边缘计算,5G中最有钱途的却最难把握

很多人担心5G会变成大鱼吃小鱼,小鱼吃虾米的游戏。

因为大鱼还是那几条。

BAT之外,就是三大通信运营商、华为等有实力的硬件巨无霸,以及一票云服务商。

小鱼也不同凡响。

AI、车联网、全屋智能、手机、直播、短视频等领域都有迷你巨头。

虾米就太多了。

不少实体企业,在互联网和移动互联网时代当了背景墙,甚至是技术革命的牺牲品,这次拼了命也不会错过捡漏的机会。

今年1月任正非有个判断:

“实际上5G没有那么大的作用,人类的社会也没有那么需要5G,5G的需求到来还有很长一段时间,而不是浪潮式的,5G的发展一定是缓慢的。”

很遗憾,大部分人没能准确解读这话的含义。

对消费者来说,5G的感知有一个过程,第一阶段的冲击主要释放在产业层面,5G的热,热在呼应了消费互联网向产业互联网升级的大趋势。

5G的关键能力是大带宽、大连接、低时延,背后对应着四个能力,高速度、高密度、低功耗、泛在网,能把这些能力整合到极致的是什么?

答案是边缘计算。

所谓边缘计算是指以往集中在云端的算力(或者你可以理解为数据处理能力)向产生数据的终端沉降,好处是极大提升了线下场景的响应。

华为在一篇科普文中将边缘计算比做章鱼,触角拥有比大脑更多的神经元,每根触角都可以独立思考,独立运作,这对终端硬件和服务行业的确是天大的好消息。

四肢发达,头脑真的可以简单!

边缘计算的优势体现在四个方面。

1.场景关联,边缘计算与信息源、数据产生的场景以及设备终端的关联度很高,提炼处理信息的能力可能要强于传统的集中式云服务。

2.低时延,因为算力本身沉降到了终端设备,即使5G时代这个速度优势仍不可忽视。

3.高带宽,这使得边缘计算产生的数据可以与集中式云服务进行交互。

4.位置认知,作为移动互联网和移动应用的融合,支持每个设备的位置判断。

所以,边缘计算带来的第一个重要变化是角色互换。

举个例子,传统的电化教育学校需要配备很多电脑,所做的事情其实高度同质化,如果有了边缘计算所有设备只保留屏幕即可;比如安防厂商,以前KPI都在硬件层面,提升摄像头清晰度,让云台更好用等等,但今天的很多能力是基于算力产生的,比如人脸识别等,全用硬件解决不可取,因为成本非常不合理,如果将算力提到云端,实时传输的压力又很大;再比如工业互联网,生产型企业的设备会产生故障、报警等信息,如果及时在终端决策处理,有助于提升整个系统的冗余和弹性。

这些问题反映了两个现实困扰。

其一,以上情况云服务都有解决方案,但成本不低,而且大企业或规模化企业园区对于数据和信息安全特别敏感,因此算力下沉的需求很迫切。

其二,像移动、电信、联通这样的运营商过去只能被动成为流量管道,云服务的支配权掌握在微软、谷歌、亚马逊、阿里、腾讯等科技互联网巨头手中。

中国移动就表示将在今年评估100个部署边缘计算的试验节点,引入100个合作伙伴,联通联合华为承诺投入数十亿元资金用于边缘计算全网规模部署。

5G和边缘计算提供了一个破局机会,大连接支持海量设备,低时延意味着数据传输突破瓶颈,随之而来的是所有参与者的角色重构。

1988年成立的欧洲电信标准化协会(ETSI)提出了边缘计算(Mobile Edge Computing,简称MEC)架构,寻求利用5G的关键能力在网络边缘形成IT环境。

这既有可能让拥有大量基站的通讯运营商成为边缘计算的天然终端,也有可能给一些大型实体企业带来自主权。

很多拥有线下场景的企业将因此受益,比如自动驾驶,一天要产生4TB的数据,自行存储和处理无疑是最佳方案,对于智能家居、共享单车、游戏等行业都可以降低成本,当然更能加强滴滴顺风车等产品的风险控制。

这并不意味着云服务巨头的能力受到削弱,云计算擅长全局性、非实时、长周期的大数据处理分析,与边缘计算的效率、成本优势正好互补。

第二个变化是从技术驱动转向需求驱动。

过去的几次技术革命大多是科技互联网巨头主导,传统企业和实体经济被动参与,导致一些信息代差,边缘计算有可能第一次改变这种局面。

今年2月的MWC上,除了折叠手机、AR、VR设备、高通的SoC移动平台以及5G基带芯片等不断亮相,最热的就是关于边缘计算的技术和设备,英特尔去年已经发布过芯片、板卡和软件工具组成的边缘计算全栈式解决方案,浪潮、中兴首发了边缘计算服务器,边缘云等概念更是盛极一时。

整个行业呈现出投资加速、提前布局、预热概念,抢跑落地的态势。另一方面,终端需求再次成为刺激边缘计算的核心动力。

其中,时延敏感场景是主力军。

直播短视频、云游戏、智能车联、自动驾驶等应用方向,对用户体验的改善最为直观,场景也趋于成熟,有可能是边缘计算最先爆发的产品。

同时,边缘计算也会带动产业链的整体进化。

边缘计算本质上是一种与场景密切相关的下沉云服务,标准路径与集中式云服务相同,都是先有基础设施,再有软件平台,最后落地应用服务。

随着5G商用,边缘计算虽然会让终端智能化的门槛变低,但在应用和安全层面还有不少技术难点等待克服。

首先,边缘计算的典型玩法应该是先由终端设备过滤和处理简单信息,然后将重要数据上传云端,因为下沉算力很难运行大型的数据处理软件。

所以边缘计算实质上是一种基础算力的迁移,并不是代替传统的云服务,这也意味着在某些情况下大量应用的成本值得考量。

另一方面,大量终端设备来自不同厂家,运行不同的系统,兼容性存在差异,边缘计算的统一部署并不容易,涉及轻量级函数库和内核的支持。

同时,传统云服务大多支持用户在目标平台上编写和编译程序,然后运行到云服务器,亚马逊就有Lambda,方便性和透明性不言而喻,而在边缘计算模型下部署用户应用程序的时候,码农就面临极大挑战,至少现有的编程模型都不合适。

再就是算力调度问题。云计算会将超负荷任务转移到闲置节点,边缘计算只能根据任务类型和设备本身的计算能力进行动态调度,这并不容易。

最后也最大的难题是与终端企业的合作。

对于传统的云计算来说,专业人员通过供访问接口处理数据,不需要深入业务场景,边缘计算正相反,设备和算力都在生产端,系统在设计时就需要与服务的行业密切合作。

在这场全民狂欢中,技术不再天马行空,边缘计算有可能打破互联网和实体经济的藩篱,最后促成产业互联网的大融合。