引 言

云計算幾年前非常流行，但是當(dāng)所有應(yīng)用落地、海量數(shù)據(jù)涌入云之后，相應(yīng)的問題也隨之而來，處理速度慢，時延長，所以邊緣計算成為新的研究熱點。其實邊緣計算起源于物聯(lián)網(wǎng)應(yīng)用，它的作用體現(xiàn)在物聯(lián)網(wǎng)應(yīng)用中云計算的優(yōu)化設(shè)計，其初衷是為了將一些無需上傳到云的計算留在遠(yuǎn)端處理。那么在嵌入式系統(tǒng)應(yīng)用中，邊緣計算會起到哪些作用？嵌入式工程師又該如何利用好這一技術(shù)呢？

業(yè)界聲音

物聯(lián)網(wǎng)是邊緣計算的推手嵌入式系統(tǒng)聯(lián)誼會秘書長 何小慶

美國韋恩州立大學(xué)施巍崧教授在“Edge Computing: Vision and Challenges”一文中給了邊緣計算這樣的定義：“邊緣計算是指一種可以在網(wǎng)絡(luò)邊緣完成的計算技術(shù)，這樣的技術(shù)和平臺在云和IoT 設(shè)備之間上傳和下載數(shù)據(jù)，以平衡系統(tǒng)計算、實時性、功耗和安全等方面的要求”。工業(yè)物聯(lián)網(wǎng)領(lǐng)域的巨頭GE公司指出：“邊緣”指的是靠近數(shù)據(jù)源存在的計算基礎(chǔ)設(shè)施，例如工業(yè)控制器以及來自各種設(shè)備和傳感器的數(shù)據(jù)集合，這些設(shè)備通常遠(yuǎn)離云計算中心。

國外的研究報告顯示，邊緣計算目前主要在以下兩個領(lǐng)域發(fā)展：第一是通信和工業(yè)相關(guān)的項目，比如5G 虛擬化網(wǎng)關(guān)、無線訪問網(wǎng)絡(luò)、5G-CORAL(結(jié)合了電信邊緣計算和霧計算的研究成果)；第二是智能 IoT 網(wǎng)關(guān)，比如Bosch(Prosyst gateway software)、Siemens(IoT2000 gateways)、Microsoft(Azure IoT Edge)、Amazon(Greengrass 和Snowball Edge)。開源的邊緣計算項目也很活躍，比較著名的有EdgeX Foundry(IoT gateway)和ParaDrop(威斯康辛大學(xué)麥迪遜分校)。

嵌入式企業(yè)非常重視邊緣計算。NXP推出EdgeScale平臺和Edge-Box開發(fā)套件，為邊緣計算提供從高性能嵌入式處理器芯片、開源軟件操作系統(tǒng)到云端和安全支持。Arm推出了Mbed Edge，Mbed Edge與Mbed Cloud 和Mbed OS 組成支持邊緣計算的IoT整套解決方案。臺灣研華推出EIS智能邊緣服務(wù)器和WISE-PaaS/EdgeSenser的邊緣網(wǎng)關(guān)，后者集成了Mbed OS和Mbed Edge，以及NXP邊緣嵌入式處理器，EIS 內(nèi)置了微軟的Aure IoT Edge 服務(wù)。

需要注意的是，邊緣計算設(shè)備一般會安裝在系統(tǒng)傳感和執(zhí)行端，多數(shù)邊緣計算設(shè)備是嵌入式系統(tǒng)。但從物聯(lián)網(wǎng)系統(tǒng)看，邊緣計算設(shè)備是整個物聯(lián)網(wǎng)系統(tǒng)的一個組成部分，不能單獨存在，需要云計算和人工智能技術(shù)的支撐和服務(wù)。

