边缘计算典型场景分析报告2.0

边缘计算典型场景2.0 部署就绪边缘基础设施模型 为您的业务构建最佳边缘计算基础设施 物理基础设施是任何边缘计算策略的关键。电源、冷却和外壳 壳体及 其 所支 持的计算力为应 用程 序的运行奠定了基础，并能支持无数的边缘用例。 考虑到许多部署地点需要额外的支持和保护，在边缘 计算中做出正确的物理基 础设 施 选 择甚至更 加重要。由于边 缘计算的定义广泛多样，寻 找合 适的边缘基础设施也变得更加复杂。这些因素使得正在探索边缘计算部署的49%1的企业面临挑战。他们必须决定如何最好地使用现有基础设施，以及现在该向哪里投资以支持未来的需要。幸运的是，供应商、系统集成商和其他渠道合作伙伴的生态系统在边缘部署方面拥有丰富经验和专业知识，能够提供支持。 此报告基于Vertiv在边缘计算典型场景2方面曾发表的报告，这份报告提供了边 缘用例分类方法，并通 过典型场景 进 一步定 义了四个不同的边 缘基 础设施模型。该框架的制定基于对一系列行业从业人员、数据中心专家、解决方案提供商和智慧城市、医疗保健、制造和零售应用的行业机构的访谈。通过对不同行业和用例边缘计算需求进行全面分析，定义了以下边缘计算基础设施模型： 关键发现 y边缘计算场景不会取代云计算场景。预计2019年到2025年边缘站点总数将增长226%3。同样，云将继续以10%4的年均复合增长率(CAGR)增长。 y最发达的边缘计算部署是与体验时延敏感型（例如云游戏）紧密结合的边缘计算部署，其次是数据密集型（例如视频分析）和机器时延敏感型（例如股票交易）。生命保障型典型场景（例如自动驾驶汽车）的用例仍处于探索或概念验证阶段。 y大多数生命保障型典型场景的用例将在中期内使用设备边缘计算基础设施模型，而数据密集型、体验时延敏感型和机器时延敏感型用例将在短期内加速从区域边缘数据中心到微型边缘和分布式边缘数据中心基础设施模型的过渡。 y协调边缘计算的许多要素（软件、硬件、基础设施等）具有挑战性，需要合作伙伴的生态系统来支持，有66%的企业更愿意采用同一供应商提供的整体边缘计算解决方案。 简介：当今的边缘计算基础设施状态 二十年前，数据中心市场的钟摆向集中计算摆去，以提高数据处理效率。现在，钟摆正朝着边缘计算方向摆动。边缘计算是指位于集中式数据中心和最终用户、设备或数据源之间的计算和存储。一方面，边缘计算可以在云和中央数据中心无法满足延迟要求时，或者长距离传输大量数据成本太高时，作为这些选项的替代选择。另一方面，边缘计算也是采用云技术的驱动力。对于最终发送到云以供处理、存储或长期分析的数据，边缘计算站点可以充当暂存器。 近两年来，边缘计算使用率大幅提升，同时伴随着云的持续增长。根据STL Partners近期的调查，特定行业中49%的企业正在积极探索边缘计算6，预计2019年至2025年7边缘站点总数将增长226%。但是，使用率因地区而异，取决于邻近技术（例如人工智能）的成熟度、现有的电信基础设施、政府政策以及国内某些行业的规模。例如，制造业正在推动美国和德国对边缘计算的采用，预计到2021年8其将占到欧洲企业边缘支出的最大份额。 企业将边缘计算视为一个关键的推动因素，除了提高应用程序性能外，还能够克服与数据安全性和可靠性相关的挑战。例如，大型数据中心集群可能会成为攻击的主要目标。将核心拆分为多个边缘计算站点可能需要消耗更多电力，但消除了同时拒绝服务的威胁。边缘计算也有望让各行各业从各种用例中获益。从云游戏到用于配电网络的智能电网，再到工业环境中的自动机器人，所有这些用例都可从更接近终端设备的处理数据中获得益处。早期使用者已经在实施创新解决方案，将过去的概念验证和初步试点逐步扩展到大规模的多站点部署。其中的一个例子是Lloyds Register，一家海事服务公司，它在船队中部署了边缘计算9，通过数据洞察来优化燃料消耗。供应商、系统集成商和其他渠道参与者组成的生态系统日益壮大，也将支持边缘计算的采用。