浪潮集团边缘计算事业部总经理孙波：快速崛起的边缘计算市场与应用
发布时间：2021-01-12 11:45:51 热度：1210
1/12/2021，光纤在线讯，近日，“数智赋能未来” 第十六届信息化领袖峰会暨2020美业数智生态峰会在上海圆满举行。本次峰会吸引近400位CIO、IT负责人以及行业知名信息化服务商等业内资深大咖共聚一堂，撞击智慧火花，深入解读行业数字化转型发展亟需解决的问题，探索数字营销未来走向。会上，浪潮集团边缘计算事业部总经理孙波做《快速崛起的边缘计算市场与应用》主题分享，以下为演讲实录，由畅享网整理发布。
谢谢大家，我来自浪潮，很荣幸今天在这个峰会上能够给各位嘉宾分享。刚才汪洋老师说今年是一个多事之秋，我们知道新冠疫情拉远了大家的距离，但是我们也同时感受到了计算离我们越来越近。当下，线上会议系统，包括本地化的人脸检测、体温检测、大数据的追踪分析等等这些都离不开计算力。在计算力从数字化往下沉的过程中，我们看到越来越多的市场、越来越多的行业应用需要计算力去做产业升级，做应用加速。今天我给大家分享也是围绕边缘计算在未来市场下的发展方向和机会点，以及未来的合作期望。
两大驱动力七大共性
带动计算力产业不断下沉]/b]
纵观整个边缘计算市场未来发展趋势，我们可以看到几个点第一个，到2025年的时候，边缘的智能终端的设备数量将达到1500亿台，这么大的体量将拉动我们整个产业的变革和升级。就像我们用的智能手机一样，我们手机上有大量的数据，未来智能终端都会产生各种各样的数据，数据产生以后需要有更强的计算力，需要做分析和整合的预算，所以边缘的增长会拉动周边的增长，保持年均30%的增长速度。边、端会拉动数据中心的业务，拉动业务增长。我们看到边缘计算快速增长，但其实边缘计算已经存在了十几年，就像我们身边的各种各样的路由器和盒子，还有一些PLC、单片机还有ARM嵌入系统。为什么这两年边缘计算这么火，而且感觉变成新一波的浪潮？究其原因，背后有两大驱动力。
第一大驱动力，AI。这些年AI的技术炒的非常火，而浪潮一直在做计算力。2011-2012年的时候，我们跟百度、阿里、腾讯这些客户在一起探索市场。2011年的时候AI刚刚起步，大家都在摸索， AI真正的市场爆发是在2016年。我们看到客户买了大量的GPU的设备来做模型的训练，训练完的模型不会产生价值，是一个生产的资料。到2018年的时候，客户的设备，采购的种类、配置都发生变化了。这些设备更多用在边缘侧做推理应用，用在互联网终端识别人脸和每个人的行为，以及一些个人的喜好去做商品推荐、广告推荐等等。
最近两年我们又看到计算力进一步下沉，我们出站会有体温的检测，还有道路拥堵的疏导，未来我们认为云边端是协同的。端是单一的场景应用，它只有解决一些简单的大概占20%的比例的问题。云要做整合数据的分析，需要整合分析社会上的数据，整合之后再去做社会整体的优化和调整。比如一个城市的交通，一个城市的人流等等中间这个环节是需要有一个边缘计算来给它去做支撑和卸载的，不然1500亿的智能设备都汇聚到云端的话，压力非常大。边缘侧AI需要占到60%的决策力做分析，比如检测有没有道路拥堵，东西向和南北向的道路拥堵是不是不一样等等。
第二，5G的计算。随着5G计算和5G通信的发展，我们看到未来5G网络的建设，原来核心网络的应用会下沉到边缘侧。我们会看到一些基于VR、AR的创新应用，以及智能网联汽车，这些创新的应用像4G时代的短视频一样会带动整个行业的发展。
围绕这两个拉动力我们再看市场方向，整个边缘计算场景到底在哪里，我们怎么样做行业的优化和升级？对此，我们梳理了7个共性点。第一，ICT融合。这个主要是基于5G。第二，CDN加速。未来会有大量视频流的渲染，一些视频流的推送。第三，智能网联汽车。比如工厂里面AGV小车，码头的运送集装箱的火车，还有园区的扫地车、拖地车等等，这些可以帮助我们做升级，减少人力的投入，从而换来效率的提升。第四，工业互联网。替代人眼来做表面检测，这样可以帮助企业进一步提升产品的良率和质量，同时优化整个企业的人工成本。第五，产业+AI。能源、铁路、金融等等都在这个行业里面。第六，城市治理。刚才提到十字公路的智能交通，还有工地的监管等等是在城市治理的方向下。最后一个是智能物联网。
