变革边缘：IBM Watson首席技术官Rob High探讨边缘计算的影响力

Rob High是IBM资深研究员，是IBM Watson部门的副总裁和首席技术官。作为Watson领导团队的重要成员，Rob与IBM的Watson工程、研究和开发团队合作共事。以下是Rob对于边缘计算创新的看法。

到目前为止在边缘计算方面看到了哪些发展趋势？

我观察到，人们正在从玩耍、测试和验证阶段，转向真正的大规模生产，我认为这是最重要的趋势。这种转变在零售业和制造业中都得到了体现，尽管在制造业中可能已经持续了一段时间。一个重要的趋势是，即使是OT供应商也开始将边缘计算集成到他们的产品中，这些产品我称之为专有技术——也就是说你不再是使用开放的IT技术。因此，我们看到了对使用和利用这些远程现场位置的计算能力的兴趣和关注度大增，因为这些位置是人们开展业务的地方，他们正在寻求通过自动化和数字化转变业务。

边缘计算的好处有哪些？边缘计算在发展吗？

我觉得对保护个人和私人信息的关注度正在增强。我们一直都知道边缘计算能够减少延迟，但现在人们更关心的是如何保护个人隐私。因为在边缘进行很多操作时，需要收集视频和音频数据，这两者都可能会捕捉到你并不想要的信息。比如，如果你在工厂楼层上安装了一个质量检查摄像头，很可能会同时捕捉到经过的员工的影像。你收集的图片代表了你的库存和当前的进度或流程，这都是非常敏感的信息。因此，信息可能会离开现场，使得这个问题变得更加紧迫。

另一方面，运营成本也受到了关注。我觉得大多数人都已经明白，将数据传输到云端进行处理会产生巨大的网络带宽成本，尤其是在处理视频数据时。当然，还有在云端存储数据和处理数据的成本，有时候这是没有必要的，特别是如果你不知道应该如何处理数据。无论如何，你都会得到大量的冗余数据。比如说，如果我在进行质量检查，有一个视频源每秒产生23兆比特的视频数据。我真正需要的只是那一帧出现质量问题的部分。我收集到的所有其他视频数据，包括在有质量问题的帧之间的数据，都是冗余的。这是一个巨大的开销，我认为这是人们现在开始明白的另一点。

我认为，恢复能力也是一个重要因素。我们现在在零售业中看到了很多这样的例子。这不仅仅是对边缘的恢复力，甚至也包括对云的恢复力。这涉及到另一个重要的趋势，那就是我们一直关注边缘出现的一些独特问题。人们开始理解，当需要决定在哪里部署软件，如何保持其最新，以及如何应对位置和其他操作条件的变化时，这种退化的版本甚至可以适用于他们的云环境。

特别是对于那些已经决定使用两个或更多云环境的组织来说，他们面临的问题包括：我今天正在使用Azure，但我和GCP，或者AWS或其他一些云服务有特殊的协议，如果我在特定的时间段内使用他们，我可以得到折扣。我希望能够有灵活性，敏捷性和恢复力，能够在一天中或一个月中的不同时间点，根据我在那个时刻最有效、最高效的资源使用位置，移动工作负载。

因此，这与我们在讨论边缘计算时所做的处理放置非常类似。由于这些工作都是同质的，它们都使用基于云的本地容器执行平台，通常是运行Kubernetes，有时是Docker，或者可能是Podman，因为所有的东西都是容器化的，所以人们现在有了灵活性，可以做出后期绑定决定，他们将在哪里运行这个容器。

当公司开始使用边缘计算时，你认为他们应该考虑什么？他们可能需要克服哪些挑战？

首先，当你开始考虑边缘计算时，回顾你的遗留系统是有益的。几乎没有哪家制造商或零售商在他们的制造地点或商店中不拥有一些形式的计算能力，这可能是一堆Windows服务器，也可能是一堆基于VM的计算环境。他们可能并没有将其视为边缘计算，因为这只是他们过去常常做的事情。

然而，随着云原生开发实践的普及，我们现在正在为边缘采用云原生开发实践。所以，如果你在零售店中进行了任何形式的处理，你可能已经有了一两台或者十台服务器，PC或者工业PC，这些设备放在商店后部或者许多时候放在商店经理办公室的桌子上。它们可能运行的是基于VM的应用程序，单体应用程序或基于Windows的应用程序。

边缘计算的主要区别在于，现在我们采用Linux和容器运行时，并使用云原生开发实践来构建和部署应用程序。这意味着你可以扩展所有你已经为在超大规模云环境中运行的云原生应用程序所开发的技能和工具，甚至是私有数据中心，你可以将这些同样的实践带到边缘。

因此，考虑到这一点，我们可以更容易地思考从边缘计算中获得的优势。你获得的是与以前相同的优势，只是现在，你可以额外获得规范你的技能和工具链的好处。我认为，在业务中分布工作负载的需求是非常基本的需求。回顾一下IT领域过去60-70年的历史，我们看到了集中式计算和分布式计算之间的摆动。我们曾经有客户端服务器计算，现在有移动计算和SOA计算。现在我们有了边缘计算。

