科技云报道原创。
《十四五规划和2035年远景目标纲要》中提出要“协同发展云服务与边缘计算服务”,一种满足更广连接、更低时延、更全局化需求的云计算新模式——分布式云应运而生。
近年来,随着5G与IoT连网装置的快速成长,加上边缘数据源的急剧增加,以及Kubernetes逐渐成为微服务应用程序与容器协调的标准,2021年正在成为分布式云奠基的关键一年。
Gartner认为,分布式云是第一个纳入云服务地理位置的云型态。如此一来,企业就能跨越多重云管理分散的组件,进而释放出部署更多高度订制化的IT服务潜能,并从边缘地点的数据源中获取额外价值。
作为云计算从单一数据中心部署向不同物理位置多数据中心部署、从中心化架构向分布式架构扩展的新模式,分布式云将云计算的能力从中心向边缘延伸。
围绕边缘云与边缘终端,分布式云在CDN、视频渲染、游戏、工业制造、自动驾驶、农业、智慧园区、交通管理、安防监控等应用场景下,相关产业已初现端倪,蓄势待发。
在这个过程中,云边协同作为分布式云发展的重要核心,通过协同发展云服务与边缘计算服务,搭建起了数字经济与5G时代下云计算行业进一步融合发展的桥梁。
云边协同为何重要?
云边协同是分布式云中非常重要的特性,那么为何云边协同那么重要?
众所周知,边缘计算是将基础设施资源进行分布式部署再统一管理的。资源较为集中的称为“中心云”,资源量较少的部署点称为“边缘云”。
中心云构建在传统的中心化云计算架构之上,部署在传统数据中心之中,提供全方面的云计算服务。中心云的存在是为了管理多个边缘云和为边缘云提供充足的虚拟化资源。
由于中心云是由大量的服务器虚拟化组成的,可以提供持久化存储和为需要大计算量的应用提供资源,如大数据应用Hadoop、Spark,人工智能应用Tenseflow等。中心云通过管理网络来控制边缘云,并提供安全的连接。
边缘云与中心云相对应,是构筑在靠近事物和数据源头的网络边缘处,提供可弹性扩展的云服务能力的云计算模式,并能够支持与中心云协同。
不同于把大量的资源整合的中心云,边缘云平台更是一个分布式的平台。由于边缘节点部署在边缘侧,通常只有数台服务器组成的虚拟化资源池,但是终端的各类设备是通过边缘侧接入边缘平台的,因此通常来说,边缘侧的资源短缺的压力比较大。
在很多如医疗、工业、车联网等场景中,许多终端、传感器通过网络接入到边缘平台中,给边缘云提出了更高的要求。
事实上,在为用户提供“更近的计算”这条前行之路上,会遇到很多技术挑战。例如,在边缘云平台中,存在少数的中心云和多数的边缘云,因此如何进行平台的资源调度变得十分重要,云边协同的功能开发就成为了主要的开发工作之一,其中包含:计算资源、安全策略、应用管理、业务管理等方面的协同。
资源协同:包括边缘节点为增值网络业务提供的计算、存储、网络、虚拟化等基础设施资源的协同,以及边缘节点设备自身的生命周期管理协同。计算资源协同指的是在边缘云资源不足的情况下,可以调用中心云的资源进行补充,并满足边缘侧应用对资源的需要,中心云可以提供的资源包括裸机、虚拟机和容器。网络资源协同:指的是在边缘侧与中心云的连接网络可能存在多条,在距离最近的网络发生拥塞的时候,网络控制器可以进行感知,并将流量引入到较为空闲的链路上,而控制器通常部署在中心云上,网络探针则部署在云的边缘。存储资源协同指的是在边缘云中存储不足时,将一部分数据存到中心云中,在应用需要的时候通过网络传输至客户端,从而节省边缘侧的存储资源。安全策略协同:边缘节点提供了部分安全策略包括了接入端的防火墙、安全组等,而中心云则提供了更为完善的安全策略,包括流量清洗、流量分析等。在安全策略协同的过程中,中心云如发现某个边缘云存在恶意流量,可以对其进行阻断,防止恶意流量在整个边缘云平台中扩散。应用管理协同:边缘节点提供网络增值应用部署与运行环境;云端实现对边缘节点增值网络应用的生命周期管理,包括应用的推送、安装、卸载、更新、监控及日志等。中心节点可以对已经存在的应用镜像在不同的边缘云上进行孵化启动,完成对应用的高可用保障和热迁移。业务管理协同:边缘节点提供增值网络业务应用实例;云端提供增值网络业务的统一业务编排能力,按需为客户提供相关网络增值业务。由于边缘侧的资源紧张,中心云可以对某些应用进行高优先级的处理,从而对业务进行不同优先级的分类和处理。不同地域的边缘协同:在某些应用如车联网的场景中,车辆在不断行驶的过程中,应用需要在不同的地域进行同时部署或者某些应用的热迁移,中心云需要根据应用的不同时段的地域要求,将应用事先进行部署,并下发策略实现应用的平滑迁移。云边如何协同?
云计算与边缘计算需要通过紧密协同,才能更好地满足各种需求场景的匹配,从而最大化体现云计算与边缘计算的应用价值。 在具体的应用场景中,云边是如何实现协同的呢?
