目前的AIoT架构中的重要性也日益提升,同时更多的系统商在推出产品时,也都必须具备相关的功能。


边缘运算不仅装置端 网路架构也需考量

不过边缘运算除了在装置端的硬体上发生外,在网路布建上也须思考相关的作法,才能更全面的发挥效益。因为就网路应用流程来说,使用者仍须经过基地台(Base station)、骨干网路(Backhaul),再到电信核心网路(EPC),若要提升体验品质,如何增进这之间的效率就是必要的工作。


也因此,一个名为「多存取边缘运算(Multi-access Edge Computing,MEC)」技术就渐渐被运用在未来的5G应用服务中。该技术的目标是让电信服务与IT系统有更佳的协同运作效能。它是透过与行动核心网路整合的方式,让其运行的环境能够具备超低延迟与超高频的效能,进而提升用户的使用体验。


不同于其它的虚拟云端和行动边缘技术,MEC具有更高的弹性与灵活性,电信运营商只要透过开放其无线接取网路(Radio Access Network,RAN)边缘,就可以快速的布建先进的无线应用程序和服务。包含影像分析、区域型服务、物联网、扩增实境、区域型内容配送与优化和资料库快取等。


目前MEC仍再发展中,也持续进行各种实场的测试,例如英特尔就与中国联通、Nokia 和腾讯云合作,进行MEC技术的演唱会与体育赛事的高画质转播。而透过采MEC的架构,能让这影片储存在会场当地的云端,避免经过网路骨干(backhaul)进而造成延迟。


采用该应用程式能让用户观看架设在会场各处的摄影机所串流的HD影像,不仅直播影片的延迟大幅降低,还能让在现场的网红透过社群媒体进行直播,直接结合来自会场摄影机的影像资料和自己装置端所拍摄的视讯。


此外,该服务也提供地理位置功能,让会场中的人能够找到自己的朋友,或者与频道关注的粉丝互传讯息。而所有传送至会场内手机的讯息都只在当地路由,因此减轻了云端网路的负担。


而台湾的工研院也正在研究MEC相关的解决方案,且其研究成果也获得IEST协会的认可,收录为其概念验证(PoC)的范例。该范例为工研院资通所与Linker Network、远传电信所共同开发,一种专门针对RAN频宽管理的服务感知MEC平台。



图一 : MEC定位在RNA边缘,是5G核心网路与区域终端使用者的切换点。 (CTIMES制图)
图一 : MEC定位在RNA边缘,是5G核心网路与区域终端使用者的切换点。 (CTIMES制图)

提供洞察力

物联网装置正在爆炸性的成长,这些装置的运算能力不断增加,已产生出前所未见的资料量。而随着5G网路使得行动式装置的连结数量暴增,未来的数据资料量也将持续成长。


在过去,云端与人工智慧(AI)意义在于透过资料来提出可行的洞察,以进行自动化并加速创新。然而,连接的装置所建立的资料规模与复杂性,已超越网路与基础架构的能力。


将所有装置产生的资料传送至集中式资料中心,或传送至云端,将导致频宽及延迟问题。对此,边缘运算可提供更有效率的替代方案,资料的处理及分析将更接近建立资料的位置。因为不会透过网路将数据资料传输到云端或资料中心进行处理,所以大幅减少延迟问题。边缘运算,以及逐渐成型的5G网路行动式边缘运算,将提供更快更全面的资料分析、产生更深入的洞察、具有更快的回应时间,以及改善客户体验。


发挥机器潜力

从IBM的调查资料可以发现,从连接的车辆,到工厂的智慧型机器人,世界从装置中产生的资料量比以往任何时候都要高,然而这些庞大的物联网资料却没有被充分开发利用或使用。例如,麦肯锡公司的研究发现,一个离岸石油钻机从3万个感测器产生资料,但目前只使用不到1%的资料来制定决策。


边缘运算利用装置内运算能力,近乎即时地提供深度洞察与预测分析。在边缘装置中提高分析能力,可以驱动创新来提升品质并提升价值。它还提出了重要的策略问题,在增加运算容量的情况下,决策者如何管理执行这些类型之行动工作负载部署?如何使用装置中内嵌的智慧能力,以更快应对影响员工、客户及企业的作业流程?为了从所有这些装置中撷取最有价值的资讯,必须将大量的计算移动到边缘。


行动装置边缘运算

Nvidia认为,边缘运算就跟甜甜圈一样,摆放在愈靠近消费者的地方愈是理想。想吃点的时候,不必再走到街角的甜甜圈店,要是甜甜圈在桌子上,一伸手就能拿到,马上就能心满意足。边缘运算就是这样的道理。如果在处理资料的过程中,还要再把资料传到云端的人工智慧应用程式来执行,势必会慢一点才能拿到答案。但要是传到邻近的边缘伺服器,就像是直接从桌上的盒中拿起一个甜甜圈一样简单方便。



图二 : 边缘运算就跟甜甜圈一样,摆放在愈靠近消费者的地方愈是理想。
图二 : 边缘运算就跟甜甜圈一样,摆放在愈靠近消费者的地方愈是理想。

在这个当下,就能享受到边缘运算带来的便捷,而这种体验就自来于口袋里的智慧手机。存在于电信网路「边缘」的款智慧手机,能够以更聪明的方式处理语音应答内容,并拍摄出更好看的照片。边缘运算概念就是在尽量靠近来源处,取得并处理资料。边缘运算会收集到几GB甚至是几TB的巨量串流资料来进行处理,像是自驾车、工厂机器人、医院的医疗影像机器、零售商店的收银台摄影机等应用领域,都需要仰赖边缘运算技术。


结语


图三 : 最好的边缘运算体验就来自囗袋里的智慧手机。
图三 : 最好的边缘运算体验就来自囗袋里的智慧手机。

估计到2025年时,会有1500亿台机器感应器及物联网装置源源不绝传输各项资料,而这些资料都需要加以处理。届时5G网路已经成熟,其速度较4G网路快上百倍,将开启更多人工智慧服务数量的可能性,而这也进一步推动对于边缘运算的需求。


相关文章
落实马达节能维运服务
NVIDIA人工智慧专家看2024年
利用边缘运算节约能源和提升永续性
边缘运算伺服器全方位应用场景
工业转型、云端与边缘运算
comments powered by Disqus
相关讨论
  相关新闻
» Pure Storage携手NVIDIA加快企业AI导入 以满足日益成长的需求
» 资策会携手日本5GMF推动5G发展趋势及创新应用
» GTC 2024:宜鼎以智慧工厂解决方案秀边缘AI整合实力
» 黄仁勋:运算技术的创新 将驱动全新工业革命
» GTC 2024:所罗门与NVIDIA合作加速生成式AI应用


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83SA1W9MQSTACUKI
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw