边缘计算最大的难题，有解了

　　2020年被业界视作边缘计算的＂元年＂，应用的落地实践开始密集。但行业众多、应用场景碎片化，大量边缘计算方案不得不进行定制化开发，边缘计算规模化落地依然受到制约。
　　走出碎片化、定制化的大坑，是边缘计算产业化的必由之路。
　　文 石兆
　　编 任晓渔
　　经历数年的概念孵化和落地探索后，2020年被业界视作边缘计算的＂元年＂。
　　人们通常用＂章鱼＂形容云计算和边缘计算的关系：章鱼浑身布满了神经元，但它脑部的神经元仅占40%，其余60%都分布在八条触角上。作为发生在＂最后一公里＂的计算，边缘计算就像章鱼触角上的神经元一样。最近几年，随着万物互联和边缘人工智能的需求，边缘计算在高速增长，在整个计算产业的版图中扮演越来越重要的角色。
　　不过，面对爆发的需求，边缘计算真正规模化落地依然受到制约。其中最大的阻碍之一是因为行业众多、应用场景碎片化，大量边缘计算方案不得不进行定制化开发，部署周期长、成本高、产出难以衡量。
　　走出碎片化、定制化的大坑，是边缘计算产业化的必由之路。浪潮信息提出了边缘计算服务器的模块化设计思路，改变以CPU为核心的设计，以系统架构为核心进行设计，定义了全新的边缘服务器模块化设计标准ECOM，并将标准中的各个部件模块产品化，贡献给开源组织，解决边缘计算规模化落地的难题。
　　01
　　从试点走向批量落地
　　从2020年起，边缘计算应用的落地实践开始密集，浪潮信息也成立了专门的边缘计算事业部，以满足通信、能源、交通等行业爆发出的各类边缘计算应用需求。
　　刘香男，浪潮信息边缘计算产品线高级产品经理告诉数智前线：＂两年以来，我们一个很深的体会是，一个应用从开始去发展，到能够成熟，是需要时间验证的。这两年浪潮信息与生态伙伴一起进行了大量的工作， 到了今年，边缘计算已开始从试点走向批量部署。 ＂
　　在这个过程中，边缘计算的一些典型场景正在形成，比如它在智能制造、智慧城市中的应用都是＂实打实的＂。
　　在制造行业，工业质检是近年的一个爆款应用。边缘计算结合机器视觉和AI算法，对从汽车到手机、从钢板到轴承的大量工业产品实现了智能化缺陷检测，一些产品的缺陷检出率已达到99%以上。
　　在野外油田场景中，一些多年开采的油田地下勘探层含油量逐渐下降，抽油机（俗称磕头机）按照传统恒速运行，采油效率低，能源消耗成本高。浪潮信息联合石油企业开发的油井智慧监测解决方案，边缘计算结合了设备运行、生产工况数据，找到合适的采油频率，对磕头机进行智能启停。在这种安排下，石油开采效率反而更高也更节电。
　　在海外市场，浪潮信息与日本东京工业大学，联合开发了基于边缘AI的智慧停车项目，基于边缘计算和AI算法，只需0.05秒就能根据车辆信息自动完成停车扣费，停车场实现了快捷停车缴费，火灾、烟雾、车位长期占用等异常状态及时检测等功能，这套系统将在东京上百个停车场上线。
　　工厂的智能质检、油田上抽油机的智能启停、城市里面的停车场智慧停车，仅是海量边缘计算场景中的＂沧海一粟＂。近两年的一线实践中的摸爬滚打，刘香男他们认为，从技术和商业上，目前，边缘计算都达到了一个合适的投入时间点，行业也将迎来发展的关键期。
　　在技术方面，边缘计算为云、AI、5G和物联网提供了重要的落地承载平台。其中，AI从数据中心开始向边缘延展，成为边缘计算的一个重要驱动力量。
　　在商业方面，万物互联时代，众多新兴应用提出了低时延、高带宽、本地化、高安全、低成本的处理需求，这也推动着处于数据产生侧的边缘计算＂迎难而上＂。包括一些工厂出于对数据的敏感性，不希望上云，通过边缘计算，能满足它们的处理需求。
　　IDC预计，未来5年，对边缘计算的投资速度将远高于核心位置，到2025年，全球边缘计算服务器支出金额比重将从14.4%，提升到24.9%。浪潮信息也预测，边缘计算接下来的红利期至少在5~10年。
　　02
　　定制化拦路虎
　　不过，边缘计算在走向批量落地中，也遇到了难题，定制化是最大的拦路虎。
　　相对于数据中心中那些已经标准化的服务器，业界对边缘服务器提出的需求还很庞杂，边缘计算要应对的局面颇为棘手。一个典型的例子是，数据中心的服务器，工作温度范围一般在0~35摄氏度，但边缘服务器所处的环境＂很跨越＂，往往要满足从零下40摄氏度到零上70摄氏度的宽温范围。
　　边缘服务器对算力的要求也很多变。即便同一条马路上的不同路口，由于摄像头从几路到十几路不等，对边缘计算的处理能力也高低不等。
　　网络的要求也更复杂。像海上风电场景中，网络环境不太友好。边缘服务器需要引入多种通信方式，除了有线，还有5G、WiFi、ZigBee等无线方式，满足各种意想不到的应用需求。
　　在室内外严酷的物理环境中，边缘服务器还要做到防雨、防震、防尘。
　　＂客户的需求是无限的，如果我们都去做定制化，是不现实的。＂刘香男说。定制化本身设计周期长，产品很难进行全面测试与售后保障，后期容易出现各种问题。碎片化、 定制化也导致边缘服务器大规模落地存在困难，是制约边缘计算快速发展的根本性难题之一 。
