“快速增长的智能终端将带来大量数据及 AI 决策需求,带动企业基础设施投资向边缘侧迁移,边缘计算产业在未来 5 年将以超 30%的复合增长率高速增长。”浪潮边缘计算事业部总经理孙波在近期的“2020 百度云智峰会”上这样讲到。

 

 

2021 年伊始,各大计算企业都在找寻新机遇。我们看到,在“新基建”背景下,5G、AI、物联网等技术发展,牵引着算力从数据中心向边缘侧发展。边缘计算成为行业应用创新驱动力,将加速智慧城市、智慧制造、无人驾驶等应用创新落地。

 

据 IDC 预测,全球企业基础设施建设在边缘部署比例将从 2020 年的 10%增长到 2023 年的 50%,全球智能终端接入数量将从 2020 年的 500 亿个增长到 2025 年的 1500 亿个。

 

作为中国服务器市场领头羊的浪潮,早已经在边缘计算产业全面布局,推出四大产品系列,并在近期携手百度发布“百度边缘计算盒子”。

 

那么,浪潮到底如何看待边缘计算市场的机遇与挑战?为何选择与百度合作?

 

01、边缘计算不再“边缘”

边缘计算并非近几年才提出,早在十几年前这一概念就已出现。为何近两年边缘计算产业突然会火起来?对此,孙波认为,边缘计算产业快速增长的动力,主要来自 AI 和 5G 两方面技术牵引。

 

一方面,AI 向边缘渗透。2016 年,AI 服务器出现,特别是训练服务器在数据中心侧开始爆发增长。而且,随着终端设备增长及更多场景对低时延的需求,各行业企业需要将 AI 推理能力部署到边缘侧,更靠近场景,使得计算能力向边缘侧下沉。

 

比如,疫情期间的体温检测、道路上的无人驾驶计算单元、工厂的无人质检等应用,都需要部署在边缘侧的 AI 能力。

 

另一方面,5G 加速到来。全球 5G 正进入规模发展期。工信部新闻发言人、信息通信发展司司长闻库在 12 月 24 日介绍,今年中国新增 58 万个 5G 基站,累积开通基站近 70 万个。此外,截止目前,我国 5G 终端连接数已经超过 2 亿。

 

对 5G 创造的市场机遇,孙波介绍,随着高带宽、低时延的 5G 快速发展,数据无法像 4G 时代那样,汇总到核心网后再处理。流量转发、对接、网关接入、路由功能需要下沉到边缘侧,才能解决各类 5G 应用对性能的要求,最终解决网络核心带宽负载、压力无法降低的问题。

 

边缘计算可以应用的场景非常多,需要适用不同需求。孙波表示,边缘计算可以应用在 ICT 融合、新一代 CDN、智能网联汽车、工业互联网、产业+AI、城市治理以及智能物联网等七大场景,拥有广阔的市场空间。比如在 ICT 融合方面,基础通信设备投资每年超过 500 亿元。

 

 

虽然 AI 与 5G 两大动力加速边缘计算产业发展,但现阶段产业依然面临一些挑战——这些挑战也正是 2021 年业界需要解决的。孙波认为挑战主要有以下几方面。

 

首先,任何一个场景都有自己的特点和需求,如果将场景与边缘计算设备直接结合,常常会出现水土不服。因此,现阶段边缘计算部署大多需要现场实施,属于项目型交付。这就导致设备无法与行业通用场景打通。

 

其次,边缘计算设备稳定性无法保证。目前边缘计算设备成熟度底,稳定性差,孙波介绍到,经常会听到客户抱怨,其购买的工控机或小盒子,工作一周就要下线 10 分钟,稳定性很差。究其原因,主要是这些设备使用了桌面级的芯片做设计,在室外部署环境中无法保证稳定、可靠的持续运行。

 

再次,行业缺乏统一标准。对于任何产业,统一行业标准一直是发展关键。但由于缺乏统一标准,边缘计算产业往往出现产品黑盒,导致维护、管理成本过高,阻碍产业发展。

 

最后,缺乏 AI 算力。俗话说术有专攻,边缘计算设备制造企业往往专注于边缘计算能力构建,但缺乏 AI 算力的积累。因此,这些厂商往往无法帮助客户基于场景完成 AI 算力的基本优化。

 

02、完美融合:浪潮携手百度

就在此次峰会上,浪潮与百度联合发布的百度边缘计算盒子,引起诸多观众驻足了解。据悉,该产品在硬件方面拥有数据中心级高可靠设计、环境适应力强且实现模块化算力扩展,能够满足零售、旅游、交通等行业应用场景的需求。

 

在边缘平台方面,该产品部署了百度边缘计算平台及百度边缘 AI 平台,实现对分布在全国各地计算力的统一调度、管理,及资源的动态监控。

 

看到浪潮与百度联合发布百度边缘计算盒子,许多人都感到疑惑,浪潮在服务器领域深耕多年,目前已做到全球领先,中国第一。独行更快,浪潮为何在边缘计算领域放弃独立发展,选择与互联网厂商百度携手呢?

