当前位置:首页 > 边缘计算
  • 5G网络和远程运营使边缘计算成为企业数字化转型的新领域

    5G网络和远程运营使边缘计算成为企业数字化转型的新领域

    [编译]5G网络和向远程运营的重大转变使边缘计算成为企业数字化转型的新领域。 处于边缘的基础正在促使人们对基础架构,远程工作以及组织如何从所取得的进步中获得最大收益的方式进行重新思考。在上周由网络智能平台Kentik主办的网络研讨会中,思科和StackPath的专家讨论了网络边缘的演变如何揭示物联网,远程工作和云的新机遇。Kentik首席执行官阿维·弗里德曼(Avi Freedman)主持会议。 由于新冠疫情的隔离,许多组织正在进行的远程操作引入了意外的因素,甚至加速了边缘计算的增长周期。思科物联网工程和运营高级总监马特·普赖斯(Matt Price)说。“我们已经将过去用于我们所有办公室的所有计算和网络资源移到了边缘。” 他说,这些举措带来了新的挑战,例如处理来自远程站点的流量被路由回中心位置时的网络拥塞。普莱斯说:“我们看到IT世界很快成为边缘,并被迫重新考虑他们如何确保流动劳动力。” 企业如何使用边缘计算的加速可能会在云计算中带来新的可能性。StackPath首席技术官温特米蒂姆(Wen Temitim)说:“(边缘)是对公共云和您的私有数据中心的补充。”。 他说,例如,边缘可能是运行对网络敏感的应用程序的地方。Temitin说,这将需要根据流量和需要服务的用户数量来确定这些应用程序的运行方式。“最大的挑战是重新考虑应用程序架构。”他说,第一步是确定应用程序的组件,这些组件需要进化才能在边缘运行。 Temitim说,边缘的定义可以是相对的。例如,超大规模企业和组织可能具有以数据中心为中心的优势。其他公司则将其视为第一级运营商酒店的集合,在这些公司中,不同的公司相互联系。Price说:“边缘实际上是连接到蜂窝网络并管理这些客户流量的设备。” “在将计算和网络推广到以前根本没有连接的设备上,边缘有很多很好的用例。” Price说,这也使得网络的管理变得复杂,就像连接来自不同来源和技术的设备一样,同时保持应用程序和功能的无缝交付。 Price说,今年在移动物联网市场向5G的转移,使得边缘的带宽和延迟应用显著增加,没有放缓的迹象。例如,汽车制造商正在与5G合作,以推进与汽车的连接。普莱斯说:“拥有新功能的新车所产生的数据量是一个天文数字。这包括收集遥测数据并将软件更新推送到车辆上。他说,随着越来越复杂的汽车变得可用,数据流预计会升级。根据price的数据,一辆典型的4G网络内燃车每月传输大约50MB的数据。他说,一辆使用5G的电动汽车每天能通过近1GB。 Temitim表示,对边缘更多数据和计算的期望使StackPath与电信公司讨论了移动性,5G的加速以及未来利用平台的问题。“我们如何获得更多应用程序并在边缘构建生态系统?” Price说:“边缘的应用程序现在正在与云中真正复杂的应用程序对话。” “这使他们能够做四,五年前难以想象的事情。”

    时间:2020-07-02 关键词: 边缘计算 5g网络 数字化转型

  • 云计算与边缘计算:重新思考远程工作基础架构

    云计算并不是一个新概念。它的优势在商业领域众所周知,没有它,我们将无法获得当今各种规模的公司所依赖的大量服务。毫不奇怪,有85%的公司认为采用云技术对于创新是必要的。但是,正是在当前的Covid-19危机期间,云才真正诞生了,它使全球数百万公司能够继续运营,而几乎所有员工都在家中登录。 诸如边缘计算之类的较新概念经常与云一起讨论,好像它们都是基础架构的专有方法一样。但是,使用一种不能消除使用另一种的能力。有些人还认为边缘计算将最终取代传统的云计算,但是事实并非如此。两种技术在IT生态系统中都扮演着重要的角色。 话虽这么说,在某些用例中,边缘计算比传统的集中式云基础架构具有优势,尤其是在远程工作的空前增长期间,包括克服了延迟问题,操作压力和安全性。那么,这些优势是什么样的呢? 减少操作压力 在比较传统的云计算和边缘计算时,主要区别在于数据处理的方式和位置。使用云,数据可以在中央位置(通常是数据中心)进行存储和处理,而边缘计算是指靠近源的数据处理。 我们已经生活在一个数据丰富的世界中,伴随着诸如IoT,5G,可穿戴设备和辅助现实(AR)等新技术的泛滥,它创造了在用户附近或网络边缘生成的大量数据。远程工作只会增加这种情况,因为越来越多的设备试图访问中心位置(如办公室)之外的公司网络。云本身具有强大的计算和存储功能,但是,由于网络带宽承受如此巨大的压力,因此它需要不同类型的基础架构-这就是边缘计算的用武之地。 完全翻新基础架构以应对这种需求对于企业而言可能是昂贵的,而且会占用大量资源。使用边缘计算,您无需“拆除和更换”基础架构。边缘计算使公司能够解决这一难题,因为在边缘处理数据可以减少云上的压力。结合边缘数据中心,边缘计算可以解决更多本地化的数据处理问题,腾出云来满足更多通用业务需求,并帮助应用程序更快地运行。 优势二:延迟 借助云的本质,信息将中继回数据中心,进行处理,然后再发送回设备所在的网络边缘。数据来回传输可能会花费一些时间,并可能导致延迟或延迟。在许多用例中,处理数据的需求不是很省时的,云提供了许多处理能力,存储能力和大规模数据分析。但是,在某些情况下,这种延迟可能会给远程工作人员带来挑战。例如,在Covid-19危机期间,员工严重依赖视频会议,而这依赖于实时连接。 前一个办公室工作人员的示例可能不是关键任务,但是,与网络相关的问题延迟对于另一种远程工作人员(作为前线工作人员或现场工作人员)可能具有更大的不利影响。例如,假设有一个工作人员在仓库中使用其佩戴的AR智能眼镜的“按视点拾取”设置,以协助他们进行手动订单拣选,分类,库存管理,收货和提货流程。如果在此过程中发生延迟,并且工作人员接收到延迟的信息,这可能会极大地阻碍他们的生产力,甚至导致持续的履行错误,这将不可避免地影响公司的盈利。边缘计算通过将数据处理重新定位在靠近网络边缘设备的位置来提供解决方案, 优势三:安全和隐私 随着越来越多的人离开办公室工作,远程访问数据的数量越来越多。远程访问的增加使网络犯罪分子有更多机会访问公司数据并滥用其中的信息。借助边缘计算,数据可以在本地进行过滤和处理,而不是通过云发送到组织的网络核心之前,先将其发送到中央数据中心。如果设备与云之间的敏感数据传输较少,则意味着为企业及其客户提供更好的安全性。 COVID-19无疑改变了工作环境,这意味着企业领导者必须重新考虑他们的远程工作策略。在此期间,云使数据可以在组织之间安全地共享。但是,如上所述,在某些情况下,边缘计算可以帮助缓解带宽,提高网络速度并消除安全隐患。选择边缘计算或云计算不是一个选择,这两种技术都有不同的用途和用途,并且在可预见的未来将继续发挥重要作用。随着远程工作成为企业的新规范,可以预见,未来的网络基础设施将把两者结合起来。[]

    时间:2020-07-01 关键词: 云计算 边缘计算 基础架构

  • 英特尔不断推动着人工智能、边缘计算和物联网行业的结合

    英特尔不断推动着人工智能、边缘计算和物联网行业的结合

    在万物互联趋势下,各行业发现诸多变革,英特尔作为在科技行业长跑了50年的巨头,每一次科技浪潮中,其影响力都得以彰显,如今,让物联网和人工智能新技术落地,结合自身技术提供的多项解决方案有效帮助视频、零售、工业、教育、医疗、交通、物流等多个领域实现了智能化转型,与合作伙伴们携手引领人工智能和自动化革命。 与阿里巴巴达成物联网深度合作 在阿里云栖大会上,英特尔与阿里云达成了在物联网领域的深度合作,整合各自在云以及边缘计算上的能力,结合英特尔在硬件以及阿里云IoT在物联网平台上的优势,为全球企业带来云边一体化边缘计算产品,云边一体化边缘计算产品是一个专门针对物联网应用的开放性框架,包含了英特尔硬件、人工智能技术,以及阿里云IoT的平台、操作系统等最新产品。 英特尔提供了专注于边缘侧的深度学习OpenVINO工具包,将视觉数据转化为业务洞察,阿里云IoT则提供了边缘计算产品Link Edge和物联网操作系统AliOS Things。Link Edge可部署于不同量级的智能设备和计算节点中,提供了设备与云之间高效、安全、智能的通信连接能力。 在应用落地案例展现中,在重庆渝美部署,帮助渝美以机器视觉+人工智能的视觉检测方案以及边缘计算取代传统人员目检,渝美生产线的产品检测能力得到显著提升,把原先人工检测升级到自动检测,成功率提升近5倍。 与百度成立5G+AI 边缘计算联合实验室 此前,百度与英特尔已经在数据中心、云计算应用、基于CPU的AI机器/深度学习框架优化,以及自动驾驶等技术开发方面有着非常密切的合作。早在2018百度AI开发者大会上宣布与英特尔展开人工智能领域的一系列合作,在百度云智峰会上,还共同展示了AI在金融服务、交通运输以及视频内容检测等领域的落地应用。 超大规模IOT连接特性的5G,给世界带来了前所未有的技术变革,为百度和英特尔提供了一个充分挖掘市场潜力的契机。如今这两家公司将进一步扩展合作,建立5G+AI MEC联合实验室,不仅侧重于网络边缘的AI关键技术开发,如搜索、在线翻译、VR/AR(虚拟现实/增强现实)应用、自动驾驶,到物联网边缘计算部署等等,共同探索5G网络新商业模式和机遇。 与海康威视打造端到端的人工智能平台 在重庆2018年英特尔物联网峰会上海,康威视熊晖表示,在和英特尔一起打造了端到端的人工智能平台,合作的产品覆盖中心域的AI服务器、大数据服务器、AI VOS,同时也有边缘节点的服务器,包括Edge Server(边缘服务器),还会用到Movidius的加速器,在前端也广泛用了Movidius芯片,同时在工业相机里用了Atom架构的设计,海康威视在和和英特尔等广大合作伙伴一起,共同迎接人工智能视频物联网的未来。 英特尔加速推动车联网技术应用落地 在2018世界物联网博览会上,长安汽车搭载英特尔芯片和V2X整体解决方案亮相无锡车联网城市级示范应用重大项目,基于中国移动的网络支持,测试汽车在无锡的车联网测试区域里为公众提供了试乘试驾体验。 作为多方合作的战略成果,这既是英特尔与合作伙伴推动车联网应用落地的重要里程碑,与此同时,V2X是未来智能交通运输系统的关键技术。同时,通过传感器感知、高清信号获取等手段,V2X可以向车辆单独发布信息,又能实现车辆单体与云端的互联,满足车辆和车辆、车辆与环境之间的相互感知,实现车辆的实时信息处理,从而帮助提高驾驶安全性和交通效率,这让V2X成为了今后自动驾驶落地的重要一环。 在布局V2X和自动驾驶的发展上,英特尔已经在用实际行动引领行业趋势,V2X解决方案相关产品此前已在特斯拉的Model 3上首次实现量产,同时,凭借英特尔和Mobileye在ADAS领域的丰富经验和强大实力,将得以加速由辅助驾驶向自动驾驶的迈进。 积极转型,英特尔开启智能新时代 如今,英特尔迎来50周年,在加速向物联网转型,开启智能新时代,其物联网战略也非常清晰,即面向零售、视频、工业和智慧城市等重点行业,为物联网设计高性能芯片,增强边缘计算,专注于计算机视觉。 截至目前,英特尔为超过10亿的智能设备提供了强大的计算引擎,还推出了OpenVINO工具包,帮企业实现计算机视觉与深度学习的开发,有效帮助视频、零售、工业、教育、医疗、交通、物流等多个领域实现了智能化转型。 例如云从科技基于OpenVino,视觉加速,云从科技的炬眼,能够支持50万人脸识别、特征提取,直接在相机上进行人脸识别,同时可以后台管理,准确率可以达到99%以上,已经应用在金融行业,安防、社区、零售业等。 最后 各行业部署物联网后,在物联网资深专家杨剑勇指出,收集的数据,通过边缘计算和人工智能等技术处理,能够让物联网充分释放数据价值,为整个物联网发展带来了新动能。而英特尔正是基于对行业洞察能力,不断推动着人工智能、边缘计算和物联网行业的结合,也看到了很多行业在英特尔的推动下,得到了快速应用。 而英特尔物联网事业部中国区总经理陈伟指出,我在物联网领域做了十年,从十年前嵌入式到今天物联网分布式计算的概念,清晰的概念也使得英特尔战略简单了、聚焦了,例如专注于边缘,第二做负载整合、应用整合,第三个做视觉计算,自去年11月份把清晰的物联网战略定完之后,一年之后有相当大的进步。在他看来,因中国市场是既大又快,相信将来落地还会加速。 正是由于英特尔物联网业务聚焦,2017年,英特尔全球的物联网业务增长超过了20%,今年依旧保持强劲增长态势,今年同比增长22%,AI芯片也为英特尔创造了10亿美元收入,致数据中心和物联网业务近呈现增长态势,推动整体营收不断刷新高,特别在中国的业务更是增长迅猛。

    时间:2020-06-30 关键词: 英特尔 物联网 人工智能 边缘计算

  • 为什么边缘计算在物联网时代中如此重要?

