邊緣、網(wǎng)聯(lián)和5G等新場景，服務(wù)器需求有哪些變化？
不同的計算場景對服務(wù)器的需求點也會發(fā)生變化。在這個過程中，服務(wù)器市場的競爭格局也隨之發(fā)生變化（比如，云計算場景下，標準化服務(wù)器廠商的份額有所下降，定制化開發(fā)的云服務(wù)器廠商的市場份額提升）。這也是IT 產(chǎn)業(yè)發(fā)展的特點，需求的變革，帶來供應(yīng)格局的變化。
未來幾年計算場景的變化，將是邊緣計算的崛起，以及這種計算場景對服務(wù)器需求的變化：對邊緣服務(wù)器的需求或?qū)⒃黾印＿^去幾年，云計算的崛起直接拉動了服務(wù)器新一輪的需求增長。我們認為，5G 帶動的邊緣計算對數(shù)據(jù)計算和存儲的需求量，有望呈現(xiàn)指數(shù)級別的增長，這或?qū)⑦M一步推動服務(wù)器需求的增加。
5G是邊緣計算產(chǎn)業(yè)發(fā)展的重要契機。邊緣計算作為數(shù)據(jù)的第一入口，將在智慧園區(qū)、安卓云與云游戲、CDN、視頻監(jiān)控、工業(yè)互聯(lián)網(wǎng)與Cloud VR 等場景發(fā)揮重要作用。
邊緣計算的崛起，是5G 應(yīng)用的結(jié)果。我們這篇報告討論的重點是邊緣計算對服務(wù)器需求的變化。但是在這之前，我們需要討論，邊緣計算與上一代計算場景（云計算）的不同點在哪里？這樣就更有利于我們對服務(wù)器需求的變化有一定的認知。
邊緣計算，是指一種在網(wǎng)絡(luò)邊緣進行計算的新型計算模式。邊緣計算機靠近終端或者數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用等，就近提供邊緣終端智能服務(wù)，滿足對敏捷連接、實施業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能和安全隱私保護等需求。我們可以將邊緣計算簡單理解為“終端計算”，區(qū)別于云計算時代的“數(shù)據(jù)中心計算”（云端計算）。
邊緣計算的業(yè)務(wù)本質(zhì)，是云計算在數(shù)據(jù)中心之外匯聚節(jié)點的延伸和演進，主要包括云邊緣、邊緣云和云化網(wǎng)關(guān)三類落地形態(tài)。根據(jù)IDC 預(yù)測，未來超過70% 的數(shù)據(jù)需要在邊緣側(cè)分析、處理和存儲。邊緣計算領(lǐng)域的多樣性計算架構(gòu)、產(chǎn)品與解決方案越發(fā)重要。
從邊緣計算對軟件和硬件的要求來看，軟件平臺需要考慮導(dǎo)入云理念、云架構(gòu)、云技術(shù)，提供端到端實時、協(xié)同式智能、可信賴、可動態(tài)重置等能力。硬件平臺需要考慮異構(gòu)計算能力，如鯤鵬、ARM、X86、GPU、NPU、FPGA 等。即邊緣計算軟件平臺采用Cloud Native云原生架構(gòu)與關(guān)鍵技術(shù)，硬件平臺支持異構(gòu)計算能力，以邊云協(xié)同和邊緣智能為關(guān)鍵特征。
1）云邊緣：云邊緣作為公有云的延伸，將云的部分服務(wù)或者能力擴展到邊緣基礎(chǔ)設(shè)施之上。中心云和云邊緣相互配合，實現(xiàn)全網(wǎng)資源共享、全網(wǎng)統(tǒng)一管控等能力。
2）邊緣云：基于云計算技術(shù)與架構(gòu)構(gòu)建的邊緣分布式開放平臺，可提供集中管理和調(diào)度的能力，邊緣云內(nèi)及邊緣云之間可以進行資源共享。
