目前邊緣計算已經得到了各行各業(yè)的廣泛重視，并且在很多應用場景下開花結果。根據邊緣計算領域特定的特點，本文認為6個方向是未來幾年迫切需要解決的問題：編程模型、軟硬件選型、基準程序與標準、動態(tài)調度、與垂直行業(yè)的緊密結合以及邊緣節(jié)點的落地。

從圖4可知，邊緣計算包含3個關鍵內容：

• 應用程序/服務功能可分割。邊緣計算中的一個任務可以遷移到不同的邊緣設備去執(zhí)行，任務可分割包括僅能分割其自身或將一個任務分割成子任務，任務的執(zhí)行需要滿足可遷移性，即任務可遷移是實現(xiàn)在邊 緣設備上進行數(shù)據處理的必要條件。
• 數(shù)據可分布。數(shù)據可分布既是邊緣計算的特征也是邊緣計算模型對待處理數(shù)據集合的要求。邊緣數(shù)據的可分布性是針對不同數(shù)據源而言的，不同數(shù)據源來源于數(shù)據生產者所產生的大量數(shù)據。
• 資源可分布。邊緣計算模型中的數(shù)據具有一定的可分布性，從而要求處理數(shù)據所需要的計算、存儲和通信資源也具有可分布性.只有當邊緣計算系統(tǒng)具備數(shù)據處理和計算所需要的資源，邊緣設備才可以對數(shù)據進行處理。

因此，傳統(tǒng)的編程模型并不適合邊緣計算。邊緣計算中的設備大多是異構計算平臺，每個設備上的運行時環(huán)境、數(shù)據也不相同，且邊緣設備的資源相對受限，在邊緣計算場景下部署用戶應用程序會有較大的困難。Li等人針對邊緣設備資源受限的特性設計了一種輕量級的編程語言EveryLite，該工作將計算遷移任務中主體為接口調用的、時間和空間復雜度受限的計算任務稱為微任務(micro task)， EveryLite能夠在物端設備上處理邊緣計算場景中微任務，經過實驗對比可以發(fā)現(xiàn)EveryLite的執(zhí)行時間分別比JerryScript和Lua低77%和74%，編譯后內存占用量分別是JerryScript和Lua的18. 9% 和1. 4%。因此，針對邊緣計算場景下的編程模型的研究具有非常大的空間，也十分緊迫。

2. 軟硬件選型

邊緣計算系統(tǒng)具有碎片化和異構性的特點。在硬件層面上，有CPU，GPU，F(xiàn)PGA，ASIC等各類計算單元，即便是基于同一類計算單元，也有不同的整機產品，例如基于英偉達GPU的邊緣硬件產品，既有計算能力較強的DRIVEPX2，又有計算能力較弱 的Jetson TX2；在軟件系統(tǒng)上，針對深度學習應用， 有 TensorFlow, Caffe, PyTorch 等各類框架.不同的軟硬件及其組合有各自擅長的應用場景，這帶來了一個問題：開發(fā)者不知道如何選用合適的軟硬件產品以滿足自身應用的需求。

在軟硬件選型時，既要對自身應用的計算特性做深人了解，從而找到計算能力滿足應用需求的硬件產品，又要找到合適的軟件框架進行開發(fā)，同時還要考慮到硬件的功耗和成本在可接受范圍內。因此，設計并實現(xiàn)一套能夠幫助用戶對邊緣計算平臺進行性能、功耗分析并提供軟硬件選型參考的工具十分重要。

3. 基準程序和標準

隨著邊緣計算的發(fā)展，學術界和工業(yè)界開始推出越來越多的針對不同邊緣計算場景設計的硬件或軟件系統(tǒng)平臺，那么我們會面臨一個緊迫的問題，即如何對這些系統(tǒng)平臺進行全面并公平的評測。傳統(tǒng)的計算場景都有經典基準測試集(benchmark)，例如并行計算場景中的PARSEC、高性能計算場景中的 HPCC、大數(shù)據計算場景中的BigDataBench。

由于邊緣計算仍然是較新的計算場景，業(yè)界仍然沒有一個比較權威的用于評測系統(tǒng)性能的Benchmark出現(xiàn)，但是學術界已經開始有了一些探索工作SD-VBS和MEVBench均是針對移動端設備評測基于機器視覺負載的基準測試集。SD-VBS選取了28個機器視覺核心負載，并提供了C和Matlab的實現(xiàn)；MEVBench則提供了一些列特征提取、特征分類、物體檢測和物體追蹤相關的視覺算法負責，并提供單線程核多線程的C++實現(xiàn)。SLAMBench是一個針對移動端機器人計算系統(tǒng)設計的基準測試集，其使用RG&D SLAM作為評測負載，并且針對不同異構硬件提供C++，OpenMP， OpenCL 和 CUDA 版本的實現(xiàn)。CAVBench是第1個針對智能網聯(lián)車邊緣計算系統(tǒng)設計的基準測試集，其選擇6個智能網聯(lián)車上的典型應用作為評測負責，并提供標準的輸人數(shù)據集和應用-系統(tǒng)匹配指標。