边缘计算的分布式性质需要有部署、服务和支持边缘基础设施的覆盖范围和能力的参与者组成网络。 2018年，Vertiv发布了报告《定义四大边缘计算场景及其技术要求》，首次为业界提供了用例分类的框架。这四大典型场景可帮助企业和边缘数据中心运营商更好地了解相似用例中的常见基本要求。四大典型场景是： 数据密集型：在这类用例中，由于数据量、成本或带宽问题，大量数据使得通过网络直接传输到云或从云传输到使用点不切实际。 y体验时延敏感型：在这类用例中，针对人类消耗优化了服务，或者通过支持技术的服务改善人类体验。速度是此用例的决定性特征，因为数据传输延迟会直接影响用户的体验。 y机器时延敏感型：在这类用例中，针对机器间消耗优化了服务。由于机器处理数据的速度比人类快得多，因此速度是该用例的决定性特征，如果未能在规定的时间“预算”内提供数据，其后果可能高于体验时延敏感型用例。 生命保障型：这类用例直接影响人类的健康和安全。因此，速度和可靠性至关重要。 与垂直行业和数据中心空间专家的访谈表明，各典型场景的成熟度各不相同。体验时延敏感型边缘计算用例（例如云游戏）最成熟且已经达到大规模部署。5G的增长和光纤部署的增长将进一步加快该用例的成熟。相反，生命保障型用例采用边缘计算需要更长时间。这是因为这类用例对延迟和可靠性有严格的要求，并且通常需要大规模实施监管变更。智能无人机就是一个例子。政府需要确信自动无人机不会对人类生命造成任何威胁，才会放松空域限制。同样，互联交通基础设施仍处于早期阶段。仅在美国，只有7%10的红绿灯是智能的。 在本白皮书中，我们将探讨影响边缘计算基础设施的关键因素，包括用例、行业和外部环境。作为这项研究的一部分，我们与包括企业、数据中心专家、解决方案提供商和行业机构在内的各种行业从业者进行了22次访谈。 从用例转到基础设施 距离此前发布典型场景报告已经有三年，边缘计算市场仍在演变中，各公司在继续开发其边缘计算解决方案。用例已从概念发展到现场部署的实际应用程序。这些软件应用程序需要足够的基础设施，以支持边缘计算的高带宽、低延迟数据处理。 构建您的边缘计算：四种边缘基础设施模型提供基础 术语“边缘基础设施”是指在终端设备和中央数据中心之间任意位置设置的物理计算基础设施（服务器、电源、冷却、外壳）。这也包括内部托管计算功能，这显然对许多企业来说不是新事物。事实上，一些企业正在对现有现场基础设施（例如服务器、网络机柜或数 据中心）进行再投资，以优化应 用并实施 新的用例。例如，一家跨国纸浆和造纸制造商11正在利用其大型工厂的数据中心实现数据密集型应用，如高级预测性维护。 Vertiv开发了一种创新框架，用于将边缘基础设施划分为特定模型，帮助组织在边缘部署物理基础设施和计算方面做出切合实际的决策。术语“基础设施”用于代替数据中心，因为并非所有边缘部署本身都可以描述为数据中心。13这些模型有助于在讨论边缘计算时使用一致的术语。它们涵盖了当今的各种边缘部署，以及未来几年内部署的预期演变。 按照严格的定义，真正的边缘计算基础设施应使 用标准的现成IT基础设施，并基于云原理进行设置，以托管云原生应用程序和工作负载。根据此定义，单块或基于专有硬件的传统本地基础设施不被视为“边缘计算”。 四种边缘基础设施模型如下： y设备边缘：计算位于终端设备。要么内置在设备中（例如，具有人工智能功能的智能摄像机），要么是直接附接到设备的独立型“附加边缘”（例如，附接到自动导引车辆的树莓派计算机）。在内置计算的情况下，IT硬件完全封闭在设备内，因此设计无需考虑如何承受恶劣环境。例如，向相机之外附加计算时，必须对其进行加固，但如果计算内置在相机中，则位于受控环境中，因此不需要加固。 迄今为止，市场尚未明确边缘计算基础设施的构成。12如今企业客户希望采用确定能够满足未来需求的边缘解决方案。同样，边缘计算数据中心运营商现在必须投资支持未 来应 用的基 础设 施。