    为什么边缘计算在物联网时代中如此重要?

    简单地说,边缘计算是一种分布式、开放的IT架构,具有分散的处理能力,支持移动计算物联网(IoT)和其他低延迟技术。通过边缘计算,数据由设备本身或本地计算机或服务器处理,而不是传输到远程数据中心。边缘计算可实现数据流加速,其中包括实时数据处理和无延迟。它允许智能应用程序和设备在创建数据时几乎立即响应数据,从而消除滞后时间。 目前,数据管理和分析是在云中或数据中心进行的。然而在边缘计算模型中,传感器和连接的设备将数据传输到附近的边缘计算设备,该边缘计算设备容纳在本地的数据中心中,而不是将其传输回云端或远端的数据中心。 虽然边缘计算仍然是一项新兴技术,但它可以实现高效的数据处理,因为可以在数据源附近处理大量数据,从而减少互联网带宽的使用。这既降低了成本,又确保了应用程序可以在远程位置有效使用。此外,在不将数据放入公共云的情况下处理数据的能力为敏感数据增加了有用的安全层。 大量的设备和数据 为了更好地理解边缘计算的必要性,必须考虑到未来几年物联网系统和应用的爆炸性增长。根据调研机构国际数据公司(IDC)的报告,2019年45%的物联网创建的数据将被存储、处理、分析,并在网络附近或边缘进行操作。与此同时,IHS Markit公司预测,物联网市场将从三年前的150多亿台设备增长到2020年的约300亿台设备,到2025年将超过750亿台设备。 除了频繁报道的自动驾驶汽车和可穿戴设备等消费者使用案例之外,物联网还将改变农业、建筑、能源、制造业、医疗保健、采矿、公共安全和公用事业等行业。此外,考虑到许多美国和欧洲都市区已推出智能城市计划,IHS Markit公司预测,由物联网连接设备和传感器的增长推动的全球数据传输预计将从每年20%增加到25%,而这已经不足为奇了。在接下来的15年中,平均每年的增长率为50%。 如此多的物联网设备产生如此多的数据,重要的是要意识到在许多情况下这些连接的设备和传感器只能在数千兆位速度和亚毫秒级延迟下有效。在高速公路上每小时行驶65英里的自动驾驶汽车可以接受的一秒延迟可能意味着汽车的传感器检测到迎面而来的大货车之间的安全距离不够。通过将处理和存储功能放置在网络边缘附近,边缘计算可以确保速度和延迟要求。 据羿戓设计所了解,在医疗保健领域,由于边缘基础设施和物联网系统及应用的出现,紧急医疗服务也在进行转型。如今的救护车主要用作当地医院的交通工具,但由于边缘计算和物联网的影响,救护车很快就会成为一个移动的急救室。 下一代从业者将能够与急诊室工作人员和医生进行高清双向视频对话。这种实时信息传递将使医院人员能够预测从现场传来的信息。此外,边缘计算和物联网系统将使紧急医疗技术人员能够实时访问数据库中的患者记录。他们还可以在运送过程中将患者的生命体征传送到医院,为医院工作人员提供所需的数据。这种对患者病情的预先了解将使他们能够在患者到达医院时部署合适的医疗专家和设备。 毫秒级时间也十分重要 在这些和其他实例中,边缘计算减少了延迟,因为数据不必通过网络到达远程数据中心或云端进行处理。取决于实现、边缘计算架构中的时间敏感数据可以由智能设备在源头处理,或者发送到接近客户的数据中心的中间服务器。如上所述,这对于毫秒级延迟可能意味着生死之间差异的情况,以及机器对机器(M2M)工业应用中的情况非常理想。同时,对于时间敏感度较低的数据将被发送到云端进行历史分析、大数据分析和长期存储。增强现实(AR)和虚拟现实(VR)、多人游戏和电子商务也将受益于边缘计算和物联网系统的优势。 除了通过减少计算延迟来提高数据速度之外,还有三个原因可以解释为什么边缘计算在物联网时代对企业业务运营和IT基础设施至关重要: 1、安全性,因为数据更接近于创建它的位置。 2、可扩展性,因为边缘计算基本上是分布式计算,这意味着它可以提高弹性,减少网络负载,并且更容易扩展。 3、通过数据传输频率和规模降低集中式云计算来降低成本。 边缘和5G的重要性 边缘计算将是物联网连接设备和云端之间的连接,由本地设备组成,例如网络设备或翻译云存储API的服务器。具有1-10个机架的本地化数据中心,提供重要的处理和存储功能,包括预制的微型数据中心。与集中式云计算数据中心相比,具有10个以上机架并且更靠近用户和数据源的区域数据中心。 另一个促进边缘计算的关键组件将是电信公司构建的下一代5G蜂窝网络。在美国,AT&T公司和Verizon公司都在进行试验,日本、韩国和中国已经建设了早期的5G网络。随着电信运营商在其无线网络中采用5G技术,他们将越来越多地添加微型数据中心,这些微型数据中心可以集成到5G通信塔台中或与5G通信塔台相邻。然后,企业和云计算客户将能够在这些微数据中心拥有或租用空间用于边缘计算,然后可以直接访问电信提供商更广泛的网络中的网关,该网络可以连接到公共IaaS云计算提供商。 下一代通信技术的未来 一些人认为下一代通信的未来是融合,一些通信塔台基础设施公司已经与企业级数据中心提供商建立合作伙伴关系,在通信塔台基础上开发微型数据中心,实现边缘计算。通过这种模式,基于通信塔台的数据中心将云计算带入本地区域并与新兴的C-RAN网络架构集成。 除了改进内容提供商和运营商的分发之外,这种边缘计算架构方法还以较低的成本为云计算创建了重要的分发点。因此,而跳转到通信塔台的微型数据中心,因此不仅减少了访问云端的延迟,而且还为实时应用程序提供了可能性,并为最终用户提供了更丰富、更加身临其境的体验。 最近,业界已经看到移动网络运营商(MNO)和微型数据中心提供商之间的若干合作伙伴关系和测试,以便他们的单位在蜂窝塔站点使用。然而,那些可以充分利用通信塔台,全国范围的数据中心和各种光纤资产的公司,最适合为寻求高度分布式托管和连接解决方案的客户提供平台,以支持边缘计算。此外,为了向客户提供真正有价值的服务,不仅仅是通信塔台、微型数据中心、密集的光纤路线将数据、存储和处理器推向了边缘计算,还无缝地协调所有这些元素将提供完全管理的终端解决方案。

    时间:2020-06-28 关键词: 物联网 边缘计算

  • 区块链技术和边缘计算,这两项技术在供应链金融领域将大有可为

    区块链技术和边缘计算,这两项技术在供应链金融领域将大有可为

    供应链金融 雁阵科技 当前,供应链金融的繁荣发展与“金融技术”的进步已成共生共长的关系。供应链金融的发展与大数据、云计算、人工智能等技术的进步无不相伴相随,这些技术在供应链金融领域的应用,促成了供应链金融的数字化、智能化,提高了供应链金融的管理效率,也使得业务风险高度可控。 金融技术已成为供应链金融发展不可或缺的一部分。当前,供应链金融领域备受关注的技术是区块链技术和边缘计算,业界普遍认为,这两项技术在供应链金融领域将大有可为。它们能否成为推动供应链金融进一步发展的新的技术引擎?   首先,让我们一起看看这两项备受热捧的新技术究竟是什么?他们又会如何影响供应链金融的发展呢? 区块链技术:让数据更加真实有用 2008年,中本聪第一次提出了区块链的概念。广义来讲,区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算范式。 区块链的特点是去中心化、系统开放、自治性、信息不可篡改、匿名性。在供应链金融运行过程中,接入区块链技术,可以使相关业务信息透明化,有利于构建供应链上下游企业信用评级体系;应用区块链技术,供应链金融服务平台可以通过订单、物流、库存等不可篡改数据的追溯,更准确地评价企业真实的经营状况,以此为依据给企业放款。再加上整个交易过程经过加密,所有分类账几乎不可能受到损害,这有助于建立一个更安全、稳定的供应链金融生态系统。 在供应链金融领域区块链的应用具有显著优势,不仅能提高行业透明度、安全度,简化交易流程,增强信任关系,还能提高企业存量资产的流动性,从而为企业提供更加契合的供应链金融服务。 边缘计算:将数据分析前移 在数字经济快速发展的背景下,供应链上下游企业的内部数据激增,数据计算处理需求巨大,这就需要加强网络前端对边缘数据的处理能力,减少网络和云端数据处理的负担——边缘计算技术正是这样一种解决方案。 边缘计算是一种在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力,就近提供边缘智能服务的技术。它能够满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。[2] 简单来说,边缘计算是处理大数据的一种计算方式。相对于云计算,它更靠近用户端,数据不用再传到云端,在边缘侧就能解决,能够实时处理数据,更趋向智能化而且高效。 在供应链金融更加“数据化”之际,链条上各个企业都将产生庞大的边缘数据,涉及应收账款、库存、销售、信用、位置等数据,这些数据需要实时分析、处理。边缘计算技术在供应链金融领域的应用,可以更快速的响应指令并进行决策,大幅提高了供应链金融业务的交易效率,并能够防范实时欺诈的发生。在一些核心企业、供应链平台打通商流、物流、信息流、资金流之际,边缘计算能够推动各产业链向数字化转型,能更好地支撑本地业务的实时智能化处理与执行,触发供应链金融产品和商业模式的创新,有利于构建新型产融关系。 区块链、边缘计算:供应链金融的新引擎 区块链在供应链金融领域的深入应用,加固了企业信用,打破了信息不对称的行业痛点,在降低征信成本的同时也降低了风控成本。而边缘计算的应用,可以形成点对点的数字价值转移,从而提升传输效率和交易的安全性,能够更好的构建数字化供应链。 总的来看,区块链和边缘计算技术的应用,能够进一步提高碎片化经济下供应链资金周转率,使资金资源得到更精准配置。相信随着业界对区块链、边缘计算的更深刻的理解,将其深度应用于供应链金融领域,必将为供应链金融发展插上腾飞的双翼,推动供应链金融步入新的发展阶段,最终更好助力国家实体经济的转型和发展。