邊緣計算技術(shù)的研究和產(chǎn)品開發(fā)目前均處在初期階段，云計算、通信設(shè)備和嵌入式企業(yè)非常關(guān)注，物聯(lián)網(wǎng)的高速發(fā)展是邊緣計算興起的最大推手。物聯(lián)網(wǎng)發(fā)展大致分成兩個時期，第一個時期是從互聯(lián)走向智能，第二個時期從智能走向自治。目前多數(shù)物聯(lián)網(wǎng)項目還處于第一個時期，進(jìn)入第二個時期后邊緣計算將發(fā)揮重要作用，預(yù)計未來幾年邊緣計算將迎來快速發(fā)展的新階段。

嵌入式系統(tǒng)和邊緣計算的價值和未來

日海智能科技股份有限公司首席技術(shù)官 鄒俊

邊緣計算是指在網(wǎng)絡(luò)邊緣提供計算和分布式處理能力，使得數(shù)據(jù)處理和相關(guān)的應(yīng)用靠近數(shù)據(jù)發(fā)生的地方，有低延時、快捷響應(yīng)和節(jié)省流量等特點，與云計算形成互補。

邊緣計算起到如下三方面作用：第一，就近處理數(shù)據(jù)，實現(xiàn)快速響應(yīng)。邊緣計算和邊緣計算應(yīng)用分布在網(wǎng)絡(luò)邊緣，相對于云計算而言，靠近數(shù)據(jù)，甚至離數(shù)據(jù)僅有一跳的距離，其優(yōu)勢是能夠就近處理數(shù)據(jù)，從而降低延時。第二，減少傳輸?shù)皆贫说臄?shù)據(jù)量，降低對網(wǎng)絡(luò)帶寬的要求。隨著物聯(lián)網(wǎng)的爆發(fā)，設(shè)備產(chǎn)生的數(shù)據(jù)是海量的。據(jù)IDC等咨詢機構(gòu)預(yù)測，將來的數(shù)據(jù)有20%到40%會由邊緣計算處理。在邊緣側(cè)對數(shù)據(jù)進(jìn)行處理，比如最簡單的數(shù)據(jù)過濾，就能很好地降低數(shù)據(jù)傳輸對帶寬的壓力，也能降低數(shù)據(jù)傳輸成本和存儲成本。第三，避免單一瓶頸和單一故障。由于邊緣計算和邊緣計算應(yīng)用是分布式的，這樣可以降低甚至避免出現(xiàn)業(yè)務(wù)瓶頸和單點故障。

由于邊緣計算分布在網(wǎng)絡(luò)邊緣，邊緣節(jié)點的計算、存儲資源和云計算/數(shù)據(jù)中心相比是有限的，所以邊緣計算和邊緣計算應(yīng)用就天然地使用到了嵌入式計算和嵌入式硬件單元。

嵌入式系統(tǒng)可以在邊緣計算中承擔(dān)以下幾個任務(wù)：

① 數(shù)據(jù)過濾。物體產(chǎn)生的數(shù)據(jù)是大量的，而這些數(shù)據(jù)中有很多數(shù)據(jù)是無用的，是數(shù)據(jù)中的雜音。通過一些簡單的計算處理就能過濾掉大量這樣的數(shù)據(jù)。比如溫度傳感器可以定時采集數(shù)據(jù)并上報。在最簡單的場景下，只需要關(guān)注異常情景就可以了。所以在邊緣計算中，一個簡單的數(shù)值比較，就可以過濾掉絕大多數(shù)數(shù)據(jù)。這樣簡單的數(shù)據(jù)過濾功能可以很好地應(yīng)用嵌入式技術(shù)對資源要求低的特點，在邊緣進(jìn)行處理。

② 數(shù)據(jù)統(tǒng)計分析。邊緣計算可以對在某個地理范圍的數(shù)據(jù)進(jìn)行統(tǒng)計分析，把分析結(jié)果傳輸?shù)皆贫?。類似的功能也可以利用嵌入式計算實現(xiàn)，從而使得分析結(jié)果貼近數(shù)據(jù)。

