浪子归家|下一次IT的风口:边缘计算(Edge Computing)( 三 )


车联网
随着深度学习和传感器等技术的发展 , 汽车不再仅仅是传统的出行和运输工具 , 而是不断智能化 , 我们称这样新型的汽车为智能网联车(connected and autonomous vehicles, CAVs)智能网联车的出现催生出了一系列新的应用场景 , 例如自动驾驶、车联网以及智能交通 。 我们以“自动驾驶”为例 , 由于它配备了非常多的传感器 , 汽车可以随时随地感知周围的环境 , 并也源源不断的产生数据 。 所以 , “自动驾驶汽车”就好似一个“移动的数据中心” 。
浪子归家|下一次IT的风口:边缘计算(Edge Computing)来源:网络
Intel曾经的一份报告指出 , 一辆自动驾驶车辆一天产生的数据为4TB , 这些数据无法全部上传至云端处理 , 需要在边缘节点(汽车)中存储和计算 , 从而形成指令 。 另一方面 , 无人驾驶汽车对于“延迟”的要求非常苛刻 , 尤其是当汽车在高速行驶的过程中 , 通信延迟需要控制在极短的范围之内 , 并且网络的可靠性对于安全驾驶也是至关重要的 。
挑战
然而 , 边缘计算现如今还没有完全成熟 , 并且它也不是一个完美无瑕的计算方式 。 施巍松教授曾在他的论文《Edge Computing : Vision and Challenges》中表示 , “边缘计算具有”编程可行性、命名和数据抽象三方面的问题 。
1、编程可行性:在云计算平台编程是非常便捷的 , 因为云上有特定的编译平台 , 大部分程序都可以在云上运行 。 但是在边缘层编程就会面临一个平台异构的问题 , 每一个网络的边缘都是不一样的 , 可能是ios系统 , 也有可能是安卓或者linux等等 , 不同平台下的编程又是不同的 。
2、命名:命名方案对于编程、寻址、事物识别和数据通信非常重要 , 但是在边缘计算中还没有行之有效的数据处理方式 。 边缘计算中事物的通信是多样的 , 可以依靠wifi、蓝牙等通信技术 , 因此 , 仅仅依靠tcp/ip协议栈并不能满足这些异构的事物之间进行通信 。 边缘计算的命名方案需要处理事物的移动性 , 动态的网络拓扑结构 , 隐私和安全保护等问题 。 传统的命名机制如DNS(域名解析服务)、URI(统一资源标志符)都不能很好的解决动态的边缘网络的命名问题 。 目前正在提出的NDN(命名分发网络)解决此类问题也有一定的局限性 。 在一个相对较小的网络环境中 , 我们提出一种解决方案 , 如下图所示 , 我们描述一个事物的时间、地点以及正在做的事情 , 这种统一的命名机制使得管理变得非常容易 。 当然 , 当环境上升到城市的高度的时候 , 这种命名机制可能就不是很合适了 。
浪子归家|下一次IT的风口:边缘计算(Edge Computing)来源:《Edge Computing:Vision and Challenges》
3、数据抽象:在物联网环境中会有大量的数据生成 , 并且由于物联网网络的异构环境 , 生成的数据是各种格式的 , 把各种各样的数据格式化对边缘计算来说是一个挑战 。 同时 , 网络边缘的大部分事物只是周期性的收集数据 , 定期把收集到的数据发送给网关 , 而网关中的存储是有限的 , 他只能存储最新的数据 , 因此边缘结点的数据会被经常刷新 。 利用集成的数据表来存储感兴趣的数据 , 表内部的结构可以如下图所示 , 用id、时间、名称、数据等来表示数据 。
浪子归家|下一次IT的风口:边缘计算(Edge Computing)来源:《Edge Computing : Vision and Challenges》
如果筛选掉过多的原始数据 , 将导致边缘结点数据报告的不可靠 , 如果保留大量的原始数据 , 那么边缘结点的存储又将是新的问题;同时这些数据应该是可以被引用程序读写和操作的 , 由于物联网中事物的异构性 , 导致数据库的读写和操作会存在一定的问题 。


推荐阅读