邊緣計(jì)算的未來是什么？

內(nèi)容來源：2022年11月12日，在全球邊緣計(jì)算大會(huì)·上海站上，我們非常榮幸邀請(qǐng)到了特斯聯(lián)集團(tuán)首席科學(xué)家楊旸博士來分享，楊旸博士曾任上海科技大學(xué)教授、科道書院院長(zhǎng)、上海霧計(jì)算實(shí)驗(yàn)室主任；科技部“第五代移動(dòng)通信系統(tǒng)（5G）前期研究開發(fā)”重大項(xiàng)目總體專家組專家；國(guó)家科技重大專項(xiàng)“新一代寬帶無線移動(dòng)通信網(wǎng)”總體組專家；研究領(lǐng)域包括5G/6G移動(dòng)通信系統(tǒng)、智能物聯(lián)網(wǎng)、多層次算力網(wǎng)絡(luò)，開放無線測(cè)試驗(yàn)證平臺(tái)等。已申請(qǐng)了120多項(xiàng)科技發(fā)明專利，發(fā)表了300多篇學(xué)術(shù)論文，出版了六部中英文專著。

楊旸：大家好，我今天和大家探討的話題是，邊緣計(jì)算的未來是什么？根據(jù)我們目前進(jìn)行的研究和產(chǎn)業(yè)化實(shí)踐經(jīng)驗(yàn)，計(jì)算資源變得越來越重要。今天我們著重討論以下三個(gè)話題。

1、

為什么我們需要泛在智能：萬物互聯(lián)的必然趨勢(shì)

泛在智能概念的提出是建立在邊緣智能技術(shù)和應(yīng)用蓬勃發(fā)展的基礎(chǔ)之上?；谌f物互聯(lián)的快速發(fā)展態(tài)勢(shì)，今年8月末，中國(guó)物聯(lián)網(wǎng)的終端用戶數(shù)量已經(jīng)超過移動(dòng)電話用戶數(shù)量，使得我國(guó)成為全球主要經(jīng)濟(jì)體中率先實(shí)現(xiàn)“物超人”國(guó)家。隨著新基建和智慧城市建設(shè)的不斷深化，物聯(lián)網(wǎng)的器件數(shù)量將會(huì)大幅度地超越當(dāng)前情況。 在IMT2030推進(jìn)組的報(bào)告里也提到[1]，未來6G移動(dòng)通信系統(tǒng)會(huì)有八大不同的應(yīng)用場(chǎng)景，如圖1所示，其中的普惠智能和數(shù)字孿生場(chǎng)景是我們今天討論的重點(diǎn)。

為了實(shí)現(xiàn)這樣的應(yīng)用愿景，6G系統(tǒng)需要部署大量的、泛在的計(jì)算資源來承載普惠智能。所以，我們必須要思考在邊緣計(jì)算之后，普惠智能的需求會(huì)遇到什么樣的挑戰(zhàn)和困難？由于人類社會(huì)是大自然創(chuàng)造的最優(yōu)秀最聰明的智能網(wǎng)絡(luò)，所以我認(rèn)為未來的普惠智能服務(wù)將會(huì)構(gòu)建在一種分層次、分布式的算力網(wǎng)絡(luò)之上。 這樣，大量高冗余度、低質(zhì)量、低價(jià)值的本地物聯(lián)網(wǎng)數(shù)據(jù)就可以利用邊緣和網(wǎng)絡(luò)中的分布式計(jì)算資源來及時(shí)處理，從而顯著提升用戶服務(wù)質(zhì)量、數(shù)據(jù)安全性和響應(yīng)時(shí)效性，降低了必須要傳輸?shù)皆贫说臄?shù)據(jù)量，同事減少了能量消耗。目前，在網(wǎng)絡(luò)里有很多計(jì)算資源還沒有被完全地利用起來，通過GECC社區(qū)所有人的共同努力，我們可以逐步實(shí)現(xiàn)云網(wǎng)邊端所有計(jì)算資源的協(xié)作與管理，支撐無處不在的普惠智能應(yīng)用愿景。 在21年10月的開發(fā)者創(chuàng)新大會(huì)上，英特爾公司在邊緣計(jì)算和算網(wǎng)架構(gòu)方面提出了四大戰(zhàn)略方向[2]，