由于邊緣計算場景覆蓋面廣，短期來看不會出現(xiàn)一個統(tǒng)一的基準測試集可以適應所有場景下的邊緣計算平臺，而是針對每一類計算場景會出現(xiàn)一個經典的基準測試集，之后各個基準測試集互相融合借鑒，找出邊緣計算場景下的若干類核心負載，最終形成邊緣計算場景中的經典基準測試集。

4. 動態(tài)調度

在云計算場景下，任務調度的一般策略是將計算密集型任務遷移到資源充足的計算節(jié)點上執(zhí)行。但是在邊緣計算場景下，邊緣設備產生的海量數(shù)據無法通過現(xiàn)有的帶寬資源傳輸?shù)?a target="_blank">云計算中心進行集中式計算，且不同邊緣設備的計算、存儲能力均不 相同，因此，邊緣計算系統(tǒng)需要根據任務類型和邊緣設備的計算能力進行動態(tài)調度。調度包括2個層面：

• 云計算中心和邊緣設備之前的調度;
• 邊緣設備之間的調度。

云計算中心與邊緣設備間的調度分為2種方式：自下而上和自上而下。自下而上是在網絡邊緣處將邊緣設備采集或者產生的數(shù)據進行部分或者全部的預處理，過濾無用數(shù)據，以此降低傳輸帶寬;自上而下是指將云計算中心所執(zhí)行的復雜計算任務進行分割，然后分配給邊緣設備執(zhí)行，以此充分利用邊緣設備的計算資源，減少整個計算系統(tǒng)的延遲和能耗。2017年，Kang等人設計了一個輕量級的調度器 Neurosurgeon,它可以將深度神經網絡不同層的計算任務在移動設備和數(shù)據中心間自動分配，使得移動設備功耗最多降低了 94.7%，系統(tǒng)延遲最多加快了40.7倍，并且數(shù)據中心的吞吐量最多增加了6. 7倍。邊緣設備間也需要動態(tài)調度。邊緣設備的計算、存儲能力本身是不同的，并且會隨著時間的變化而變化，而它們承擔的任務類型也是不一樣的，因此需要動態(tài)調度邊緣設備上的任務，提高整體系統(tǒng)性能，防止出現(xiàn)計算任務調度到一個系統(tǒng)任務過載情況下的設備.Zhang等人針對延遲敏感性的社會感知任務設計了一個邊緣任務調度框架C〇GTA，實驗證明該框架可以滿足應用和邊緣設備的需求。

綜上所述，動態(tài)調度的目標是為應用程序調度邊緣設備上的計算資源，以實現(xiàn)數(shù)據傳輸開銷最小化和應用程序執(zhí)行性能的大化。設計調度程序時應該考慮：任務是否可拆分可調度、調度應該采取什么策略、哪些任務需要調度等.動態(tài)調度需要在邊緣設備能耗、計算延時、傳輸數(shù)據量、帶寬等指標之間尋找最優(yōu)平衡.根據目前的工作，如何設計和實現(xiàn)一種有效降低邊緣設備任務執(zhí)行延遲的動態(tài)調度策略是一個急需解決的問題。

5. 和垂直行業(yè)緊密合作

在云計算場景下，不同行業(yè)的用戶都可將數(shù)據傳送至云計算中心，然后交由計算機從業(yè)人員進行數(shù)據的存儲、管理和分析。云計算中心將數(shù)據抽象并提供訪問接口給用戶，這種模式下計算機從業(yè)人員與用戶行業(yè)解耦和，他們更專注數(shù)據本身，不需對用戶行業(yè)領域內知識做太多了解。

但是在邊緣計算的場景下，邊緣設備更貼近數(shù)據生產者，與垂直行業(yè)的關系更為密切，設計與實現(xiàn)邊緣計算系統(tǒng)需要大量的領域專業(yè)知識。另一方面，垂直行業(yè)迫切需要利用邊緣計算技術提高自身的競爭力，卻面臨計算機專業(yè)技術不足的問題.因此計算 機從業(yè)人員必須與垂直行業(yè)緊密合作，才能更好地完成任務，設計出下沉可用的計算系統(tǒng).在與垂直行業(yè)進行合作時，需要著重解決3個問題：

