最近幾年，隨著萬物互聯(lián)和邊緣人工智能的需求，邊緣計算在高速增長，在整個計算產(chǎn)業(yè)中扮演越來越重要的角色。不過，面對爆發(fā)的需求，邊緣計算真正規(guī)?；涞厥艿叫袠I(yè)眾多、應(yīng)用場景碎片化的制約，大量邊緣計算方案不得不進行定制化開發(fā)，部署周期長、成本高、產(chǎn)出難以衡量。

　　走出碎片化、定制化，是邊緣計算產(chǎn)業(yè)化的必由之路。浪潮信息提出了邊緣計算服務(wù)器的模塊化設(shè)計思路，改變以CPU為核心的設(shè)計，以系統(tǒng)架構(gòu)為核心進行設(shè)計，定義了全新的邊緣服務(wù)器模塊化設(shè)計標準ECOM，并將標準中的各個部件模塊產(chǎn)品化，貢獻給開源組織，解決邊緣計算規(guī)?；涞氐碾y題。

　　從試點走向批量落地

　　從2020年起，邊緣計算應(yīng)用的落地實踐開始密集，浪潮信息成立了專門的邊緣計算事業(yè)部，以滿足通信、能源、交通等行業(yè)爆發(fā)出的各類邊緣計算應(yīng)用需求。兩年多來，從應(yīng)用的落地試點到逐漸成熟，浪潮信息與生態(tài)伙伴一起進行了大量的工作。2022年，邊緣計算已開始從試點走向批量部署。邊緣計算的一些典型場景正在形成，比如智能制造、智慧能源、智慧交通等。

　　在制造行業(yè)，工業(yè)質(zhì)檢是近年的一個爆款應(yīng)用。邊緣計算結(jié)合機器視覺和AI算法，對從汽車到手機、從鋼板到軸承的大量工業(yè)產(chǎn)品實現(xiàn)了智能化缺陷檢測，一些產(chǎn)品的缺陷檢出率已達到99%以上。

　　在野外油田場景中，一些多年開采的油田地下勘探層含油量逐漸下降，抽油機（俗稱磕頭機）按照傳統(tǒng)恒速運行，采油效率低，能源消耗成本高。浪潮信息聯(lián)合石油企業(yè)開發(fā)的油井智慧監(jiān)測解決方案，邊緣計算結(jié)合了設(shè)備運行、生產(chǎn)工況數(shù)據(jù)，找到合適的采油頻率，對磕頭機進行智能啟停。在這種安排下，石油開采效率反而更高也更節(jié)電。

　　在海外市場，浪潮信息與日本東京工業(yè)大學，聯(lián)合開發(fā)了基于邊緣AI的智慧停車項目，基于邊緣計算和AI算法，只需0.05秒就能根據(jù)車輛信息自動完成停車扣費，停車場實現(xiàn)了快捷停車繳費，火災(zāi)、煙霧、車位長期占用等異常狀態(tài)及時檢測等功能，這套系統(tǒng)將在東京上百個停車場上線。

　　工廠的智能質(zhì)檢、油田上抽油機的智能啟停、城市里面的停車場智慧停車，僅是海量邊緣計算場景中的"滄海一粟"。從技術(shù)和商業(yè)上，目前邊緣計算都達到了一個合適的投入時間點，行業(yè)也將迎來發(fā)展的關(guān)鍵期。

　　在技術(shù)方面，邊緣計算為云、AI、5G和物聯(lián)網(wǎng)提供了重要的落地承載平臺。其中，AI從數(shù)據(jù)中心開始向邊緣延展，成為邊緣計算的一個重要驅(qū)動力量。

　　在商業(yè)方面，萬物互聯(lián)時代，眾多新興應(yīng)用提出了低時延、高帶寬、本地化、高安全、低成本的處理需求，這也推動著處于數(shù)據(jù)產(chǎn)生側(cè)的邊緣計算"迎難而上"。包括一些工廠出于對數(shù)據(jù)的敏感性，不希望上云，通過邊緣計算，能滿足它們的處理需求。

　　IDC預(yù)計，未來5年，對邊緣計算的投資速度將遠高于核心位置，到2025年，全球邊緣計算服務(wù)器支出金額比重將從14.4%，提升到24.9%。

　　定制化攔路虎

　　不過，邊緣計算在走向批量落地中，也遇到了難題，定制化是最大的攔路虎。

　　相對于數(shù)據(jù)中心中那些已經(jīng)標準化的服務(wù)器，業(yè)界對邊緣服務(wù)器提出的需求還很龐雜，邊緣計算要應(yīng)對的局面頗為棘手。一個典型的例子是，數(shù)據(jù)中心的服務(wù)器，工作溫度范圍一般在0~35攝氏度，但邊緣服務(wù)器所處的環(huán)境"很跨越"，往往要滿足從零下40攝氏度到零上70攝氏度的寬溫范圍。

　　邊緣服務(wù)器對算力的要求也很多變。即便同一條馬路上的不同路口，由于攝像頭從幾路到十幾路不等，對邊緣計算的處理能力也高低不等。

　　網(wǎng)絡(luò)的要求也更復(fù)雜。像海上風電場景中，網(wǎng)絡(luò)環(huán)境不太友好。邊緣服務(wù)器需要引入多種通信方式，除了有線，還有5G、WiFi、ZigBee等無線方式，滿足各種應(yīng)用需求。