    时间:2020-06-28 关键词: 云计算 人工智能 边缘计算 大数据 区块链

  • 物联网黄金时代,边缘计算+网络虚拟化,将推动物联网需求真正落地

    物联网黄金时代,边缘计算+网络虚拟化,将推动物联网需求真正落地

    2018年11月14日,亚太物联网峰会将在上海宝华万豪大酒店正式召开。活动将围绕物联网产业链的"连接"与"平台"生态,共话满足于未来生态的物联网"黄金时代"。 "连接",正是万物互联的核心前提。芯片、终端、连接、平台、应用五个部分,"连接"是整个环节中,承上启下的重要产业链一环,它主导了感知传送的数据封装标准,并依靠可靠的网络传送给智能处理平台,应用平台依据封装标准解读数据,从而形成各行各业的应用。在海量连接的前提之下,万物互联多样化的应用才能有机会迸发出不同的色彩与活力,迎接千亿规模的市场空间。 前不久,GSMA发表了5G、AI以及IoT将如何改变现有的生活,GSMA Intelligence预测,到2025年,全球5G连接数量将达到13亿,覆盖全球人口的40%,约27亿人将因为物联网而受益。万物互联将会通过"智慧城市"、"智慧家庭"、"无缝娱乐"、"人工智能硬件"等形式真正改变人类的生活方式,改善人们的生活体验。 亚太物联网峰会的召开正是希望能够凝结产业链合作伙伴,共同寻求挖掘未来物联网千亿市场的新风口。 寻求入网效率最高、最稳定的连接形式 "大连接"时代正在来临。以WiFi、Bluetooth、ZigBee等短距接入为主的物联网,快速便捷,但却受到网络规模的制约,价值无法最大化体现。而从蜂窝通信技术衍生出的窄带物联网(NB-IOT)和增强机器类通信(eMTC)却为物联网带来一个类似于电信网络的"宏"网络,带领物联网从局域走向广域。 目前由于运营商的接入连接状况可能就没有那么快,根据Juniper Research的预测,到2025年,5G连接将达到14亿,预计5G商用的第一年,连接数仅为100万,这就意味着,未来整个连接数的复合增长率将达到232%,其中,中国可能将是全球增长速率最高的国家。 对于智能终端设备而言,更为稳定并且成本低廉,入网高效的连接方式是所有平台以及终端合作方关注的要点,无论是近距离无线连接还是低功耗广域网连接,亚太物联网峰会将凝聚产业链上下游,共同探索成本最低、效率最高、最安全可靠的连接生态。 "边缘计算+网络虚拟化"推动物联网需求真正落地 5G蜂窝网络及低功耗广域网的出现,的确给无线连接带来更多的机会。在网络侧,海量智能设备以及连接数的爆发推动互联网结构发生巨大的改变,面对海量返回中心的请求,边缘计算以及雾计算的出现将大大缓解、分摊了云端的压力,而另一方面,多样化智能设备的出现让用户家庭的存储以及计算资源有了更多可以利用的空间,如何合理利用现有网络架构,通过SDN/NFV相关技术,革新下一代网络架构,发展下一代CDN也是把本次活动的重要议题。 虚拟化网络组件和服务可以快速自动地重新配置网络设备,变更数据流线路以及应用身份验证和访问规则。SDN带来的集中化、抽象化、灵活性的三大特点,与边缘能力的结合,将成为未来抓住物联网时代的关键技术。通过使用SDN,IT将成为发现物联网商业价值的关键驱动者,尽管目前来看,还为时尚早。 正是这样,SDN+边缘计算,也将成为本次亚太物联网峰会的重心,借助网络虚拟化技术与边缘计算,推动网络逐步满足"万物互联"的需求。 "平台""创新"物联网价值链重心转移的重要手段 另一方面,基于"连接"的基础,物联网未来的重点在于整合复杂多样的产业链生态,"平台"的"创新"也成为生态圈核心,价值链重心向用户侧倾斜广域覆盖带来了大连接,网络的规模从万到亿,整个物联网的中心在向客户侧倾斜,"寸土寸金"的平台成为承上启下构建生态圈的关键。无论是运营商、互联网公司、设备商甚至芯片厂商都将布局平台作为重要战略。运营商部署NB-IoT/eMTC 的大背景下,平台接入用户数量有望迎来一轮猛增,接入管理平台(CMP)将率先受益,最终价值将传导向临近应用层的使能平台(AEP)。 未来生活展现在眼前,如果说2017年是IoT发展的元年,2018年,万物互联、家庭物联网、物联场景化等已经成为当下物联网平台及智能终端设备厂商不得不谈的新热点,物联网已经成为下一代智能终端产品爆发的新风口,围绕全球智能终端发展需求,建立不同场景化生态,通过运营商、模组、CMP/DMP、AEP/BAP、eSIM等产业链的共同推动,建立下一个帮助运营商击中用户消费痛点的增值业务办法。

    时间:2020-06-27 关键词: 物联网 5G 边缘计算 网络虚拟化

  • 晶圆代工市场受惠于边缘计算、7纳米矿机,将实现35-45亿美元增长

    大型中国台湾地区券商近日拜访比特大陆、嘉楠耘智后发现,随虚拟货币价格趋稳,相关中国大陆厂商积极升级到7纳米矿机,预料将带动新一波算力成长,加上比特币强弹,昨(16)日包括创意、台积电、撼讯、丽台等个股联袂走强。 根据台湾券商最新出炉半导体产业报告内容,近期赴大陆拜访比特大陆、嘉楠耘智,以及脸部识别业者旷视科技、人工智能业者地平线等领域的龙头业者后,评估结果除看好边缘运算的长期大趋势外,并预期7纳米虚拟货币矿机将带动新一波算力成长。 报告指出,受惠于7纳米矿机功耗大幅改善,每单位计算能力价格不到前一代16纳米的三分之一,在嘉楠耘智的新款7纳米矿机推出后,有500家以上客户想下订单,许多更来自大型矿场,显示换机需求相当强劲,目前价格并未使矿机制造商望之却步,有利于未来几季台积电7纳米挖矿营收贡献。 观察比特大陆、嘉楠耘智的财务数据也显示,矿机供应商将有7纳米矿机库存回补需求。台湾券商认为,比特大陆过去数月已打消一大部分旧款矿机库存,或许已准备好生产新一代矿机;至于嘉楠耘智因新一代7纳米矿机的毛利率可能高于公司历史毛利率区间,确有动机将多数矿机升级至7纳米。 在半导体产业新趋势边缘运算方面,券商表示,以往提到人工智能,市场比较侧重于云端运算,但边缘运算的重要性也逐渐升高,主要受惠于脸部识别与自动驾驶等领域的强劲需求,预估未来两年晶圆代工业者的边缘运算潜在市场规模,将分别达到35亿元、45亿美元。 本文来源:台湾经济日报

    时间:2020-06-27 关键词: 晶圆代工 边缘计算 7纳米

  • 中国移动正在三方面推动,边缘计算加速新型“数据中心”的发展

    中国移动正在三方面推动,边缘计算加速新型“数据中心”的发展

    在昨日举行的2018开放数据中心峰会上,中国移动研究院网络与IT所所长段晓东表示,边缘计算加速新型“数据中心”发展。尤其是随着目前5G和工业制造发展,边缘计算已经成为工业炙手可热的焦点,而想要在本地实现计算就需要数据中心的支持。   但多种场景的部署需求也意味着,未来的数据中心在形态和功能上都将发生改变。段晓东认为,边缘计算,导致资源池下沉,定制化硬件,导致更加彻底的分布式的云。在制造业,计算耦合要求更高,不仅仅是分布式,还有可能是嵌入式,比如在大型工厂的每个边缘节点可能都需要计算能力,形成泛在计算能力。 目前,中国移动正在三方面推动边缘计算发展。第一,中国目前正在以场景为中心,超前储备面向边缘接入的站点资源。 第二,研发多元化的硬件平台体系。段晓东认为,边缘计算平台可分为两个,一个是面向IaaS层的基础设施管理平台,另一个是边缘计算SaaS层、PaaS层能力调度平台。目前这两个平台,中国移动都已经完成初步开发工作,希望能够和更多的合作伙伴一起构建良好的生态平台。 最后,嵌入式边缘计算设备,如重点推动适用边缘场景的OTII服务器。今年6月,三大运营商与英特尔等合作伙伴一起发布的第一款OTII硬件的参考模型,希望推动硬件设备能够满足边缘场景的需求。

