人类的生活在历经数次工业革命后,发生了巨大的变化。这中间的过程也对科学发展产生了重大的影响,使得科学研究与工业生产相结合,工程与科学的界限也愈来愈小。科学的不断发展让工业化得以大量实现,一系列的连锁反应促进了人类生活的进步,也推动了文化的繁荣、政治经济的发展,它的触角延伸到了人类社会的各个层面。到了二十世纪初,互联网的出现,引发了另一波数据革命,人类又走向了新的世界。

 

互联网的兴起,拉近了人与人之间的距离,让各类知识信息唾手可得。在这个虚拟世界中产生了新的人类社会,也就是社群;人类在这个虚拟世界中交流、学习、娱乐、购物和生活,经营自己的另一个面,享受一种无拘无束的自由。信息科学与信息工程在背后扮演着重要的角色,在传统科学领域中创造出新的研究方向。不同于以往专注在分子、粒子的领域,信息科技的关键在于如何解决零与一的问题,很多很多的零与一。

 

随着二十多年来互联网的发展,我们要处理的零与壹问题已经是不知道多少个指数级的增长。人类的生活大量地依靠互联网,也就是说大量的数据支撑着人类的生活,这些科技就像是架构一种行为模式,引导着人类,引导着生活中的器械,彼此和谐地工作,让人类的生活更美好,更有效率。 人类在不知不觉中,凡事皆上网寻求解答,连出门要左转或右转都要先打开手机查找一下,比求神问卜还准。移动设备在二十世纪初大量出现,从单纯的通话功能,到连网拍照无所不能,也直接支持人类的数据生活,人们在上网寻求数据的同时,也产生了许多数据。据IDC发布《数据时代2025》的报告显示,全球每年产生的数据将从2018年的33ZB增长到175ZB,相当于每天产生491EB的数据。 这么多的数据到哪里去了呢? 全都上了云端。 于是乎,若干年前,人们记忆犹新的“大数据”这个风光话题,在行业间炒热了好一阵子,最后竟是不了了之,许多因素让当时的数据没办法产生相对的价值。一则是存储的成本,当年的主流存储设备是硬盘,备份数据用的是磁带,从成本和速度的角度来看,还不具备绝对优势;二则是数据的筛选和再利用,人工智能对于海量数据的学习直到最近几年才快速地发展成形,当时的服务器架构还无法从大量的噪声数据中疏理出有用的片段。因此,出发点是正确的,只是科技还没到位。时间来到现在,每一项科技每一种服务都是大数据了,许多决策依赖大数据变的理所当然,所有的云计算都具备人工智能加速的功能。

 

 

套用句中国人常用的谚语,“分久必合, 合久必分”。在这么多年的数据演进中,巨大化的数据中心是显学,代表了强大的计算效能,高效率的能源使用,集中化的管理,以及庞大的规模经济。当服务本身不再是单纯的你问我答,巨大的集中式数据中心并不能满足更多元化的服务需求。举个例子,在全球COVID-19疫情期间爆红的Zoom,凭借着友好的界面、完善的用户体验以及流畅的速度,击败了各路网络巨擘们。其中一个原因便是Zoom在各地有区域型的服务节点,就近服务区域用户,提升反应速度服务质量。 因此,分布式的数据服务有了其存在的价值,在分流数据量的需求下,服务本身亦需要快速的响应时间。在提升区域内服务频次上,远程的大数据中心就显得捉襟见肘,近端的计算或是远程专属的区域数据服务也就随之兴起。

 

不论是远程或近端,这些都算是云端服务的一环。也因此,从整个大趋势来看,云端服务产业的成长主导着服务器产业的发展。传统企业级的服务器领域已逐渐被数据中心的服务器所超越,特别是在过去一年全球疫情蔓延的情况下,企业被迫居家办公而尝试引入许多云端服务来处理员工的协同工作,更是加速了企业的数字化转型,从而催生了更多的数据中心需求。 而企业的云端服务也同样有分成远程和近端,以达到不同应用的目的。

