2022年值得關注的6個邊緣計(jì)算(suàn)趨勢

在邊緣計(jì)算(suàn)領域在2022年将有什(shén)麽發展趨勢?行業專家針對(duì)IT領導者需要了(le)解和(hé)解決的6個問題進行了(le)探讨。邊緣計(jì)算(suàn)技術和(hé)應用(yòng)如今正在快(kuài)速發展。邊緣計(jì)算(suàn)包括已經存在幾十年的分布式零售店(diàn)分支系統，還涵蓋了(le)當地工(gōng)廠(chǎng)和(hé)電信提供商的各種計(jì)算(suàn)系統，盡管與傳統标準規範相比，其連接性更強，專有性更低(dī)。然而，即使在某些(xiē)邊緣計(jì)算(suàn)部署中仍然采用(yòng)舊架構，也(yě)會(huì)看(kàn)到(dào)在邊緣計(jì)算(suàn)領域一些(xiē)正在發展的趨勢，随着傳感器和(hé)機器學習數據的激增，邊緣計(jì)算(suàn)的一些(xiē)發展趨勢可以幫助IT領導者和(hé)業務領導者解決問題。以下(xià)是IT領導者和(hé)業務領導者在2022年應該關注的6個邊緣計(jì)算(suàn)趨勢：1.邊緣工(gōng)作(zuò)負載越來(lái)越大(dà)人們将在2022看(kàn)到(dào)的一個主要變化是邊緣上(shàng)有更多的計(jì)算(suàn)和(hé)更多的存儲資源。分散系統通常更多地是爲了(le)減少對(duì)網絡連接的依賴，而不是爲了(le)完成實際上(shàng)無法在中心位置完成的任務。但(dàn)這(zhè)種情況正在改變。物聯網的應用(yòng)需要收集大(dà)量數據。即使訓練模型通常是在集中式數據中心開(kāi)發的，這(zhè)些(xiē)模型的持續應用(yòng)通常也(yě)會(huì)被推到(dào)網絡邊緣。這(zhè)降低(dī)了(le)對(duì)網絡帶寬的要求，并支持快(kuài)速在本地操作(zuò)，例如關閉機器以響應異常的傳感器讀數。其目标是提供見解并在需要時(shí)采取行動。2.RISC-V取得進展當然，數據和(hé)計(jì)算(suàn)密集型的工(gōng)作(zuò)負載需要運行硬件。具體細節取決于應用(yòng)程序以及性能(néng)、功耗、成本等之間的權衡。傳統上(shàng)，其硬件架構的選擇通常是定制、ARM或x86。但(dàn)沒有一個是完全開(kāi)放(fàng)的，盡管ARM和(hé)x86随着時(shí)間的推移已經開(kāi)發了(le)一個支持硬件和(hé)軟件的大(dà)型生态系統。RISC-V是一種新的、有趣的、基于硬件的開(kāi)放(fàng)指令集架構。Red Hat全球新興技術布道(dào)師Yan Fisher說：“RISC-V的獨特之處在于其設計(jì)過程和(hé)規範是真正開(kāi)放(fàng)的。該設計(jì)反映了(le)社區(qū)基于集體經驗和(hé)研究的決策。”這(zhè)種開(kāi)放(fàng)的方法以及随之而來(lái)的活躍生态系統，已經在幫助推動RISC-V設計(jì)在廣泛的行業中獲勝。RISC-V國際公司首席執行官Calista Redmond指出：“随着向邊緣計(jì)算(suàn)的轉變，我們看(kàn)到(dào)整個生态系統對(duì)RISC-V進行了(le)大(dà)量投資，這(zhè)些(xiē)廠(chǎng)商包括阿裏巴巴、安第斯科技和(hé)NXP等跨國公司以及SiFive等初創公司、Esperanto科技和(hé)GreenWaves科技等設計(jì)創新邊緣AI RISC-V解決方案的初創公司。”3.虛拟無線接入網絡(vRAN)成爲越來(lái)越重要的邊緣用(yòng)例無線電接入網絡負責啓用(yòng)和(hé)連接諸如智能(néng)手機或物聯網(IoT)設備的移動網絡。作(zuò)爲5G部署的一部分，運營商正在轉向更靈活的vRAN方法，即通過解耦硬件和(hé)軟件來(lái)分解高(gāo)級邏輯RAN組件，并使用(yòng)雲計(jì)算(suàn)技術實現(xiàn)自(zì)動化部署、擴展和(hé)工(gōng)作(zuò)負載分配。Red Hat公司電信解決方案經理(lǐ)Hanen Garcia和(hé)Red Hat公司新興技術布道(dào)師Ishu Verma指出：“研究表明(míng)，與傳統的分布式/集中式RAN配置相比，部署虛拟RAN(vRAN)/開(kāi)放(fàng)RAN(oRAN)解決方案可以節省44%的網絡總體擁有成本(TCO)。通過這(zhè)種現(xiàn)代化，通信服務提供商(CSP)可以簡化網絡操作(zuò)，并提高(gāo)靈活性、可用(yòng)性和(hé)效率，同時(shí)服務于越來(lái)越多的用(yòng)例。與專有或基于虛拟機的解決方案相比，雲原生和(hé)基于容器的RAN解決方案的優點包括，提供了(le)更低(dī)的成本、易用(yòng)性、橫向擴展，避免供應商鎖定。”4.規模驅動運營方式邊緣計(jì)算(suàn)架構的許多方面可能(néng)與在數據中心内實施的架構不同。