双方都需要回答边缘计算基础设施的关键问题： 物理基础设施的边缘计算是怎样的？ yy将IT部署到更近应用能获得的可衡量优势是什么？y谁将拥有并运营边缘计算基础设施？y我们如何才能有效、大规模地实施边缘计算？ y微型边缘：小型独立解决方案，尺寸从一两台服务器到四个机架不等。通常部署在企业自己的站点中（例如，对于制造商而言，可能位于工厂的车间或后勤办公室中）。还可以位于电信站点中（例如，位于电信基站的服务器机架）。微型 边缘可部署在可调节和不可调节环境中。在可调节的环境（例如IT机柜）中，微型边缘不需要高级冷却和过滤，因为温度和空气质量等 外部因素 是稳 定的。在不可调节的环境中（例如工 厂车间），需要加固计算，微型 边缘需要专门的冷却和过滤，以 应对更苛刻的外部因素（例如高温和灰尘）。 y区域边缘数据中心：数据中心设施位于核心数据中心之外。由于这通常是专门为托管计算基础设施而构建的设施，因此它共享超大型数据中心的许多功能（例如，可调节和可控制、具有高安全性和高可靠性）。 y分布式边缘数据中心：位于企业站点、电信网络设施或区域站点（例如，现代化工厂或大型商业场所）中的小型、20台机架以下的数据中心。 识别适当的边缘计算基础设施模型取决于部署的用例。由于类似的用例通常具有类似的要求，因此可以通过识别边缘设计典型场景来开始。 通常，所需的延迟越低，边缘基础设施就必须越接近终端设备。因此，生命保障型用例通常需要在设备边缘中托管，而数据密集型用例通常在微型边缘中托管。 y机器时延敏感型：机器处理数据的速度比人类快得多，因此速度是机器时延敏感型应用程序的决定性要求。设备边缘能够满足这些延迟要求，但随着企业边缘的采用越 来越广泛，将转移到微型边缘中，特别是对于规模太小或成本太低而无法证明设备边缘合理性的机器间设备。例如，在制造业，供应商让计算进入工厂车间本身之中。一种小型边缘设备，独立外壳，内置电源和冷却。 y数据密集型：由于数据密集型用例要求边缘靠近数据源，以防止高带宽成本，因此需要本地部署。微型边缘与设备边缘相比，在短数据传输距离（因此限制带宽成本）和更高的计算能力之间提供了良好的平衡。 y体验时延敏感型：体验时延敏感型典型场景由消费者应用程序（例如 网站速 度优化15）主导，无 法 选 择 本 地 边 缘 解决 方案 。因此，如今大多数体 验时延敏感型用例托管在区域边缘计算数 据中心 。但 是，随着延 迟需求进入低于10毫秒级的范围，并且 边 缘 数 据中心 在访问16位 置 变得更 加可用，分布 式 边 缘数据中心将成为一个有利的选项。人用延迟敏感型的商用应用（例如AR/VR）通常托管在设备边缘上，以满足延迟要求，但随着企业部署的越来越多，这些应用程序将转移到本地微型边缘中。 y生命保障型：低延迟对于这些用例至关重要，因为它们直接影响人类的健康和安全。设备边缘的延迟最低；因此，许多生命保障型用例依赖于此模型。 在实践中，企业在制定基础设施决策时，会考虑其他因素以及其用例要求。这些重要考虑因素包括： y环境：温度、污染和颗粒的存在都会对所需的基础设施产生影响（例如，冷却和过滤的程度）。所产生的噪音（包括电气噪音）也必须考虑在内，特别是该空间兼作办公室时。例如，通信电缆不能靠近电梯井。 这 是一项 挑战，因为这 些办公室从 来没有打算配备IT设备，所以我们必须在那里更新电气。现在，热量将在受限空间中产生，所以我们必须讨论冷却。特别是当这个地方有人在工作，我们不想让他们过热，也不想让他们被吵到。 y用例：处理数据时必须具有的数量和速度会影响计算必须距离终端设备的远近。工作负载类型（即计算密集型与存储密集型）也影响边缘基础设施，因为计算密集型工作负载（例如，高清视频）需要更多的功率，因此需要更多的冷却。 技术解决方案架构师，全球技术 5G将加速边缘计算采用 y旧式设备/基础设施：要决定是在现有数据中心中部署边缘基础设施，还是创建全新、独立的部署，最终还是取决于是否已经