邊緣計算大哉問 Part 1

邊緣計算 (Edge Computing),相信大家看了一陣子的相關文章、場景和解決方案,但有沒有覺得…好像每個人講的邊緣計算都有點不一樣,本文就是要針對邊緣計算的幾個常見問題來進行介紹,但我的觀點是以自主自建的角度作為討論,不是以公有雲角度為觀點的邊緣計算解釋

Edge Computing = Cloud resources and services close to data source & service consumers

Q1: 什麼原因驅動了邊緣計算的需求?

4 個原因

  1. 對於延遲性 (Latency) 有要求: 使用者到服務需要的 RTT 約等於 1ms 或越低越好
  2. 頻寬 (Bandwidth) 有要求和成本限制
  3. 具備彈性架構:各自的站點需具備自治性,可以依據不同業務需求橫向擴充 (Scale-out),但最小是 1 個站點,
  4. 資料落地和法規限制:需要將敏感資料放在特定區域裡面,不讓其資料流通至其他地方,你應該不會想要把機台的參數不小心傳出去吧

Q2: 疑? 這個跟常聽到雲端計算 (Cloud Computing) 有什麼不一樣?

Edge Computing != (Typically) Cloud Computing

常見的雲端計算的 3 個特點

  1. 看起來是無限容量的資源池 (Resource Pool):多數地雲端供應商的資源預備量是 供應量 >> 需求量
  2. 多租戶管理 (Multi-Tenant)
  3. 按需自助服務 (On-demand self-service)

而邊緣計算的特點通常是以下 3 個特點

  1. 容量有限:資源預備通常是 供應量 ≌ 需求量
  2. 大多數單租戶居多:大多數服務都是建立在 Remote Branch 或者是 Remote Office 居多,維運者大多都是在總部或者是資訊中心為主
  3. 因業務需求,各自所採用的技術選型,會有不一樣的狀況:這也是為什麼各位看很多人討論的邊緣計算,似乎好像都不太一樣的原因

承如上面的討論,當然如果你用雲端計算去實踐出邊緣計算也是可以 (反正供應量 >> 需求量,不怕),只要回歸討論 Q1 所提的 4 個點,如果透過雲端供應商的服務也可以達到相關的 SLA 也是可以一種選擇之一。

Q3: 到底邊緣計算有多少種層級可以被討論的?

依據地理位置設備的使用目的來做區隔,我覺得紅帽這個畫得蠻好的,借貼在板上

有空也可以看看 Red Hat - edge-computing/approach 官方的介紹

Q4: 目前邊緣計算實際上有什麼使用案例?

不考慮任何產品的方案,分為 10 種邊緣使用案例

  1. Enterprise Edge: Enterprise 採用 Local Compute / Storage 及透過有線網路,常見於辦公大樓
  2. Enterprise Edge (mobile / remote):Enterprise 採用 Local Compute / Storage 及透過無線網路 (衛星、基地台進行傳輸),常見於交通設施、煉油平台
  3. Enterprise Edge (offline):Enterprise 採用 Local Compute / Storage 及透過實體儲存設備運送資料,例如 AWS Snowball Edge
  4. IoT Gateway / Device Edge:Enterprise 採用 IoT 設備,用於收集儀器或感測器資料,傳至 Enterprise Edge 之後處理,大部分的具有 IoT Gateway 解決方案,譬如 Intel OpenNESS 皆屬此類
  5. Provider Network Access Edge:Telco SP 採用純硬體架構式之 Compute / Storage / Network,一般常見於 Central Office 端
  6. Provider Network Access Edge (+OpenStack):Telco SP 除了採用前者所述以外,需要多加一層 OpenStack,以提供 SDN/NFV 的彈性效益,屬於經典的 NFV / MEC 所提的範圍
  7. Provider Network Access Edge (+BMaaS):Telco SP 除了採用前者 5. Provider Network Access Edge 所述以外,還外加實體主機託管能力
  8. Provider Far Edge: Telco SP 採用單體較為強的 Edge Server,部署在較為遠的室外站點或基站裡,最多三個,常見於 vRAN 使用場景
  9. Provider “Ultra Far” Edge:Telco SP 採用 IoT 設備,如 Nvidia Jetson TX2 部署在基站,進行邊緣計算
  10. uCPE (Customer-Premises Equipment):Telco SP 採用自訂的設備放置在客戶端提供自家電信服務,例如 AT&T OCP Desgin uCPE

Q5: 哇…眼花撩亂…有沒有快速了解的方式?

你看上面 10 種的案例,可以理解到客戶角色 (Enterprise、Telco SP) 的不同,對於邊緣計算的理解也會不一樣

針對企業最常見的就是 1. Enterprise Edge 跟工廠或製造業討論很久的 4. IoT Gateway / Device Edge 的邊緣計算,但比較多討論的還是在跨國或中大型工廠、製造業那邊

針對電信就是國外做一堆的 6. Provider Network Access Edge (+OpenStack) 和正在佈局中的 Far Edge / Ultra Edge 的情境,簡單來說 Telco 畢竟不能年年都被 CSP 吃豆腐,現在努力擴展 last mile 的距離中,獲取更大的控制範圍,提供更深化的服務綁住客戶,譬如說中國移動、Verizon、AT&T 都屬此類

Q6: 那為什麼有時候會看到 AI/ML 跟邊緣計算一起出現?

這個都是因為 4. IoT Gateway / Device Edge 產生的延伸需求,因為工作的關係,目前我看過最經典的案例應該是美國石油巨頭埃克森美孚 (Exxonmobil)

示意圖大概如下

雖然 Exxonmobil 是石化工業,但實際上來說他們所使用到的儀器設備也不亞於製造業的數量,他們透過前面 IoT 設備收集了一票資料後,透過建好的 AI/ML 平台去算出更好的數值去對儀器做參數優化,參數調整頻率可以更快而且還更好,去節省掉不必要浪費的成本

後話

邊緣計算的實務面的技術選型,也是有蠻多種樣貌的,下篇來寫目前實務面上,比較常見的架構

References

Comments