其設備和(hé)計(jì)算(suàn)機的物理(lǐ)安全性可能(néng)較弱，現(xiàn)場沒有IT人員運維，并且網絡連接可能(néng)不可靠，沒有良好(hǎo)的帶寬和(hé)低(dī)延遲。但(dàn)許多緊迫的挑戰都與規模有關，可能(néng)部署數千個網絡端點。Red Hat公司高(gāo)級首席軟件工(gōng)程師Kris Murphy指出了(le)應對(duì)規模問題必須采取的四個主要步驟：“嚴格标準化，最小(xiǎo)化運營、盡可能(néng)地引領，以及自(zì)動化小(xiǎo)事(shì)情。”例如，她(tā)建議(yì)進行事(shì)務性更新，，這(zhè)樣系統就不會(huì)隻進行部分更新，從(cóng)而處于不明(míng)确的狀态。在更新時(shí)，她(tā)還認爲端點更新是一種很(hěn)好(hǎo)的做法，因爲出口連接可用(yòng)。還要注意的是，不要同時(shí)進行所有更新，以限制峰值負載。5.邊緣計(jì)算(suàn)需要認證在資源緊缺的情況下(xià)，邊緣計(jì)算(suàn)需要很(hěn)少的資源。此外(wài)，任何方法都需要具有高(gāo)度的可擴展性，否則其用(yòng)途和(hé)好(hǎo)處将變得極其有限。一個典型的選擇是Keylime項目。Red Hat公司新興技術傳道(dào)者Ben Fischer說：“像Keylime這(zhè)樣的技術，可以驗證計(jì)算(suàn)設備啓動并保持在可信任的大(dà)規模運行狀态，應該考慮廣泛部署，特别是在資源受限的環境中。”Keylime使用(yòng)完整性度量架構(IMA)提供遠程引導和(hé)運行時(shí)認證，并利用(yòng)大(dà)多數筆(bǐ)記本電腦(nǎo)、台式機和(hé)服務器主闆通用(yòng)的可信平台模塊(TPM)。如果沒有可用(yòng)的硬件TPM，可以加載虛拟TPM或vTPM，以提供必要的TPM功能(néng)。引導和(hé)運行時(shí)證明(míng)是一種驗證邊緣設備是否引導到(dào)已知(zhī)的受信任狀态并在運行時(shí)保持該狀态的方法。換句話(huà)說，如果發生意外(wài)情況，例如惡意進程，預期狀态将發生變化，這(zhè)将反映在測量中，并使邊緣設備脫機，因爲它進入了(le)不受信任的狀态。用(yòng)戶可以對(duì)該設備進行調查和(hé)修複，并在受信任的狀态下(xià)重新投入使用(yòng)。6.機密計(jì)算(suàn)在邊緣變得更加重要邊緣安全需要充分的準備。網絡連接、電力、人員、設備和(hé)功能(néng)等資源的可用(yòng)性差異很(hěn)大(dà)，但(dàn)遠低(dī)于數據中心的可用(yòng)資源。這(zhè)些(xiē)有限的資源限制了(le)确保可用(yòng)性和(hé)安全性的能(néng)力。除了(le)加密本地存儲和(hé)與更集中系統的連接外(wài)，機密計(jì)算(suàn)還提供了(le)在邊緣計(jì)算(suàn)設備使用(yòng)數據時(shí)對(duì)其進行加密的能(néng)力。這(zhè)可以保護正在處理(lǐ)的數據和(hé)處理(lǐ)數據的軟件不被捕獲或操縱。Fischer認爲，“由于邊緣資源有限，邊緣計(jì)算(suàn)設備上(shàng)的機密計(jì)算(suàn)将成爲邊緣計(jì)算(suàn)的基礎安全技術。”根據Everest集團機密計(jì)算(suàn)聯盟(CCC)發表的一份名爲《機密計(jì)算(suàn)——數據安全的下(xià)一個前沿》的報(bào)告，“在分布式邊緣網絡中的機密計(jì)算(suàn)也(yě)可以幫助提高(gāo)效率，而不影響數據或IP隐私，通過在邊緣建立大(dà)規模分析的安全基礎而不損害數據安全。此外(wài)，機密計(jì)算(suàn)确保邊緣和(hé)物聯網設備僅執行授權命令和(hé)代碼。在物聯網和(hé)邊緣設備以及後端使用(yòng)機密計(jì)算(suàn)，有助于通過防止篡改跨接口通信的數據代碼來(lái)控制關鍵基礎設施。”邊緣的機密計(jì)算(suàn)應用(yòng)程序範圍從(cóng)自(zì)動駕駛汽車到(dào)收集敏感信息。跨行業的多樣化應用(yòng)這(zhè)些(xiē)邊緣計(jì)算(suàn)趨勢的多樣性反映了(le)邊緣工(gōng)作(zuò)負載的多樣性和(hé)規模。但(dàn)也(yě)存在一些(xiē)共同點——多個物理(lǐ)足迹、雲原生和(hé)容器技術的使用(yòng)、機器學習越來(lái)越多的使用(yòng)。然而，電信應用(yòng)通常與工(gōng)業物聯網用(yòng)例幾乎沒有共同之處，而工(gōng)業物聯網用(yòng)例又與汽車行業不同。但(dàn)無論哪個行業，都會(huì)在2022年發現(xiàn)，在邊緣計(jì)算(suàn)市場将會(huì)發生一些(xiē)有趣的事(shì)情。