第0042期•2017.09.20 發行
ISSN 2077-8813

首頁 >專題報導

當Edge Computing碰到AI火花會在哪裡?

作者:陳淑萍 / 臺灣大學計算機及資訊網路中心程式設計組資訊工程師

近年來人工智慧(Artificial Intelligence, AI)應用無所不在,帶動大數據(Big Data)分析、雲端運算(Cloud Computing)服務及物聯網(Internet of Things, IoT)的科技升級,快速滲透到金融、零售、醫療、交通、保全、娛樂及製造等各式各樣產業。但是,迎接AI時代來臨,具備完善的大數據分析、雲端服務及資料運算平台,似乎不足以展現在AI領域的最大綜效,另一項融合新科技的創新能量─「邊際運算(Edge Computing) 」已經悄悄在近年來蔓延發燒……。

邊際運算(Edge Computing)係蝦咪?
根據維基百科(Wikipedia)對「邊際運算」的解釋:「是一種分散式運算的架構,將應用程式、數據資料與服務的運算,由網路中心節點,移往網路邏輯上的邊緣節點來處理。邊際運算將原本完全由中心節點處理大型服務加以分解,切割成更小與更容易管理的部份,分散到邊緣節點去處理。邊緣節點更接近於用戶終端裝置,可以加快資料的處理與傳送速度,減少延遲。在這種架構下,資料的分析與知識的產生,更接近於數據資料的來源,因此更適合處理大數據」。
在現今物物都要連上網路的時代來臨,德國政府在2013年就提出一個高科技戰略計劃,開始在工業應用領域陸續整合資訊科技,目的是要運用資訊技術幫傳統製造業提昇能量,進而慢慢掀起新一波工業革命,也就是所謂工業4.0。目前台灣政府部門也是努力推動企業努力創新,輔導轉型成為具有高度適應性、加速資源效率及全面生產自動化的智慧工廠,也同時從重新組織上下游供應鏈、商業服務流程的變革中,找到潛在更多新客戶源與合作夥伴。
未來將會是生產線運作都達到自動化,終端操作設備也都能互相溝通並交換資料,就是達到每個生產環節、所有操作設備都具備獨立自主的能力,做到全面監控周遭環境的即時回報,縮短排除問題的時間,亦可以讓生產流程變得更靈活、更具彈性,符合因應不同客戶的產品需求,簡單來說,就是依賴物聯網及網際網路服務改革,讓生產製造都變得更加智慧。
為了實現工業4.0智慧工廠理念,物聯網架構就必須利用感測器取得資料,經過分析擷取後找到各種參考關聯,才能夠提升所謂的智慧判斷能力,而這些技術的關鍵就是大數據,主要任務就是從歷史經驗中學習預測未來,也就是類似從過去事件發生週期或原因,來預測故障可能發生的頻率,達到人工智慧的模擬推斷,提升生產線品質。
但是在面臨大幅資料的移動、交換、儲存、處理、分析需求等工作,既有的雲端運算分析模式可能適用,但已經將不會再是最佳選擇。於是乎就產生了邊際運算的概念,它指的是將資料的處理與運算,往資料來源搬遷更靠近一點,漸漸不再依賴雲端,從縮短網路傳輸的延遲,換取更快獲得資料分析智慧或結果的時間,這是繼雲端後的熱門運算架構討論話題,簡單來說,為了因應物聯網設備所產生的大量資料,邊際運算表現出更好的流量控制,以及提供更優化的感測數據,但是也是要拜終端設備能力與品質日漸成熟與強大所賜。

邊際運算顛覆傳統雲端運算
探究邊際運算的概念,就是將運算更靠近資料源所在的本地區域網路內運算,盡可能不將資料回傳雲端,以減少資料往返雲端的等待時間及降低網路頻寬成本。邊際運算通常是在本地端和雲端兩邊交界的附近做運算處理,也就是資料進出區網附近的位置,這麼做的目的,在於既可以將運算環境放在本地,同時又可以靠近雲端邊界附近,藉此跟雲銜接。畢竟並不是全部的資料都能放在本地端運算,還是會有些需要更進階分析及判斷的資料,最後還是要傳回雲端來處理,或是做為長期存取的使用與儲存。
簡單來說,就是以多層級合作的方式,將諸如資料呈現、較單純運算工作透過網路及程式合作,分擔給終端的設備,不再全部依賴雲端平台,類似分散式運算架構,以達到平衡分擔的效果。