[b]四级安全防护保卫
保障边缘计算设备运行
围绕这七个方向浪潮一直在做产品的升级和迭代，我们打造了整个基于边缘计算的产品线去面向整个行业，这里面我们可以看分成三大块。第一，数据中心。最左下角是整个硬件的产品，围绕不同行业的需求，我们做了不同颗粒，不同AI计算能力的硬件设备。最左边的边缘微中心主要面向边缘的客户，可能只有一个小房间，一个小VI监控室，没有恒温恒湿的环境，我可以部署一个机柜，这个里面有空调，有供配电，这是一个小机柜形态的数据中心，可以解决客户现场服务器部署的难题。第二，边缘云服务器。这是结合OTI的标准在5G基站场景下特殊定制的服务器，相比传统的产品体型更小，而且支持壁挂。第三，移动编写的服务器。最后一个是AI的小盒子，里面有AI的计算力，可以应用在油井、铁路，包括一些城市交通还有园区，结合摄像头做一些业务的升级和创新。
未来边缘计算部署在哪里？不是部署在数据中心，不再集中了，而是变成全世界分布式部署。一个企业如果是一个零售业的企业，在全国有五万家连锁店，每家店都要部署一个边缘计算的话，企业要形成管理，怎么管呢？不可能安排一个员工全国巡检，这个时候需要基于全球分布式系统设备的管理平台XTIM，出现故障的时候我们可以发现做修复。
整个平台之上我们还需要什么？因为我们说AI拉动整个边缘计算在快速发展，AI这里是拉动力，因为未来BI计算的设备上同样需要AI的计算力，AI跑不了模型，模型又需要持续迭代升级的，所以基于分布求的设备，我们需要有一套统一的平台来做宣发和AI算力的部署。对此，我们有一套AIStation整个软件平台做规划，把设备部署到整个方方面面各个地方之后，如果盒子没有人管理或者随时巡检，那么盒子计算力的设备安全性会成为很大问题。
怎么确保部署在全国各地的设备不会受到外部的入侵，包括物理入侵、系统入侵、网络入侵？对此，我们打造了四级安全防护：物理接口的安全防护、底层设备的安全防护、上层系统的安全防护、对外网络互联的安全防护。在确保底层平台安全可靠以后，再来跑我们客户和合作伙伴的软件和应用。
三大应用场景
为各行业发展注入新动能
下面介绍一下应用场景。第一个场景是在油井行业的应用场景。油井行业客户的油井常常在偏远地区，人迹罕至，油井抽油的原理有点像家里压水井，这种场景下我们的客户日常运营最大的成本支出有两大块：第一，电费。第二，人工成本。每一个油井每天要安排3-4次的人口现场巡检，人力投入是大头，因为一旦漏油了，损失油是小事，油污染周边地区是大事。第二，下面的水要抽干，要等时间往外渗然后再来压，需要间歇性，不能一直按照一个频率运行，如果按照一个频率运行，电费上就是一个大头。采用智能方案可以及时的采用启停，直接安装摄像头就可以看到现场的状况，极大节省成本。一个大的油井成本一年可能就要十个亿，减少80%是一个非常可观的数字。
第二个场景是围绕智能制造的场景。3C的行业，手机上的零部件，iPhone手机下面还有安卓上级下面有一个充电头，有一个很小的Conter，其实它需要金属冶金的加工工艺烧结形成，烧结这个小的元器件的时候，实际上它会有一些瑕疵，每天大概会生产一百万颗单一零件，但是这个工厂还会生产各种各样的类似的元件，每个元件都需要用人眼去检测，一个人大概一分钟能够检测10个左右，所以这个工厂整个光用目检的工人可能要超过两千个人。而我们中国是制造业大国，有一大堆的3C电子制造，制造钢铁的，制造车的，方方面面。在制造业，目检是非常共性的行业的应用点，客户最大痛点怎么能够把质量问题检测出来。我们跟客户一起用我们移动便携的服务器，加上机械臂，加上摄像头，然后检测出来，这个良率和瑕疵都被数据记录下来了，做到了及时可追踪。根据可追踪的故障信息，还可以倒推做产品线优化，不断的提高产品质量，直到合格率接近于百分之百。