    时间:2020-06-27 关键词: 中国移动 数据中心 5G 边缘计算 工业制造

  • 5G网络和MEC技术在垂直应用中的作用

    5G网络和MEC技术在垂直应用中的作用

    5G到底能不能给垂直行业带来实际经济效益?这个问题从5G概念诞生的那天就如影随形,这既是垂直行业关心的,更是通信行业关心的话题。基于此,咨询机构iGR耗时三年做了个试验,其结果在和英特尔联合发布的《零售业多接入边缘计算(MEC)业务案例:5G时代的TCO分析及其意义》研究报告中体现了5G网络和MEC技术在垂直应用中的关键作用。 在众多5G技术中,MEC(Multi-Access Edge CompuTIng,多接入边缘计算)被认为是5G与垂直行业结合最紧密的技术,有可能首先为5G带来营收。甚至有专家表示,如果没有MEC等边缘计算解决方案,5G将无法实现所有性能目标。MEC真的有这么厉害? 关于这个试验,也许有人会有疑问,MEC现在就能测试成果?回答是肯定的,虽然5G尚未商用,但是现在就可以部署MEC。MEC定义中“多接入”顾名思义是,MEC不仅限于蜂窝无线接入,还可以使用其他无线(例如Wi-Fi)和有线接入技术。 零售业MEC业务案例:效果惊人 为了说明和量化零售环境中MEC的潜在优势,iGR在一家美国大型零售商中进行了总体拥有成本(TCO)研究。这家全国性零售商拥有超过2,000家门店,主要业务是销售技术产品和服务。这些门店负责履约、维修、客户支持和分销,每家门店销售多种类型的设备和高级服务。为了扩展分销和客户支持,该公司每年都开设新门店。 iGR不是调查与单一门店相关的成本,而是研究该零售商的25个新门店的TCO。TCO覆盖三年,并将MEC设备的安装量与每家门店中使用的当前Wi-Fi配置进行比较。 店内的技术环境与问题 试验之初,该零售商的每家门店都使用Wi-Fi基础设施和视频服务器来支持店内员工、设备、演示和数字标牌。每家门店最低配备100 Mbps专线连接,而较大的门店则必须升级到1 Gbps专线来处理繁忙时间的流量负载。这些门店的IT环境面临如下挑战。 • 由于软件更新下载次数和视频下载次数很多,WAN连接(100 Mbps)不堪重负。 • 目前的Wi-Fi网络难以支持员工、客户、演示服务、销售点等等。 • 针对员工设备、演示设备等的策略管理需要在WAN中实施。 • 该公司正拟建新的店内功能(包括增强现实和虚拟现实),因此每个门店内都需要大量全新的服务器和Wi-Fi基础设施。 • 通过缩短店内周转时间来改善客户体验。 MEC 环境 在试验开始后,每个门店的MEC设备配置如下。 • 每个门店有一个MEC设备,可在整个门店中提供LTE覆盖。 • 这家零售商的应用和服务将在网络和设备中进行虚拟化和编排。 • 每家门店保留两个当前的 Wi-Fi 接入点并连接到 MEC,以便根据需要为门店客户提供 Wi-Fi 连接。 • MEC将通过 100 Mbps 专线连接与公司的 WAN 连接。 • 由于MEC通过LTE协议提供策略支持,因此 Wi-Fi 在 WAN 中不需要负载均衡、Wi-Fi 控制器或策略引擎。 • 数字标牌、销售点设备等门店现有的线路将被保留。 实验结果:MEC总体拥有成本优势 在试验结束后,iGR发现MEC解决方案实施的三年 TCO 收益非常巨大。 • 如果门店不需要升级 100 Mbps 线路,则三年可节省 55.9% 的成本(资本开支和维护成本)。 • 如果门店必须升级到 1 Gbps 连接,那么MEC三年 TCO 可节省 54.0%。 • 与当前的部署相比,借助MEC设备,门店在繁忙时间的 WAN 流量减少了59%。这是通过在本地缓存内容实现的: • 在零售店使用MEC也有无形的好处。例如,由于整个门店都提供了LTE覆盖,因此外部宏基站的负载降低,并且门店中的客户体验得到改善。 从该案例中可以看出,MEC是利用5G网络实现这些应用案例的重要组成部分,提供了一个平台,可以满足5G关键通信的延迟要求。MEC为服务提供商和企业提供了一个采用新模型和降低成本的机会,改善成本、速度和整体实力。 MEC是何方神圣? 能够为零售业带来如此巨大收益的MEC到底是何方神圣? 2014,MEC(最初表示 “移动边缘计算”)的创始公司将其定义为:移动用户附近的无线接入网络提供的IT和云计算功能。现在,MEC标准不仅限于移动网络,还涵盖非 3GPP 接入和固定网络。MEC 现在表示的是 “多接入边缘计算”。因此,新的广义定义为:MEC 为应用开发者和内容提供者在网络边缘提供云计算功能和IT服务环境。 在实际部署过程中,MEC可以实现几项重要的网络演进。 • 将接入节点转变为能够直接从网络边缘提供高度个性化服务的智能服务中心,同时在通信网络中提供最佳性能。 • 在部署于电信运营商网络任何站点的服务器上运行:例如,在LTE或5G宏基站(eNodeB)或小型蜂窝或云 RAN 聚合点运行。在有线电视网络中,MEC 可能处于电视输入端。 • MEC平台采用商用现货组件部署在高容量IT硬件上。 对于企业来说,MEC的优势归结如下。 • 为客户和员工提供更好的服务——更低的延迟,更高的吞吐量,更多样化、本地化和个性化的服务。针对每个设备实时进行应用感知蜂窝基站性能优化,可以改善网络效率和客户体验。例如,物理位置上更接近的服务器和紧密的 RAN 集成可以帮助减少视频卡顿并提高浏览吞吐量。 • 视频缓存和边缘分析,特别是将视频内容存储在网络边缘的能力,可以降低传输成本并改善客户体验。分布式缓存技术可以节省回程和传输流量并改善体验质量(QoE)。内容缓存有可能将回程容量需求降低高达 35%。本地域名系统(DNS)缓存可以将网页下载时间减少 20%。 • 支持IoT/M2M应用和服务,这些应用和服务倾向于传输少量数据,但也可能包括更高带宽的应用,如视频监控。 • 云与边缘之间的应用虚拟化和协调为更多应用设计人员提供了基于互联网的服务和/或虚拟化服务的机会。例如,应用可以根据终端用户指定的需求,在边缘处理器和云之间动态移动。随着越来越多的应用和服务使用虚拟化解决方案来实现,MEC 架构的角色将变得至关重要。 • 能够支持专用/本地网络,为特定建筑物、校园或区域的特定员工和客户运行应用和服务。 • 边缘计算也支持关键业务通信。例如,在回程通信故障的情况下,本地边缘计算节点仍然可以向本地连接到该节点的设备提供通信和应用支持。借助MEC,能够实现传统内核驱动网络架构无法实现的新服务,并提高从边缘计算中受益的应用和服务的整体性能。例如,通过边缘分析和动态无线资源分配实现的应用和服务是传统网络架构无法实现的。在这些情况下,边缘计算是必需的。 MEC未来机遇预测:大有可为 不局限于这家全国连锁店,iGR还跟其他大型公司和企业讨论5G和MEC后发现,限制这些盈利可能性的并非是技术,而是想象力。对于这家全国性零售商和其他大型企业而言,5G和MEC为解决业务问题和挑战提供了大量机会。通过将IT领域与移动网络和边缘计算相结合,很多新的应用和服务将成为可能。 随后,iGR对MEC为垂直行业带来的机遇进行了建模,并且预测了美国和西欧四个垂直行业中5G连接和MEC的采用情况。所审查的四个行业包括零售、制造业、医疗服务和运输/仓储。此外,该模型还研究了可通过移动网络中的5G和MEC实现的应用和服务。 图1和图2显示了 2021 年至 2026 年美国和西欧市场5G连接的预计数量。请注意,在每种情况下,该模型假定网络将于 2019 年底和 2020 年建成,商业服务将于 2021 年初推出。 图1为按行业分类的美国5G企业连接数 图2 按行业分类的西欧5G企业连接数 如图1和图2所示,预计到 2026 年,美国四个行业中总共有 4,840 万个5G 连接(占所有移动连接的 37%)。对于西欧而言,预计到 2026 年5G连接总量将达到 5470 万(相当于所有移动连接的 28%)。 图3和图4显示了从 2017 年到 2026 年美国安装的 MEC 设备的数量,再下面的一个图显示了西欧地区的情况,数据相同。请注意,MEC 安装始于 2017 年,比预期的首批5G商业服务上线早了四年。MEC 不需要部署5G网络(反之并非如此:5G 将需要边缘计算架构来实现其所有性能目标)。 图3 美国的MEC安装量 图4 西欧的MEC安装量 如图3和图4所示,到 2021 年(当5G商用发布时),美国 MEC 设备的数量预计将达到 166,000 台,到 2026 年将超过 563,000 台。预计在零售和医疗服务以及社会救助行业中的安装数量最多。对于西欧而言,情况类似:零售和医疗服务以及社会救助行业中的安装数量最多。从 2017 年到 2021 年的增长相对较慢(预计西欧有 163,000 个 MEC),但随着 2026 年达到 563,000 个 MEC,增长势头会加强。 5G到底有多大市场?:无限大 MEC只是5G技术的冰山一角,5G还将为整个社会带来席卷式影响,为传统行业转型升级插上飞翔的翅膀。随着全球即将开始部署首批5G网络,业界正在就5G所包含的确切内容达成共识。根据下一代移动网络联盟(NGMN)的说法,更具体地说,各方都认为 “5G 网络” 应该能够实现以下目标: • 在户外时与终端保持 1-10Gbps 连接(并非每个基站的理论最大吞吐量,而是实际的终端用户速度) • 端到端往返延时(延迟)仅 1 毫秒。 与之前的网络演进不同,从 4G 到5G的转变不仅仅是升级无线接入网络(RAN)。为了使5G成功实现所述的性能目标,必须采用新的架构。具体来说,这意味着要通过各种标准(如 MEC)将处理过程移到更接近网络边缘的位置,必须通过边缘处理才能实现5G的延迟目标。 同样,与以前的移动网络迭代相比,新的5G架构必须利用虚拟化和软件定义基础设施来降低部署和运营成本。业界根本没有足够的资本来使用传统方法建立一个全新的网络基础设施。 图5 5G基础设施 5G 企业应用案例 除了零售业,5G的应用行业还有很广,垂直行业还有很多。与5G相关的很多市场营销都将重点放在 “更高的带宽” 和物联网上,但5G在企业中还有很多其他的潜在应用。 • 增强现实和虚拟现实,包括医疗服务、教育和培训。 • 触觉互联网(国际电信联盟将此定义为 “极低延迟与高可用性、可靠性和安全性的结合”)。这实质上是加强版 “物联网”。 • 移动医疗和远程医疗,包括远程手术(可能在全球各地)、远程咨询(大城市的专家和偏远农村地区的患者可以互动)以及患者监护。同样,目前这类服务的基本案例已有很多。 • 互联汽车、卡车和车辆,一般地说,包括车载互联网/信息娱乐、碰撞前感应和缓解、协同驾驶和车辆间信息交换。 • 移动视频交付,包括流媒体点播以及支持 4K 和 8K 高清格式。在某些情况下,IMT-2020 可能会取代或补充家庭或企业的有线宽带连接。 • 公共安全:关键任务语音、宽带数据(安防摄像头、无人机、无线传感器/跟踪等)将得到增强。 • 专用网络,允许企业在特定的建筑物或校园中使用 5G,并控制这些特定区域中使用的应用和服务。 • 网络切片,它允许移动运营商在网络中分割带宽,并将切片专用于特定应用、用户群或客户群。 总而言之,垂直行业需要5G,5G网络的部署势在必行。尽管一些应用可以在LTE上得到支持,但与5G部署相比,5G网络的用户体验会得到大幅提升。

