对新兴技术、边缘和物联网的思考

物联网、机器学习、人工智能、5G、增强现实和虚拟现实都受益于增加的边缘计算能力。

边缘不仅仅是连接设备或传感器的集合。随着智能设备和传感器产生大量数据，企业必须做出技术决策，以从这些数据中获得最大价值。分析是在设备、边缘、云端还是数据中心完成的？保留数据是出于监管原因还是为了找到问题的根本原因？ 5G等新服务会发挥作用吗？

这些问题是当今许多公司的想法。为了帮助确定关键战略并整理边缘计算和物联网 (IoT) 的不同方法，我们最近与边缘和 ICV 战略负责人 Krish Iyer 和 Emerging TechnologySolutions 首席技术官 Calvin Smith 进行了座谈；都在戴尔科技公司全球 CTO 办公室工作。

我们探讨了新兴技术的作用、为什么边缘和物联网在今天如此重要、决定何时在边缘处理时要考虑的因素、使用边缘时的计算考虑因素以及未来的发展方向。以下是我们谈话的摘要。

新兴技术

RTInsights： 当今的新兴技术有哪些？

耶： 我们看到了几种新技术的市场拐点。 Edge 显然是 IoT、AI [人工智能] 和 ML [机器学习] 的领跑者。显然，这些技术代表了一个开始获得巨大吸引力的市场。最重要的是，许多客户开始将边缘视为其云的扩展，并开始将边缘视为一种分配其某些云基础设施无法处理的工作负载的方式。在我看来，这可能是推动许多组织考虑边缘的最重要驱动因素。

史密斯： 我认为有趣的是这个交叉点的概念。边缘不是凭空出现的。由于技术的结合，物联网的许多早期用例现在变得更容易解决。 Krish 提到了 IoT、Edge、ML 和 AI。还有 5G、增强现实和虚拟现实。更广泛地说，随着计算成本的下降以及 GPU 之类的东西在边缘使用，技术能力在您可以运行的自动化量方面上升。

令人惊讶的是，在边缘创建数据的地方正在执行的不同技术的激增。最终在一天结束时，即使它 [创建的边缘数据] 确实返回到云或数据中心，返回这些设备的大部分驱动也将在边缘进行。它是宇宙的全新中心。事情的起起落落很有趣，对吧？我的意思是，我们从 PC 的出现和更加分散的模型到单体数据中心方法，然后到伪单体云方法，现在我们要回到分布式架构。看看事物是如何随着时间演变的真的很有趣。

耶： 是的。我想看待 Edge 的一种方式是它是异构系统的组合。 Edge 不是单一的，它不是同质的，它是一组不同的功能。这些函数通常用于收集数据、处理数据和存储数据。这些功能还需要将数据传输到其他功能或需要基于该数据执行一些操作以启用其他功能，如数据处理、数据分析等。这些功能也可能需要在具有挑战性的环境中执行，例如高温环境或崎岖地形。这就是为什么术语heterogeneous 在edge 中将非常关键。

为什么要关注边缘和物联网？

RTInsights： 您稍微谈到了这一点，但为什么所有的注意力都集中在边缘和物联网上，为什么是现在呢？

耶： 这真有趣。正如卡尔文所说，边缘并不新鲜。 Edge一直都在。分布式系统一直存在。但我们又来了一个完整的循环。市场正在转变的方式是，通常在集中式数据中心或核心基础设施上运行的一些功能或应用程序正在发现问题。公司发现一些应用程序的带宽或延迟要求是集中式方法无法实现的。这就需要将这些应用程序移到更靠近数据来源的地方。

正如 Calvin 所说，将数据处理移到更靠近创建数据的物理定律的地方不允许在核心运行其中一些应用程序。这是您正在处理的光速问题。这是一种自然现象，导致从核心转向边缘。

另请参阅：边缘计算和 5G 中心

决定在哪里处理数据

RTInsights： 这与下一个问题相吻合，这就是企业在决定在哪里处理数据时应该考虑哪些因素？特别是，当您试图弄清楚：我是否在边缘处理时应该考虑哪些因素？

耶： 许多因素是技术因素，但许多因素也可能与业务相关，以及与政府和监管相关。从技术角度来看，光速再次是一个重要因素。即使云运营商承诺他们可以在核心处理数据以满足这一要求，但这样做的成本将如此之高，以至于客户会说：“我无法支付这些成本。客户基本上会认为这是不费吹灰之力。将处理移到边缘。

第二个要考虑的是延迟。对于自动驾驶汽车（或 AR [增强现实] 和 VR [虚拟现实]）等用例，几毫秒的延迟实际上是安全驾驶和事故之间的区别。对于需要毫秒甚至更快结果的应用程序，延迟很重要。为了提供所需的结果，必须在边缘进行处理。

我能想到的第三件事是：你如何管理带宽？将 Calvin 提到的这些海量数据发送到云端并返回的成本将是昂贵且低效的。这将显着提高成本，这对大多数客户来说将是一个巨大的威慑。

