【各說各話】何謂邊緣運算（Edge Computing）？

Posted By 陸向陽 on 12 月 5, 2018 in Edge AI開發地圖, 物聯網, 綜論 | 4 comments

文章導覽

作者：陸向陽

從去年（2017）到今年，筆者碰到許多朋友的詢問：什麼是邊緣運算（Edge Computing）？由於要一直口頭回答，因此筆者嘗試以文字方式描述，往後若再有人詢問，或許可以看看這篇文章。

早期的 Edge Computing

Edge Computing 只是個形容詞，過去昇陽電腦 Sun Microsystems（2010 年由甲骨文 Oracle 購併）尚存的時代就已提出過這個詞，昇陽電腦的 UNIX 伺服器是過去網際資料中心（Internet Data Center, IDC）內常用的核心系統，核心系統多半執行資料庫相關交易，例如電子商務的訂單等。

不過多數的用戶端是透過瀏覽器、Internet 連接到資料中心，資料中心則以網站 Web 伺服器提供回應服務，資料中心最核心依然是電子商務的資料庫系統，但與 Internet 連接的部份也有許多工作要處理，例如負載平衡（Load Balance）、加解密、網頁代理/快取（Cache/Proxy）等，這些工作有別於更核心的資料庫，但依然在資料中心機房內，所以被昇陽電腦稱為 Edge Computing，當年被翻譯成「端緣運算」。

Internet Data Center 也有 Edge Computing 的說明（圖片來源：HPC Wire）

今日的 Edge Computing

有趣的是，今日所指的 Edge Computing 與當年意涵全然不同，2013 年物聯網興起，其需要在環境現場佈建各種感測器（Sensor），學名上稱為 Sensor Node，若是以無線方式傳遞感測資訊則稱之為WSN（Wireless Sensor Node），多個 WSN 傳遞感測資訊到一個感測現場附近的小鐵盒內，該盒稱之為閘道器（Gateway），透過閘道器收集感測資訊，而後再將資訊後送到雲端。

閘道器原本的工作極單純，只有匯集與後送感測數據，但之後被人們賦予愈來愈多工作，例如必須偵測哪個感測器節點電量過低而發出通報、哪個感測器節點久未回應可能故障，若感測器節點需要更新韌體，則由閘道器自雲端接收新版韌體，而後派送到各感測器上進行更新。

今日所談的 Edge Computing，指的是相對於感測器現場的邊緣（圖片來源：TALARI）

除這些外，人們發現，若等所有資訊都上傳至雲端，才進行監督、控制、分析，有時緩不濟急，因此期望增強閘道器的運算力，使閘道器發揮即時監督、即時分析與反應的功效。為此，除了要提升閘道器的運算效能與運算資源外，甚至要配置人工智慧的專門運算晶片，以加速人工智慧推論演算（推算）的速度，例如 Google 於今（2018）年 8 月提出的 Edge TPU（由原本 Cloud TPU 衍生而成）、AWS 於 11 月提出的 Inferentia，此前亦有 Intel 的 Movidius 系列等。

由於對於感測一線現場（Field）而言，閘道器算是一個後方支援角色，所以也被稱為 Edge，今日所談的 Edge Computing，指的是相對於感測器現場的邊緣，而不是前述的資料中心核心的邊緣。

不只有 Edge Computing

除了 Edge Computing 一詞外，也有其他類似的詞語，例如 Cisco 提出的 Fog Computing（霧運算），也同樣在訴求「加強現場端」的運算工作與角色，而非一味往雲端送，不過 Fog Computing 一詞沒有 Edge Computing 普遍使用，且兩者定位相近，雖然有一些人提出仍可明確區分兩者的差異，但多數人並不在意。