3）邊緣網(wǎng)關(guān)：邊緣網(wǎng)關(guān)是企業(yè)/行業(yè)數(shù)據(jù)的接入節(jié)點，是網(wǎng)關(guān)設(shè)備基于云計算技術(shù)的演進，可實現(xiàn)網(wǎng)關(guān)內(nèi)資源共享。
1）計算的中心化（集中化）：在云計算場景下，我們看到的服務(wù)器發(fā)揮作用的形態(tài)是集群化。云計算中，IT 系統(tǒng)不再是多個系統(tǒng)相互獨立的煙囪模式，而是通過虛擬化技術(shù)將服務(wù)器、存儲池化，多個系統(tǒng)共享計算資源。在這一IT 架構(gòu)邏輯下，云計算中單個服務(wù)器的性能、吞吐量、可靠性等重要性能指標的重要性相對降低，其追求更多的是服務(wù)器集群或者整個數(shù)據(jù)中心的可用性及性能。
2）計算的高可靠性。云計算中數(shù)據(jù)中心的集群模式，使得計算的基礎(chǔ)不是單臺服務(wù)器，而是而整個服務(wù)器集群，這樣使得計算不僅具備高性能，同時具有高可靠性，即使單臺甚至多臺服務(wù)器同時出現(xiàn)宕機，其計算能夠快速向其它服務(wù)器進行切換。
3）計算的可擴展性。我們知道，云計算底層計算資源的核心邏輯，就是通過虛擬化技術(shù)，將計算和存儲資源進行池化，將原來物理隔離的單臺計算資源進行虛擬化和集中化。最終以集群化處理來達到單臺服務(wù)器所難以實現(xiàn)的高性能計算。服務(wù)器集群的計算能力，可以通過不斷增加虛擬化服務(wù)器的數(shù)量來進行擴展。
5G 驅(qū)動的計算革命的升級，將進一步拓寬計算的邊界。云游戲、VR/AR、超高清視頻、物聯(lián)網(wǎng)、視頻、直播等應(yīng)用的推廣，使得計算的場景和計算數(shù)據(jù)格式更加多樣、更加復(fù)雜。從原來的結(jié)構(gòu)化數(shù)據(jù)，演化為更多的非結(jié)構(gòu)化數(shù)據(jù)（語音、文本、圖片、視頻等）。這就需要邊緣計算能夠解決異構(gòu)計算的問題。
對于邊緣智能，我們可以從以下兩個方面來理解：1）未來的物聯(lián)網(wǎng)終端將更加智能；2）利用AI 技術(shù)為物聯(lián)網(wǎng)終端的計算進行升級。邊緣智能利用AI 技術(shù)為邊緣側(cè)賦能, 是AI 的一種應(yīng)用與表現(xiàn)形式。
AI 通過邊緣節(jié)點能夠獲得更豐富的數(shù)據(jù)，并針對不同應(yīng)用場景實現(xiàn)個性化和泛在化，極大地擴展人工智能的應(yīng)用場景。邊緣節(jié)點可以借助AI 技術(shù)更好地提供高級數(shù)據(jù)分析、場景感知、實時決策、自組織與協(xié)同等智能化服務(wù)。邊緣側(cè)輕量級、低延時、高效的AI 計算框架顯得尤為重要。
邊云協(xié)同，就是要平衡邊緣和云端之間的計算資源利用。在邊緣計算之前，大部分的核心計算都是集中在云端，未來計算資源將在邊緣端和云端進行更合理分配，來滿足不同應(yīng)用場景對計算的需求。比如，對于應(yīng)用的開發(fā)和部署，開發(fā)部分可以放在云端來完成，能夠充分發(fā)揮云端算力重組、多語言、多工具的優(yōu)勢，部署部分可以根據(jù)不同場景的需求，放在邊緣節(jié)點。對于云游戲，渲染部分可以放在云端，呈現(xiàn)部分放在邊緣側(cè)。對于AI 的應(yīng)用，深度學(xué)習(xí)相關(guān)的模型訓(xùn)練放在云端執(zhí)行，與之對應(yīng)的推理部分放在邊緣節(jié)點來執(zhí)行。