• 減少與行業(yè)標準間的隔閡。在不同行業(yè)內部有經過多年積累的經驗與標準，在邊緣計算系統(tǒng)的設計中，需要與行業(yè)標準靠近，減少隔閡。例如，在針對自動駕駛汽車的研究中，自動駕駛任務的完成需要使用到智能算法、嵌人式操作系統(tǒng)、車載計算硬件等各類計算機領域知識，這對于計算機從業(yè)人員而言是一個機遇，因此許多互聯(lián)網公司投人資源進行研究。然而，若想研制符合行業(yè)標準的汽車，僅應用計算機領域知識是完全不夠的，還需要對汽車領域專業(yè)知識有較好的理解，例如汽車動力系統(tǒng)、控制系統(tǒng)等，這就需要與傳統(tǒng)汽車廠商進行緊密合作。同樣，在智能制造、工業(yè)物聯(lián)網等領域，同樣需要設計下沉到領域內、符合行業(yè)標準的邊緣計算系統(tǒng)。
• 完善數(shù)據保護和訪問機制。在邊緣計算中，需要與行業(yè)結合，在實現(xiàn)數(shù)據隱私保護的前提下設計統(tǒng)一、易用的數(shù)據共享和訪問機制.由于不同行業(yè)具有的特殊性，許多行業(yè)不希望將數(shù)據上傳至公有云，例如醫(yī)院、公安機構等。而邊緣計算的一大優(yōu)勢是數(shù)據存放在靠近數(shù)據生產者的邊緣設備上，從而保證了數(shù)據隱私.但是這也導致了數(shù)據存儲空間的多樣性，不利于數(shù)據共享和訪問.在傳統(tǒng)云計算中，數(shù)據傳輸?shù)皆贫?，然后通過統(tǒng)一接口來訪問，極大地方便了用戶的使用.邊緣計算需要借助這種優(yōu)勢來設計數(shù)據防護和訪問機制。
• 提高互操作性。邊緣計算系統(tǒng)的設計需要易于結合行業(yè)內現(xiàn)有的系統(tǒng)，考慮到行業(yè)現(xiàn)狀并進行利用，不要與現(xiàn)實脫節(jié)。例如在視頻監(jiān)控系統(tǒng)中，除了近些年出現(xiàn)的智能計算功能的攝像頭，現(xiàn)實中仍然有大量的非智能攝像頭，其每天仍然在采集大量的視頻數(shù)據，并將數(shù)據傳輸至數(shù)據中心。學術界設計了A3系統(tǒng)，它利用了商店或者加油站中已有的計算設備。然而實際情況下，攝像頭周邊并不存在計算設備。因此，在邊緣計算的研究中需要首先考慮如何部署在非智能的攝像頭附近部署邊緣計算設備. 在目前的解決方案中，多是采用建立更多的數(shù)據中心或AI—體機來進行處理，或者采用一些移動的設備，如各種單兵作戰(zhàn)設備，來進行數(shù)據的采集.前者耗費巨大，且從本質來說，仍然是云計算的模式;后者通常使用于移動情況下，僅作為臨時的計算中心，無法和云端進行交互。在視頻監(jiān)控領域，Luo等人提出了一個尚屬于前期探討的EdgeBox方案，其同時具備計算能力和通信能力，可以作為中間件插人到攝像頭和數(shù)據中心之間，完成數(shù)據的預處理. 因此，如何與垂直行業(yè)緊密合作，設計出下沉可用的邊緣計算系統(tǒng)，實現(xiàn)計算機與不同行業(yè)間的雙贏是邊緣計算面臨的一個緊迫問題。

6. 邊緣節(jié)點落地問題

邊緣計算的發(fā)展引起了工業(yè)界的廣泛關注，但是在實際邊緣節(jié)點的落地部署過程中，也涌現(xiàn)出一些急需解決的問題，例如應該如何建立適用于邊緣計算的商業(yè)模式、如何選擇參與計算的邊緣節(jié)點和邊緣計算數(shù)據、如何保證邊緣節(jié)點的可靠性等。

1)新型商業(yè)模式.在云計算場景下，云計算公司是計算服務的提供者，它們收集、存儲、管理數(shù)據并且負責軟硬件、基礎設施的建設和維護，用戶付費購買服務，不需要關注計算節(jié)點本身的成本，也無需關注服務質量的升級換代過程.這種商業(yè)模式為用戶使用云服務帶來了便利，也讓云計算公司具備盈利能力，從而更好地提高服務質量。

