邊緣運(yùn)算將成主流 仍面臨運(yùn)算能耗、存儲(chǔ)器頻寬等挑戰(zhàn)

　　由于傳感器將產(chǎn)生太多數(shù)據(jù)，難以都傳到云端處理，因此邊緣運(yùn)算正在成為主流趨勢(shì)。

　　根據(jù)Semiconductor Engineering報(bào)導(dǎo)，物聯(lián)網(wǎng)(IoT)設(shè)備的最初構(gòu)想是，簡(jiǎn)單的傳感器會(huì)將原始數(shù)據(jù)傳送到云端，透過(guò)1個(gè)或多個(gè)閘道器進(jìn)行處理。這些閘道器可能位于公司、住宅、工廠，甚至連網(wǎng)車內(nèi)。但日益明顯的是要處理的數(shù)據(jù)太多，這種方法實(shí)不可行。

　　三星電子(Samsung Electronics)負(fù)責(zé)HBM行銷的Tien Shiah表示，1臺(tái)PC每天將產(chǎn)生90MB的數(shù)據(jù)。1輛自駕車每天產(chǎn)生4TB，連網(wǎng)飛機(jī)則為50TB。其中大部分為無(wú)用數(shù)據(jù)。

　　預(yù)處理若在本地完成，則僅需在云端處理更少數(shù)據(jù)，就能以更低成本和更少功率實(shí)現(xiàn)更好的效能，從而實(shí)現(xiàn)自駕車、無(wú)人機(jī)甚至機(jī)器人所需的快速反應(yīng)。這些都是邊緣運(yùn)算突然獲得如此多關(guān)注的原因。它讓運(yùn)算任務(wù)更接近數(shù)據(jù)源，就自駕車來(lái)說(shuō)，最終運(yùn)算可能在會(huì)傳感器本身進(jìn)行。

　　這對(duì)人工智能(AI)、機(jī)器學(xué)習(xí)(ML)和深度學(xué)習(xí)(DL)應(yīng)用也很重要。AI/ML/DL的關(guān)鍵是能在本地設(shè)備上進(jìn)行推論，從而提高安全性和性能。然而，推論的更大問題是存儲(chǔ)器吞吐量。Rambus產(chǎn)品管理高級(jí)總監(jiān)Frank Ferro表示，存儲(chǔ)器再次成為瓶頸。許多正在出現(xiàn)的應(yīng)用，無(wú)論是AI或ADAS，都需要更高的存儲(chǔ)器頻寬。

　　此外，這些應(yīng)用大多是由電池供電，或須在高度受限的電源預(yù)算內(nèi)生存，而開發(fā)這類設(shè)備的難度開始變得更具挑戰(zhàn)性。

　　邊緣運(yùn)算最大問題之一是它是一種轉(zhuǎn)型技術(shù)，會(huì)隨著發(fā)展而被定義。目前實(shí)際上仍無(wú)法訂購(gòu)能支援特定IoT設(shè)備、基礎(chǔ)設(shè)施和運(yùn)算要求組合的專用邊緣運(yùn)算產(chǎn)品。

　　NVIDIA于3月底宣布與安謀(ARM)合作，將NVIDIA Deep Learning加速器架構(gòu)與ARM的Project Trillium機(jī)器學(xué)習(xí)平臺(tái)整合，讓芯片制造商可輕易將機(jī)器學(xué)習(xí)功能添加到IoT設(shè)備。英特爾在2月亦推出14款新的Xeon處理器。

　　英特爾(Intel)和NVIDIA/ARM產(chǎn)品都能在靠近端點(diǎn)的地方增加更多處理能力，但這兩種產(chǎn)品都不是將數(shù)據(jù)傳回云端的理想選擇。ZK Research首席分析師Zeus Kerravala表示，NVIDIA與ARM的伙伴關(guān)系，以及英特爾宣布的邊緣處理器都是為需要增加處理能力的設(shè)備、閘道器等而設(shè)計(jì)的基礎(chǔ)產(chǎn)品。

　　家庭IoT市場(chǎng)最終可能會(huì)超過(guò)IIoT，但I(xiàn)IoT正在設(shè)定步伐和議程。市場(chǎng)研調(diào)機(jī)構(gòu)IHS Markit分析師Julian Watson表示，對(duì)具有邊緣運(yùn)算能力的IoT閘道器的需求正在成長(zhǎng)。需求主要來(lái)自3個(gè)特定領(lǐng)域：為未直接連到網(wǎng)路的低功耗節(jié)點(diǎn)，如基于低功耗藍(lán)牙(BLE)或Zigbee的傳感器提供橋接;過(guò)濾流量，決定應(yīng)在邊緣處理哪些數(shù)據(jù)以及需將哪些數(shù)據(jù)發(fā)送到云端;管理這些邊緣設(shè)備的安全性。

　　IHS Markit執(zhí)行董事Michael Howard則認(rèn)為，IoT/邊緣閘道器至少應(yīng)能做到以下幾點(diǎn)：1.透過(guò)對(duì)重復(fù)數(shù)據(jù)進(jìn)行整合，縮小來(lái)自IoT設(shè)備的原始數(shù)據(jù)量。2.將數(shù)據(jù)轉(zhuǎn)換為上游應(yīng)用程式可讀取的格式。3.具備能判斷將獲得何種數(shù)據(jù)及來(lái)自哪種設(shè)備的上游應(yīng)用程式。4.包含如何組織數(shù)據(jù)并對(duì)其進(jìn)行優(yōu)化的相關(guān)資訊。

　　Howard表示，閘道器若無(wú)法將原始數(shù)據(jù)細(xì)化為緊湊且實(shí)用的數(shù)據(jù)就向上游推送，只會(huì)浪費(fèi)時(shí)間和頻寬。處理必須在數(shù)據(jù)發(fā)生的地方完成，最好不止一次。

　　所有主要系統(tǒng)供應(yīng)商都渴望進(jìn)入市場(chǎng)，但對(duì)閘道器的需求正在成長(zhǎng)。此問題比從幾個(gè)傳感器收集溫度數(shù)據(jù)更復(fù)雜。特別是在IIoT中，每個(gè)垂直市場(chǎng)傳統(tǒng)的SCADA和其他自動(dòng)化系統(tǒng)通常都是封閉、專有的，對(duì)新通訊技術(shù)不友好，并且不可能快速擺脫。

　　ARM執(zhí)行長(zhǎng)Simon Segars表示，現(xiàn)在有這么多的下一件大事(Next Big Thing)將發(fā)生，很難判斷要從哪里著手。新的通訊協(xié)議，無(wú)論是5G、LoRA、NBIoT等新技術(shù)，都需要半導(dǎo)體設(shè)備的大量創(chuàng)新。目前AI正在驅(qū)動(dòng)云端芯片。在邊緣則是推論正在推動(dòng)設(shè)計(jì)的創(chuàng)新。