另一个重要的因素是安全性，尤其是在边缘方面。您实际上可以在攻击渗透到核心数据中心之前隔离一些潜在的安全问题。许多组织可以在边缘跟踪和隔离一些安全攻击，并在问题出现之前关闭这些系统。实际上，您可以提前检测任何入侵攻击或任何拒绝服务等，就在边缘到达核心之前，在您的中央和核心基础设施受到攻击之前将其关闭。

然后，有扩展的能力。您正在寻找可以根据需要添加其他站点或添加其他环境的环境。如果是季节性情况，或者您只需要添加更多功能，边缘可提供高水平的可扩展性。

这些是一些高级技术要求，但也有诸如医疗保健应用程序或 GDPR [通用数据保护法规合规性] 的监管要求。在大多数情况下，需要在[生成数据的地方]收集数据，而不是传输回中央数据中心。许多组织必须遵守这些规定。

史密斯： 克里希恰如其分。我还要补充一点，它不是边缘与云或边缘与核心的二分法。这是一个频谱，一个连续体。我们知道将会有从边缘运行的工作负载，其他来自核心或云的工作负载。只需将正确的工作负载放置在正确的位置即可；并在正确的时间对每一个执行。十年前的想法是收集和存储所有东西，不计成本。今天，数据仍然是关键，但增加价值的是分析——有人说数据是新培根。数据是新的黄金。数据是新的石油。这是真的，但如果它是不增加任何价值的静态信息，则不是。有趣的是，当您开始在边缘进行非常基本的过滤和机器学习时。您不必将设备数据的每个实例都说：“我还活着，它是 72 度，它仍然是 72 度”，然后发送回数据中心或云端。

您不必以亚毫秒为单位发送此类消息。如果你这样做了，当你看到世界上庞大的设备数量时，它很快就会变得非常昂贵。您希望能够解析该数据并在边缘就地理解它。一些易腐烂的、短暂的数据只在短时间内有价值。您真正想做的是异常检测，以找出我们真正必须发回或保留的重要信息。回到核心或云，您可以进行更深入的分析，弄清楚以前是怎么发生的？这种异常情况是否发生在我们在该领域拥有的资产舰队的其他部分？这就是价值开始的地方。您需要整个堆栈和整个数据集的单一视图。重要的是，除了 Krish 提到的所有关键参数之外，还有一些逻辑原因需要您考虑。您的整个分布式架构都有参数，您必须弄清楚存储、转发、分析的意义，以及过程、地点、时间和原因。几乎任何架构都有不同的逻辑。这完全取决于用例和基础架构本身。

将数据移动到边缘的注意事项

RTInsights： 沿着这些思路，将数据转移到边缘计算需要考虑哪些因素？

耶： 光速问题、成本和安全性是重要因素。我们还谈到了带宽、高可用性和可扩展性等其他因素。能够减少大量数据，能够在边缘进行数据和元数据处理，并且只将最相关的数据发送回核心，这将是另一个关键因素。这在很大程度上取决于垂直和用例。

例如，电信运营商和内容交付网络可能对边缘有特定的要求。他们可能需要利用优势来做比许多其他垂直行业更深层次的事情。这些行业需要弄清楚为特定地理位置的用户提供什么样的服务。为此，他们可能必须收集地理边缘的上下文，并能够为特定地区提供特定服务。例如，对于需要在物联网设备和机器的边缘进行预测分析的运营技术用例，情况可能会有所不同。同样，这一切都取决于并归结为具体的垂直需求是什么。

例如，在零售方面，我如何让我的客户用户体验真正积极？如何提供无缝且不涉及缓冲的 AR 或 VR 体验？我如何使整体用户体验积极且具有交互性，以便客户能够立即做出购买决定？医疗保健提供商将对远程医疗和其他远程诊断应用程序等应用程序有一套完全不同的要求。这些垂直行业也有许多监管要求。边缘是如此关键；这是必须的。

史密斯： 我们还需要扩大人们对我们用来定义边缘的东西的视野。在工业环境中，边缘可以是工厂车间本身，边缘可以是我们描述为未来移动数据中心的汽车。汽车本身本质上是边缘。它可以是海上石油钻井平台、整个钻井平台或其中的一部分。它有很多东西，大大小小的，完全由用例和你试图做的事情来定义。边缘计算是有趣的部分。

同样有趣的是你实际用于边缘计算的形式因素——这也是多种多样的。在不太以产品为中心的情况下，戴尔拥有网关（与融合或超融合设备相比非常简单），可以进行一些协议规范化、一些分析，并可用于一些物联网平台和更小的外形尺寸的东西。它们具有非常有限和特定的目标，并映射到许多设备。