而在邊緣計算場景下，邊緣節(jié)點分布在靠近數(shù)據生產者的位置，在地理位置上具有較強的離散性，這使得邊緣節(jié)點的統(tǒng)一性維護變得困難，同時也給軟硬件升級帶來了難度。例如提供安全服務的攝像頭，在使用過程中需要進行軟硬件的升級，軟件的升級可以通過網絡統(tǒng)一進行，而硬件的升級需要親臨現(xiàn)場。依賴于服務提供者去為每一個邊緣節(jié)點(攝像頭)進行硬件的升級和維護會帶來巨大的成本開銷，而服務的使用者一般不關注也不熟悉硬件設備的維護工作。又如，在CDN服務的應用中，需要考慮 CDN服務器是以家庭為單位還是以園區(qū)為單位配置，不同的配置方式會帶來成本的變化，也為服務質量的穩(wěn)定性增加了不確定因素，而維護CDN所需的開銷，需要考慮支付者是服務提供者還是使用者。

因此工業(yè)界需要尋求一種或多種新的商業(yè)模式來明確邊緣計算服務的提供者和使用者各自應該承擔什么責任，例如誰來支付邊緣節(jié)點建立和維護所需的費用、誰來主導軟硬件升級的過程等。

2) 邊緣節(jié)點的選擇。邊緣計算是一個連續(xù)統(tǒng)，邊緣指從數(shù)據源到云計算中心路徑之間的任意計算和網絡資源。(在實際應用中，用戶可以選擇云到端整個鏈路上任意的邊緣節(jié)點來降低延遲和帶寬.由于邊緣節(jié)點的計算能力、網絡帶寬的差異性，不同邊緣節(jié)點的選擇會導致計算延遲差異很大.現(xiàn)有的基礎設施可以用作邊緣節(jié)點，例如使用手持設備訪問進行通信時，首先連接運營商基站，然后訪問主干網絡。這種以現(xiàn)有基礎設施當做邊緣節(jié)點的方式會加大延遲，如果手持設備能夠繞過基站，直接訪問主干網絡的邊緣節(jié)點，將會降低延遲.因此，如何選擇合適的邊緣節(jié)點以降低通信延遲和計算開銷是一個重要的問題.在此過程中，需要考慮現(xiàn)有的基礎設施如何與邊緣節(jié)點融合，邊緣計算技術會不會構建一個新興的生態(tài)環(huán)境，給現(xiàn)有的基礎設施發(fā)生革命性的變化?

3)邊緣數(shù)據選擇。邊緣節(jié)點眾多，產生的數(shù)據數(shù)量和類型也眾多，這些數(shù)據間互有交集，針對一個問題往往有多個可供選擇的解決方案。例如在路況實時監(jiān)控應用中，既可以利用車上攝像頭獲得數(shù)據，也可以利用交通信號燈的實時數(shù)據統(tǒng)計，還可以利用路邊計算單元進行車速計算。因此如何為特定應用合理地選擇不同數(shù)據源的數(shù)據，以大程度地降低延遲和帶寬，提高服務的可用性是一個重要問題。

4)邊緣節(jié)點的可靠性。邊緣計算中的數(shù)據存儲 和計算任務大多數(shù)依賴于邊緣節(jié)點，不像云計算中心有穩(wěn)定的基礎設施保護，許多邊緣節(jié)點暴露于自 然環(huán)境下，保證邊緣節(jié)點的可靠性非常重要.例如， 基于計算機視覺的公共安全解決方案需要依賴智能攝像頭進行存儲和計算，然而在極端天氣條件下，攝像頭容易在物理上收到損害，例如暴風天氣會改變攝像頭的角度，暴雪天氣會影響攝像頭的視覺范圍， 在此類場景中，需要借助基礎設施的配合來保證邊緣節(jié)點的物理可靠性。同時，邊緣數(shù)據有時空特性，從而導致數(shù)據有較強的唯一性和不可恢復性，需要設計合理的多重備份機制來保證邊緣節(jié)點的數(shù)據可靠性.因此，如何借助基礎設施來保障邊緣計算節(jié)點的物理可靠性和數(shù)據可靠性是一個重要的研究課題。

在邊緣節(jié)點落地過程中，已經有了不少嘗試，例如聯(lián)通提出了建設邊緣云，其規(guī)劃至2020年建設6000~7000個邊緣節(jié)點，將高帶寬、低時延、本地化業(yè)務下沉到網絡邊緣，進一步提高網絡效率、增強服務能力。因此針對如何選擇邊緣節(jié)點，處理好邊緣節(jié)點與現(xiàn)有基礎設施的關系，保證邊緣節(jié)點的可靠性的研究非常緊迫。

文章題目：邊緣計算急需解決的難題
文章起源：http://aaarwkj.com/news/99517.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供網站維護、網站導航、建站公司、關鍵詞優(yōu)化、做網站、網站策劃

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)