圖2 英特爾公司提出的四大戰(zhàn)略方向[2] 分別是Ubiquitous Compute（泛在的計(jì)算）、PervasiveConnectivity（遍布的鏈接）、Cloud-to-Edge Infrastructure（云到邊的算力架構(gòu)）、以及Artificial Intelligence （人工智能）。它們合在一起，就構(gòu)成了泛在、普惠的智能服務(wù)架構(gòu)，能夠把邊緣、網(wǎng)絡(luò)、以及云端的海量計(jì)算資源都有效管理和調(diào)度服務(wù)，實(shí)現(xiàn)為用戶、為需求所用。這與我們做泛在智能的想法不謀而合。

2、

怎樣支持泛在智能：Network AI Architecture

當(dāng)前的云管邊端架構(gòu)將算力資源和智能算法主要集中在云端，不太適合及時(shí)處理海量的物聯(lián)網(wǎng)數(shù)據(jù)。為了支持泛在智能服務(wù)，我們需要?jiǎng)?chuàng)建一個(gè)新型網(wǎng)絡(luò)架構(gòu)，能夠靈活利用云、網(wǎng)、邊、端等多層次、分布式的泛在計(jì)算資源。我們?cè)?018年的論文[3,4]中提出了這個(gè)類似八爪魚的網(wǎng)絡(luò)架構(gòu)，其中白色的圓圈表示網(wǎng)絡(luò)中的空閑計(jì)算資源，它們是與應(yīng)用軟件解耦合的。八爪魚的觸角越往下顏色越深，這意味著這些共享的泛在計(jì)算資源已按需被軟件定義成不同的功能和作用，從而更有效地去服務(wù)千差萬別的應(yīng)用場(chǎng)景，比如：智能機(jī)場(chǎng)、智能制造、車聯(lián)網(wǎng)、智能交通等等。 當(dāng)某個(gè)應(yīng)用場(chǎng)景的特定服務(wù)結(jié)束后，相應(yīng)的計(jì)算硬件和智能軟件的耦合與協(xié)作狀態(tài)解除，就可以釋放這部分被占用的計(jì)算資源，讓它們重新恢復(fù)白色空閑狀態(tài)。這樣就能夠充分發(fā)揮本地和區(qū)域內(nèi)多層次、分布式計(jì)算資源的共享優(yōu)勢(shì)和協(xié)作能力，更加靈活、彈性、智能地服務(wù)未來不確定的應(yīng)用場(chǎng)景和用戶需求，服務(wù)未知的環(huán)境狀態(tài)和變化的用戶需求體現(xiàn)了網(wǎng)絡(luò)架構(gòu)智能化的水平。

圖3 多層次泛在計(jì)算的智能網(wǎng)絡(luò)架構(gòu)[3]

在2019年9月，芬蘭科學(xué)家提出了6G移動(dòng)通訊網(wǎng)絡(luò)的泛在無線智能架構(gòu)[5]，將邊緣計(jì)算節(jié)點(diǎn)、霧計(jì)算節(jié)點(diǎn)和移動(dòng)通信網(wǎng)絡(luò)結(jié)合在一起，目標(biāo)是把物理世界和數(shù)字世界完全融合，能夠用無處不在的計(jì)算資源來滿足用戶千差萬別的個(gè)性化服務(wù)需求。

