後雲端時代的致勝關鍵:為何微軟、Google、Amazon 都投入這項科技?

0
1672
圖片來源:imgix on Unsplash

回顧這兩、三年,包括微軟、Google、Amazon 這些雲端市場的巨人,紛紛投入邊緣運算的新戰場。已經囊括公有雲產業的他們,為什麼會同時進軍邊緣運算?對於既有的雲端運算產業又會有何影響?

去年 7 月,Google 發表了專為邊緣運算設計的張量處理器(Tensor Process Unit, TPU)架構,並且從今年 1 月開始,正式對全球開發者釋出。相較於前幾個世代、專為大型資料中心設計的 Cloud TPU,Edge TPU 在機器學習的運算效能明顯較為精簡,但晶片尺寸、耗電量也大為降低。外界普遍認為,Edge TPU 將是 Google 在 5G 時代,競逐邊緣運算市場的重要武器。

自從 2006 年、亞馬遜(Amazon)推出雲端運算服務(AWS)以來,雲端運算成為這 10 年來,最火紅的企業資通訊產品。而在經過十多年的廝殺後,雲端產業裡最關鍵的平台服務(PaaS),已經確定由 Microsoft Azure、Google App Engine、Amazon Web Services 三巨頭聯手壟斷,其他競爭者根本難以再進入。

雲端運算市場,已形成三分天下的形勢

資策會智慧系統所總監陳仕易指出,以物聯網架構為例,當終端感測器蒐集到的資料,經過第一層閘道(gateway)的整合之後,就會透過網路傳到雲端平台上進行運算。「包括裝置的管理、資料儲存、資安、還有現在最流行的人工智慧分析架構,都是在雲端上進行,」他指出,針對個別用戶的應用需求,也會有第三方廠商開發專用的軟體工具,讓用戶在平台上進行運算。簡單來說,在雲端運算架構下,感測器蒐集資料之後,絕大部分的運算需求,都是由雲端平台負擔。

傳統IOT系統運作架構 資料來源:「從感測網路標準看物聯網應用發展」會議資料,2019/10/16

但是,雲端運算也有它的缺點。「傳輸頻寬、延遲時間、資安、平台營運……這些都是問題,」陳仕易分析,因為資料都必須回傳到雲端才能夠運算,勢必耗費大量的傳輸時間與金錢成本,如此一來,使用者的反應時間勢必拉長,不利於及時反應的需求。此外,如果資訊必須傳輸到遠距離的資料中心進行運算,在來來往往的傳輸途徑上,也難以避免資料外洩的威脅,更不用說租用雲端平台本身,就是一筆不小的費用。

看準用戶對低成本、高資安的運算需求,邊緣運算(Edge Computing)也應運而生。陳仕易解釋,邊緣運算訴求的是,並非所有的資料都必須回傳雲端,而是在接近第一手資料的「邊緣」,例如基地台或者感測器本身,就先進行一部分的資料運算,以減少傳輸頻寬的需求,並且加強低遲延的反映能力。

IOT的邊緣運算架構 資料來源:「從感測網路標準看物聯網應用發展」會議資料,2019/10/16

更重要的是,「雲端跟邊緣彼此之間可以是協作關係,」陳仕易舉例,用戶可以根據自己的需求來規劃雲端和邊緣的部署方式,「如果用戶的企業規模較大,可以建構不只一層的邊緣運算,對資料處理跟傳輸進行更細緻的分工。」(Gartner 揭露 2020 十大戰略科技,量子電腦竟不在榜上!

雲端/邊緣運算,應該是互相協作的關係

此外,邊緣運算也可以用來加強雲端平台的人工智慧強度,Amazon 的 Snowball Edge 就是個典型的例子。外型就像個普通方盒子的 Snowball Edge,其實配備了 TB 級的儲存容量、20 個以上的中央處理器,用戶甚至還可以選擇配備大數據專用的圖形處理器(GPU),就是讓用戶在沒有網路服務的海上、礦場等情境,也能使用 AWS 同等級的運算服務。Amazon 在交付 Snowball Edge 給用戶前,會先根據用戶需求,預先設定好運算程式;待用戶使用完畢、將 Snowball Edge 交回給 Amazon 時,裡面儲存的資料和分析結果又能反饋給雲端平台上的主程式,以增加模型的分析準確度。換句話說,Snowball Edge 就是個迷你規格、還能根據用戶需求打造的移動資料中心。

在 5G 的推波助瀾下,邊緣運算普及的速度將愈來愈快,對於既有產業的影響也會愈來愈明顯。「未來每個終端裝置,或多或少都必須具備運算能力,」陳仕易分析,就算感測器的發展趨勢永遠是輕薄短小,但為了滿足低遲延、分散運算負擔的需求,再低階的產品也都得嵌入運算晶片;相同地,為了提升雲端平台或者邊緣伺服器的運算效力,感測器資料也必須標準化,加強資料之間的共通性。「最好是在終端就把資料處理好,讓雲端可以直接進行運算,而不是所有東西都丟上雲端後,才開始分類整理,反而降低雲端平台的運作效能,」陳仕易說。(台灣AI雲平台正式商轉!超級電腦助攻,4大領域150個專案躍躍欲試

資料來源:「從感測網路標準看物聯網應用發展」研討會,台北市電腦公會,2019/10/16

文:蔣士棋

發表評論

請輸入您的評論!
請在這裡輸入您的名字