Skip to content

Latest commit

 

History

History
84 lines (44 loc) · 8.06 KB

边缘计算与5G:它们是一回事吗?.md

File metadata and controls

84 lines (44 loc) · 8.06 KB

边缘计算与 5G:它们是一回事吗?

一名持怀疑态度的工程师将炒作与事实区分开

标签: IBM Edge Application Manager,Open Horizon,边缘计算

原文链接

John Walicki

发布: 2020-06-30


电信和行业专家们还一直在宣传即将到来的 5G 和边缘时代,认为这些技术将带来新一轮的创新风暴。对于这些技术在下一个时代产生的社会影响的预测和不确定性,消费者和开发者都感到十分困惑。

更快的速度和融合 AI 的边缘用例是否让您兴奋不已?我也很兴奋!我原是一名电气工程师,后来转职做了嵌入式软件开发者,已经对那些装腔作势的新闻头条见怪不怪了。下面来看看规范表。

边缘计算和 5G 方面的相关问题

本文将解决开发者在 5G 和边缘计算方面可能遇到的一些问题,并介绍如何在实际实现中应用这些技术。

边缘计算和 5G – 它们不是一回事吗?

并非如此!虽然 5G 和边缘有时可以互换使用,但它们确实是不同的技术,可以为不同的消费者、零售和工业部门提供不同的价值。

边缘计算的核心是让工作负载和模型远离云端,让其更接近操作的执行位置。边缘涉及到管理分布式 AI 模型,这些模型通过在数据源附近进行预测分析来处理数据和提取洞察。下一代的边缘工具还可以促进 大规模编排 并包含 自主管理

另一方面,5G 是一种通信协议和技术集合。在大多数情况下,其价值在于提供新的和改进的通信方法,有时包括速度更快且延迟更低的设备间通信方法。

但越快越好,对吧?

是的,5G 承诺了更低的延迟、更大的带宽和实现网络切片。与 4G 相比,5G 的延迟可能从 9ms 降低到 5ms,而在现实中,这就是从设备到信号塔的延迟。目前,从设备到云服务的端到端往返延迟是 400 到 500 ms。5G 实际上只将延迟降低大约 1%。同样,核心基础架构网络仍然是云后端的瓶颈。

我们真正想要的是更智能,而不是更快。这需要将机器学习 AI 预测模型的工作负载移的更靠近操作员或流程,以避免后端瓶颈。我们需要通过边缘计算来实现更智能,而不是更快。边缘计算适用于 5G、4G、LTE、有线和卫星通信,而且无需关注断开连接情况。

如果边缘计算是 下一个重大里程碑,那我为什么还要成为一名经认证的云原生程序员?

对分散在企业环境中的计算设备进行的分布式系统管理并不是一项新技术。自 90 年代客户端/局域网服务器时代以来,计算行业就一直在这样做。

在过去的十年中,我们学会了如何使用云原生技术(如容器化和容器管理)在互联网上大规模管理工作负载,这是一个新的领域。如果我们将云原生管理方法引入到边缘来用于管理和编排这些边缘设备,就会释放出巨大的价值。 好消息是,您可以应用自己喜欢的一些技术(比如容器化工作负载和 Kubernetes)来管理边缘基础架构。

边缘在哪里?

LFEdge State of the Edge 项目遵循以下几个原则:

  1. 边缘是一个位置,而不是具体事物
  2. 有很多种边缘,但我们现在关注的边缘是最后一英里网络的边缘。
  3. 这个边缘有两端:一端是网络基础架构边缘,另一端是本地设备边缘。
  4. 这两端都存在计算,并与集中式云协同工作。

边缘术语表 包含一些精确的定义。下面是几个值得注意的术语:

  • 设备边缘。设备边缘是最后一英里网络的 设备或用户端 的边缘计算能力。设备边缘通常依赖于现场的网关或类似设备来收集和处理来自设备的数据。它还可以使用来自智能手机、笔记本电脑和传感器等用户设备的有限备用计算和数据存储能力来处理边缘计算工作负载。设备边缘与基础架构边缘不同之处在于,设备边缘使用的是设备资源。

  • 设备边缘云。这是边缘云概念的扩展,在其中可通过设备边缘中的资源来处理某些工作负载。这种边缘通常不提供类似云的弹性分配资源,但它可能是零延迟工作负载的最佳选择。

  • 基础架构边缘。基础架构边缘是一种边缘计算能力,通常以一个或多个边缘数据中心的形式存在,它部署在最后一英里网络的 运营商端。位于基础架构边缘的计算、数据存储和网络资源允许类似于集中式数据中心内的云功能(如资源的弹性分配),但由于与集中式或区域性数据中心相比,用户的局部性程度更高,因此延迟和数据传输成本都更低一些。

如何使我的边缘设备变得“智能”?

工业物联网设备擅长生成数据,将数据传输到云进行分析,并将数据表示为 数字孪生。利用数据科学技术,您可以开始构建 AI 模型来预测设备的行为,并发掘预测性维护洞察。

虽然云中的存储和计算能力几乎是无限的,但我们确实不需要永远传输和保存亚秒级的时间序列数据。随着时间的推移,数据的价值会迅速下降。虽然使用 5G 可以更快地发送数据,但数据的价值是短暂的。

最好是收集足够的数据以便在云中构建机器学习模型,将该模型向下部署到边缘,然后在靠近数据源的位置运行模型推理。将高速数据流保持在本地,并在边缘进行视频分析、对象检测或高速机器特征建模。

一旦您通过 AI 释放了分布式边缘计算的价值,实现业务用例的可能性将大大提升,这一点很令人兴奋。下一步是将其转化为概念证明 (PoC)。让几十个边缘设备变得“智能”可实现出色的 PoC。部署和缩放数千个边缘设备时确实需要自主管理方法,比如 IBM Edge Application Manager 中提供的方法。

如何将边缘计算用于分布式 AI 工作负载?

在任何网络(包括 5G 网络)中,边缘设备的管理都会随着规模变大而成为一个难题。如何在分散的边缘设备上部署、监视、管理和重新分配工作负载?Open Horizon 编排软件是基于 Linux Foundation Edge 所管理的开源项目构建而成的,可以让软件工程师、数据科学家和运营商通过推送和控制容器化工作负载来管理数千个设备。

是否可以将 5G 和边缘计算结合使用?

可以!想象一下,一辆救护车运送一位病重或受伤的病人赶往医院。传送回急诊室的 5G 视频可以给急诊室医护人员提供关键的救治时间和更好的情境意识。救护车中的医疗传感器可以通过 5G 网络将病人的生命统计数据传送到急诊室。医务人员可以为 EMT 现场急救人员提供实时指导。在边缘自主运行的医疗设备可以为急救人员、医生和护士提供帮助。在救护车到达医院之前,这宝贵的几分钟额外护理时间可能是挽救生命的转机。

结束语及后续步骤

最后,我希望这些答案可以帮助您在未来几年内规划网络和分布式边缘项目。尽管 5G 和边缘有时会放在一起讨论,但它们属于不同的技术,具有不同的价值。边缘是一套用于部署和编排 AI 工作负载的技术。5G 是用于最后一英里网络的通信协议。

我期待运用我最新掌握的数据科学和容器化技能来管理边缘的 AI 工作负载。我希望您像我一样,想要的是更智能,而不仅是更快。

本文翻译自: Edge Computing vs. 5G: Are they the same thing?(2020-05-04)