③ 復(fù)雜事件處理(CEP)。CEP是相對成熟的技術(shù)，當(dāng)CEP和嵌入式系統(tǒng)結(jié)合時，可以作為邊緣應(yīng)用對事件實現(xiàn)就近快速處理，從而大大提高對事件的反應(yīng)速度。

④ 人工智能應(yīng)用。云計算是催生人工智能快速發(fā)展的重要推動力。但是把所有人工智能都放在云端，很難達(dá)到對緊急事件的實時處理，比如自動駕駛場景。誠然，人工智能的訓(xùn)練需要大量的計算資源，邊緣計算很難承載。但是越來越多的人工智能推理可以在邊緣實現(xiàn)，使得人工智能應(yīng)用作為邊緣計算應(yīng)用具備快速反應(yīng)的能力。所以如何將人工智能推理和應(yīng)用實現(xiàn)在嵌入式系統(tǒng)中，也是一個很重要的課題和發(fā)展方向。

基于以上技術(shù)，日海智能科技股份有限公司于2018年6月在上海世界移動通信大會上發(fā)布了全球首款A(yù)IoT移動智能計算終端MICD (Mobile Intelligent Computing Device)產(chǎn)品，該產(chǎn)品是人工智能、邊緣計算和移動計算的完美結(jié)合。

邊緣計算讓物聯(lián)網(wǎng)更加智能

Imagination Technologies連接與智慧家庭總監(jiān) Simon Forrest

在一個由無數(shù)智能網(wǎng)聯(lián)設(shè)備組成的世界中，人們普遍認(rèn)為，可用的通信信道將很快被這些設(shè)備所能夠產(chǎn)生的大量數(shù)據(jù)撐滿。這顯然是不可持續(xù)的，并且需要采取不同的方法。通過采用邊緣計算，使人們認(rèn)識到并不是所有數(shù)據(jù)都需要傳送到一個中央服務(wù)器基礎(chǔ)設(shè)施來通過云進(jìn)行處理。嵌入式邊緣技術(shù)本質(zhì)上利用了本地計算能力，它們支持現(xiàn)場設(shè)備在交付鏈中更早地主動將“數(shù)據(jù)”轉(zhuǎn)換為“信息”，并且只有關(guān)鍵的信息才被傳輸?shù)皆苼磉M(jìn)行存儲和進(jìn)一步處理。這顯著降低了整個網(wǎng)絡(luò)的峰值帶寬要求，并且也縮短了云中所需的總CPU周期。

更重要的是，為能夠在設(shè)備本身內(nèi)快捷處理數(shù)據(jù)的能力提供了新的自主等級。今天，我們看到新一波的產(chǎn)品正在采用人工智能，并依賴于嵌入到SoC內(nèi)部的(邊緣)神經(jīng)網(wǎng)絡(luò)加速。 這些產(chǎn)品通常被視為“更加智能”，它們能夠在本地根據(jù)輸入完成操作并獨立處理數(shù)據(jù)，尤其是在基于服務(wù)器(云)的基礎(chǔ)架構(gòu)不適合或設(shè)備脫機的時候。

例如，將邊緣技術(shù)用于在本地處理視頻幀的物聯(lián)網(wǎng)家用安防系統(tǒng)，采用嵌入式AI邊緣技術(shù)僅識別那些顯示了可疑活動的視頻幀。一旦處理完畢后，系統(tǒng)可能會選擇只發(fā)送有用的視頻摘錄到云端。使用之前的類比，我們現(xiàn)在已經(jīng)將幾千兆字節(jié)的多余視頻數(shù)據(jù)轉(zhuǎn)換為少量含有有用信息的字節(jié)，這只需使用邊緣技術(shù)即可實現(xiàn)。