圖4 聯(lián)通CUBE-Net 3.0架構(gòu)[6] 在去年3月，中國(guó)聯(lián)通發(fā)布了CUBE-Net3.0網(wǎng)絡(luò)架構(gòu)[6]，包含了邊緣DC，區(qū)域DC和基地DC，這些計(jì)算資源是分層級(jí)、分布式部署的，要根據(jù)數(shù)據(jù)量、服務(wù)覆蓋范圍和任務(wù)復(fù)雜性等做出合理分配和調(diào)度管理。這樣做的本質(zhì)上是將計(jì)算資源下沉，實(shí)現(xiàn)智能服務(wù)的本地化和低時(shí)延，提升用戶滿意度。 中國(guó)移動(dòng)在去年11月發(fā)布了算力網(wǎng)絡(luò)白皮書[7]，提出了算力網(wǎng)絡(luò)架構(gòu)發(fā)展的三個(gè)階段，即泛在協(xié)同階段、融合統(tǒng)一階段、以及一體內(nèi)生階段。最終，通信和計(jì)算在未來的智能網(wǎng)絡(luò)架構(gòu)中是不可分割的，這是我們努力的方向和目標(biāo)。 在學(xué)術(shù)界和工業(yè)界許多資深專家的指導(dǎo)下，我們?cè)诮衲?月份提出了一個(gè)網(wǎng)絡(luò)智能架構(gòu)（Network AIArchitecture）[8]。圖5展示了云智能、邊緣智能和網(wǎng)絡(luò)智能服務(wù)的差別。紅色虛線標(biāo)出的云智能服務(wù)高高在上，要等所有的用戶數(shù)據(jù)和任務(wù)通過移動(dòng)通信網(wǎng)絡(luò)傳送到云端進(jìn)行分析和處理。綠色虛線標(biāo)出的邊緣智能服務(wù)利用了外掛式的本地計(jì)算資源，通常與通信網(wǎng)絡(luò)是割裂的，用戶數(shù)據(jù)和任務(wù)要經(jīng)過移動(dòng)通信網(wǎng)絡(luò)的傳輸才能到達(dá)邊緣計(jì)算節(jié)點(diǎn)。就算這個(gè)邊緣計(jì)算節(jié)點(diǎn)就在你身邊，對(duì)不起，數(shù)據(jù)還是要通過移動(dòng)通信網(wǎng)絡(luò)兜一圈才能為你提供邊緣智能服務(wù)。

圖5 以每個(gè)用戶為中心的網(wǎng)絡(luò)智能架構(gòu)[8] 在藍(lán)色虛線標(biāo)出的網(wǎng)絡(luò)智能架構(gòu)中，為了實(shí)現(xiàn)真正的AI內(nèi)生，需要將泛在計(jì)算資源與移動(dòng)通信網(wǎng)絡(luò)深度融合在一起。我們提出的方案是采用多功能節(jié)點(diǎn)（mNode: multi-function Node）來替代所有網(wǎng)元，每一個(gè)mNode都集成了感知、存儲(chǔ)、通信、計(jì)算、控制和AI算法等多種能力（如圖3中的白色圓圈），通過軟硬件解耦合和網(wǎng)絡(luò)功能虛擬化技術(shù)來實(shí)現(xiàn)傳統(tǒng)基站、路由器、交換機(jī)和服務(wù)器的不同功能，真正達(dá)到了感存通算控智等綜合能力的深度融合和靈活運(yùn)用。就好像社會(huì)中的每個(gè)人，既要能夠干活（計(jì)算能力），也要善于溝通（通信能力），又要了解工作環(huán)境（感知能力），還要始終不忘初心（存儲(chǔ)能力）。 為了更好地管理和利用多層分布的mNode，我們?cè)O(shè)計(jì)了兩個(gè)控制單元。其中，NALC（Network AI Logic and Control）單元負(fù)責(zé)本地和區(qū)域資源的調(diào)度和管理，保障用戶的實(shí)時(shí)和準(zhǔn)實(shí)時(shí)服務(wù)需求；NAMO（Network AI management and Orchestration）單元負(fù)責(zé)跨領(lǐng)域和外掛式資源的調(diào)度和協(xié)作，保障用戶的高強(qiáng)度算力資源需求。這種基于多層次計(jì)算資源的網(wǎng)絡(luò)架構(gòu)可以有效支持泛在智能的服務(wù)需求，能夠突破當(dāng)前的煙囪式、碎片化物聯(lián)網(wǎng)服務(wù)模式，充分復(fù)用網(wǎng)絡(luò)中的軟硬件資源和系統(tǒng)功能，只需要針對(duì)不同行業(yè)嵌入特別的領(lǐng)域知識(shí)，就可以開發(fā)出物聯(lián)網(wǎng)的新應(yīng)用和新服務(wù)，從而大大縮短了研發(fā)周期，并降低了系統(tǒng)復(fù)雜性和研發(fā)成本。