第三个案例在5G专网的应用场景。这里搭配一些专用设备，因为涉及到网源和原理，我们现在的4G也好，5G也好更多是基于公网和宏站来建的，但是5G未来还会有专网的频段，就像用5G搭了一个局域网，可以让整个局域网内的所有设备来互联，这里面需要设备来做对接。最后是针对边缘场景的机柜，就是为了做我们机房的快速升级改造，来满足边缘计算的需求。
共建标准化生态
拉动产业的变革和升级
说完了场景，我们回过来再看问题痛点。上面我们只点了其中几个场景，但是边缘计算的场景是方方面面的，这种场景下我们看到了不少问题痛点。我们传统数据中心的软件产品经过这些年已经做到了标准化、统一化，但边缘计算端是五花八门的，需要和场景紧密结合，边在里面需要做到两边的协同和拉通，就变成一个很麻烦的环节。既要打通左边的云端，又要连接各种各样的端，怎么才能做到边的设备，尽量的高可靠、高质量性以及低成本？
我们看到有些行业已经有了传统的工控机，一些边缘网关的小盒子，很多痛点像故障率高，价格贵，黑盒，很难替代等等，这些问题都离不开在边的场景。而新兴的市场或者未来快速放量的市场，缺少一个统一的标准，统一的规范，以及缺少一个生态。这种情况下很难让边的设备尽量满足更多的场景。
如何让边的设备更好的适应不同的环境，比如零下40度，零上50、60度？我们希望跟我们的合作伙伴一起建立一些标准和生态。这里举一个例子，在通讯行业，ODCC下面有一个OTII的标准组织，在标准组织下把1U和2U的面向5G的设备做一个统一的定义。接下来整个行业大家都会按照同一套语言和同一套标准对接应用，从而让整个行业快速发展。
我们希望未来在整个生态下的建设，一个是硬件，一个是软件芯片算法，都能有更好的标准来应对不同的行业。比如面向制造业，我们的设备应该做到什么样子？上层需要什么样的软件？需要哪些接口？大家把它对接好，这样大家才能合力，共同推进整个边缘计算产业的发展，因为整个行业非常大。
最近，我们在跟IDC沟通未来趋势和方向，IDC给了一个非常大的数字，到2024年预计全球边缘计算整个产业规模将达到2500亿美金，在这样大的市场下，相比起竞争，更多的是需要合作，大家共同在这个产业下帮助产业升级，帮助产业成长，实现共赢。以上就是我今天分享的内容，感谢大家的聆听！
转自《腾讯网》
谢谢大家，我来自浪潮，很荣幸今天在这个峰会上能够给各位嘉宾分享。刚才汪洋老师说今年是一个多事之秋，我们知道新冠疫情拉远了大家的距离，但是我们也同时感受到了计算离我们越来越近。当下，线上会议系统，包括本地化的人脸检测、体温检测、大数据的追踪分析等等这些都离不开计算力。在计算力从数字化往下沉的过程中，我们看到越来越多的市场、越来越多的行业应用需要计算力去做产业升级，做应用加速。今天我给大家分享也是围绕边缘计算在未来市场下的发展方向和机会点，以及未来的合作期望。
两大驱动力七大共性
带动计算力产业不断下沉]/b]
纵观整个边缘计算市场未来发展趋势，我们可以看到几个点第一个，到2025年的时候，边缘的智能终端的设备数量将达到1500亿台，这么大的体量将拉动我们整个产业的变革和升级。就像我们用的智能手机一样，我们手机上有大量的数据，未来智能终端都会产生各种各样的数据，数据产生以后需要有更强的计算力，需要做分析和整合的预算，所以边缘的增长会拉动周边的增长，保持年均30%的增长速度。边、端会拉动数据中心的业务，拉动业务增长。我们看到边缘计算快速增长，但其实边缘计算已经存在了十几年，就像我们身边的各种各样的路由器和盒子，还有一些PLC、单片机还有ARM嵌入系统。为什么这两年边缘计算这么火，而且感觉变成新一波的浪潮？究其原因，背后有两大驱动力。
第一大驱动力，AI。这些年AI的技术炒的非常火，而浪潮一直在做计算力。2011-2012年的时候，我们跟百度、阿里、腾讯这些客户在一起探索市场。2011年的时候AI刚刚起步，大家都在摸索， AI真正的市场爆发是在2016年。我们看到客户买了大量的GPU的设备来做模型的训练，训练完的模型不会产生价值，是一个生产的资料。到2018年的时候，客户的设备，采购的种类、配置都发生变化了。这些设备更多用在边缘侧做推理应用，用在互联网终端识别人脸和每个人的行为，以及一些个人的喜好去做商品推荐、广告推荐等等。