　　在室內(nèi)外嚴酷的物理環(huán)境中，邊緣服務(wù)器還要做到防雨、防震、防塵。

　　客戶的需求是無限的，如果都去做定制化，是不現(xiàn)實的。定制化本身設(shè)計周期長，產(chǎn)品很難進行全面測試與售后保障，后期容易出現(xiàn)各種問題。碎片化、定制化也導致邊緣服務(wù)器大規(guī)模落地存在困難，是制約邊緣計算快速發(fā)展的根本性難題之一。

　　面對這一問題，在經(jīng)歷了實踐和反復(fù)論證后，浪潮信息提出"產(chǎn)品設(shè)計解耦和模塊化"的思路，通過組合不同模塊，來覆蓋最廣泛的市場。不僅是邊緣計算，未來數(shù)據(jù)中心的設(shè)計也會朝向解耦的方向發(fā)展。

　　這個思路改變了傳統(tǒng)服務(wù)器圍繞CPU展開設(shè)計的模式，因為計算性能只是需求的一個方面，面對邊緣場景多樣化的客戶需求，需要以系統(tǒng)架構(gòu)為核心設(shè)計。

　　在這一思路下，浪潮信息研發(fā)團隊首先從系統(tǒng)架構(gòu)層面進行頂層設(shè)計，然后將核心計算模塊、AI模塊、管理功能、IO等模塊進行解耦。抽離出來的各個模塊按照兼容性標準進行設(shè)計，再通過已經(jīng)定義好的規(guī)則，進行相應(yīng)的整合，"搭"出用戶需要的產(chǎn)品，最大化滿足客戶需求。

　　模塊化方法論：解耦、歸一

　　然而，產(chǎn)品要想靈活百變，說易行難。浪潮信息并不是第一個做這件事的企業(yè)，但業(yè)界一些企業(yè)要么沒有堅持下來，要么走得不深。

　　這其中最大的難點之一，不僅要解決把過去幾十年形成的體系化的系統(tǒng)分拆，還要考慮再以怎樣的方式把它們嚴絲合縫地整合在一起，并做到最大程度不影響系統(tǒng)的性能和效率。

　　也就是說，"解耦"體現(xiàn)了一種能力，"歸一"更體現(xiàn)了一種能力。

　　從模塊化到組成系統(tǒng)，浪潮信息做了大量的探索。在系統(tǒng)分拆為模塊后，浪潮信息花了大量精力，對各個模組之間的通信協(xié)議進行取舍和優(yōu)化，既要保證性能，又要給予每個模塊最大限度的拼搭自由，并對這些協(xié)議進行標準化。

　　而經(jīng)過長達1年半的錘煉和迭代升級，全新的邊緣模塊化設(shè)計架構(gòu)ECOM（Edge Computing Optional Module）打磨完成。2022年初，浪潮信息將邊緣計算模塊化設(shè)計標準ECOM架構(gòu)首次對外發(fā)布。

　　9月，浪潮信息將該設(shè)計標準貢獻給全球三大開放計算組織之一的ODCC。這也是目前為止，國內(nèi)首個在邊緣計算服務(wù)器模塊化方面的開源標準。

　　當下邊緣計算場景處于星星點火的起步期，相對于數(shù)據(jù)中心服務(wù)器，計算、存儲、網(wǎng)絡(luò)、管理等方面已經(jīng)錘煉了小幾十年的標準，邊緣服務(wù)器這個新賽道要實現(xiàn)行業(yè)的規(guī)?；涞?，還有更多可以創(chuàng)造的空間。

　　邊緣計算任重道遠

　　在ECOM架構(gòu)推出后，浪潮信息工程師們基于它，研發(fā)出了全新的邊緣服務(wù)器產(chǎn)品EIS800，該產(chǎn)品因架構(gòu)創(chuàng)新，獲得了2022年德國紅點設(shè)計大獎。

　　EIS800推出后，吸引了業(yè)界的廣泛關(guān)注。在國內(nèi)，一家企業(yè)正為一項國際體育賽事提供公共交通服務(wù)，有著緊迫的部署時間要求。他們需要一款產(chǎn)品，既能用ARM計算平臺去處理視頻，也能用X86計算平臺處理雷達算法，還要做一些融合性應(yīng)用。而且通過試點，客戶的需求還處于調(diào)整變化中。浪潮信息用3個月，就給客戶提供了一款產(chǎn)品做試點，能滿足它在項目過程中變化的需求。

　　在海外如對品質(zhì)要求極為嚴苛的日本市場，經(jīng)歷層層篩選，EIS800被一家大型日本ICT企業(yè)引入清單。

　　這些都是邊緣計算發(fā)展歷程的重要節(jié)點。但這個產(chǎn)業(yè)要真正迎來全面爆發(fā)，邊緣服務(wù)器從技術(shù)商業(yè)到生態(tài)標準都還有大量的工作要做。邊緣服務(wù)器ECOM標準的制定，不僅需要產(chǎn)業(yè)界更多上下游廠商的共同努力，也進一步推動了產(chǎn)業(yè)的合作。在產(chǎn)品方面，工程師們也可以基于用戶反饋，對每個單獨的模塊做進一步的開發(fā)。比如，將更多主流芯片和通信模組輕量定制后納入整個系統(tǒng)中，更快滿足用戶的需求。

　　接下去浪潮信息和生態(tài)還有大量工作要做，邊緣計算行業(yè)要真正成就自己的星辰大海，依然任重而道遠。