為什么自動(dòng)駕駛汽車(chē)將依賴邊緣計(jì)算而不是云

這本電子書(shū)基于最新的ZDNet / TechRepublic專(zhuān)題，探討了無(wú)人駕駛汽車(chē)、卡車(chē)、半自動(dòng)駕駛汽車(chē)、送貨車(chē)輛、無(wú)人機(jī)和其他無(wú)人機(jī)如何準(zhǔn)備在企業(yè)中釋放一個(gè)新的自動(dòng)化水平。

閱讀更多

我們都知道并喜歡云。不用操心自己的設(shè)備能做什么，指尖就能擁有近乎無(wú)限的彈性存儲(chǔ)和計(jì)算能力，這有什么不好呢?其實(shí)有幾件事。最后，正如格言所說(shuō)，云只是別人的電腦。好吧，它可能是數(shù)百萬(wàn)臺(tái)計(jì)算機(jī)，經(jīng)過(guò)深思熟慮，被安排在超級(jí)高效的數(shù)據(jù)中心的集群中——但所有這些都是別人的計(jì)算機(jī)。但是，如果有人能夠提供您所需的一切，而且可能比您自己的組織更有效地提供安全方面的保證，這有關(guān)系嗎?在很多情況下，它不會(huì)。但是，當(dāng)涉及到自動(dòng)駕駛汽車(chē)時(shí)，它確實(shí)非常重要。

為了理解為什么，讓我們考慮自治的概念。自主性被定義為“意志或行為的獨(dú)立或自由”。當(dāng)你依賴別人的電腦時(shí)，你能做到自主嗎?不是真的。是的，存在冗余，甚至可能存在sla。但是，當(dāng)一切都說(shuō)到做到，使用云意味著你正在連接到別人的電腦，通常是通過(guò)互聯(lián)網(wǎng)。當(dāng)你在一輛移動(dòng)的汽車(chē)上，而這輛汽車(chē)的基本功能依賴于基于云的計(jì)算，如果你遇到了連接問(wèn)題，會(huì)發(fā)生什么?這和加載你最喜歡的貓的圖片時(shí)的延遲是不一樣的。在移動(dòng)車(chē)輛的情況下，滯后是生死攸關(guān)的問(wèn)題。那么在這種情況下，我們能做些什么呢?輸入邊緣計(jì)算。邊緣計(jì)算是在數(shù)據(jù)中心之外生成數(shù)據(jù)的場(chǎng)景中，讓計(jì)算盡可能接近數(shù)據(jù)的概念。在現(xiàn)實(shí)生活中，這意味著非常小的預(yù)制數(shù)據(jù)中心。當(dāng)然，“小”是一個(gè)相對(duì)的詞。容器大小的東西小嗎?也許，如果你把它和云提供商的數(shù)據(jù)中心比較一下。但這不是我們大多數(shù)人都能或愿意在家里擁有的東西。盡管如此，我們的家仍然是一些主要的邊緣計(jì)算用例的主機(jī)。在智能家居或智能城市場(chǎng)景中，通過(guò)物聯(lián)網(wǎng)傳感器進(jìn)行通信的連接設(shè)備非常適合于邊緣計(jì)算。完全成熟的，這些場(chǎng)景可能涉及大量的設(shè)備，收集和共享大量的數(shù)據(jù)。

一個(gè)蒸汽IO動(dòng)態(tài)邊緣微數(shù)據(jù)中心運(yùn)行旁邊的蜂窩塔。Edge數(shù)據(jù)中心可以有多種大小和形狀。圖片:蒸汽IO

在這樣的場(chǎng)景中，花費(fèi)云計(jì)算的往返成本是沒(méi)有意義的。使用小型的本地?cái)?shù)據(jù)中心更加可行。當(dāng)然，這回避了一個(gè)問(wèn)題——多小就是多小，多局部就是局部?由本地5G天線部署的容器相對(duì)較小，而且相對(duì)本地。在你的地下室里有兩臺(tái)運(yùn)行控制器軟件的電腦，它們通過(guò)wi-fi連接到你的設(shè)備，體積更小，也更本地化。帶有車(chē)載計(jì)算的設(shè)備甚至更小，也更本地化，可以在沒(méi)有中央控制器的情況下互相連接。所有這些都可以被認(rèn)為是邊緣計(jì)算的例子，也可以應(yīng)用到自動(dòng)駕駛汽車(chē)上——只需將“地下室”替換為“主干”。你去的地方越小，你就能獲得越多的本地信息，這樣你就能在往返時(shí)間內(nèi)獲得更多信息;這就是邊緣計(jì)算所提供的優(yōu)勢(shì)。另一方面，你越小，你能容納的計(jì)算能力就越小，因此你在計(jì)算時(shí)間上損失了很多。