 

 

对此,孙波解释了其中的原因。首先,从盒子到方案。浪潮不会为客户做最终解决方案的落地,尤其是边缘计算,边缘计算每个场景都拥有自己的特点和需求,对每个场景赋能都属于项目型落地,尤其是上层软件。

 

在边缘计算领域,客户需要的不止是硬件盒子,更需要一整套的软硬件整体解决方案。百度的能力正好是 AI 算法能力、百度云平台、边缘计算平台。浪潮与百度合作,将其能力嫁接到浪潮的硬件盒子上,形成互补。

 

其次,更好地服务双方各自客户。在满足客户方面,百度与浪潮都有属于自己的客户,在面对客户在边缘计算领域需求时,浪潮将百度的 AI 能力赋能给自己的客户,百度也可以将浪潮更强大的边缘计算能力赋能给客户。两家公司联合为客户提供解决方案,让客户在“到底是买盒子还是选择 AI”的问题上不再犹豫。

 

再次,不断迭代升级更懂客户需求。与百度携手后,百度会反馈自己客户对边缘计算盒子的需求,站在客户的角度思考盒子的定义,帮助浪潮更好的实现盒子的设计理念。

 

最后,实现算力的统一调度和模块化扩展。此次浪潮联合百度推出的百度边缘盒子面对客户场景变化时,可以实现算力的灵活扩展,通过灵活组合的模块化硬件来满足客户不断变化的算力需求。

 

事实上,浪潮与百度的合作并非第一次。2009 年至今,浪潮与百度合作推出了天蝎整机柜、冰山冷存储、X-MAN 系列、ABC 一体机,推动着 AI、云计算和大数据在金融、电信、气象、制造等各个行业的加速应用。一直以来,浪潮的硬件研发与百度软件迭代都同时保持着行业中最快的节奏,并通过软硬件的整合,为新技术在传统行业的落地提供了领先的一体化解决方案。

 

随着边缘计算新战事的开启,浪潮与百度将汇聚双方在基础设施方面的优势力量,构建云 - 边 - 端一体化方案,驱动行业创新应用落地。

 

比如浪潮联合百度推出了智能油井解决方案,通过对油田现场智能仪器的电压、电流、载荷、温度、视频图像等数据进行自动化采集,让运维工程师不再需要每天 3-4 次开着车到荒郊野岭巡检。同时,矿机可以按照地下油量储备情况去智能启停和调节它的频率,从而节省电费 80%以上。

 

又比如制造领域的电子设备质检工,通常每天要完成 1 万多个零件的检测。浪潮与百度合作打造的边缘质检平台,将工厂质检工人的经验转换为 AI 算法,大幅提升质检精准度。一台设备可以代替 6 个工人,投资回报率是传统设备 6.5 倍。

 

“未来希望与百度一起,围绕边缘场景碰撞出更多火花,共同打造业界领先产品。”孙波透露。

 

03、浪潮将持续深耕:瞄准场景化需求

面对边缘计算领域的高速发展,及不同边缘计算场景需求,浪潮率先布局打造边缘微中心、边缘云服务器、便携 AI 服务器、智算小站这四大产品系列,以支撑不同场景对于边缘算力的差异性需求。

 

 

在智算小站领域,浪潮本次联合百度发布的百度边缘计算盒子,就是属于这个领域的一款产业+AI 场景的边缘产品。该产品适用智慧零售、智慧景区、智慧交通等场景。此前,浪潮开发智算小站 EIS200、EIS300 适合近场端 AI 推理应用,适用于能源、铁路、物流、零售、制造、智慧社区等场景。

 

在便携 AI 服务器领域,浪潮 NE3412M5 可实现边缘室内、车载环境部署,具备抗震、防尘、防水溅、大容量存储、高性能 AI 计算等优势,满足数据搬迁、质检、医疗、语音等应用的需求。

 

在边缘云服务器领域,浪潮 NE5260M5 符合服务器和电信两个领域的各类标准,针对边缘机房极端的部署环境和所承载的业务应用,可满足极端环境的部署需求。

 

在边缘微中心领域,浪潮 SRDC 作为可在边缘室内环境部署的现场微型数据中心,基于一体化设计实现工厂预装及模块化现场交付,提升边缘数据中心的构建速度,便于运维。

 

正是基于以上强大的产品布局,浪潮对边缘计算领域有着明确的发展规划。对此,孙波介绍到,浪潮将以计算力为核心,从数据中心向边缘侧去延展,把数据的能力、计算力,用在更靠近边缘的场景下,帮助客户节省 TCO。

 

在这一发展过程中,浪潮会坚持聚焦在 ICT 融合这一主赛道,并在 CDN、智能网联汽车、无人驾驶、封闭园区低速载货装置、城市 AI 治理、智能制造等领域持续深耕。

 

 

观察:联合创新是打开边缘计算成功大门的钥匙

在 5G 与 AI 快速发展背景下,浪潮与百度联合发力边缘计算,赋能各个行业数字化升级与重塑。在笔者看来,这种开放合作非常必要,而浪潮与百度之所以能取得出色竞争,源自双方多年业务创新形成的 JDM(联合开发)合作模式。

 

基于 JDM 模式,浪潮从用户具体业务需求出发,打通需求、研发、生产、交付环节, 在最短的时间内、可控的成本约束下,把用户需要的产品研制出来,快速部署交付到用户数据中心。

 

当然,面对边缘计算这一计算产业新战场,仅靠两家企业显然无法推动各行业商用落地大步向前。因此,正如孙波在演讲最后所言,边缘计算需要融入多样场景需求,统一标准,联合更多的业界合作伙伴,共同做大生态。

 

为此,孙波呼吁,一方面计算硬件厂商需要尽快制定行业标准,实现硬件完全普适 5G 产品。另一方面在生态中,芯片、系统、应用、算法等公司都有自己的边界,需要大家联合起来,共同将生态全栈组合起来,帮助客户进行 TCO 优化,最终实现产业升级。