以物联网场景为例,由于物联网设备产生大量的数据,数据上传到云端进行处理,会对云端造成巨大的压力。为了分担中心云节点的压力,边缘计算节点可以负责自己范围内的数据计算和存储工作。
同时,大多数的数据并不是一次性数据,那些经过处理的数据仍需要从边缘节点汇聚集中到中心云,云计算做大数据分析挖掘、数据共享,并进行算法模型的训练和升级。升级后的算法推送到前端,使前端设备更新和升级,完成自主学习闭环。
此外,这些数据也有备份的需要,当边缘计算过程中出现意外情况,存储在云端的数据也不会丢失。
如果从边缘计算的特点出发,实时或更快速的数据处理和分析、节省网络流量、可离线运行并支持断点续传、本地数据更高安全保护等,在云边协同的各个场景中也有着充分的体现。
事实上,不仅是物联网场景,在云计算开源产业联盟发布的白皮书中,深入分析了云计算与边缘计算协同的九大应用场景及其价值:
场景1:CDN结合边缘计算向下一代内容分发平台升级
CDN结合边缘计算,将vCDN(virtual Content Delivery Network,虚拟内容分发网络)下沉到运营商的边缘数据中心,从而降低响应时延,可提升QoS指标,同时提高用户体验,降低眩晕感和延迟卡顿。
场景2:新时代的万亿云游戏市场
“快速切换,点开即玩”。新时代的云游戏利用云边协同快速扩张,游戏研发、硬件设备商、通信设备商、游戏平台将基于自身现有优势从不同角度切入,实现万亿云游戏市场的突破。
场景3:云边协同是工业互联网的重要支柱
在工业互联网场景中,边缘设备只能处理局部数据,无法形成全局认知,在实际应用中仍然需要借助云计算平台来实现信息的融合。因此,云边协同正逐渐成为支撑工业互联网发展的重要支柱。
场景4:传统能源产业的智慧升级
能源产业在传统模式下,需要大量的人力定期对数据进行收集和处理,一来人工成本非常高,二来数据分析效率低、时延大。因此,云边协同正为传统能源产业的智慧升级提供道路。
场景5:加速数字中国在农业领域落地
云边协同将推动农业供给端的变革,农业由经验主导向数据主导转变,通过智能化手段,可以将人的经验传递给机器,通过数据挖掘,可以发现新的生产规律和农业商品优化的新空间。
场景6:家庭智能化信息服务成为可能
云边协同使电器控制、安全保护、视频监控、定时控制、环境检测、场景控制、可视对讲等家庭智能化功能得以实现,同时使政务、医疗、教育等产业进一步丰富家庭智能化信息服务成为可能。
场景7:智慧交通借助云边协同向车路协同方向发展
车路协同是智慧交通的重要发展方向之一,能力构建涉及车内边缘计算、道路边缘计算、车路协同云等方面,云边协同可以从多方面提供车车、车路动态实时信息交互,并开展车辆主动安全控制和道路协同管理。
场景8:云边协同引领安防智能化技术潮流
现代安防监控可以和人工智能相结合,面向智能安防、视频监控、人脸识别等业务场景,以低时延、大带宽、快速响应等特性实现本地分析、快速处理、实时响应。
场景9:云边协同重新定义医疗保健
医疗保健是药师直接且负责任地提供的与药物治疗相关的服务,其目的是达到改善病人生命质量的确切效果,云边协同则从实时本地数据分析、数据断点续传、数据安全传输等方面让医生我患者提供更快、更高的护理。
结语
可以看到,云边协同前景是美好的,但路也要一步步走。
一方面,边缘计算技术理论尚不成熟,与云计算协同应用处于初级阶段,即使在虚拟现实、无人驾驶、工业互联网等业界普遍看好的边缘计算应用场景中,目前成熟的行业实践仍然较少。
另一方面,随着5G商用,网络带宽、传输速率将得到大幅提升,能够更好满足海量数据传输及实时性要求,目前预想的一些边缘计算场景或许使用5G网络便可满足需求,而不需另外部署边缘节点。
因此,5G加持下,“真实”的边缘计算落地应用,需要结合行业场景进行探索挖掘,综合考虑时延、可靠性、隐私保护等业务要求和电力、算力、网络传输等成本,对下沉到边缘侧的算力、业务系统进行充分的可行性分析,做好边缘侧与云端分工协同的架构和功能设计,并在应用中循序渐进、不断改进,以实现效益最大化。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 美媒聚焦比亚迪“副业”:电子代工助力苹果,下个大计划瞄准AI机器人
- 微信零钱通新政策:银行卡转入资金提现免手续费引热议
- 消息称塔塔集团将收购和硕印度iPhone代工厂60%股份 并接管日常运营
- 苹果揭秘自研芯片成功之道:领先技术与深度整合是关键
- 英伟达新一代Blackwell GPU面临过热挑战,交付延期引发市场关注
- 马斯克能否成为 AI 部部长?硅谷与白宫的联系日益紧密
- 余承东:Mate70将在26号发布,意外泄露引发关注
- 无人机“黑科技”亮相航展:全球首台低空重力测量系统引关注
- 赛力斯发布声明:未与任何伙伴联合开展人形机器人合作
- 赛力斯触及涨停,汽车整车股盘初强势拉升
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。