摩爾定律(Moore’s law)，即計(jì)算能力大約每?jī)赡攴环慕?jīng)驗(yàn)法則，已經(jīng)受到了一段時(shí)間的質(zhì)疑，但不知何故它似乎仍然有效。因此，今天的移動(dòng)電話的平均計(jì)算能力比幾年前全球范圍內(nèi)可用的計(jì)算能力還要強(qiáng)。1969年，宇航員只能使用72KB的計(jì)算機(jī)內(nèi)存。相比之下，如今64GB的手機(jī)存儲(chǔ)空間幾乎是以前的100萬(wàn)倍。這就是使邊緣計(jì)算在今天可行的原因。計(jì)算能力與網(wǎng)絡(luò)延遲之間的權(quán)衡是邊緣計(jì)算和云計(jì)算的本質(zhì)區(qū)別。但還有更多。雖然理論上應(yīng)該沒(méi)有太大的差別，但在實(shí)踐中，邊緣計(jì)算的標(biāo)準(zhǔn)是不斷變化的。當(dāng)我們談到邊緣時(shí)，我們必須以某種方式區(qū)分網(wǎng)絡(luò)中的數(shù)據(jù)消費(fèi)者和數(shù)據(jù)生產(chǎn)者。與internet一樣，邊緣網(wǎng)絡(luò)中的節(jié)點(diǎn)在功能上也不是對(duì)稱的。在edge網(wǎng)絡(luò)中，我們有許多物聯(lián)網(wǎng)設(shè)備，它們幾乎完全充當(dāng)數(shù)據(jù)生產(chǎn)者的角色。因此，物聯(lián)網(wǎng)標(biāo)準(zhǔn)是實(shí)現(xiàn)邊緣網(wǎng)絡(luò)的關(guān)鍵。

關(guān)于物聯(lián)網(wǎng)標(biāo)準(zhǔn)需要知道的是:有很多這樣的標(biāo)準(zhǔn)。這就解釋了為什么在不同的物聯(lián)網(wǎng)系統(tǒng)之間建立橋梁如此困難，而這也阻礙了邊緣網(wǎng)絡(luò)的發(fā)展。最近的一個(gè)例子:谷歌放棄了對(duì)其他功能完美的Nest api的支持，這些api允許與第三方進(jìn)行集成。不過(guò)，正如您可能期望的那樣，“騎兵”正在采取開(kāi)放源代碼的行動(dòng)。Linux基金會(huì)正在迎接使邊緣標(biāo)準(zhǔn)化的挑戰(zhàn);其新成立的LF邊緣尋求解決這個(gè)問(wèn)題。Linux基金會(huì)總經(jīng)理Arpit Joshipura邊緣和物聯(lián)網(wǎng),說(shuō),“為了讓更廣泛的物聯(lián)網(wǎng)成功,目前分散的邊緣市場(chǎng)需要能夠共同識(shí)別和防止問(wèn)題的安全漏洞和共同進(jìn)步,建設(shè)性的設(shè)想的未來(lái)行業(yè)”。LF Edge通過(guò)五個(gè)項(xiàng)目實(shí)現(xiàn)了這一愿景。這些支持非傳統(tǒng)視頻和連接事物中的新興邊緣應(yīng)用程序，它們需要更低的延遲(最高20毫秒)、更快的處理和移動(dòng)性。

邊緣計(jì)算更適合于依賴于短且可預(yù)測(cè)的響應(yīng)時(shí)間的應(yīng)用程序。自動(dòng)駕駛汽車(chē)就屬于這一類(lèi)。實(shí)際上，在邊緣應(yīng)用計(jì)算可以減少需要傳輸?shù)臄?shù)據(jù)量，從而進(jìn)一步減少響應(yīng)時(shí)間。