邊際運算應用
近年來嶄新人工智慧應用,特別強調即時的影像分析及辨識處理能力,對於網路品質的低延遲和高頻寬要求極高,需要在毫秒或微秒時間內就要反應,例如:自駕車、無人機、擴增實境(Augmented Reality, AR)、虛擬實境(Virtual Reality, VR)及機器人等,然而透過網際網路傳輸往返雲端,可能就會有時間上的等待,無法即時反應給使用者,有些狀況是不允許幾秒鐘的回饋,所以這類型的應用,就很適合採用邊際運算架構來輔助。
邊際運算在理想化自駕車功能方面,尤其在需要連接雲端伺服器執行處理的作業更是可以顯見它的幫助,例如:街道影像辨識、路徑規劃或即時變更行車指令等,有可能需要當下的判斷,但是網路品質卻無法保持盡善盡美,那就可能耽誤在網路資料的往返,試想,當發生即將車禍的突發狀況,有辦法等待雲端分析後給予自駕車指令嗎?這部分就是邊際運算可以大大發揮運用的地方,自駕車上的終端模組可獨立自行處理特定狀況,不用透過雲端連線主機,幫助駕駛決策更迅速及正確。
當更多的邊際裝置開始具備人工智慧能力,而且可以執行較複雜的人工智慧應用時,裝置將變得更聰明。這也告訴我們一個趨勢,未來將有更多的雲端運算工作,可以在本地端就先處理完,不必再上雲端,而雲端將來更像扮演一個中央的管理者或協調者,或是做為一座資料訓練中心角色。而當有越多的邊際裝置接手以前雲端的大部分工作,也許未來雲端運算最後可能只剩下儲存、分析用途而已。

科技大廠紛紛選「邊」站
當然,邊際運算之所以變得越來越重要,不只是解決了雲端與本地端連線的瓶頸,對雲端來說,這也是一個將天上的雲延伸到地面的作法,只要透過邊際運算裝置就能進到本地端,能讓地面的雲,也成為天上雲的邊界一部分。也許這樣說有點空泛,但是未來將會是這樣的概念,如同過去電子商務虛實整合時代,不斷扭轉通路的策略。
在邊際運算概念起飛初期,以前拼命極力擁護雲端的幾個主要國際大廠,最近也都突然大轉變宣布要重視邊際運算市場,就像Amazon於2016年一口氣發布多項非雲端產品,甚至後續還推出具備儲存和運算的資料儲存裝置,可做為離線使用,以便於在雲端不能服務時,程式還可以轉移到本地端的這臺裝置接手繼續執行,就連雲端服務龍頭Amazon也驚覺只做雲端產品不夠,還要推出非雲端的產品才是王道,試想能不重視邊際運算的潛力嗎?
另一家雲端大廠Microsoft也在今年開始押寶邊際運算,執行長甚至在今年開發者大會提出了:「Intelligent Cloud & Intelligent Edge (智慧雲與智慧邊際)」的slogan,以取代原先「Mobile First、Cloud First (行動優先、雲端至上)」的雲端戰略,今年陸續推出主攻邊際運算的非雲端產品,例如原本Azure雲端才有的串流分析服務,現在串流分析工具也能用於本地端,直接就近分析,便於加快突發事件的預警反應。除此之外,不只雲端業者,Cisco與SAS也聯手準備把商用分析技術帶進裝置內,讓邊際裝置也具備商業分析能力,一樣是逐步將分析負荷從雲端移轉至邊際設備的概念。

結語
在未來,也許運送食材紙箱可以感測到內容物的肉類、蔬果是否即將腐壞、街道上的感測器可以立即告訴駕駛人停車位在哪裡、數位水電錶、天然氣閥會主動通知屋主家裡使用現況及危險事件、醫院服務機器人會主動告知病患要掛哪一診間並引導位置,後續更提供用藥諮詢、農田上的稻草人即時回報農耕品成長狀況、病蟲害等。隨著終端設備硬體成本的下降、程式開發的進化及軟體服務的到位。
上述邊際運算應用的人工智慧場景再也不是天方夜譚,有可能會真實發生在您我身邊的日常中,甚至有學者擔心機器人未來會威脅到人類的地位,但是筆者深覺其實社會都會隨著時間找到平衡,一個工作的消失,並不意味著不會再有其他新機會出現,所以更重要的是必須創造自我價值去尋找下一個提昇自我價值的機會,就讓我們一起努力期待吧!