3、

如何評(píng)估網(wǎng)絡(luò)智能架構(gòu)的性能：服務(wù)用戶業(yè)務(wù)定制的能力

通信工程師傳統(tǒng)上非常注重系統(tǒng)側(cè)的性能指標(biāo)，比如：頻譜效率、能耗效率、服務(wù)覆蓋率、系統(tǒng)吞吐量、以及用戶容量等。在物理世界里，我們習(xí)慣于先將用戶或場(chǎng)景進(jìn)行分類（比如：移動(dòng)用戶或靜止用戶，語音用戶或數(shù)據(jù)用戶，eMBB/uRLLC/mMTC應(yīng)用場(chǎng)景），然后為不同類型的用戶提供不同的標(biāo)準(zhǔn)化服務(wù)，這樣做的服務(wù)效率和性價(jià)比最高。這就像一款?yuàn)A克會(huì)分為XL/L/M/S等號(hào)碼來適應(yīng)不同體型的用戶需求。相反，定制化服務(wù)在物理世界中會(huì)耗費(fèi)更多人力、物力和時(shí)間，往往非常昂貴。 而未來的數(shù)字世界里[9]，每個(gè)用戶都有自己的數(shù)字孿生和數(shù)據(jù)倉(cāng)庫(kù)，定制化服務(wù)將成為新常態(tài)和新標(biāo)準(zhǔn)，現(xiàn)在的許多移動(dòng)互聯(lián)網(wǎng)應(yīng)用已經(jīng)可以根據(jù)每個(gè)用戶的瀏覽和購(gòu)買記錄來推送類似的新聞或者商品。在充分保護(hù)用戶數(shù)據(jù)安全和個(gè)人隱私的前提下，每個(gè)用戶在數(shù)字世界中都會(huì)積累越來越多的行為數(shù)據(jù)和模型，從而將智能服務(wù)的顆粒度從一組同類型用戶縮小為每個(gè)用戶，這將是源自用戶側(cè)需求的根本性變化。 定制化服務(wù)是為了充分滿足每個(gè)用戶的個(gè)性化需求，具有多樣性和復(fù)雜性，往往包含了多個(gè)用戶側(cè)性能指標(biāo)的組合。比如打互動(dòng)性很強(qiáng)的網(wǎng)絡(luò)游戲時(shí)，用戶會(huì)同時(shí)要求低時(shí)延（響應(yīng)快捷）、高速率（圖像清晰）、高可靠（體驗(yàn)穩(wěn)定）、低功耗（服務(wù)時(shí)間長(zhǎng)）、以及少收費(fèi)（性價(jià)比高）等等，她/他不會(huì)因?yàn)槭亲诟哞F里打游戲，就降低對(duì)服務(wù)質(zhì)量和用戶體驗(yàn)的要求。所以，用戶側(cè)（需求側(cè)）關(guān)心的性能指標(biāo)與系統(tǒng)側(cè)（供給側(cè)）的性能指標(biāo)是很不一樣的。 每個(gè)用戶的個(gè)性化服務(wù)需求是由一系列用戶側(cè)性能指標(biāo)的上限和下限來描述的，比如，數(shù)據(jù)速率和可靠性指標(biāo)肯定是下限，越高越好；服務(wù)時(shí)延、能耗和費(fèi)用肯定是上限，越低越好。每個(gè)用戶的不同業(yè)務(wù)都會(huì)有一個(gè)專屬的服務(wù)需求區(qū)間（Service Requirement Zone, SRZ），可以用雷達(dá)圖來清晰展示這個(gè)個(gè)性化、多維度的新概念。如圖6所示，除了打游戲的SRZ，每個(gè)月初我都會(huì)第一時(shí)間把工資轉(zhuǎn)給我太太，在移動(dòng)銀行轉(zhuǎn)賬業(yè)務(wù)的SRZ中，我對(duì)安全性要求特別高，對(duì)服務(wù)時(shí)延要求沒那么高。轉(zhuǎn)賬時(shí)間稍微長(zhǎng)一點(diǎn)沒關(guān)系，能看見這個(gè)數(shù)字在我的賬號(hào)里多停留一秒鐘，也是讓我多開心一會(huì)兒。