在傳統(tǒng)軟件架構(gòu)下，主要的模式都是CS 模式，服務(wù)端大多是單機處理幾千個輕量請求。
而在邊緣計算場景下，需要數(shù)萬臺服務(wù)器處理上億個重負載請求。邊緣計算機本質(zhì)上是用CES 模式取代CS 模式，當(dāng)前的互聯(lián)網(wǎng)IT 架構(gòu)已經(jīng)從CS 模式，逐步向CDN 服務(wù)為核心的CES 模式轉(zhuǎn)變。但當(dāng)前的CDN 模式比較大的局限性在于缺乏靈活性，不能解決邊緣上非結(jié)構(gòu)化數(shù)據(jù)存儲和處理的需求，引入Edge 端（邊緣端）就是為了解決CS 模式下無法處理的業(yè)務(wù)。
在4G 時代，算力的提升已經(jīng)將硬件的升級和軟件的優(yōu)化所帶來潛力進行了充分挖掘，5G時代，必須引入邊緣端（Edge 端）來平衡云端和終端的算力，來承載更多的5G 業(yè)務(wù)。
有了5G 低時延的支撐，邊緣端（Edge 端）可以承擔(dān)原來本機客戶端的計算需求。這樣對服務(wù)器端和客戶端都帶來一定好處。對于服務(wù)器端而言，邊緣端會將訪問請教在本地進行預(yù)處理，能夠分散大流量的訪問和計算壓力。對于客戶端而言，邊緣端的計算環(huán)境可控，算力不依賴于云端服務(wù)器。
對于5G 推動的邊緣計算，除了我們所熟知的“高速率、低時延、高并發(fā)”三大特點之外，通過以上分析，我們可以看出，邊緣計算與云計算在計算架構(gòu)、算力分配、應(yīng)用場景、外部環(huán)境等方面存在一定程度的不同。這些差異化就會導(dǎo)致對服務(wù)器的需求特性也將發(fā)生變化。
邊緣計算包括邊緣服務(wù)器、邊緣一體機、邊緣網(wǎng)關(guān)三種主要形態(tài)。邊緣服務(wù)器作為邊緣計算和邊緣數(shù)據(jù)中心的主要計算載體，承擔(dān)了70% 以上的計算任務(wù)，需支持ARM/GPU/NPU等異構(gòu)計算，滿足新型業(yè)務(wù)模式數(shù)據(jù)多樣性和高并發(fā)的需求。
1）業(yè)務(wù)場景差異大。邊緣服務(wù)器研發(fā)的最大問題是業(yè)務(wù)場景差異較大，不同場景需要不同形態(tài)的服務(wù)器。這與云計算場景下的高度標準化服務(wù)器有較大差異。這就需要針對不同的業(yè)務(wù)和應(yīng)用場景來開發(fā)。目前來看，對邊緣服務(wù)器下游需求
2）產(chǎn)品形態(tài)。一般通用服務(wù)器的深度在700mm 以上，而且是集中式、專業(yè)化運維管理。根據(jù)目前邊緣側(cè)數(shù)據(jù)機房來看，邊緣服務(wù)器的深度一般在450mm 左右，而且運維環(huán)境較差，沒有專業(yè)的散熱設(shè)備（空調(diào)）等。
3）遠程控制。由于邊緣服務(wù)器處于網(wǎng)絡(luò)的邊緣側(cè)，難以集中化部署，而且邊緣服務(wù)器的機房數(shù)量更多。考慮到運維成本問題，對邊緣服務(wù)器數(shù)據(jù)中心的運維一般采用遠程控制。
我們認為，5G 對服務(wù)器需求點的變化，主要包括以下幾個方面：
5G 帶動的物聯(lián)網(wǎng)的發(fā)展，我們看到的現(xiàn)象就是各種智能終端的崛起，智能終端的種類更加多樣化，云游戲、VR/AR、超高清視頻、工業(yè)視覺等。與之相應(yīng)的是，數(shù)據(jù)的多樣化，包括文本、語音、圖像、視頻等。在數(shù)據(jù)多樣化增加的同時，用戶的數(shù)據(jù)的實時處理也提出了更高的要求。
