深度：边缘和5G对服务器的需求
发布时间：2022-12-13 15:00:43 所属栏目：通讯 来源：
导读： 服务器作为计算的基础资源，其解决的核心问题就是数据的处理、存储和计算。因此，随着联网数据量的增加，计算场景的复杂，对服务器的需求量和需求点，也将发生变化。回顾全球服务器的历史增长情况，我们会看到，
|
服务器作为计算的基础资源，其解决的核心问题就是数据的处理、存储和计算。因此，随着联网数据量的增加，计算场景的复杂，对服务器的需求量和需求点，也将发生变化。回顾全球服务器的历史增长情况，我们会看到，过去几年（2017-2018）服务器需求增长的核心驱动因素，来自于全球云计算的快速发展。这也是新的计算场景对服务器需求拉动的体现。 不同的计算场景对服务器的需求点也会发生变化。在这个过程中，服务器市场的竞争格局也随之发生变化（比如，云计算场景下，标准化服务器厂商的份额有所下降，定制化开发的云服务器厂商的市场份额提升）。这也是IT 产业发展的特点，需求的变革，带来供应格局的变化。 未来几年计算场景的变化，将是边缘计算的崛起，以及这种计算场景对服务器需求的变化：对边缘服务器的需求或将增加。过去几年，云计算的崛起直接拉动了服务器新一轮的需求增长。我们认为，5G 带动的边缘计算对数据计算和存储的需求量，有望呈现指数级别的增长，这或将进一步推动服务器需求的增加。 5G是边缘计算产业发展的重要契机。边缘计算作为数据的第一入口，将在智慧园区、安卓云与云游戏、CDN、视频监控、工业互联网与Cloud VR 等场景发挥重要作用。 边缘计算的崛起，是5G 应用的结果。我们这篇报告讨论的重点是边缘计算对服务器需求的变化。但是在这之前，我们需要讨论，边缘计算与上一代计算场景（云计算）的不同点在哪里？这样就更有利于我们对服务器需求的变化有一定的认知。 边缘计算，是指一种在网络边缘进行计算的新型计算模式。边缘计算机靠近终端或者数据源头的网络边缘侧，融合网络、计算、存储、应用等，就近提供边缘终端智能服务，满足对敏捷连接、实施业务、数据优化、应用智能和安全隐私保护等需求。我们可以将边缘计算简单理解为“终端计算”，区别于云计算时代的“数据中心计算”（云端计算）。 边缘计算的业务本质，是云计算在数据中心之外汇聚节点的延伸和演进，主要包括云边缘、边缘云和云化网关三类落地形态。根据IDC 预测，未来超过70% 的数据需要在边缘侧分析、处理和存储。边缘计算领域的多样性计算架构、产品与解决方案越发重要。 从边缘计算对软件和硬件的要求来看，软件平台需要考虑导入云理念、云架构、云技术，提供端到端实时、协同式智能、可信赖、可动态重置等能力。硬件平台需要考虑异构计算能力，如鲲鹏、ARM、X86、GPU、NPU、FPGA 等。即边缘计算软件平台采用Cloud Native云原生架构与关键技术，硬件平台支持异构计算能力，以边云协同和边缘智能为关键特征。 1）云边缘：云边缘作为公有云的延伸，将云的部分服务或者能力扩展到边缘基础设施之上。中心云和云边缘相互配合，实现全网资源共享、全网统一管控等能力。 2）边缘云：基于云计算技术与架构构建的边缘分布式开放平台，可提供集中管理和调度的能力，边缘云内及边缘云之间可以进行资源共享。 3）边缘网关：边缘网关是企业/行业数据的接入节点，是网关设备基于云计算技术的演进，可实现网关内资源共享。 云计算的特点 1）计算的中心化（集中化）：在云计算场景下，我们看到的服务器发挥作用的形态是集群化。云计算中，IT 系统不再是多个系统相互独立的烟囱模式，而是通过虚拟化技术将服务器、存储池化，多个系统共享计算资源。在这一IT 架构逻辑下，云计算中单个服务器的性能、吞吐量、可靠性等重要性能指标的重要性相对降低，其追求更多的是服务器集群或者整个数据中心的可用性及性能。 