最近两年我们又看到计算力进一步下沉，我们出站会有体温的检测，还有道路拥堵的疏导，未来我们认为云边端是协同的。端是单一的场景应用，它只有解决一些简单的大概占20%的比例的问题。云要做整合数据的分析，需要整合分析社会上的数据，整合之后再去做社会整体的优化和调整。比如一个城市的交通，一个城市的人流等等中间这个环节是需要有一个边缘计算来给它去做支撑和卸载的，不然1500亿的智能设备都汇聚到云端的话，压力非常大。边缘侧AI需要占到60%的决策力做分析，比如检测有没有道路拥堵，东西向和南北向的道路拥堵是不是不一样等等。
第二，5G的计算。随着5G计算和5G通信的发展，我们看到未来5G网络的建设，原来核心网络的应用会下沉到边缘侧。我们会看到一些基于VR、AR的创新应用，以及智能网联汽车，这些创新的应用像4G时代的短视频一样会带动整个行业的发展。
围绕这两个拉动力我们再看市场方向，整个边缘计算场景到底在哪里，我们怎么样做行业的优化和升级？对此，我们梳理了7个共性点。第一，ICT融合。这个主要是基于5G。第二，CDN加速。未来会有大量视频流的渲染，一些视频流的推送。第三，智能网联汽车。比如工厂里面AGV小车，码头的运送集装箱的火车，还有园区的扫地车、拖地车等等，这些可以帮助我们做升级，减少人力的投入，从而换来效率的提升。第四，工业互联网。替代人眼来做表面检测，这样可以帮助企业进一步提升产品的良率和质量，同时优化整个企业的人工成本。第五，产业+AI。能源、铁路、金融等等都在这个行业里面。第六，城市治理。刚才提到十字公路的智能交通，还有工地的监管等等是在城市治理的方向下。最后一个是智能物联网。
[b]四级安全防护保卫
保障边缘计算设备运行
围绕这七个方向浪潮一直在做产品的升级和迭代，我们打造了整个基于边缘计算的产品线去面向整个行业，这里面我们可以看分成三大块。第一，数据中心。最左下角是整个硬件的产品，围绕不同行业的需求，我们做了不同颗粒，不同AI计算能力的硬件设备。最左边的边缘微中心主要面向边缘的客户，可能只有一个小房间，一个小VI监控室，没有恒温恒湿的环境，我可以部署一个机柜，这个里面有空调，有供配电，这是一个小机柜形态的数据中心，可以解决客户现场服务器部署的难题。第二，边缘云服务器。这是结合OTI的标准在5G基站场景下特殊定制的服务器，相比传统的产品体型更小，而且支持壁挂。第三，移动编写的服务器。最后一个是AI的小盒子，里面有AI的计算力，可以应用在油井、铁路，包括一些城市交通还有园区，结合摄像头做一些业务的升级和创新。
未来边缘计算部署在哪里？不是部署在数据中心，不再集中了，而是变成全世界分布式部署。一个企业如果是一个零售业的企业，在全国有五万家连锁店，每家店都要部署一个边缘计算的话，企业要形成管理，怎么管呢？不可能安排一个员工全国巡检，这个时候需要基于全球分布式系统设备的管理平台XTIM，出现故障的时候我们可以发现做修复。
整个平台之上我们还需要什么？因为我们说AI拉动整个边缘计算在快速发展，AI这里是拉动力，因为未来BI计算的设备上同样需要AI的计算力，AI跑不了模型，模型又需要持续迭代升级的，所以基于分布求的设备，我们需要有一套统一的平台来做宣发和AI算力的部署。对此，我们有一套AIStation整个软件平台做规划，把设备部署到整个方方面面各个地方之后，如果盒子没有人管理或者随时巡检，那么盒子计算力的设备安全性会成为很大问题。
怎么确保部署在全国各地的设备不会受到外部的入侵，包括物理入侵、系统入侵、网络入侵？对此，我们打造了四级安全防护：物理接口的安全防护、底层设备的安全防护、上层系统的安全防护、对外网络互联的安全防护。在确保底层平台安全可靠以后，再来跑我们客户和合作伙伴的软件和应用。