計算的密集型應(yīng)用需要計算平臺執(zhí)行邏輯復(fù)雜的調(diào)度任務(wù)，而數(shù)據(jù)密集型應(yīng)用則需要高效率地完成海量數(shù)據(jù)的并發(fā)處理。這樣就使得原來單一計算平臺難以適應(yīng)業(yè)務(wù)場景化與多樣化的要求。從而產(chǎn)生對多樣性計算的需求。
異構(gòu)計算能夠滿足邊緣計算對多樣性計算的需求。通過異構(gòu)計算可以滿足“連接+計算”的基礎(chǔ)設(shè)施的構(gòu)件，可以滿足碎片化產(chǎn)業(yè)和差異化應(yīng)用的需求，提升計算資源的利用率，支持算力的靈活部署和調(diào)度。在不同的邊緣計算場景中，不用的計算任務(wù)對硬件資源的需求不同，從計算模式、并發(fā)數(shù)、迭代深度等方面，可能需要x86、ARM、GPU、NPU 等多種類型的芯片支持。
在邊緣計算場景下，服務(wù)器的部署從原來的集中化管理到散落化部署。服務(wù)器運維的整體難度增加。同時，服務(wù)器之間的差異化，也為管理異構(gòu)服務(wù)器增加了難度。對邊緣服務(wù)器運維管理的要求包括：
1）對異構(gòu)服務(wù)器進行統(tǒng)一的運維管理接口。在云數(shù)據(jù)中心中，服務(wù)器的類型或者架構(gòu)大體相同或類似。而在邊緣計算中，為了應(yīng)對異構(gòu)計算的需求，同一機房可能放置不同架構(gòu)的服務(wù)器（X86/ARM），這就需要統(tǒng)一的運維管理接口，來實現(xiàn)對不同架構(gòu)服務(wù)器實時運行狀態(tài)的獲取。
2）業(yè)務(wù)自動化部署。邊緣計算的服務(wù)器部署在區(qū)縣級機房，數(shù)量眾多，勢必要采取高效運維方式，實現(xiàn)自動安裝業(yè)務(wù)/ 統(tǒng)一分發(fā)業(yè)務(wù)，自安裝，自升級，自補丁升級，降低對運維人員水平的要求，同時減少現(xiàn)場操作，達到高效運維。可以看出，邊緣服務(wù)器的運維管理方式與云服務(wù)器存在較大的不同。云計算場景下的服務(wù)器一般都是集中化管理運維。
運維管理模塊實現(xiàn)了X86 服務(wù)器、ARM 服務(wù)器、第三方服務(wù)器生命周期內(nèi)固件升級管理。固件升級主要包含三部分：版本倉庫、升級計劃、設(shè)備版本狀態(tài)，滿足運維人員主動升級和升級計劃自動升級兩種升級場景。
3、環(huán)境匹配的需求。邊緣服務(wù)器部署的環(huán)境相對比較復(fù)雜，通常在網(wǎng)絡(luò)邊緣的園區(qū)。同時，為了獲得更小的延時，邊緣服務(wù)器部署位置下沉到市縣一級的機房，這樣會節(jié)省傳輸帶寬，也獲得了更好的用戶體驗。與傳統(tǒng)數(shù)據(jù)中心所處的標準化機房相比，邊緣服務(wù)器所處的環(huán)境條件比較復(fù)雜，空間、溫度、承載、電源系統(tǒng)等方面都存在較大的差異。
1）機柜空間：邊緣數(shù)據(jù)中心機房機柜深度多為600mm 深，遠小于核心數(shù)據(jù)中心1200mm的機柜深度，常規(guī)IT 通用服務(wù)器無法正常部署，因此邊緣服務(wù)器的尺寸設(shè)計應(yīng)滿足600mm 的機柜深度。