    时间:2020-06-26 关键词: 5G 边缘计算 mec

  • 烽火通信以“三国、五化,一中心”为原则,全面推动工业互联网的发展

    烽火通信以“三国、五化,一中心”为原则,全面推动工业互联网的发展

    近些年来起,以智能制造为主导的第四次工业革命正在悄然发生并逐步推进,目的是通过技术的整合特别是工业与信息技术的整合来提高企业、行业生产效率继而提高行业的竞争力。特别是以互联网为代表的信息通信技术的发展为传统制造业的转型提供了动力和条件,云计算、物联网、大数据等信息技术与制造技术、工业知识的集成创新不断加剧,新一代工业互联网体系应运而生。这个过程既是对工业企业的挑战,也是信息服务企业的挑战。 一、为什么要搞工业互联网? 消费互联网对经济的增长出现了瓶颈 随着移动互联网和手机用户的增长的红利接近顶峰,面向个人的消费互联网的增长遇到了天花板,在互联网进入存量时代后,用户增长变得日益艰难。 传统制造业已经不适应新经济的发展 面对由于市场需求多变、劳动力等资源要素成本上升、节能减排约束趋紧所形成的多重压力和困境,传统制造业的优势不断削弱,生存空间日渐缩小。 信息和制造的结合是新经济的动力引擎 在工业互联网体系架构下,能有效集成海量工业设备与系统数据,实现业务与资源的智能管理,促进知识和经验的积累和传承,驱动应用和服务的开放创新。工业互联网体系架构将是新型制造系统的数字化神经中枢,在制造企业转型中发挥核心支撑作用,从而将生产工厂转变为一个智能环境,构成实现第四次工业革命的基础。 二、工业互联网的关键点在哪里? 智能制造从技术上来说,有三个大的方面: 第一,将工厂内部的原有的分层的各种系统集成起来,实现工厂内的垂直集成, 第二,将工厂和工厂之间的协调做起来,这是横向集成, 第三,从产品生命周期出发实现端到端的流程整合,这就是端到端的数字工程。 而这三个集成的核心就是数据的流动和融合。这涉及到工业领域信息技术的两大类应用,IT类应用:跟管理相关,包括办公协同、人力资源管理、ERP、CRM,以及财务管理等应用,主要围绕人为主体的工作流。 OT类应用:跟设备和流程相关,包括MES、DCS、SCADA、TPM、TQM相关的应用。 智能制造的三大集成,最最重要的是如何将原有的属于通信IT技术领域的信息和属于工业OT领域的数据和信息在一个系统中得以统一,从而实现跨层跨域的融合处理。 数据是核心 在工业领域的数据大致包括几个方面: 第一类是企业经营相关的业务数据,这类数据来自企业信息化范畴,包括企业资源计划 ( ERP ) 、产品生命周期管理 ( PLM ) 、供应链管理 ( SCM ) 、客户关系管理 ( CRM ) 和环境管理系统 ( EMS ) 等,此类数据是工业企业传统的数据资产。 第二类是机器设备互联数据,主要是指工业生产过程中,装备、物料及产品加工过程的工况状态、环境参数等运营情况数据,通过 MES 系统实时传递,目前在智能装备大量应用的情况下,此类数据量增长最快。 第三类是企业外部数据,这包括了工业企业产品售出之后的使用、运营情况的数据,同 时还包括了大量客户、供应商、互联网等数据状态。从制造金子塔的层级来看,在每一个层面都会产生数据。 以上这些数据必须通过合适的方式,实时,安全,完整地收集下来并通过对数据的融合实现业务流程的打通和重构。这也是工业互联网的核心价值所在。 数据的收集 如何用最合适的手段,将生产过程中的数据收集起来是工作的第一步,目前工业传感网络具备很强的行业特征,呈现封闭状态,数据接入网络的不完善,对于工业数据的可靠性,完整性,实时性和安全性提出了挑战。 数据的融合 如何将数据系统打通,实现跨层和跨域的流动,实现业务和商务模式的创新是工业互联网的真正价值所在。目前受底层工业网络协议,数据库差异性,数据服务框架不统一,工业互联网平台能力等因素的影响,数据的真正融合还有很多工作要做。 网络联接是基础 从ICT技术和设备角度看,工业领域呈现的和消费端巨大差异是系统的封闭性和标准差异性。基于各自需求,甚至同一行业内不同企业在软硬件实现方式和外部接口上可能迥异。这意味着,不同公司生产的、软硬件不兼容,功能不相同的设备需要经过逻辑抽象后实现互联协作,这是一个浩繁的工程,可能促成标准的收敛和系统集成需求大增。这个网络联接不光是指底层网络的连接还有应用层网络的联接。 链路层的横向兼容 目前工业链路层网络普遍采用现场总线或者工业以太网协议,这些设备都是基于不同供应商的内部标准和规范开发的,难以形成互联和互通。迫切需要既满足不同行业的通信要求,又能使链路层网络实现独立于底层设备协议的连接的解决办法,这需要统一的链路层协议来兼容这些异构的网络。 应用层和操作层纵向联接 制造企业的各层级数据由于存在不同网络和不同平台间的异构问题,还需解决在不同的总线、应用平台间的语义互操作问题。这就需要有建立有效的信息模型与生产流程,分析与优化的应用结合。形成统一的、标准的数据互联接口。 盈利是决定成败的关键 工业互联网总体来说需要投入的资金和技术力量是很大的,而是否能有效提升运营效率达到增效降费的目的和很多因素有关。但制造企业的盈利能力是网络改造前提,这可能会影响工业互联网的推广和发展。 中小企业是未来服务的主体 中小型企业是解决就业,激发经济活力的主体,各国中小型企业是工业互联网的重要服务群体。但目前中小型制造企业由于互联网的冲击,在应对劳动力成本上升,商业模式的改变方面表现乏力,面临融资能力弱,技术力量薄弱,盈利的压力非常大。所以需要有新业务模式的创新,才能促进工业互联网在中小型企业的应用。 大企业的模范作用 大企业目前是工业互联的主要推动者和主要应用者,同样也面临着是业务模式创新的问题,由于传统行业的惯性在大企业中表现更为明显,工业互联网的应用需要在企业的短期效果和长期投入之间会做平衡。 三、信息服务提供商的机会 工业互联网产业联盟从工业和互联网两个视角出发,提炼出未来工业智能化发展的三大优化闭环: 一是面向机器设备运行的优化闭环,基于对机器操作数据、生产环境数据的实时感知和边缘计算,实现机器设备的动态优化调整,构建智能机器和柔性产线。 二是面向生产运营的优化闭环,主要基于信息系统数据、制造执行系统数据、控制系统数据的集成处理和大数据分析,实现生产运营管理的动态优化调整,形成各种场景下的智能生产模式。 三是面向企业协同、用户交互和产品服务化的闭环,基于供应链,用户需求,产品服务数据的综合集成与分析,提升企业资源活动组织和商业活动的创新,网络协同、个性化定制和服务延伸。 以上这些优化的方向给信息服务和设备提供商带来了新的机会,特别表现在网络技术能力和大数据处理能力在工业领域的应用上。 提供了用先进技术改造工业网络的机会 智能制造对网络提出了新型的内部、外部互联的需求: 一是工厂内海量的传感器和终端,对接入带宽和处理能力都提出了更高要求; 二是工业企业应用场景复杂,安全性要求高,需要设备支持用户安全隔离,分权分域;三是提供全程服务质量保证,满足不同工业互联网应用端到端的网络质量可靠性要求;四是工业企业内部设备的可移动性要求设备具备灵活组网和网络编排能力。 这些需求使得原来采用封闭协议的工业网络系统会更加标准化和规模化,为信息设备制造商进入工业网络领域提供了重新洗牌的机会。同时可以为在工业领域引入先进的信息网络构建思想和先进技术创造了条件。 提供了大数据能力的应用的机会 一是智能制造的三大集成最重要的基础是跨层、跨域数据的整合,需要很强大的数据集成能力,这是信息服务商的优势。 二是有助于信息网络领域和消费互联网领域大数据处理的模型和思想引入到工业领域。 三是在互联网领域的一大数据分析为基础的新业务模式为制造企业的业务模式创新提供依据。 四、烽火推动工业互联网的发展 中国信科集团极其重视智能制造和工业互联网的研究,并进行了顶层设计和战略规划,于2015年编制了《烽火科技集团智能制造2025行动纲要》,从战略角度确立了以创新为核心的企业价值观,为实现智能制造确定了方向与途径。明确了智能制造的核心为数据、集成、互联、创新、转型。旗下的烽火通信于2015年底基于智能制造的信息与大数据平台的整体框架设计和标准,提出了面向智能制造的工业信息网络构架。集团从下面几个方面全面推进工业互联网的工作: 参与国际标准的制定 中信科集团下的烽火通信公司在ITU-T SG20组牵头制定了《工业物联网背景下的智能制造》(Y.4003),并于2018年6月在ITU正式发布。该标准创造性地将IEC/ISO标准组织、德国工业4.0、工业互联网联盟、美国国家标准局以及中国工信部的相关智能制造的标准进行了融合,该标准成为全球智能制造的指导性标准,有着里程碑性质的重要意义。 积极参与国家项目 2017年,中信科集团下的光迅科技公司和烽火通信入选工信部的智能制造试点示范项目名单,获得“光电子器件智能制造试点示范”项目和“5G通信网核心设备智能制造新模式”示范项目。2018年,烽火通信公司再次入选“光通信设备智能制造试点示范”项目名单。除此以外,还承担了国家发改委“互联网+重大工程项目”(光电产业云)和工信部“面向大型制造企业双创平台服务应用推广项目”(慧创云)等重大国家项目。这些项目奠定了烽火在工业互联网推动工作中的领先地位。 脚踏实地做好互联网核心技术研究 烽火通信从自身的优势出发,聚焦关注工业互联网网络连接和大数据应用,打造全面的工业互联网解决方案。 主要开展了工业PON、TSN、TSN和SDN结合的研究,探索工业互联网的网络连接的最佳模式;通过边缘计算和人工智能的引入研究,探索工业云的分布式控制合理化机制;通过工业云平台和大数据在工业领域的应用实践形成以工业云平台为核心的工业领域和信息领域合作的生态模式。 以自身制造平台为基础打造工业互联网体系   图一、烽火通信的工业互联网平台架构 烽火在自身工业互联网平台的搭建过程中,秉承以下原则“三国、五化,一中心”的原则: 以国产化为宗旨,包括国产机器装备、国产数控系统、国产云计算平台 以智能化为目标:装备自动化、工艺数字化(从设计到执行)、过程可视化(虚拟仿真)、资源虚拟化、决策智能化 以自身的云数据中心和制造平台为基础 烽火的工业互联网平台FinIN的架构(如图一所示)分为操作层、数据层、平台层、应用层。在四层架构的基础上,将平台的实时数据与非实时数据(热数据/冷数据)进行统一的存储和管理,并对其进行数据清理、建模和分析,最终为我们的工业制造决策提供辅助支持。该平台全面打通了机器、数据、系统与人的联系,融合了研发链、制造链、营销链、服务链、管理链等多个维度,包含了端到端的数据流通和多层次的安全运维体系,最终通过融合制造生态体系来提升整个制造业的价值链。 以此为基础,使烽火通信系统设备制造平台能够定位于“高、精、特”(高端、精密、定制化),通过创新生产组织形式、运营管理方式和商业模式,实施工厂智能化改造,延伸服务链条,提供“生产+服务”模式,促进生产型制造向服务型制造转变,实现制造与服务融合发展。同时,以“夯实制造基础、提升自动化水平、逐步实现智能化直至实现全价值链服务”为发展路径,建设行业领先的智能化制造平台,达到烽火科技集团年产值千亿的制造规模。 

    时间:2020-06-26 关键词: 人工智能 智能制造 边缘计算 工业互联网 烽火通信

  • 物联网边缘管理应该是什么样的

    物联网边缘管理应该是什么样的

    您应该知道这句古老的格言“要先学会走路才能跑”吧。 物联网( IoT )有一句新格言:“在进入边缘计算之前,您需要边缘管理。” 过去几年里,边缘计算一直占据物联网趋势的榜首,这当然有充分理由。边缘计算让边缘设备更智能、更独立——即,不需要将所有物联网数据发送到云端进行处理——非常有吸引力。边缘计算可以降低云服务成本、功耗和延迟,同时提高可靠性和隐私控制。 但问题在于:在商业或消费者实施中,物联网边缘计算不是您需要解决的最大挑战。边缘计算是一个闪亮的新概念,具有很酷的人工智能分析功能,可将物联网数据转化为真正的商业价值。但是,有一个不可告人的小秘密:不投资边缘管理,而直接跳到边缘计算,有可能会导致整个物联网项目失败。 循序渐进 物联网的基本挑战是,互联网不是为咖啡机、冰箱和暖通空调系统以及它现在需要支持的所有其他产品而设计的。 电子产品都有嵌入式芯片来控制产品的功能,如冲泡咖啡或保持食物冷藏,以及将产品与其他类似产品区分开来的功能。增加物联网智能需要一个能够处理物联网功能的独立嵌入式芯片。 每种嵌入式芯片都需要完全不同的知识体系。一组嵌入式开发人员需要具备相关产品特性的专家;另一组嵌入式开发人员需要精通网络连接、云通信和安全等方面的专家。 但是,用户期望的不是产品 “功能”和“网络连接”各自独立运行。正如您希望您的连网咖啡机“知道”在安装固件升级时不要中断酿造咖啡;您也希望您的智能门锁“知道”如何锁定和解锁您的门,并且您的灯会根据需要打开和关闭,即使在网络发生故障时。 整合这些并行需求集非常困难,这种集成是边缘设备管理的全部内容,必须先解决,然后才能跳到物联网数据的边缘计算。 物联网边缘管理应该是什么样 以下是物联网设备边缘管理的一些理想情况: ▲端到端安全性,从设备本身到云端以及您的移动或web控制应用程序——特别是因为黑客通常通过边缘而不是云来实现。 ▲极其可靠的连接,即使在测试实验室中可能不会出现的各种环境和网络条件下,您的设备也能保持连接。 ▲端到端用户体验,因为即使是一次糟糕的连接体验也会变成负面的客户评论,并危及您的五星级评论目标。 ▲高级固件管理流程,用于无缝升级、调度和规则处理,因此边缘可以做出本地决策,以确保软件升级过程中断影响最小。 ▲出色的离线体验,即使关闭网络,设备也可以在本地控制和管理。 ▲面向未来考验的配置,结合新兴技术和协议,如新的无线标准。 ▲经过全面测试,包括多次迭代,场景和条件以及数百万台设备。 ▲在现场强化,因此在扩展时无需定制或编码。 ▲随时准备安装,作为认证产品,而不是需要拼凑和测试的原始工具。 ▲通过持续控制和升级,可以方便用户设置和安排其连接产品。 有效的边缘管理是提供最佳智能产品用户体验的必要步骤,可能很容易直接跳到最新的AI工具来处理边缘的物联网数据,但是,如果您的智能产品不善于处理物联网运营中固有的细微差别——包括可能只影响一小部分已部署产品的情况——那么您将面临巨大的失败风险。 在成功之前不要失败,从一开始就投资您能找到的最佳边缘管理解决方案。