三大应用场景
为各行业发展注入新动能
下面介绍一下应用场景。第一个场景是在油井行业的应用场景。油井行业客户的油井常常在偏远地区，人迹罕至，油井抽油的原理有点像家里压水井，这种场景下我们的客户日常运营最大的成本支出有两大块：第一，电费。第二，人工成本。每一个油井每天要安排3-4次的人口现场巡检，人力投入是大头，因为一旦漏油了，损失油是小事，油污染周边地区是大事。第二，下面的水要抽干，要等时间往外渗然后再来压，需要间歇性，不能一直按照一个频率运行，如果按照一个频率运行，电费上就是一个大头。采用智能方案可以及时的采用启停，直接安装摄像头就可以看到现场的状况，极大节省成本。一个大的油井成本一年可能就要十个亿，减少80%是一个非常可观的数字。
第二个场景是围绕智能制造的场景。3C的行业，手机上的零部件，iPhone手机下面还有安卓上级下面有一个充电头，有一个很小的Conter，其实它需要金属冶金的加工工艺烧结形成，烧结这个小的元器件的时候，实际上它会有一些瑕疵，每天大概会生产一百万颗单一零件，但是这个工厂还会生产各种各样的类似的元件，每个元件都需要用人眼去检测，一个人大概一分钟能够检测10个左右，所以这个工厂整个光用目检的工人可能要超过两千个人。而我们中国是制造业大国，有一大堆的3C电子制造，制造钢铁的，制造车的，方方面面。在制造业，目检是非常共性的行业的应用点，客户最大痛点怎么能够把质量问题检测出来。我们跟客户一起用我们移动便携的服务器，加上机械臂，加上摄像头，然后检测出来，这个良率和瑕疵都被数据记录下来了，做到了及时可追踪。根据可追踪的故障信息，还可以倒推做产品线优化，不断的提高产品质量，直到合格率接近于百分之百。
第三个案例在5G专网的应用场景。这里搭配一些专用设备，因为涉及到网源和原理，我们现在的4G也好，5G也好更多是基于公网和宏站来建的，但是5G未来还会有专网的频段，就像用5G搭了一个局域网，可以让整个局域网内的所有设备来互联，这里面需要设备来做对接。最后是针对边缘场景的机柜，就是为了做我们机房的快速升级改造，来满足边缘计算的需求。
共建标准化生态
拉动产业的变革和升级
说完了场景，我们回过来再看问题痛点。上面我们只点了其中几个场景，但是边缘计算的场景是方方面面的，这种场景下我们看到了不少问题痛点。我们传统数据中心的软件产品经过这些年已经做到了标准化、统一化，但边缘计算端是五花八门的，需要和场景紧密结合，边在里面需要做到两边的协同和拉通，就变成一个很麻烦的环节。既要打通左边的云端，又要连接各种各样的端，怎么才能做到边的设备，尽量的高可靠、高质量性以及低成本？
我们看到有些行业已经有了传统的工控机，一些边缘网关的小盒子，很多痛点像故障率高，价格贵，黑盒，很难替代等等，这些问题都离不开在边的场景。而新兴的市场或者未来快速放量的市场，缺少一个统一的标准，统一的规范，以及缺少一个生态。这种情况下很难让边的设备尽量满足更多的场景。
如何让边的设备更好的适应不同的环境，比如零下40度，零上50、60度？我们希望跟我们的合作伙伴一起建立一些标准和生态。这里举一个例子，在通讯行业，ODCC下面有一个OTII的标准组织，在标准组织下把1U和2U的面向5G的设备做一个统一的定义。接下来整个行业大家都会按照同一套语言和同一套标准对接应用，从而让整个行业快速发展。
我们希望未来在整个生态下的建设，一个是硬件，一个是软件芯片算法，都能有更好的标准来应对不同的行业。比如面向制造业，我们的设备应该做到什么样子？上层需要什么样的软件？需要哪些接口？大家把它对接好，这样大家才能合力，共同推进整个边缘计算产业的发展，因为整个行业非常大。
最近，我们在跟IDC沟通未来趋势和方向，IDC给了一个非常大的数字，到2024年预计全球边缘计算整个产业规模将达到2500亿美金，在这样大的市场下，相比起竞争，更多的是需要合作，大家共同在这个产业下帮助产业升级，帮助产业成长，实现共赢。以上就是我今天分享的内容，感谢大家的聆听！
转自《腾讯网》