在更大的外形尺寸方面，我们实际上有称为模块化微型数据中心的解决方案。我们最近发布了 Dell EMC Modular DataCenter Micro 415，这是一个小型边缘数据中心，具有内置电源和冷却以及远程管理功能。我们还提供了一款名为 Dell EMCModular Data Center Micro 815 - 本质上是一个完整的机架。这些解决方案灵活且可扩展。顾名思义，它们是模块化的，并且可以扩展以使您能够以用例定义的、可组合的方式在边缘构建您的数据中心。无论环境如何，我们都可以在您的边缘空运和空投数据中心。

从战场上的人们的军事背景来考虑这一点。考虑一下建筑物的顶部，从历史上看，您想在地下室进行处理，因为那里有更好的冷却效果。嗯，这些解决方案内置了冷却功能。创新的一部分是机箱和外壳，以及它的冷却和供电方式。我们正在进入这些新世界，在这些新世界中，对于 Krish 关于带宽、成本和延迟的所有观点，这些环境中在振动、灰尘、冲击和危险条件方面也存在不同的限制。我们可以从字面上引入坚固的封闭式微型数据中心，这些数据中心具有存储、计算和网络，可以在边缘近乎实时地解决问题。这是人们经商方式发生非常有趣变化的开始。

边缘和物联网的未来

RTInsights： 您对边缘和物联网的未来有何看法？

耶： 对我们之前谈到的所有关键点的增强需求将推动对边缘的投资。应用将驱动未来。这完全取决于应用程序的类型和创建应用程序的开发人员。应用程序每天都在变得越来越智能。对于支持这些应用程序的基础设施或环境，它们也需要更智能。它们需要以与应用程序增长相同的速度增长。增强功能正在发生，行业正在适应一种分解的方法，通过不使用单一基础设施来接近它，并且能够调整自身规模以支持这些应用程序。然而，我们必须考虑到，增长速度并不总是能够支持其中一些应用程序不断增长的需求。

除了应用驱动之外，边缘的未来也将从云中获得巨大的价值。云不会去任何地方。我认为云仍将成为边缘的一个不可或缺的控制点。云仍将作为关键的运营模式，或本质上提供大量数据处理、数据处理、数据管理支持的环境。

话虽如此，我认为边缘的未来也将由供应商如何聚集在一起来定义。我们了解到的一件事是，没有一个组织或供应商可以垄断边缘。它是多个参与者的组合，需要联合起来为众多其他供应商提供服务、托管、运营、数据、安全等，以形成一个生态系统。这包括专有供应商的生态系统和开源供应商的生态系统，它们共同提供端到端解决方案。从应用程序开发到应用程序支持、开发人员支持、安全性、合规性等，都需要这种合作。

在大多数情况下，边缘基础设施将是水平的，而垂直解决方案将需要系统集成商将其带到医疗保健、制造和军事等垂直领域的最后一英里。这再次需要一个生态系统来提供所需的功能。

史密斯： 您之前提到了自治用例。我认为这是一个非常好的用例。未来主义者会做出挑衅性的声明并说：“哦，边缘将吞噬世界！”我不知道你是否还记得，但是 10 或 15 年前，每个人都在说，“云会吞噬世界吗？”嗯，是的，在一定程度上确实如此，但数据中心并没有消失。同时，edge 也不会吞噬世界。我的意思是，它会很大，而且已经在增长，但云不会消失。

如果你看一下自动驾驶汽车，它就像是未来移动数据中心的汽车。我喜欢这个比喻，因为人们理解它。汽车本质上是边缘本身，但它可能连接到其他边缘。可能会有车对车 (V2V) 通信。可能会有车对基站或其他基础设施 (V2X) 通信，您正在连接到 LTE 蜂窝服务，或者在未来，或当前特定的地铁， 5G服务。然后，一般来说，几乎肯定会有云连接用于车队管理和交叉连接所有这些汽车。

同样，将所有数据从每辆车发送到云端并不划算，如果您正在研究智能安全气囊部署等安全相关功能，它的速度也不够快，基于重量和不同参数的智能安全气囊越来越智能乘客。或者，对必须启用自动或半自动车辆或 ADAS [高级驾驶员辅助系统] 的大量摄像头进行对象识别。所有这些地方限制和限制。基本上，您必须在本地运行其中的一些，但您可能还想深入挖掘云或核心中的数据以深入了解异常情况，而这些信息将影响其他汽车。

例如，假设我想预测安全气囊故障或最终将成为保修召回的事情。所有重要信息都需要上传到云端，但您不必再发送所有静态数据——只需发送异常或错误识别数据即可。然后，当您跨多辆汽车分析这些数据时，就会产生巨大的价值。就像你之前提到的 Krish 一样，自动驾驶汽车只是一种很好的思考方式，可以将它们结合在一起，但这并不是唯一的例子。在多个行业中，您开始了解将工作负载放置在跨边缘、核心和云的不同区域的协调性和基本原理。这是一个激动人心的时刻。如果我们能在一年后和十年后进行同样的采访，我很想再聚在一起，看看我们的边缘扩散预言是否准确。