    时间:2020-06-25 关键词: 物联网 边缘计算

  • 英特尔立足于物联网领域不断开创新技术的三大战略

    英特尔立足于物联网领域不断开创新技术的三大战略

    英特尔公司高级副总裁兼物联网事业部总经理Thomas Lantzsch表示:“英特尔在物联网领域不断开创新技术,为工业创新奠定数据驱动型的技术基础。我们将持续聚焦物联网芯片、边缘计算和计算机视觉三大重点,以快速面向市场加深整个生态合作,助力以数据为中心的时代变革,成就智能互联的未来。” 英特尔:一家以数据为中心的公司 以数据驱动的新工业革命时代已经到来,云的规模无限扩大,深入到网络并进而延伸到边缘,5G技术即将到来,人工智能和分析技术快速增长,为市场带来了巨大的变革,所有这些都将产生大量未利用的数据。据分析师预测,到2025年,全球数据量将剧增至现在的10倍,达到163 ZB。英特尔正在进行以数据为中心的转型,从端口设备到云计算,加上内存和存储、FPGA加速器技术、 再加上网络以及5G连接技术和软件支持,成为数据革命的驱动力。 一个公司能否生存、能否成功,最终会依赖于他们到底有多强大的计算能力。在未来,越来越多的应用、越来越多的边缘计算、越来越多的云端计算,最后需要的是强大的计算、联接和存储的能力。英特尔的战略就是为这样的新的数据世界奠定技术基础,奠定计算、连接、存储的实力。 “处于全新的时代,以数据为中心的驱动革命已经到来,而且如火如荼,面向未来,所有的新思潮、新思考正在不断产生,而每一个企业,包括英特尔在内,我们都感受到了不断的转型、创新给我们带来的机遇和挑战。开放思想,跨界的思维,积极运用新技术,才能帮助我们企业全面的商业布局。”英特尔市场营销集团副总裁、中国区总经理王锐博士这样说。 立足于三大战略 在物联网市场里,英特尔物联网的战略是为物联网提供适合的芯片,增强边缘计算的能力和专注于计算机视觉。 第一,在安防、工业、零售等行业,英特尔将推出更多定制化的芯片,通过软硬件的结合及加速技术,更好地满足特定应用环境的应用需求。 第二引领边缘负载整合。边缘计算是推动物联网发展的一个重要驱动因素。并不是所有的数据都会发生在云端,在边缘侧推动负载整合是物联网未来演进的一个必然趋势。以前分布在不同设备上的负载将通过虚拟化等技术被整合到单一的高性能的计算平台上,实现更复杂的综合功能,进一步简化架构,降低成本。 第三,强化在视觉计算技术方面的领先性,在边缘侧支持人工智能。特别值得一提的是,英特尔推出了OpenVINO工具包,加入了英特尔视觉系列产品,可以在边缘侧支持基于深度学习的推理应用。从边缘到数据中心再到云端,英特尔的视觉解决方案实现了全覆盖。 面向重点行业  深耕新兴产业 英特尔制定的策略是为了更好的面向市场,英特尔将继续深耕视教育、零售、工业和智慧城市等重点领域,以及发掘交通、医疗和消费物联网网等新兴领域。 在教育行业里,针对特定的场景,英特尔物联网为中国教育信息化提供软硬件的应用工具,帮助合作伙伴建立更加智慧的教室。 在工业领域,英特尔物联网可以为工业方面提供英特尔处理器和专用的芯片来支撑工业物联网技术。 在零售领域,英特尔物联网主要是帮助客户赢得客户、管理人力资源、精准库存,基于此提供个性化的产品和服务,优化渠道覆盖,提供差异化的服务,进行实时数据分析,优化客户体验和运营,用先进的数字化技术重塑门店用户体验。 除了深耕于教育、医疗、工业和安防等重点领域,英特尔对新兴产业也是分看好。在新兴产业里,英特尔表示对自动驾驶领域非常积极,已经收购了一家自动驾驶技术领先的公司Mobileye,英特尔物联网一直都在低调地进行相关工作,目前已经有了一个相当积极的计划。 英特尔物联网合作伙伴的成果展示 这次会议中,英特尔物联网特别邀请了许多合作伙伴出席这次活动。由特邀伙伴来介绍这一年或者这些年在物联网方面的合作。英特尔用事实证明了去年的战略今年已经变成了实践。 在工业物联网方面,英特尔与阿里方面也有合作。借助英特尔的机器视觉和人工智能的优势,阿里在工业制造上打造了自动的瑕疵检测系统。检测的准确率也从原来的人工检测不足20%直接上升到超过99%,取得了非常好的效果。 在教育方面,英特尔和视源股份合作。生产出基于智慧教室的边缘服务器产品,在教室教学过程中,学生和老师,产生的行为数据,在本地化进行分析、处理之后,将数据筛选之后再上传到云端,在本地就解决了即时反馈的问题。 安防领域,海康和大华的代表也都出席了代表此次活动,表示和英特尔的合作,一起打造了端到端的人工智能平台,广泛应用于安防以及智慧城市中。

    时间:2020-06-25 关键词: 英特尔 物联网 边缘计算

  • 一文汇总边缘计算芯片格局最新分析

    一文汇总边缘计算芯片格局最新分析

    (本文来自半导体产业观察,作者李飞,本文作为转载分享) 近日,华为和比特大陆纷纷发布了针对边缘计算的新芯片产品。华为的Ascend系列采用达芬奇架构,其中Ascend 310功耗8W算力8TOPS正是针对边缘计算市场。而之后比特大陆发布的BM1682和BM1880也是针对边缘计算市场,其中BM1682功耗30W算力3TFlops针对边缘服务器市场,而BM1880功耗3W整数算力2TOPS则是针对边缘终端市场。人工智能结合边缘计算已经成为最热门的市场之一,我们今天就来分析并展望这个市场。 边缘计算新兴市场 人工智能芯片市场第一个得到关注的是云端服务器市场,Nvidia的GPU以其强劲的算力掌握了大部分市场。随着人工智能的铺开,边缘计算(edge computing)的概念也得到了越来越多的认可。边缘计算相对于云计算有几点优势,首先是延迟较小,在云端和终端通常有几十毫秒到几百毫秒不等的网络延迟,对于工业应用等对延迟有高要求的应用来说云端部署人工智能无法满足其对于延迟的需求;其次是数据隐私,有些应用不希望把数据传输到云端,一方面担心云端数据被云运营商看到,另一方面担心数据传输过程中被黑客劫持;最后是可靠性,如果把人工智能部署在云端那么一旦网络断了在终端的人工智能程序就无法工作了,这对于要求高可靠性的应用来说难以满足要求,但是如果把人工智能部署在边缘就没有这个问题。 边缘人工智能计算中其实还包含了多个层次,一种是终端设备(如手机)上的人工智能计算,这样的规划把人工智能计算直接放到终端设备上,可以实现最低的延迟。然而,由于终端设备的电池容量有限或者对于散热容忍度较低,因此在终端设备上做人工智能计算对于AI芯片的能效比提出了极高的要求,同时这样也并非唯一的边缘计算形态。 除了终端设备上的直接做计算之外,还可以把终端的数据放到离终端比较近的本地服务器去计算。例如,对于工业应用这样的对于稳定性和延迟有要求但是又可以做集群化计算的应用,除了把计算直接放到终端设备之外另一种方法就是就近设立边缘服务器让计算放到边缘服务器上去做然后快速返回给终端设备。边缘服务器对于芯片功耗的要求相比在终端设备上直接计算就会宽松许多,因此非常适合于这种可以集群化计算的应用。 边缘计算的两种市场目前都已经在起飞。而相关AI芯片也得到了许多关注。标志性事件是华为的两次芯片发布会。去年秋天发布的麒麟970芯片附带NPU,可以说是人工智能部署在手机的一次重要尝试。今年秋天又发布了Ascend系列芯片,其中Ascend 310芯片也是针对边缘服务器市场并且华为已经开发了基于Ascend 310的边缘计算服务器准备部署在自动驾驶领域。因此我们可以预计在未来无论是相关应用还是相关芯片都将有更多公司大手笔投入,从而推动AI进一步发展。 边缘服务器的芯片形态与竞争格局 边缘服务器的市场现在来看将是人工智能最早落地的应用 之一(甚至比手机里的人工智能还要早且成熟),因为目前中国的智能摄像头产品已经在安防、人脸识别等领域真正落地,而边缘服务器是很适合智能摄像头的产品形态,一方面在不少此类应用中对于可靠性有很强的需求,因此部署在边缘端的人工智能更适合;另一方面智能摄像头的计算可以集群化操作,因此一个边缘服务器处理多路智能摄像头的形式是非常经济的方式。除了智能摄像头之外,无人驾驶也是边缘服务器的一个例子,因为在无人车里面需要做传感器融合做大量计算,相当于在无人车上部署了一个边缘服务器。 边缘服务器市场通常对于通用性有一定需求,因此比较合适的方案是处理器加上通用型深度学习加速芯片,而深度学习加速芯片最常见的形式是以PCIe加速卡的形式插到主板上,并与主处理器协同工作。值得注意的是,由于边缘服务器对于人工智能算法精度有一定要求,因此往往使用的是类似半精度浮点数的运算方式,很多边缘终端芯片上常见的INT-4甚至INT-2等激进的低精度整数运算由于损失精度过多因此在边缘服务器不太适合。 我们认为边缘服务器市场尚属于新兴市场,加入战场的公司并不多,目前仅有Nvidia,华为,比特大陆等, 而且不同的公司可以主打不同的细分市场,因此市场竞争远未饱和。我们不妨来分析一下Nvidia,华为和比特大陆三家公司的竞争格局。Nvidia的产品是Xavier芯片,峰值算力30TOPS,功耗30W,主要针对的是自动驾驶市场,因此芯片上还集成了双目视觉、光流等,模组售价2499美元,显然是针对高端自动驾驶市场,而对于智能摄像头等对于部署成本有要求的场合并不合适。 华为的Ascend 310定位中高端,其8W/8TFlops的性能下可覆盖智能摄像头市场,上可进击自动驾驶市场(华为已经与奥迪合作,发布了基于Ascend 310芯片的自动驾驶边缘服务器MDC600)。而比特大陆则是主打性价比路线,BM1682自带视频解码和后处理操作且集成了CPU,因此客户需要加速智能机器视觉相关应用时理论上只需要BM1682即可,无需再去购入额外的CPU,这也降低了成本。 华为基于Ascend 310的MDC600边缘计算服务器主攻自动驾驶市场 目前在中国市场,最主要的市场还是安防等应用的智能摄像头,因此产品定位决定了主要是华为和比特大陆之间的竞争,那么比特大陆和华为之间的竞争格局会如何呢?我们认为,首先这个市场很大,华为和比特大陆的主打方向也不相同(华为主打性能而比特大陆走性价比路线),因此并不存在势不两立的激烈竞争。另一方面,其实华为和比特大陆的共同竞争对手是海康威视这样的智能摄像头系统厂商,一旦海康威视也开始自研芯片且在自己的安全摄像头系统中以各种方式推广自研边缘服务器,那么华为和比特大 陆的压力将会很大。不过我们预计到那个时候智能摄像头以外的市场也会变得成熟,从而给华为和比特大陆等芯片公司提供新的机会,而不用被迫在智能摄像头领域与巨头系统厂商竞争。 边缘终端市场的芯片形态与竞争格局 边缘终端市场是指直接在终端设备上做计算的AI芯片,对于功耗和能效比有很强的要求。目前来看,边缘终端市场有两种形态的芯片产品,一种是针对特定应用的SoC,一种是通用加速器做独立芯片。SoC面向专用市场,在芯片中深度学习加速计算事实上只是一小部分,而其他大部分芯片面积则交给了主控处理器、视频解码等等模块。SoC集成度高,一般的技术路线是用新的SoC代替原有的不支持深度学习加速的SoC做更新换代。 一个典型的例子就是华为麒麟系列SoC加入寒武纪的NPU,就属于SoC自己的更新换代。专注于AI芯片的厂商进入SoC市场的策略往往是提供IP授权,以发挥自己的强项(如寒武纪给华为提供NPU IP)。对于SoC往往针对的是一个特定市场,因为其中的模块都是针对该应用而设计,如果用在其他应用中则显得浪费,例如麒麟SoC最适合的场景是手机,其中包含的GPU、ISP、Modem等都是为了手机场景打造,如果是用在工业场景则这些模组都闲置了,因此也就引出了另一个终端通用型深度学习加速器芯片市场。该市场相对于SoC市场来说允许较低的集成度,即可以在主控芯片之外再搭配额外的芯片以支持相应功能。 在终端SoC市场,事实上竞争已经白热化,华为、高通等公司都纷纷推出专属的SoC搭载 AI加速模组,而AI加速模组IP的提供商也有ARM,Cadence,CEVA等传统IP提供商以及寒武纪这样的初创公司。不少传统SoC芯片公司都纷纷在自家SoC中加入自研或授权的人工智能模块。对于人工智能终端SoC市场,我们的分析是该市场虽然最早得到关注但是很可能近几年还是被原来的SoC公司占领市场,因为目前终端人工智能市场尚未真正落地收获真金白银,因此SoC中加入人工智能还只是锦上添花之举。 在IP授权方面,Cadence和ARM入局意味着小公司面临巨大压力,因为IP市场存在一定的头部效应,且Cadence和ARM可以通过与其他的优势IP做捆绑销售来推销其人工智能IP,在人工智能并非最关键SoC模组的市场现状下,小公司想要与Cadence和ARM等巨头竞争只能走差异化,例如超低功耗或模拟计算等路线。 终端通用深度学习加速器芯片市场的应用则刚起步,之前Movidius推出的神经计算加速棒并未引起巨大反响。但是这并不代表这个市场不存在,而是还处于幼年期,需要培养,因此许多公司在这个市场布局主要一是培养开发者生态,另一方面也探索研究哪个市场最有潜力,预计在市场成熟之后再收缩战线,针对几个重要的应用推出相应的优化芯片,从而占领最合适的市场。因此,目前对于这个市场最合适的策略是推出开发板和插件式加速硬件(如USB加速棒)这样简单易用的产品,这样厂商和客户可以一起探索市场需求,决定最佳产品形态。 我们看到比特大陆就是在这个市场跟随Movidius推出了BM1880芯片,并配套推出了开发板、芯片模组以及USB加速棒等多种硬件形态供客户挑选,我们相信在近期将会看到通用型终端人工智能加速器的更多应用。 未来发展预期 如之前的分析,我们预计在人工智能边缘计算会成为未来最重要的人工智能硬件市场之一。在边缘计算领域,边缘服务器芯片市场非常重要但是目前厂商不多,我们预期会有不少公司入局,包括从芯片领域提出超高性能的初创公司,以及海康威视这样的系统厂商开始自研芯片,而如华为、比特大陆等已经提前入场的公司也会继续加大投入。 在终端边缘计算市场,SoC芯片(AI加速器IP)领域竞争已经非常激烈,未来恐怕会有一波洗牌的过程,最后只会剩下几家能在不同细分市场牢牢把握住客户的公司。在通用终端加速器芯片领域我们则可望看到更多应用出现,在未来几年内我们能看到的边缘终端加速器应用实际上将会很大程度上决定这个市场的具体规模。 最后,我们必须看到边缘计算等人工智能芯片应用目前最大的市场其实在中国。这是因为中国的人工智能落地情况远好于美国。在政府的支持下,旷视、商汤、依图等初创企业纷纷推出优秀的产品并在市场上站住了脚跟,这一方面加速了基于人工智能的应用成熟,另一方面也给人工智能芯片带来了市场,从而为人工智能的完整产业链的成熟带来了机会。我们可以肯定地说,人工智能芯片的未来还得要看中国!