現(xiàn)代的人工智能芯片——運(yùn)行機(jī)器學(xué)習(xí)算法的專(zhuān)用硬件——也可以在edge上運(yùn)行。GreenWaves生產(chǎn)的處理器結(jié)合了低功耗和足夠的計(jì)算能力，豐富的數(shù)據(jù)傳感器產(chǎn)生的內(nèi)容可以在本地進(jìn)行動(dòng)態(tài)分析，而不是發(fā)送到云上進(jìn)行分析。在本地進(jìn)行分析并發(fā)送結(jié)果所花費(fèi)的精力遠(yuǎn)遠(yuǎn)少于傳輸原始數(shù)據(jù)。實(shí)際上，這可以看作是一種壓縮方法。除了節(jié)省能源(這意味著更長(zhǎng)的處理器壽命和更多的能量用于更多的計(jì)算)之外，這還為分層架構(gòu)打開(kāi)了大門(mén)。實(shí)時(shí)處理可以在車(chē)輛上完成，最小化網(wǎng)絡(luò)開(kāi)銷(xiāo)，而需要進(jìn)一步分析或永久存儲(chǔ)的數(shù)據(jù)可以稍后發(fā)送到云上。這對(duì)自動(dòng)駕駛汽車(chē)來(lái)說(shuō)至關(guān)重要，因?yàn)樗枰浅？斓奶幚硭俣取４鳡?Dell)等供應(yīng)商也注意到了這一點(diǎn)。2017年，戴爾技術(shù)公司為整個(gè)計(jì)算市場(chǎng)提供了一個(gè)三層的拓?fù)浣Y(jié)構(gòu)，將其分為“核心”、“云”和“邊緣”。

Edge或云計(jì)算不一定是非此即彼的選擇。更有可能的是，我們需要兩者都用在像自動(dòng)駕駛汽車(chē)這樣的用例中。圖片:戴爾技術(shù)

當(dāng)人類(lèi)坐在駕駛座上時(shí)，他們也在飛行中進(jìn)行計(jì)算。所有通過(guò)聲音、視覺(jué)、運(yùn)動(dòng)和其他感官傳遞的信息都經(jīng)過(guò)了處理，從而讓我們對(duì)環(huán)境有了一種感覺(jué)，并知道我們需要做些什么來(lái)保持車(chē)輛的理想路線。在自動(dòng)駕駛汽車(chē)中，這些信息是通過(guò)傳感器攝取的，同時(shí)也需要在飛行中進(jìn)行處理。理想情況下，處理發(fā)生在車(chē)輛本身;但如果這是不可能的，那么至少要盡可能靠近飛行器。

減少往返行程對(duì)安全至關(guān)重要。在這方面，5G也可以提供幫助——不僅提供更高的網(wǎng)絡(luò)速度，還可以改變范式。與現(xiàn)有的通信網(wǎng)絡(luò)不同，5G依靠大量小型本地中繼來(lái)工作。這將增加網(wǎng)絡(luò)中的響應(yīng)時(shí)間和彈性。

然而，具體該怎么做，并不是每個(gè)人都同意的。它可能是開(kāi)源的方式，使用現(xiàn)成的，可定制的和可編程的樹(shù)莓派硬件。也可能是谷歌的方式，使用樹(shù)莓派狀的珊瑚，這是一塊帶有TPUs的人工智能板，谷歌說(shuō)它已經(jīng)準(zhǔn)備好了。

這絕不是一個(gè)清晰的景象。我們確實(shí)希望有更多的人工智能芯片供應(yīng)商參與進(jìn)來(lái)，一些公司——例如哈瓦那——已經(jīng)在這么做了。然而，由此得出的結(jié)論是，邊緣計(jì)算需要一個(gè)復(fù)雜的生態(tài)系統(tǒng)，其中硬件、軟件、網(wǎng)絡(luò)和標(biāo)準(zhǔn)同步發(fā)展。

在收集數(shù)據(jù)和訓(xùn)練操作和安全的自動(dòng)駕駛車(chē)輛所需的算法方面，我們還有一段路要走，而邊緣計(jì)算是關(guān)鍵。

什么是邊緣計(jì)算?這就是為什么邊很重要以及它的方向

如何在2020年的IT預(yù)算中包含邊緣計(jì)算

英特爾從Pivot技術(shù)公司收購(gòu)了Smart Edge業(yè)務(wù)

Nvidia為人工智能、物聯(lián)網(wǎng)、5G設(shè)計(jì)的EGX Edge超級(jí)計(jì)算平臺(tái)

優(yōu)勢(shì)已經(jīng)形成:5G電信云將與亞馬遜展開(kāi)競(jìng)爭(zhēng)