多接入邊緣計算(MEC) = 未來?
大多數現代裝置、應用程式和服務都廣泛使用雲端計算資源(資料中心、CDN)。雲端計算中的所有硬體大多主要由以下幾個部分組成:CPU、GPU、RAM、網路介面和非易失性儲存,所有這些都是現代雲端計算的基本組成部分。
雲端計算會影響延遲(傳輸/接收的速度資訊以毫秒為單位)和頻寬(每秒傳輸的資料量,GB,MB,KB/s)等方面。這兩個因素可以極大地影響特定網路中哪些應用程式和服務是可靠的或者可行的。多接入邊緣計算(MEC)一詞源於5G網路的不斷推出,5G網路利用移動邊緣計算來實現超低延遲需求。
這張圖顯示了大多數網路運營商如何將其過時的基礎設施和大量的站點轉換為現代的、類似於資料中心的邊緣計算網路節點。
針對現有電信網路運營商的大量基礎設施,多接入邊緣計算的概念就此提出。
並非所有計算機和處理器都是同等建立的,例如GPU為執行用於避障、預測和人工智慧的機器視覺應用提供了最有效的引擎,其代價是它們消耗的功率最大。 CPU可以處理幾乎任何任務,並且執行程式,主要用於:編排、控制、資料收集/存檔、壓縮、報告和其他任何處理。非易失性儲存器用於儲存和傳輸大型視訊和其他檔案,而像RAM這樣的易失性儲存器用於資料庫和檔案快取,因為它比SSD/HDD快1000倍,儘管每位元的開銷相同。這些系統元件提供了現代計算機的原始功率和容量。
網路邊緣的低延遲和高頻寬使關鍵應用、網際網路服務和具有下一代網路和計算能力的裝置成為可能。在本文中,我們將看到多接入邊緣計算將為物聯網的未來鋪平道路的4個主要原因。
1. 超高清/4K+視訊流,監控
現代網際網路頻寬主要由視訊流量構成(約56%),隨著越來越多的4K甚至8k內容的增加,這種差距只會越來越大。MEC和軟體定義網路是處理按需網際網路服務的龐大網際網路流量的可行方式之一。網路視訊內容提供商Netflix佔據了全球流量的15%(佔美國所有流量的40%),YouTube則以11.4%的全球流量緊隨其後。
為了解決這個問題,Netflix已經在世界各地的ISP網路中直接使用其240TB儲存裝置,本質上是一種邊緣CDN。隨著Amazon prime、Hulu和Twitch等其他視訊服務提供商的崛起,向視訊提供商開放網路邊緣是在可預見的未來維持4K+視訊需求增長的唯一途徑。
2. 機器視覺
與視訊監控類似,機器視覺憑藉其功能和可操作性又向前邁進了一步。GPU(圖形處理單元)和VPU(視覺處理單元)在並行任務(如視訊處理和神經處理/網路)上要快得多。雖然VPU適用於低功耗裝置,但與GPU相比,它們的成本、靈活性和相對模糊性使MEC在幾個方面具有優勢。
例如,先進的無人機利用靈活的機載GPU作為避障軟體通常會損害電池壽命,相對耗電的GPU及其增加的重量會消耗大約25%的無人機電池。如果將此處理轉移到網路邊緣,5G可以為所有裝置提供超低延遲和高頻寬,我們的無人機的總體重量、成本、電池和能力都可以大大提高。
3. Web應用程式安全性和效能
在web託管方面,亞馬遜AWS排名第一是有原因的:它們廣泛的基礎設施將您的web內容和服務定位在非常靠近使用者的地方,可以說幾乎位於網路的“邊緣”。可以肯定地說,多接入邊緣計算可以將Web應用程式和託管提升到一個新的水平。
公共服務和Web內容可以從邊緣計算和快取功能中獲益。現代人抱怨臃腫的網站載入速度慢,拖累功能較弱的裝置,這是因為我們的web應用程式更加複雜,有效負載更重的結果。
今天的網站大量使用javascript來處理客戶端的許多事情,而不是通過昂貴的往返資料中心。通過優化可重用的快取並將一些處理器密集型操作轉移到網路邊緣,行動電話和其他低功耗物聯網裝置可以提高整體響應能力和電池壽命。
4. Edge Analytics和AI
我們都知道,在處理大量資料時,資料中心的存在是有原因的。但整個系統的成本效益如何則完全是另一回事。
過度配置和載入大量未經過濾的資訊的資料中心很快就會變得不可持續和不可擴充套件。邊緣分析通過在資料傳輸到資料中心之前在邊緣完成大部分處理。利用低延遲高容量資料實現最佳效率並增強分析能力,同時最大限度地減少網際網路頻寬和非易失性儲存等寶貴資源的使用。
邊緣分析技術可輕鬆為海上石油鑽井平臺、深度勘探、製造業、網路物理安全等領域提供動力。
下圖概述了多接入邊緣計算的最有效應用:
原文連結: https://www.lanner-america.com/blog/multi-access-edge-computing-future/