2）環(huán)境溫度：邊緣機房制冷能力有限，無法保證環(huán)境溫度的穩(wěn)定性，甚至有些機房不具備制冷能力；服務(wù)器連續(xù)工作散熱不利，室外溫度過高，將導(dǎo)致機房溫度可能超過45℃；因此邊緣服務(wù)器對環(huán)境溫度的適應(yīng)力應(yīng)更強，如-5℃—45℃。
3）機房承重限制：邊緣機房承重標準普遍低于數(shù)據(jù)中心，對服務(wù)器的部署密度帶來影響。
關(guān)于服務(wù)器需求量的預(yù)測，我們也只能是從定性分析的角度來給出大概量級。我們回到服務(wù)器本身解決的核心問題：網(wǎng)絡(luò)數(shù)據(jù)的計算、處理和存儲。我們可以認為，服務(wù)器的需求量是與互聯(lián)網(wǎng)（云端）數(shù)據(jù)的量級成正比的，雖然我們還不知道這種正比例關(guān)系的斜率是多少（線性增長還是非線性增長），但從變化的方向來看，是同步向上的。也就是我們經(jīng)常說的，服務(wù)器需求是以流量為自變量。
下面我們就分析下，未來幾年，網(wǎng)絡(luò)流量將如何變化。我們從幾個維度來分析網(wǎng)絡(luò)流量變化的幅度。
維度一：從5G 新應(yīng)用產(chǎn)生的數(shù)據(jù)量來看
在5G 應(yīng)用場景下，視頻或?qū)⒊蔀榻换サ闹饕ぞ吆洼d體。視頻交互產(chǎn)生的數(shù)據(jù)量級有望大幅提升。根據(jù)iHS 數(shù)據(jù)，2020 年，超高清用戶有望達到1 億，4K 電視占電視總銷量比例超過40%。2023 年超高清用戶規(guī)模有望達到2億，4K 電視或?qū)⑷嫫占啊?K 超高清視頻的發(fā)展有望進一步提升互聯(lián)網(wǎng)流量。從iHS 具體預(yù)測數(shù)據(jù)來看，相比于2019 年，2023年高清視頻和VR 帶動的邊緣流量增長幅度有望達到12 倍。
維度二：從全球網(wǎng)絡(luò)流量來看
根據(jù)思科“視覺網(wǎng)絡(luò)指數(shù)”（VNI），相比2017 年，2022 年全球互聯(lián)網(wǎng)流量將增長153%，到每月356 兆億字節(jié)，其中視頻占流量的82%。到2022 年，思科預(yù)測約三分之二（62%）的連接平板電視機將支持4K。到那時，4K UHD 分辨率更密集的數(shù)據(jù)要求將占全球互聯(lián)網(wǎng)流量的2%。自從Cisco 2005 年首次開始VNI 預(yù)測以來，2005-2018 年，流量增長了56 倍，累計有36%的CAGR。
參考來源：華泰證券
報告下載：https://t.zsxq.com/qRZNRBY
相關(guān)閱讀：
上篇：國產(chǎn)6大CPU技術(shù)全對比（附下載）
下篇：國產(chǎn)6大CPU的春秋戰(zhàn)國（附下載）
轉(zhuǎn)載申明：轉(zhuǎn)載本號文章請注明作者和來源，本號發(fā)布文章若存在版權(quán)等問題，請留言聯(lián)系處理，謝謝。
推薦閱讀
更多架構(gòu)相關(guān)技術(shù)知識總結(jié)請參考“架構(gòu)師全店鋪技術(shù)資料打包”相關(guān)電子書(37本技術(shù)資料打包匯總詳情可通過“閱讀原文”獲取)。
全店內(nèi)容持續(xù)更新，現(xiàn)下單“全店鋪技術(shù)資料打包(全)”，后續(xù)可享全店內(nèi)容更新“免費”贈閱，價格僅收198元(原總價350元)。
溫馨提示：
掃描二維碼關(guān)注公眾號，點擊閱讀原文鏈接獲取“架構(gòu)師技術(shù)全店資料打包匯總(全)”電子書資料詳情。