2）计算的高可靠性。云计算中数据中心的集群模式，使得计算的基础不是单台服务器，而是而整个服务器集群，这样使得计算不仅具备高性能，同时具有高可靠性，即使单台甚至多台服务器同时出现宕机，其计算能够快速向其它服务器进行切换。 3）计算的可扩展性。我们知道，云计算底层计算资源的核心逻辑，就是通过虚拟化技术，将计算和存储资源进行池化，将原来物理隔离的单台计算资源进行虚拟化和集中化。最终以集群化处理来达到单台服务器所难以实现的高性能计算。服务器集群的计算能力，可以通过不断增加虚拟化服务器的数量来进行扩展。 边缘计算的特点 1）异构计算 5G 驱动的计算革命的升级，将进一步拓宽计算的边界。云游戏、VR/AR、超高清视频、物联网、视频、直播等应用的推广，使得计算的场景和计算数据格式更加多样、更加复杂。从原来的结构化数据，演化为更多的非结构化数据（语音、文本、图片、视频等）。这就需要边缘计算能够解决异构计算的问题。 2）边缘智能 对于边缘智能，我们可以从以下两个方面来理解：1）未来的物联网终端将更加智能；2）利用AI 技术为物联网终端的计算进行升级。边缘智能利用AI 技术为边缘侧赋能, 是AI 的一种应用与表现形式。 AI 通过边缘节点能够获得更丰富的数据，并针对不同应用场景实现个性化和泛在化，极大地扩展人工智能的应用场景。边缘节点可以借助AI 技术更好地提供高级数据分析、场景感知、实时决策、自组织与协同等智能化服务。边缘侧轻量级、低延时、高效的AI 计算框架显得尤为重要。 3）边云协同 边云协同，就是要平衡边缘和云端之间的计算资源利用。在边缘计算之前，大部分的核心计算都是集中在云端，未来计算资源将在边缘端和云端进行更合理分配，来满足不同应用场景对计算的需求。比如，对于应用的开发和部署，开发部分可以放在云端来完成，能够充分发挥云端算力重组、多语言、多工具的优势，部署部分可以根据不同场景的需求，放在边缘节点。对于云游戏，渲染部分可以放在云端，呈现部分放在边缘侧。对于AI 的应用，深度学习相关的模型训练放在云端执行，与之对应的推理部分放在边缘节点来执行。 边缘计算是一场计算的架构革命 在传统软件架构下，主要的模式都是CS 模式，服务端大多是单机处理几千个轻量请求。 而在边缘计算场景下，需要数万台服务器处理上亿个重负载请求。边缘计算机本质上是用CES 模式取代CS 模式，当前的互联网IT 架构已经从CS 模式，逐步向CDN 服务为核心的CES 模式转变。但当前的CDN 模式比较大的局限性在于缺乏灵活性，不能解决边缘上非结构化数据存储和处理的需求，引入Edge 端（边缘端）就是为了解决CS 模式下无法处理的业务。 在4G 时代，算力的提升已经将硬件的升级和软件的优化所带来潜力进行了充分挖掘，5G时代，必须引入边缘端（Edge 端）来平衡云端和终端的算力，来承载更多的5G 业务。 有了5G 低时延的支撑，边缘端（Edge 端）可以承担原来本机客户端的计算需求。这样对服务器端和客户端都带来一定好处。对于服务器端而言，边缘端会将访问请教在本地进行预处理，能够分散大流量的访问和计算压力。对于客户端而言，边缘端的计算环境可控，算力不依赖于云端服务器。 边缘计算需要什么样的服务器？ 对于5G 推动的边缘计算，除了我们所熟知的“高速率、低时延、高并发”三大特点之外，通过以上分析，我们可以看出，边缘计算与云计算在计算架构、算力分配、应用场景、外部环境等方面存在一定程度的不同。这些差异化就会导致对服务器的需求特性也将发生变化。 （编辑：航空爱好网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