那么，为什么分布式计算的理念一直没有消退呢？答案很简单：只有通过以各种形式进行分布，你才能扩大你的业务。如果你仔细思考，如果你想扩大你的业务，你必须分散业务。如果你是一家零售商，你通过开设新的零售店，并将零售能力分布到你的客户所在的邻里和地点来扩大业务。

如果你试图扩大制造业务，你将在多个不同的生产线或不同的工厂之间分配工作。如果你想扩大分销业务，你将通过创建额外的仓库和分销中心来实现。

因此，分布是其中的一个自然组成部分。这几乎是一个自然法则，如果你愿意，你可以扩大你的业务。同样，计算也需要用到分布的原理，一部分原因是因为你需要将计算局部化到你分布业务的地方，但另一部分原因也是因为计算的基本法则具有相同的属性，这些属性决定了你如何扩大业务。因此，我认为边缘计算，以其最基本的形式，就是关于如何扩大计算以配合业务扩张，并试图通过将计算局部化到业务实际执行的地方来实现优化。

结合机器人技术、AI边缘计算和5G对工业4.0有何影响？

这实际上是一个非常有趣的领域，因为边缘计算和网络有很自然的协同作用。显然，任何我们有边缘计算机的地方，你都在做可能需要与你的业务的其他部分进行通信和连接的工作，最常见的是你的数据中心或你的超大规模云环境。

在制造环境中，连接性总是一个有趣的挑战，做有线连接或者电缆连接是一个非常昂贵的提议，需要给你所有的设备拉线，然后在你的工厂地板上铺设。你可能在你的工厂里要处理数英里的电缆，以连接你在生产环境中使用的所有设备和设备。因此，现在出现了一个非常强烈的愿望即转向无线技术。传统WiFi的问题在于，WiFi使用的频谱有很高的可能性会干扰运行设备，4G和LTE也是如此。但是，有了5G，我们现在看到了中频和高频带，它们干扰运营设备的可能性要小得多。因此，当你考虑到像私人5G，或者公共5G，切片，网络切片，你可以将其作为你的无线连接到你的工厂地板和设备的替代品，这是非常吸引人的。

因此，这里存在一个极好的协同效应，边缘计算可以从5G，尤其是私人5G中受益。然而，对于大量投资于5G基础设施的电信公司来说，边缘计算代表了一个回收并获得良好投资回报的机会。这是因为，边缘计算为业务带来的价值可以从5G中获取，这是一个相较于消费者空间的5G更具有说服力的论点。消费者，的确，我们都享受着5G带来的额外好处，但我们真的愿意为5G的订阅付出比LTE更多的钱吗？好处是否如此显著，以至于我们愿意付出更多的钱？可能性并不大。没有那么多的额外收入可以产生。而在企业空间，边缘计算对5G的好处巨大，因此存在强烈的协同效应。

网络的灵活性和敏捷性如何推动边缘计算创新？

这点至关重要，因为我们可能会依赖传统的固定配置网络来确保与边缘的互联网连接的安全性和可信度。然而，边缘是一个极其动态的领域。当我们在工厂地板上进行边缘计算时，工作负载会在许多地方移动，无论是因为生产过程在改变，软件在更新，设备在被更换，或者是因为像工厂经理改变了生产运行或者在机器人领域，我们有不同任务正在执行这样的基本事情。

因此，我们的网络活动也必须表现出同样的动态性。在某种意义上，它必须跟随工作负载。当我们在工厂地板、分销中心或零售店的区域移动工作负载时，它必须与工作负载一起迁移。因此，我们在边缘放置工作负载的决策、工作负载所需的连接性，以及这可能如何在动态的方式中随着时间的推移改变，之间存在着相当强烈的联系。与边缘工作负载的连接性必须与工作负载本身的动态性一样动态，或者与工作负载在你操作的位置的所有不同的边缘节点中的放置一样动态。

你认为边缘计算的未来会是怎样的？

对这个问题的简单回答是规模。我们在过去看到了有关分布式计算的所有事情。我们经历了分布式和集中式计算之间的摆动。但每次我们回到分布式计算的范式时，我们都需要处理数量级更多的设备和端点，比上一代更多。

这次也不例外，当我们进入边缘计算领域，特别是当市场和行业开始成熟并使用边缘计算时，我们反复看到的一件事是，他们希望能够首先在他们的数百或数千家商店中有一个服务器，然后从那里移动到商店内的五个或十个或二十个销售终端。

因此，我有数量级更多的边缘位置，处理的边缘端点。进入我们所称的可携式联动模型，即我没有固定的收银销售终端，而是我有平板电脑，我把它们分给我的店员，然后你只需要在你在店铺地板上遇到的任何店员那里结账。

因此，我从10个增加到了100个，现在我想要扩大到我在店铺中的所有设备，无论是智能冰箱，还是连接到我用来感知我的蔬菜柜湿度以及我需要喷洒多少水的边缘IoT网关的IoT设备，一直到我如何管理我的HVAC系统，以及我可能用于库存盘点，验证，溢出和损坏，损失预防，客户和店员保护和安全的所有摄像头。因此，我实际上从数百或数千家商店增加到数万个销售终端，再到数十万个其他边缘设备。

当然，这只是一个零售机构。将这个数乘以所有不同的零售机构，所有的制造机构。我们可以非常安全地预测的一件事是，这个数字将会是巨大的。