Edge Computing 將伴隨AI應用崛起 ---觀Peter Levine 演講筆記

04-24

我一直以為，計算平台的變遷是由應用的變遷所驅動的，因此之前我曾總結過，傳統的IOE架構是承載傳統企業應用的最佳平台，類似AWS這樣的雲平台則是承載現代Web和Mobile應用的最佳平台，類似Google Cloud AI Service的雲平台則可能成為承載未來新型的AI或機器學習應用的最佳平台。

昨晚看了一個美國著名風投公司Andreessen Horowitz發布的演講視頻，題為「The End of Cloud Computing」。才發現自己的想法很有局限，這篇演講提出，新型的AI應用，需要新的計算架構所承載，而這個新的架構，不僅僅止於Cloud端的AI service，而是Cloud+Edge的計算架構，下面我就分享下這個演講的核心內容：

圖一首先回顧了計算架構的變遷史，即從上世紀6，70年代的Main Frame計算架構（集中式），到上世紀末的Client Server架構（分散式），再到最近的Mobile Cloud架構（集中式）的變遷，然後演講者認為2020年將又會變遷至分散式架構 —Edge Intelligence，而我理解的這個架構應該不單單指Edge Computing，而是指Cloud+Edge 這樣的intelligence架構。

圖二是說現代基於數據的AI技術，驅動了未來的AI應用程序需要面向真實世界進行實時計算，比如現在正在快速發展的無人車，無人機，機器人等各種智能設備技術，都需要直接進入真實世界，並需要和真實世界進行實時的交互。

圖三是說無人車，無人機，機器人等計算邊緣節點（Edge Computer），都需要根據真實世界裡不斷變化的環境實時做出判斷並採取正確的行動。如果按照傳統的Mobile- Cloud模式，即客戶端把感知到的環境狀態數據發送到雲端，然後由雲端負責計算，再把計算結果返回給客戶端做行動，則網路延遲太長，根本無法達到類似無人車等智能機器需要瞬間做出反應的實時要求。此外還必須考慮到網路信號會受環境變化的影響而導致不穩定，比如惡劣的天氣，電磁干擾等。因此邊緣節點（Edge Computer）不能沿用原有的模式，它們必須具備不依賴雲端的完全的自主工作的能力，這就要求Edge節點自身必須具備包括：感知（sense），推斷（infer）和行動（act）這3方面的強大計算能力。從這個角度看，每一部無人車、無人機、機器人，都可以看作是一個小型的移動的Data Center。而在這種情況下，雲端的工作將大大減輕，只需負責對各Edge 端採集的海量數據做學習（learn），並將學得的模型定期推送給Edge節點。

圖四是指未來的世界裡，隨著智能設備的數量越來越多，感測器無處不在，而這些巨量的感測器將採集在真實世界裡產生的巨量數據，比如無人車的各種感測器（雷達，激光，高清攝像頭等）採集的高精度圖像數據每秒可能就達到數十上百G，這麼大量的數據如果全部都要傳到雲端再做處理，現有雲端的計算和網路的負載能力根本無法承受，因此數據的採集和預處理工作不得不放在Edge節點上。

圖五說明了Cloud和Edge的關係，由Edge端做數據的實時採集，存儲和預處理等工作，在去除了大部分冗餘和不重要的數據後，將清理過的必要的數據發送給雲端，這樣就減輕了網路的壓力。另外由於Edge具備存儲數據的功能，即便網路信號不好時，也可以把需要推送到雲端的數據緩存，直到網路恢復後，再將數據推送到雲端。而雲端則作為訓練中心，負責對所有Edge產生的數據做集中處理和學習，只保存重要的數據，並負責將學習後更新的預測模型推送給Edge端。

圖六是說，以現有基礎設施的數據處理技術或能力，無法快速處理由這些感測器所產生的巨量的地理空間數據，而點對點的局部網路或稱邊緣網路，則可以降低Cloud核心網路的負載，還可以提升數據在本地的共享，因此邊緣計算（edge computing）包括網路和計算的技術需要快速的發展以應對這個局面。

圖七指的是AI應用的編程模式和以往的編程模式差異，AI應用是以數據為中心的編程方式，應用的開發者需要更多的數學知識。而在AI應用開發過程里，需要人類投入大量的工作去標註數據，機器從標註的數據中學習模型。

圖八是說，類似GPU這樣用於AI或機器學習的晶元將會越來越普及，而Edge Computer的計算能力則將會越來越強大，價格也會越來越低，這個趨勢會類似於移動設備計算能力的增長趨勢。

圖九還是Marc Andreessen最著名的那句話「軟體吞噬世界」的意思。

這個視頻的標題雖然是The End of Cloud Computing，但其實並不是說Cloud Computing已死，而是為了突出在投資人的眼裡，Edge Computing將是下一個熱點。再說Cloud Computing技術確實已經成熟，甚至在Gartner的新技術曲線圖裡已經沒有了Cloud Computing的位置，見下圖：

Cloud 雖然在技術和商業模式上已經趨近成熟，不是什麼新鮮事了，但不可否認的是Cloud依然在AI應用的時代中扮演著中樞指揮官的重要角色。並且作為對傳統IT的顛覆性變革，Cloud依然在快速增長、快速攻城略地！

因為本人的英文聽力一般，肯定沒有全部理解演講者的意思，本文如有錯誤和疏漏，請朋友們海涵。

最後附上演講視頻原鏈：https://vimeo.com/196002313 有興趣的TX可以看看