楊人順
不同於美國知名創投A16z合夥人Peter Levine斬釘截鐵的認為,雲端運算正在終結,甚至邊緣運算最終會反過來吃掉雲端。過去在行動通訊產業實務經驗相當豐富的工研院資通所先進通訊系統與標準發展技術部經理楊人順反而認為,雲端未來非但不會消失,還會擴大發展成為一個三層式雲端運算架構。
楊人順進一步來解釋說,「未來的雲端運算架構將分三層,最上層是傳統的中央雲(Central Cloud),雲與地面之間,還會增加兩層雲,一層是位在中間層的行動邊緣雲(Mobile Edge Cloud),另外距離地面附近還有一層是霧運算裝置(Fog Computing Device)組成的雲。」他表示,這三層雲架構的分布範圍將由大到小,來滿足不同用戶端的雲服務使用需求。例如屬於低延遲需求的服務,未來可以先緩衝在行動邊緣雲和地面雲來處理,並由中央雲負責做為後勤支援,只有少數情況下才全權由中央雲接手,例如,網路延遲容忍度較高,或是用於網頁的網路服務。
楊人順表示,邊緣運算興起的一大推力,在於需要滿足這些高解析度影像即時傳輸和辨識的新興應用,例如擴增實境(AR)及虛擬實境(VR)、車聯網等,因為這類型的新應用,對於網路頻寬和延遲要求極高,網路傳輸的延遲時間必須小於10毫秒,否則無法滿足用戶服務的品質需求,「但以目前的雲端技術,因為仰賴網際網路,端到端點的網路傳輸延遲都大於500毫秒的情況下,幾乎不可能做到,所以需要邊緣運算才能解決。」他說。
楊人順還提到邊緣運算有另一個貢獻,可以用來減少傳回雲端的資料總量,先將全部資料就近在邊緣裝置進行預處理,等到將重覆資料過濾後,資料量變少以後,才將處理後的資料傳回雲端,不僅可以節省網路頻寬的使用,也能降低雲端傳輸的成本。
楊人順指出,邊緣運算還可依通訊類型分為行動邊緣運算(Mobile Edge Computing)及霧運算(Fog Computing )。行動邊緣運算是較偏向電信通訊方面的應用,屬於由電信營運商經營管理的設備;而霧運算較看重本地端區域網路的資料處理功能,屬於資料通訊層的應用,可以包含個人或企業管理使用的網路設備,以便在一定區域內,來提供相關IoT服務,「行動邊緣運算與霧運算,未來勢必朝向整合的方向來發展。」他說。
邊緣運算雖然很適合用在需具有低延遲需求、分散式需求,以及區域型人工智慧特徵(如影像辨識)的應用。不過,楊人順特別看好將來的服務型機器人應用。楊人順解釋,有別於傳統工廠機器人,服務型機器人因為是以服務人為主,所以可以充當警察、餐廳接待生或賣場銷售員,或其它不同類型服務員。這些類型的服務型機器人,若要取得更廣泛的應用,就需要極低延遲的網路傳輸環境,因為一旦機器人動作太慢,就會讓被服務的人感覺不耐煩,所以邊緣運算就能派上用場。
「邊緣運算掀起的新風潮,不僅讓雲端運算架構開始變得很不一樣,也徹底顛覆IoT和工業4.0的技術,包含網路架構、設備軟硬體和資料庫與管理系統。」楊人順也建議,政府和產業應該聯手共同推動IoT和工業4.0的邊緣運算技術,在硬體之外,更要聚焦軟體的發展,包括了虛擬機器(VM)為基礎的分散式運算、資料庫和分散式資源管理等軟體系統,另外,也須加強投入行動邊緣運算技術的發展,以便於未來可用於AR、VR、車聯網、無人機等創新應用服務上。
相關報導
熱門新聞
2024-08-14
2024-12-20
2024-12-22
2024-12-22