設(shè)備的可擴展性也大幅度得到改善，這是因為邊緣計算技術(shù)可以確保分布式計算資源在整個系統(tǒng)中按比例擴展，并且每臺額外的設(shè)備都增加了更多的能力。另一個關(guān)鍵方面是延遲，在云和設(shè)備之間的數(shù)據(jù)轉(zhuǎn)發(fā)需要的是與數(shù)據(jù)傳輸相關(guān)聯(lián)的往返時間。如果嵌入式邊緣技術(shù)被用于在設(shè)備中只處理數(shù)據(jù)，那么延遲可以被縮短到最短時間，或者在某些情況下可以完全避免延遲。這對于需要絕對保證響應(yīng)時間的嵌入式系統(tǒng)尤為重要。

物聯(lián)網(wǎng)產(chǎn)品中對增強計算能力和“智能”的需求始終存在，在推出諸如用于語音控制的自然語言處理、手勢控制界面、先進(jìn)圖像分類和視覺認(rèn)知系統(tǒng)等新技術(shù)的時候，都將意味著邊緣技術(shù)已在大范圍內(nèi)變得更加重要。對于Imagination來說，這意味著更高的性能和更低能耗帶來的效率，這是因為我們?yōu)樽约旱腟oC合作伙伴開發(fā)了先進(jìn)的神經(jīng)網(wǎng)絡(luò)加速和GPU計算技術(shù)。這些SoC將具有超越現(xiàn)有性能指標(biāo)的能力，不再是簡單地將物聯(lián)網(wǎng)數(shù)據(jù)傳送到云，而是能夠從多個輸入中獲取有價值的信息，并且所有的輸入都在硅芯片內(nèi)處理。

eFPGA技術(shù)為邊緣計算環(huán)境提供安全保證

Achronix半導(dǎo)體公司高級產(chǎn)品營銷經(jīng)理 Alok Sanghavi

下一代嵌入式應(yīng)用正將處理任務(wù)推出云端并走向網(wǎng)絡(luò)邊緣。同時，通過圍繞可編程邏輯構(gòu)建處理結(jié)構(gòu)，提供了新的能力使得計算更加以數(shù)據(jù)為中心?？删幊踢壿嬍沟脴?gòu)建數(shù)據(jù)處理流水線(pipeline)成為可能；相反，傳統(tǒng)處理器則需要通過復(fù)雜的內(nèi)存緩存層級結(jié)構(gòu)才將數(shù)據(jù)推送到其處理流水線。

在采用可編程邏輯來構(gòu)建的計算解決方案支持下，數(shù)據(jù)可以在節(jié)點之間無縫流動，并在它們通過時借助定制邏輯電路和DSP引擎的組合對數(shù)據(jù)單元進(jìn)行調(diào)控。每個單元在被處理完之后，會轉(zhuǎn)發(fā)到下一個節(jié)點。隨著需求的變化，可編程邏輯陣列可以被重新連線配置，為以數(shù)據(jù)為中心的應(yīng)用提供更好的支持。

獨立的FPGA芯片因為數(shù)據(jù)需要頻繁且更專用地與ASIC進(jìn)行交互，通常會導(dǎo)致額外的功耗和性能損失。嵌入式FPGA(eFPGA)技術(shù)通過在ASIC內(nèi)部集成可編程邏輯陣列，為其提供了一種可滿足能效、性能和尺寸限制因素的方法。利用eFPGA技術(shù)，硬件加速功能可以被帶入到芯片中。

eFPGA技術(shù)在邊緣計算環(huán)境中還有另外一個優(yōu)勢——容器和虛擬化為核心云中的安全操作提供了有效支持，這是因為這些系統(tǒng)可以利用良好的物理安全性。網(wǎng)絡(luò)邊緣的設(shè)備需要更高級別的硬件保護，因為攻擊者更容易闖入機箱并篡改路邊機柜或服務(wù)室里的系統(tǒng)設(shè)置。由于邊緣計算系統(tǒng)從管理員那里得到的支持較少，因此物理安全性至關(guān)重要。