淺談國際主流邊緣運算

隨著物聯網(Internet of Things, IoT)與5G時代來臨,數據海量化、低延遲需求持續攀升,傳統的雲端運算因終端設備與雲端伺服器距離較遠,造成運算無法即時取得,而讓服務範圍受限,為解決上述問題,近年來邊緣運算(Edge Computing)應運而生,其能實現低延遲的即時資料處理及減少網路頻寬使用。
邊緣運算是一種分散式運算的網路架構,將運算與資料由位於網路中心的雲端伺服器移至網路邊緣節點,使運算過程盡可能靠近使用者以減少網路傳輸延遲和頻寬的使用,為近年來廣受討論的科技趨勢之一。目前國際上許多組織與機構皆主動提出邊緣運算的架構、白皮書與發展藍圖,本篇文章將介紹國際上主流常見的邊緣運算架構類型。
一、霧運算(Fog Computing)
霧運算由開放霧(OpenFog)聯盟所推動。開放霧聯盟為2015年由安謀(ARM)、思科(Cisco)、戴爾(Dell)、英特爾(Intel)、微軟(Microsoft)及普林斯頓大學(Princeton University)所創建,霧運算之參考架構如圖1所示。
圖1.霧運算的架構 (圖片來源:參考資料1)
霧運算作為雲端伺服器的補充功能,透過將部分運算任務由雲端伺服器轉移到網路的邊緣,使資料與運算在邊緣運算設備上執行,更靠近使用者所在的設備以加速服務的反應。霧運算可用於物聯網、5G、人工智慧(Artificial Intelligence, AI)等多種場景,亦適合用於擴增實境(Augmented Reality, AR)及虛擬實境(Virtual Reality, VR)等具有資料處理量大、需要快速回應及低延遲的服務。開放霧聯盟白皮書亦呈現支持霧運算的8根支柱如圖2所示,即代表著霧運算架構的8項主要技術,分別為安全性、可擴充性、開放性、自主性、可靠性/可用性/可服務性(Reliability, Availability and Serviceability, RAS)、敏捷性、層次性及可程式化性。
圖2.代表支持霧運算的8項主要技術 (圖片來源:參考資料1)
二、多接取邊緣運算(Multi-access Edge Computing, MEC)
多接取邊緣運算的前身為行動邊緣運算(Mobile Edge Computing, MEC),是歐洲電信標準協會(European Telecommunications Standards Institute, ETSI)所主推的技術,並且已制定為行動網路中的標準。
多接取邊緣運算主要在行動網路邊緣提供資訊科技(Information Technology, IT)環境服務與雲端運算環境,給予使用者低延遲、高頻寬與即時存取的服務特性。因智慧型手機裝置的普及,使得行動網路流量大幅度成長,多接取邊緣運算主要將伺服器設置於基地台內,利用基地台提供資料與運算,如此可以減輕基地台的網路傳輸流量,無須等待雲端伺服器的回應即可提供服務。整體多接取邊緣運算架構可參考圖3所示。
圖3.多接取邊緣運算架構 (圖片來源:參考資料2)
三、微雲(Cloudlet)
微雲由開放邊緣運算(Open Edge Computing, OEC)聯盟所倡議,目前成員有微軟、英特爾、安謀及亞馬遜等;微雲是在靠近用戶端部署小型資料中心,以提升使用者的體驗。微雲主要的技術為虛擬化,將使用者的執行環境透過虛擬化技術打包後,可在微雲上部署用以提供與雲端相同的運算環境,微雲的架構如圖4所示。
圖4. 微雲的架構 (圖片來源:參考資料3)
微雲設備包含行動設備、邊緣伺服器及後端系統元件。微雲運作時使用者設備會找到最適合的邊緣伺服器,後台設施將執行環境透過提供虛擬機(Virtual Machine, VM),將執行環境由後端系統打包後,快速部署到邊緣伺服器上,由邊緣伺服器提供使用者運算服務;且若注意到使用者離開當前的微雲,則虛擬機必須遷移到下一個最佳的邊緣伺服器上。
四、ECC邊緣運算(ECC Edge Computing)
邊緣計算產業聯盟 (Edge Computing Consortium, ECC)是2016年11月由華為技術有限公司、中國科學院瀋陽自動化研究所、中國信息通信研究院、英特爾、ARM與軟通動力信息技術有限公司共同創立的聯盟,並於2017年定義ECC邊緣運算的參考架構。
ECC邊緣運算架構分為三層,由雲層、邊緣層及現場設備(site plant)層所構成,邊緣層具有大數據處理為主的運算、網路及儲存資源,並且包含有低功率的訊息採集傳感器元件,邊緣管理器對邊緣層進行資源的分配與調度管理,其參考架構如圖5所示。
圖5. ECC邊緣運算參考架構3.0 (圖片來源:參考資料4)
ECC邊緣運算架構中包含雲層的範圍,雲層亦是本架構中重要的一環,相較於邊緣層用以提供即時、短周期數據、本地(local)決策的任務,雲層提供非即時、長期週期數據與綜合業務決策,本架構屬於邊緣運算與雲運算的共同運作模式。
因ECC邊緣運算架構係基於模組化的方法,所以各產業可以建立和重複使用模組,達到快速開發與有效合作的方式,有利於物聯網各領域進入使用,且容易進行跨平台的移植,可有效延長整體服務的生命週期。
五、結語
各種聯盟所提出的技術並非是彼此互斥,而是具有高度相關性,例如多接取邊緣運算中,邊緣伺服器為基地台內的設備,然對於霧運算來說,可歸類為霧運算節點元件的一種。此外,邊緣運算目標並非取代雲端運算,而是改善傳統雲端運算的不足,目前更多的運算架構為雲-霧混合運算,各取雲端運算與邊緣運算兩者所長,互補兩者不足之處。
目前邊緣運算多應用於相關智慧型服務,比如智慧城市、智慧醫療、智慧農業等領域,因其具有高速、低延遲的特性,故於資料密集型的應用如車聯網、AR/VR等領域,亦存在不少應用空間,圖6即為應用邊緣運算於智慧安防的實例。
圖6.應用邊緣運算於智慧安防的實例 (圖片來源:參考資料5)
參考資料:
- OpenFog Consortium , OpenFog Reference Architecture for Fog Computing, Feb. 2017, Retrieved from https://reurl.cc/12Ye29.
- 工研院資通所,陳建成、陳昀暄,多接取邊緣運算(MEC)技術,107年4月30日,檢自https://reurl.cc/02zOYK。
- Rolf Schuster, Prakash Ramchandran, OPEN EDGE COMPUTING- FROM VISION TO REALITY, Open Edge Computing,Jun. 21 2016, Retrieved from https://reurl.cc/X4WL5E.
- K. Cao, Y. Liu, G. Meng and Q. Sun, An Overview on Edge Computing Research, IEEE Access, vol. 8, p. 85714-85728, 2020, Retrieved from https://reurl.cc/zMeAA0.
- 朱師右、杜佩圜、林信亨、姚陵錦、翁紹庭、陳俊宇、張妤玥、葉貞秀、楊長鳴、韓揚銘、NIKKEI ELECTRONICS、RIC,物聯網產業發展與智慧化應用,財團法人資訊工業策進會產業情報研究所,109年6月。
- 發布日期 : 111-04-05
- 更新日期 : 111-03-29
- 發布單位 : 國際及法律事務室
- 瀏覽人次 : 1602