    时间:2020-06-25 关键词: 芯片 ARM 边缘计算

  • 中国移动正全面建立边缘计算生态,到2020年边缘计算市场可超万亿

    中国移动正全面建立边缘计算生态,到2020年边缘计算市场可超万亿

    “我们预测边缘计算可能最先到来的五个方向,分别是车联网、智慧城市、生活娱乐、工业互联网、园区分流。”中国移动研究院网络与IT技术研究所所长段晓东在10月30日举办的“2018边缘计算技术峰会”上讲道。在该峰会上,中国移动还成立了边缘计算开放实验室,中国移动正全面建立边缘计算生态。 边缘计算可能先火的五大领域 在推进边缘计算技术发展过程中,中国移动选择了多个场景进行了深入的思考和垂直行业各行各业互动,发现这五个行业可能是边缘计算未来的发展方向。 第一个是车联网,特点是低时延、大带宽,需要海量数据处理。研究发现只有计算在边缘处理才能满足车联网的低时延需求。在该领域,边缘计算可以应用在v2x-车辆防碰撞、车辆编队自动辅助驾驶、高精度地图、事故预警、信息服务、AR/VR车载娱乐服务等方面。 第二是生活娱乐,如智慧场馆、云游戏、vCDN、智慧医疗等领域需要低时延、大带宽能力。随着AR/VR技术的发展,越来越需要边缘计算的配合才实现如此大带宽下的业务能力。 第三是智慧城市,该领域数据量比较大,采集的很多是原始数据,需要快速处理,同时需要保障安全,因此需要在本地处理。边缘计算可以应用在冷链运输、智慧楼宇等方面。 第四个方面是工业互联网,这是非常重要的边缘计算领域,低时延和安全要求也需要边缘计算。边缘计算适用于本地数据采集分析、异构现场网络接入、工业协同控制、离线状态业务保活等业务。 第五个方向是园区分流。边缘计算可以为校园园区、企业园区、政务院区提供个性化服务,对管道层提出分流技术支持,校园内网本地通信、本地课件共享,本地ERP、用户侧防火墙、灵活可配置SD-WAN专线接入,医院、图书馆等公共部门等不适合上云的本地数据存储及业务处理都需要边缘计算。 边缘计算市场有望达万亿 “云计算是千亿级市场,边缘计算可能是万亿级市场。”段晓东表示。据IDC统计数据显示,到2020年超过50%的数据需要在网络边缘侧分析、处理与存储,边缘计算市场可超万亿。通过研究,中国移动发现边缘计算市场是泛环境,产业链各个环节如芯片、硬件等领域都有合作伙伴,这是泛生态的环境,需要全行业一起合来建设生态环境。 观察如今的发展趋势,云计算是逐渐向边缘发展的。边缘计算推动计算平面与网络平面融合发展,从中心渐进式向边缘部署推进。过去经典的云以集中效应换取计算共享效应,无论谷歌还是亚马逊等都部署了超大型的计算中心。而运营商网络则天生具有边缘分布特性,可以吸收大量的流量,因此运营商发展边缘计算具有先天优势。 另外,边缘计算未来也会成为重要基础设施。在云计算数据中心基础上,边缘计算可能引发大量的“新型数据中心”或者“类数据中心”,进一步发展成为贴近用户的重要信息基础设施。网络平面的基础资源已经天然面向全连接,实现由骨干向接入延伸的全覆盖。 以行践言,中国移动已在全国10省20余地市现网开展多种边缘计算应用试点。分别有内容缓存/CDN(山东、浙江、湖北、北京)、定位应用(北京、四川、江苏、广东)、本地网/直播(上海、浙江、安徽、江西)、跨层优化(浙江)等。未来中国移动还将进一步扩大试点规模,推动边缘计算的应用。

    时间:2020-06-25 关键词: 中国移动 边缘计算 工业互联网

  • 5G尚未就绪,MEC部署的时机是否已经成熟,技术条件是否已经具备

    5G尚未就绪,MEC部署的时机是否已经成熟,技术条件是否已经具备

    MEC(移动边缘计算or多样化边缘计算),为何在2018年火得一塌糊涂?因为,通过前期的技术研发和商业试点,无论运营商还是产业链,都已经强烈意识到,MEC是5G商业的冰山一角,并且,5G尚未就绪时,MEC已经呈现出盈利的态势。 通过将原属于核心网的计算能力下沉到网络边缘,它能给企业客户带来什么好处呢?显然,不仅仅限于更低延迟、更个性化的服务例如视频监控、赛事直播、关键业务通信等。 那么,MEC部署的时机是否已经成熟?技术条件是否已经具备? 就在全行业热烈探讨MEC商业化运作之际,在10月30日的“2018边缘计算技术峰会”上,ICT专家、中国工程院院士邬贺铨抛出了10大针对性问题,向业界求解。 问题1:与云计算和雾计算相比,移动边缘计算下沉位置越低越靠近信源,试验性能越好,但越低则设备数量越多成本不划算,所以,移动边缘计算下沉到什么位置才是合理的? 问题2:在采用移动边缘计算的前提下,要不要同时设置云计算?在云计算和MEC之间是否需要雾计算?一个云计算节点联接的移动边缘计算(或雾计算)阶段的合理数量是多少? 问题3:计算能力的分割是固定的还是可动态调整的?MEC需要向云计算节点上报过滤后的数据,云计算节点需要向MEC下发指令,除此之外两者间的通信还应有什么任务? 问题4:MEC间通过云计算节点互通还是直接通信? 问题5:边缘计算需要有IaaS/PaaS/SaaS等服务能力吗? 问题6:5G MEC需要同时具备接入、转发和控制云功能吗 问题7:MEC应该与网络切片结合吗? 问题8:位于C-RAN的MEC需要按业务来配置吗? 问题9:MEC是独立设置还是应与其他功能集成? 问题10:MEC的功能需要软件定义吗?MEC的功能会开放吗? 此外,邬贺铨院士还进一步提出了对MEC的一些思考: MEC的引入会减轻云计算对数据分析的压力,但数据过滤的准确性如何保证? MEC的引入将增加传输时延,且还可能包含缓存能力,uRLLC还能使用MEC吗? MEC的管理是由控制面还是管理面来实施? MEC的安全防护能力不会比集中的云计算强,分布的MEC可能成为DDoS攻击的对象,安全问题如何解决? 不久之前,通信世界全媒体记者在MEC相关报道中已经总结出业界实施MEC的几个关键内容。 在实际部署过程中,MEC可以实现几项重要的网络演进。 • 将接入节点转变为能够直接从网络边缘提供高度个性化服务的智能服务中心,同时在通信网络中提供最佳性能。 • 在部署于电信运营商网络任何站点的服务器上运行:例如,在LTE或5G宏基站(eNodeB)或小型蜂窝或云 RAN 聚合点运行。在有线电视网络中,MEC 可能处于电视输入端。 • MEC平台采用商用现货组件部署在高容量IT硬件上。

    时间:2020-06-25 关键词: 云计算 5G 边缘计算 mec

  • 5G边缘计算MEC应用场景越来越广泛,正在逐渐满足各行业的多样化需求

    5G边缘计算MEC应用场景越来越广泛,正在逐渐满足各行业的多样化需求

    当前,全国5G研发实验性部署正在紧锣密鼓的进行中,5G商用也越来越近,与以往几代移动通信技术所不同的是,5G将通过人与人之间的连接,将移动通信技术所服务的范围扩展至为万物互联,作为面向5G网络的服务契机移动边缘计算将传统电信蜂窝网络与互联网业务进行深度融合,改变了传统无线通信系统中网络与业务分离的状态。 边缘计算——通过将业务平台下沉到更加靠近用户的网络边缘,可以进一步提高网络效率,增强服务能力,提供近距离超低延迟,高带宽的用户体验。同时通过电信云与IT云的对接,移动边缘计算可以提供无线网络信息,实时访问以未知识别为特征的创新服务平台,为移动边缘计算的创新提供了无限的可能,也给电信运营商运营模式带来的全新变革,并建立新兴的产业链和网络生态圈。 在今日召开的“2018边缘计算技术峰会”上,工业和信息化部信息通信发展司副司长刘郁林表示,目前,全球产业链正在积极推进MEC的标准技术和应用的发展,希望MEC成为开放的平台,支持不同方案及产品的集成融合,促进业务创新。3GPPP等国际化组织正在进行对MEC的研究,加快推进网络化标准化的工作。一些国际主流运营商,也在积极推动MEC的部署。 刘郁林表示,我国高度重视MEC产业的发展,依托新一代宽带无线移动通信网,支持MEC一些等新兴网络架构的研究和应用。中国通信标准化协会已经针对5G边缘计算架构,以及系统等启动相关标准研究工作,电信企业也都在积极开展MEC相关技术研究和应用探索。随着运营商的应用和试点,MEC应用场景越来越广泛,正在逐渐满足各行业的多样化需求。 工业和信息化部信息通信发展司副司长 刘郁林 在过去的两年中,随着MEC技术取得了一些进展,但是在推进过程中也面临着一些问题。刘郁林表示,作为一项新兴技术,MEC不仅是一个网络边缘虚拟化技术平台,还涉及整体网络架构第三方运营部署、移动能力网络开放等多个方面。从网络架构来看,边缘计算要求网络在转发控制、网络能力开放、计费能力以及可拓展的方面进一步增强;从网络部署运营方面来看,在部署同等控制及不同秩序的传统网络兼容性问题,也有待进一步解决。此外,MEC对传统的运营模式带来了挑战,需要业界的同仁共同努力去解决。 有基于此,刘郁林对MEC未来的发展提出三点建议: 一是加快技术与产品研发进度。通过国家专项产业基金和社会资本等多渠道投资加大支持和引导,着力促进技术研发,设备生产网络应用等产业链上下游企业的协同,不断推进MEC技术的发展和设备的成熟。 二是加大应用示范推进力度。目前MEC技术研究已经取得了系列的成果,应用推广已逐步开展,希望产业界以典型应用为切入点,探索MEC典型商业模式,挖掘新机会和新应用点,以示范应用带动整个技术的成熟和产业化的发展。 三是建立完善的标准体系。国内外产业界相关企业和研究单位,需加强沟通交流深化合作、凝聚共识、统筹标准、研发应用、实现产业化与标准化的优先衔接,推动形成标准的可商用MEC行业解决方案,将相关研究成果回溯技术标准组织,促进行业技术准的融合发展。