　　面对这一问题，在经历了实践和反复论证后， 浪潮信息提出了＂产品设计中进行解耦和模块化＂的思路 ，通过组合不同模块，来覆盖最广泛的市场。＂不仅是边缘计算，未来数据中心的设计也会朝向解耦的方向发展。＂刘香男称。
　　为什么这个思路能规避碎片化、定制化的大坑？浪潮信息边缘计算产品线高级硬件架构师付长昭告诉数智前线，这个思路首先从系统架构层面进行顶层设计，然后将核心计算平台、AI平台、管理、IO等模块进行解耦。抽离出来的模块进行单独设计，变成一块块功能化的＂积木＂，再通过已经定义好的规则，进行相应的整合，＂搭＂出用户需要的产品。这就像＂百变金刚＂，最大化满足客户需求。
　　在数据中心领域，业界也遇到过定制化需求太多的问题，浪潮信息联合互联网客户，也研发了可定制的模块化式整机柜服务器。
　　在边缘这个新的场景下，基于解耦和模块化设计的经验，经过反复摸索，浪潮信息团队摈弃了传统服务器以CPU为中心的设计思路。这不难理解，过去一提到服务器，人们就想到了它的计算力，产品的一切设计自然围绕CPU展开。现在人们对边缘服务器的需求五花八门，计算性能只是需求的一个方面。在这种状况下，转向系统架构为核心的设计思路更为科学。
　　实际上，在系统架构为核心的思路下，工程师们进一步将边缘服务器的＂身材＂从长宽约30cm大小，控制到了20cm左右，边缘服务器也由此有了更多＂蜗居＂的可能性，它可以藏身于交通路口的信控箱，也可以置身于油井现场的工控机。
　　03
　　模块化方法论：解耦、归一
　　然而，产品要想灵活百变，说易行难。浪潮信息并不是第一个做这件事的企业，但业界一些企业要么没有坚持下来，要么走得不深。
　　这其中最大的难点之一， 不仅要解决把过去几十年形成的体系化的系统分拆，还要考虑再以怎样的方式把它们严丝合缝地整合在一起，并做到最大程度不影响系统的性能和效率。
　　也就是说，＂解耦＂体现了一种能力，＂归一＂更体现了一种能力。
　　从模块化到组成系统，浪潮信息做了大量的探索。在系统分拆为模块后，浪潮信息花了大量精力， 对各个模组之间的通信协议进行取舍和优化 ，既要保证性能，又要给予每个模块最大限度的拼搭自由， 并对这些协议进行标准化 。
　　而经过长达1年半的锤炼和迭代升级，全新的边缘模块化设计架构ECOM（Edge Computing Optional Module）打磨完成。今年年初，浪潮信息将边缘计算模块化设计标准ECOM架构首次对外发布。
　　今年9月，浪潮信息将该设计标准贡献给全球三大开放计算组织之一的ODCC。这也是目前为止，国内首个在边缘计算服务器模块化方面的开源标准。
　　付长昭是这个标准设计的带头人。他称，当下边缘计算场景处于星星点火的起步期，期望该标准能起到一个抛砖引玉的作用，推动未来边缘服务器的标准的进一步深入。
　　数智前线获悉，基于ECOM架构所打造出的各种模块，本身是标准化的部件产品。针对CPU核心计算单元、BMC带外管理单元、AI计算单元等关键部件，设计门槛较高，不利于行业复制推广的问题，浪潮将其产品化输出，以加速产业化落地。
　　＂相对于数据中心服务器已经锤炼了小几十年的标准，边缘服务器这个新赛道还有更多可以创造的空间。＂付长昭说。
　　04
　　边缘计算任重道远
　　在ECOM架构推出后，浪潮信息工程师们基于它，研发出了全新的边缘服务器产品EIS800，该产品因架构创新，获得了2022年德国红点设计大奖。
　　EIS800推出后，刘香男感受到了业界对这一灵活架构边缘服务器的需求。
　　在国内，一家企业正为一项国际体育赛事提供公共交通服务，有着紧迫的部署时间要求。他们需要一款产品，既能用ARM计算平台去处理视频，也能用X86计算平台处理雷达算法，还要做一些融合性应用。而且通过试点，客户的需求还处于调整变化中。＂我们用3个月，就给客户提供了一款产品做试点，能满足它在这个过程中变化的需求。＂
　　在海外如对品质要求极为严苛的日本市场，经历多轮PK，EIS800边缘服务器被一家大型日本ICT企业引入清单。
　　这些都是边缘计算发展历程的重要节点。但这个产业要真正迎来全面爆发，边缘服务器从技术商业到生态标准都还有大量的工作要做。边缘服务器ECOM标准的制定，不仅需要产业界更多上下游厂商的共同努力，也进一步推动了产业的合作。在产品方面，工程师们也可以基于用户反馈，对每个单独的模块做进一步的开发。比如，将更多主流芯片和通信模组轻量定制后纳入整个系统中，更快满足用户的需求。
　　边缘计算本身还面临多元生态的挑战。边缘计算正触及过去没有到达的行业，比如工业物联网这类OT领域以及边缘网关这类CT领域。此前，它们和边缘计算所在的通用IT领域相对独立，各类协议不太联通。为了融合，边缘计算需要打通协议，进行多元生态整合，从而实现融合算力。
　　＂我们觉得边缘计算是机遇和挑战并存的，经过这两年的实践，我们已经了解了这些挑战，也找到了应对的方法。＂刘香男说。
　　接下去浪潮信息和生态还有大量工作要做，边缘计算行业要真正成就自己的星辰大海，依然任重而道远。