圖6 互動(dòng)網(wǎng)絡(luò)游戲與移動(dòng)銀行轉(zhuǎn)賬的服務(wù)需求區(qū)間[8] 我們認(rèn)為要客觀公正地評(píng)估云智能、邊緣智能、或網(wǎng)絡(luò)智能架構(gòu)到底好不好，最簡(jiǎn)單、最根本的方法就是測(cè)試和驗(yàn)證它是不是能同時(shí)滿足大量用戶的個(gè)性化、定制化、多維度的服務(wù)需求區(qū)間 SRZ要求，也就是能同時(shí)支持多個(gè)用戶不同的業(yè)務(wù)性能指標(biāo)組合，如圖7所示。雖然這些性能指標(biāo)單獨(dú)看起來沒有那么高，但是要做到讓每個(gè)用戶都滿意的定制化服務(wù)，就必須要同時(shí)滿足為各個(gè)用戶量身訂制的多個(gè)性能指標(biāo)，這實(shí)際上是一個(gè)很高的要求。 因此，我們把用戶滿意率（User Satisfaction Ratio, USR）作為評(píng)估網(wǎng)絡(luò)智能架構(gòu)能力的最簡(jiǎn)單、最公平的系統(tǒng)側(cè)核心性能指標(biāo)，即在所有已服務(wù)過的用戶中，完全滿意用戶的比例。USR客觀反映了用戶的整體服務(wù)體驗(yàn)，既可以用于分析多個(gè)用戶的不同任務(wù)滿意率，也可以分析同一個(gè)用戶的多個(gè)任務(wù)的滿意率。

圖7 智能系統(tǒng)的用戶滿意率[8] 為了公平比較，在圖8中，我們對(duì)云智能、邊緣智能和網(wǎng)絡(luò)智能架構(gòu)進(jìn)行了統(tǒng)一建模，同時(shí)考慮了多層次的計(jì)算資源（C1、C2、C3和CC）和通信速率（R1、R2、R3和RC），所以每個(gè)用戶不同業(yè)務(wù)的執(zhí)行要同時(shí)低于端到端的時(shí)延（通信時(shí)延+計(jì)算時(shí)延）和能耗（通信能耗+計(jì)算能耗）的上限要求。換言之，只有同時(shí)滿足了這兩個(gè)性能指標(biāo)，用戶才是滿意的，USR才能得到提升。

圖8 通信計(jì)算一體化的網(wǎng)絡(luò)智能架構(gòu)模型[8] 圖9和圖10分別展示了用戶業(yè)務(wù)密度、計(jì)算需求、業(yè)務(wù)大小和網(wǎng)絡(luò)通信速率對(duì)于用戶滿意率的影響。

圖9業(yè)務(wù)密度和計(jì)算需求對(duì)USR的影響[8]

圖10 業(yè)務(wù)大小和網(wǎng)絡(luò)通信速率對(duì)USR的影響[8] 在兩種不同的業(yè)務(wù)調(diào)度算法下（TCTB和FES），與集中式的云智能架構(gòu)相比，邊緣智能和網(wǎng)絡(luò)智能架構(gòu)分別建立在兩層次和多層次的分布式計(jì)算資源之上，可以有效支持每個(gè)用戶各種類型的業(yè)務(wù)達(dá)到更高的服務(wù)滿意率。 作為總結(jié)，今天我們?cè)谟脩魝?cè)和系統(tǒng)側(cè)分別提出了“服務(wù)需求區(qū)間SRZ”和“用戶滿意率”的概念和指標(biāo)，用于評(píng)估支持泛在智能的網(wǎng)絡(luò)架構(gòu)的定制化服務(wù)能力。如同GECC這個(gè)溫暖的大家庭，我們不會(huì)把所有事情都交給會(huì)議主席一個(gè)人去處理（無法確保響應(yīng)時(shí)間），也不會(huì)把所有事情都交給會(huì)務(wù)公司去處理（無法確保技術(shù)報(bào)告質(zhì)量），而是要利用GECC核心骨干成員每個(gè)人的能力和資源，通過協(xié)作互助模式更好地為所有與會(huì)者服務(wù)，在效果、質(zhì)量、效率和費(fèi)用之間取得最好的平衡。

審核編輯 ：李倩