边缘计算

什么是边缘计算

边缘计算是指在网络边缘执行计算的技术：既可以进入云存储，也可以不进入云存储。边缘是一个连续体，包含任何计算和网络资源——数据源和云数据中心之间的路径。

https://www.sdnlab.com/23066.html

什么技术支持边缘计算

Weisong Shi：在过去十年中，至少已经有七种相关技术用于边缘计算。广泛部署的网络技术（如4G，5G和LG通信）对边缘计算非常重要，隔离技术也是如此。例如，云上有很多服务器。您可以隔离该云的一部分以支持不同类型的应用程序。边缘计算也需要隔离。

计算机体系结构在过去三到五年的推进使我们得到了第三种技术：加速器。诸如AI驱动的硬件加速器正在将越来越多的智能放在边缘。

第四种技术是边缘的操作系统。您需要一个操作系统来管理边缘的不同资源。除了管理边缘资源外，边缘操作系统还需要与云和大量物联网设备进行交互。

除了操作系统之外，您还需要一个边缘的执行框架，它可以动态地允许AI包在云端运行（例如来自Facebook的PyTorch和来自谷歌的TensorFlow）。最近，他们推出了精简版，因此用户可以轻松下载并专注于商业智能。

第六种技术是安全和隐私。边缘一般是您处理隐私的理想场所，因为您不希望数据离开这些物理位置。

虽然最后一种技术可能与执行框架有关，但我想单独拿出来讨论即数据处理平台。在边缘处会有大量数据生成，如何管理这些数据本身就是一个挑战。在大多数前沿计算时代，人们收集数据并将其发送到云端。在车联网中，您可以获得各种数据，例如摄像机数据，LiDAR的[光探测和测距]数据以及驾驶员行为数据，但现在我们缺少数据处理平台，无法将这些数据有效处理。我们正在进行的项目之一是寻找一种开放的方式来创建和使用该平台。

这些是边缘计算所需的七种技术。

https://www.sdnlab.com/23066.html

您在工作和边缘计算领域中遇到了哪些挑战？

边缘计算在2019年真正进入市场，不仅适用于学术界，也适用于工业界。在过去的几年里，我们已经走了很长的路。虽然现在边缘计算就在眼下，但是仍然存在一些挑战。

第一个是“什么是边缘计算的编程模型？”从某种意义上说，云计算今天已经相当成熟。如果要编写代码，可以使用许多现有的编程模型。在边缘计算中，它是特定于应用程序的。我们有不同的应用场景。我们需要一个良好的编程模型，以便我们可以告诉行业从业者，“你可以下载这个并编写边缘代码。” 很多公司正在努力做到这一点——Apache和微软都有优势，但他们在带来新技术的同时，仍然坚持自己的产品，目前还没有一个通用的编程模型。

第二个挑战是如何完成特定应用场景的软件选择。就像我们之前讨论的那样，边缘本身并不固定。例如，人们希望在健康领域中使用边缘计算。如果您正在寻找管理慢性疾病的工具，那么边缘计算可能比较适合，因为您需要收集大量信息。哪种硬件最适合这些用途？沟通和成本等怎么样？

第三个挑战是基准测试。在讨论计算机科学研究系统时，我们需要确定一套基准，以便我们可以比较性能：哪种方式好，哪种方式坏。这与第二个挑战应用程序管理有关。你如何选择最好的应用程序？我们需要针对特定领域进行基准测试，所以我们可以说，“看，如果你能很好地完成这些基准测试，那么你的产品就是好的。” 现在，我们没有。每个人都试图声称他们是最好的，但我们没有任何标准可供比较。“

第四个挑战是云和边缘之间的动态调度。你如何划分应用程序？换句话说，它的哪一部分将在边缘运行？哪个部分将在云中运行？这可能是动态的吗？网络正在发生变化。鉴于这些情景，您可能需要实时做出选择。现在很多此类操作都是手动执行，由“人”决定哪个部分在哪里运行。在理想情况下，系统应该能够自动适应。

我认为第五个挑战是垂直应用领域。例如，如果您正在从事车联网行业，则需要与该领域专家合作。我最近听说现在市场上的照相机中，只有一两家厂商的相机是汽车级相机。市场上的许多LiDAR [光检测和测距]产品在实际车辆中使用并不安全或不可靠。这就是垂直应用。也就是说技术人员真的需要与应用的人员坐下来，好好聊一聊，才能在垂直领域充分发挥边缘计算的作用。

最后的挑战可能与技术无关：边缘计算能赚钱吗？谁愿意部署这个？很多企业都希望能在边缘计算领域中看见一条光明的大道。他们能够赚取更多利润，否则不愿意投入资金。在美国，AT＆T和Verizon正在谈论现在部署一些边缘网关，但仍有很长的路要走。

边缘最好支持哪些应用程序？

我认为，为了确定一项技术是否成功，你需要回答这个问题，“你真的有杀手级应用程序吗？”在过去几年中，杀手级应用程序一直在发展得非常好。医疗健康就是一个巨大的市场。例如，边缘计算可以帮助治疗很多慢性疾病。通过边缘，您可以在家中记录传感器健康数据。Amazon Echo系统有一个SDK [软件开发工具包]，您可以从那里读取信息，然后进行一些计算，例如跌倒检测，或监控人们是否在家中有足够的活动等等。我认为未来会将边缘人工智能应用于家庭。

我认为非常重要的第二种应用是虚拟现实。虚拟现实对计算有巨大的要求。上个月，微软发布了HoloLens第二版。理想情况下，HoloLens的镜头本身将与边缘服务器一起快速进行计算，并且会启动许多潜在的应用程序。随着虚拟现实的成熟，远程看病不再是神话，比如远程手术。最近韦恩州立大学的工作人员使用虚拟现实治疗患有自闭症的孩子。

另一个相关的应用是协作边缘。目前，许多医院都有大量数据的系统。例如，亨利福特健康系统公司在底特律地铁区有六家医院，每家医院都有数据存储。我的一位学生正在医学图像上使用机器学习来检测前列腺癌。然后，您可以使用协作机器学习（有时称为联合机器学习）来使用多个站点上的所有相关数据。

我认为最后一个与健康有关的应用是实时紧急医疗服务（EMS）。在这方面，我们一直与底特律消防局合作，我认为它可以彻底改变EMS的运作方式。今天，大多数EMS都使用高级生命支持系统（ALS）或基本生命支持系统（BLS）。简而言之，当有人拨打报警电话时，护理人员会去现场。他们提供基本支持并将患者转移到医院。但这些操作会浪费很多宝贵的救命时间而且并没有什么意义。有了边缘计算，我们可以在救护车上运行边缘服务器。例如，您可以拍摄短视频，甚至只是拍摄患者的图像，然后立即发送到医院急诊室。通过这种方式，医生可以看到真正发生的事情，并提供帮助。这对EMS工作人员非常有用。此外，一旦你把病人放在救护车上，你可以用流媒体视频持续监控他们。病人到达急诊室前，在医生可以做更多的准备。

原文链接：
http://www.bio-itworld.com/2019/03/11/on-the-edge-technologies-driving-edge-computing-challenges.asp

说明：本文转载自SDNLAB网站，链接：https://www.sdnlab.com/23066.html