    时间:2020-06-25 关键词: 移动通信 5G 边缘计算 mec

  • 中国移动对边缘计算的三方面思考和认识

    中国移动对边缘计算的三方面思考和认识

    随着工业互联网、物联网等新兴行业的高速发展,边缘计算已经成为继云计算之后,信息时代竞争的又一制高点。作为网络与工业相结合的桥梁,边缘计算的发展可以为工业互联网、物联网的发展提供重要的支撑,促进各行业数字化转型和产业升级。 数据显示:到2020年全球将有500亿的终端和设备联网,其中有超过50%的数据在网络边缘侧进行分析处理和存储。边缘计算的市场规模,可以达到万亿级,边缘计算涉及从芯片、网络设备、云平台到行业应用的一整条产业生态。 目前,相关主流企业均已开始了相关的布局,芯片生产商为赶上边缘计算的脚步推出了一系列的明星芯片,传统网络设备制造商也纷纷提出了边缘计算的解决方案。互联网厂商和云服务商均基于运用开发和云平台能力的先发优势训练的战略性布局边缘计算,并推出相关产品。工业领域的传统巨头依托自身的行业经验和产品积累,转身寻求在工业互联网边缘计算领域新的突破。 值得一提的是,在整个产业纷纷发力边缘计算的同时,作为全球第一大运营商的中国移动自然也不甘落后。在今日举办的“2018边缘计算技术峰会”上,中国移动副总裁李正茂表示:“中国移动持续在网络架构演进,标准制定、产业拓展等多方面积极推进边缘计算发展。” 在网络架构方面,中国移动在2015年发布了面向下一代网络转型计划,以核心技术打造面向核心云与边缘电信云的两级网络架构,该网络架构可有效的支撑边缘技术的发展。“可以说中国移动很早就意识到了边缘计算它的重要作用,所以在进行网络架构设计里边,在2015年就提出属于边缘电信云的概念,实际跟今天讨论的边缘计算是不谋而合的。”李正茂补充道。 在标准方面,中国移动牵头5G网络架构设计,促进5G网络原生支持边缘计算的能力。李正茂称:“大家知道在5G标准里边,中国移动担任了5G网络架构的唯一的报告人,现在通过5G标准里边,在网络架构方面,可以说由中国移动牵头,我们国内外相关企业合作推出的这么一个架构,这是一个全新的架构。” 在产业拓展方面,中国移动联合多家行业伙伴,推动了智能制造领域边缘计算的实验床研究与验证。 近几年来,随着中国移动对边缘计算研究和实践的深入,李正茂在现场也提出了中国移动对边缘计算形成的三方面思考和认识: 一是边缘计算需要构建完整的产业生态。边缘计算横跨OT、IT、CT多个领域,涉及网络连接数据聚合,芯片、传感,行业应用等多个方面,边缘计算不仅仅是技术架构,更是一个以边缘计算技术为基础的面向各垂直行业和社会服务的生态,需要整合社会相关行业的深度参与。 二是边缘计算需要与云计算协同发展。边缘计算并不是云计算的替代,云边协同,才是最大化发挥各级优势,产业界发展边缘计算产业的同时,要加强边缘计算与云计算的协同发展。 三是边缘计算是未来边缘智能的基础,边缘计算将产生大量的应用数据,随着大数据和人工智能技术的应用,要加快边缘计算与人工智能等技术的结合,推动网络智能从中心向边缘延伸。 诚然,边缘计算技术正处于技术产业发展的初期,就像中科院院士邬贺铨一样,也在现场提出“十问MEC”希望得到与会人员解答。李正茂谈到:“中国移动作为网络推信运营上非常期待与业界一起,推动以5G,物联网、人工智能、云计算+边缘计算新技术为代表的信息产业的快速发展,深化制造业与信息技术的融合发展,为促进新旧动能持续转换,和经济提质增效、转型升级贡献力量。”

    时间:2020-06-25 关键词: 中国移动 物联网 5G 边缘计算 工业互联网

  • 边缘计算的发展需要在三方面发力

    边缘计算的发展需要在三方面发力

    在昨日举行的2018边缘计算技术峰会上,中国移动副总裁李正茂表示,随着工业互联网、物联网等新兴行业的高速发展,边缘计算已经成为继云计算之后,信息时代竞争的又一制高点。 李正茂认为,作为网络与工业相结合的桥梁,边缘计算的发展可以为工业互联网,物联网的发展提供重要的支撑,促进各行业数字化转型和产业升级。 统计数据显示,2020年将有500亿的终端和设备联网,其中有超过50%的数据在网络边缘侧进行分析处理和存储。边缘计算的市场规模,可以达到万亿级。边缘计算涉及从芯片、网络设备、云平台到行业应用的一整个产业生态,相关主流企业均已开始了相关的布局。 中国移动推动边缘计算产业发展 在整个产业纷纷发力边缘计算的同时,中国移动也持续在网络架构演进,标准制定,产业拓展多方面引领和推进边缘计算的发展。 在网络架构方面,中国移动在2015年发布NovoNet,以核心技术打造面向核心云与边缘电信云的两级网络架构,该网络架构可有效支撑边缘技术的发展。 李正茂介绍,中国移动很早就意识到了边缘计算的重要作用,早在2015年进行网络架构设计时,就提出边缘电信云的概念,跟边缘计算是不谋而合。 在标准方面,中国移动牵头5G网络架构设计,促进5G网络原生支持边缘计算。在5G标准里,中国移动担任5G网络架构的唯一报告人,现在通过的5G标准里,在网络架构方面,由中国移动牵头,与国内外相关企业合作推出的SBA架构里,直接具备了支持边缘计算的能力。 边缘计算发展需在三方面发力 李正茂认为,边缘计算未来发展需在三方面发力。 一是边缘计算需要构建完整的产业生态。边缘计算横跨OT、IT、CT多个领域,涉及网络连接数据聚合,芯片、传感,行业应用等多个方面,边缘计算不仅仅是技术架构,更是一个以边缘计算技术为基础的面向各垂直行业和社会服务的生态,需要整合社会相关行应的深度参与。 二是边缘计算需要与云计算协同发展。边缘计算并不是云计算的替代,云边协同,才是最大化发挥各级优势,培育产业界发展边缘计算产业的同时,加强边缘计算与云计算的协同发展。 三是边缘计算是未来边缘智能的基础。边缘计算将产生大量的应用数据,随着大数据和人工智能技术的应用,加快边缘计算与人工智能等技术的结合,推动网络智能从中心向边缘延伸。 最后,李正茂希望,产业界各方能够本着开发合作的胸怀,携手共建合作共享的产业新生态。中国移动非常期待与业界一起,推动以5G,物联网、人工智能、云计算+边缘计算新技术为代表的信息产业的快速发展,深化制造业与信息技术的融合发展,为促进新旧动能持续转换和经济提质增效,转型升级贡献力量。

    时间:2020-06-25 关键词: 中国移动 物联网 5G 边缘计算 工业互联网

  • 华为刘少伟表示华为在边缘计算上的产品和解决方案包括四个部分

    华为刘少伟表示华为在边缘计算上的产品和解决方案包括四个部分

    在昨天举行的“2018年边缘计算技术峰会”上,边缘计算产业联盟副理事长、华为技术有限公司网络产品线副总裁刘少伟表示,边缘计算是物理世界和数字世界的桥梁。 在刘少伟看来,边缘计算具备五大价值:第一个价值是连接,边缘向下的衔接和向上的连接;第二个价值是实时,尤其工业场景下低时延等实时特性是非常重要的要求;第三个价值是数据优化,在边缘不是所有的数据都要传送到云上去,可能有大量的数据是垃圾数据,需要进行数据优化;第四个价值是智能,在边缘可以有一些智能化的分析;第五个价值是安全,如何在边缘构筑一道防线是非常重要的。 “边缘计算也有IaaS、PaaS、SaaS,它跟云上的公有云和大云之间的协同,实现给云以边缘、给边缘以智能,边缘给云更多的数据、更多的响应和更多的接入点。”刘少伟表示,华为在边缘计算上的产品和解决方案包括四个部分:网络边缘、MEC、边缘云、边缘计算的物联网(EC-IoT)。 生态方面,由华为技术有限公司、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔公司、ARM和软通动力信息技术(集团)有限公司联合倡议发起成立的边缘计算产业联盟(EdgeComputing ConsorTIum,缩写为ECC),旨在构筑边缘计算产业平台,助力端到端产业协同运作。 

    时间:2020-06-25 关键词: 华为 物联网 边缘计算 mec

  • 边缘计算是支撑行业数字化的关键使能技术

    边缘计算是支撑行业数字化的关键使能技术

    在近日举行的“2018年IDC中国数字化转型年度盛典”物联网与边缘计算分论坛上,华为边缘计算首席产业活动家、边缘计算产业联盟实验平台组副主席胡晓晶表示,边缘计算是支撑行业数字化的关键使能。 据IDC数据统计,到2022年将有超过500亿的终端与设备联网。未来超过75%的数据需要在网络边缘侧分析、处理与储存。 边缘计算是在靠近终端设备或数据源头的边缘节点(位置),融合联接、计算、存储、控制和应用(功能),满足用户实时、智能、数据聚合和安全需求(价值),应用场景包括运营商、企业与IoT、工业。边缘计算的价值包括敏捷联接,海量联接与网络自动化运维管理。 “边缘计算是物理世界与数字世界的桥梁,云与IoT产业的关口。”胡晓晶指出,边缘计算核心是一个开放分布式平台,在网络边缘靠近数据源就近提供网络、计算、存储及应用服务,满足了行业数字化转型在联接、智能、实时、数据优化和安全的诉求。 胡晓晶认为边缘计算有9大关键技术:一是TSN+OPC UA,低时延、时间确定性、统一数据模型、语义互操作、OICT一张网;二是边缘网络SDN network,海量接入、协议适配、复杂组网、即插即用;三是实时OS Real Time OS,实时调度处理、系统资源隔离保障、OT业务可靠性与确定性;四是容器与VM Container and VM,业务隔离、虚拟化管理与部署;五是边缘智能Edge Intelligence,数据分析、数据生命周期管理、AI/ML/DL、本地存活;六是控制器+编排器Controller +Orchestrator,模型驱动、自动化运维、可视化管理、应用管理、OICT业务混编;七是开发测试公有云Public Cloud of Development and TesTIng,设备与组网虚拟化、开发环境与工具链、仿真测试、开发者社区;八是边云协同Edge-Cloud CollaboraTIon,智能协同、业务协同、数据协同、联接协同;九是安全Security,平台级安全、网络级安全、OS级安全、芯片级安全。 华为在边缘计算方面持续发力,华为边缘计算解决方案包括:华为EC-IoT解决方案,深度开放边缘计算+云管理,加速行业数字化变革;Huawei Inside,提供边缘计算核心板,使能合作伙伴快速具备边缘计算能力。 目前,华为已经积累了很多边缘计算成功案例:比如梯联网,基于边缘计算和云管理架构,实现百万级电梯统一管理,故障预知,业务中断时间降低70%,运维成本减低50%;智能配电,边缘计算助力国网低压配网数字化,提高运检效率;智慧水务,基于EC-IoT的智慧水务解决方案,构建智慧水务行业物联网。 与此同时,产业各方也在积极搭建边缘计算产业合作平台。边缘计算产业联盟(Edge CompuTIng ConsorTIum,缩写为ECC)是由华为技术有限公司、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔公司、ARM和软通动力信息技术(集团)有限公司联合倡议发起,旨在构筑边缘计算产业平台,助力端到端产业协同运作。

    时间:2020-06-25 关键词: 华为 物联网 数字化 边缘计算

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包