 

另一个大趋势是5G,5G肯定是传输和产生大量的数据,对于数据中心的需求不言而喻。5G的其他特点也使得用户需求无法通过单一的集中式数据中心而简单地满足。 第一是大带宽,二是海量连接,最后是超低延迟。 大带宽是终端消费者是最有切身体会的,快速地下载数据、看视频、直播、玩游戏。适当的近端数据中心,可以做好数据分流,提升服务质量。后两者比较偏工业应用,对于物联网以及即时通讯应用有着明显的帮助。 因此,近端的数据存储和串流,近端的物与物的连接与信息处理,都不是远端大数据中心的优势,近端的边缘计算在5G的发展之下,更加显现出其存在的优势与价值。

 

根据电子时报的报导,部署在边缘的服务器数量快速增长, 2024年全球出货量将达470万台 

 

(资料来源:电子时报)

 

根据Omdia与电子时报的分析,这个产业的发展前景可期。 那么哪些服务器是被定位成边缘计算服务器呢? 在Omdia的定义中,服务响应时间在20ms内的,都是边缘计算的范畴。 从Omdia的分析报告中,我们可以看到在目前市场的部署统计中,企业与二线CSP的占比是比较高的,推论属于企业内部的服务,例如用于邮件、本地存储、网络交换等方面的服务器,而二线CSP有许多贴近客户的较小型定制化服务,这些定制化的服务器也会被归类为边缘计算。那至于未来,随着更多的服务应用推出,也会有许多超低延迟服务的需求会推升边缘计算的热度。因为分析报告指出,各类市场中服务器部署在边缘的比重最大的两个市场是电信与超大规模CSP。所以超大规模CSP的增长估计是来自边缘服务的兴起,而电信边缘计算的大幅增长,估计是因为5G而起。

 

整个数据流从近端到远程,基本上仍然依赖数据中心,但是在中间和近端,随着服务的复杂度提升和响应时间的缩短,会有更多数据处理单元介入其中。 这些说穿了都可以称为服务器,只是或大或小,多元或单一,其中都要有处理单元,可以是Intel平台,AMD平台,ARM平台,FPGA或是ASIC多种多样;也可以是运算数据、数据存储、网络交换等不同的功能; 这完全取决于服务的内容。也因此服务器弹性的配置愈发重要,OCP中的OpenEdge就有考虑到这个弹性配置的方向,在单一机箱内, 可以依需求摆放计算单元、存储单元或是网络交换单元,再者视各自的需求大小,适当调配装置的数量;不过现阶段,边缘计算的需求还只存在少量的服务需求中,大部分客户以使用标准型的服务器或者是小量定制化的服务器为主。

 

(资料来源:Open Compute)

 

我们引用在OpenCompute联盟中,纬颖开发的OpenEdge服务器为例,左图为一个3U机箱,除电源供应器以外,有五个sleds可以配置计算单元、存储单元或是网络单元。 右图则展示了一个半宽的计算单元。

 

在浪潮服务器的产品列表中,我们也可以观察到另一种产品对于边缘计算的解决方式: 

 

(资料来源:Inspur官网)

 

Inspur EIS200 edge microserver是基于Nvidia Jetson系列的微型服务器,它的目标就是在非常近端处解决网络对外质量较差的情况,以及数据传输延迟和信息安全的问题。 而且通过Nvidia的人工智能平台,此种微型服务器可以在近端很好的解决复杂的演算问题。

 


Lenovo ThinkSystem SE350 Edge Server 的解决方案也很有弹性,搭配最多 16 核心的 Xeon D 高效处理器、采用 1U 高度、半宽的机柜标准尺寸,体积只比笔记本电脑大一些。 目前是用4G LTE 通讯协议(可加装外部天线)。 为了轻巧方便,电源采用240W 12V Adapter , 但是如果加上1 张 NVidia T4 GPU 加速卡时, 就会改用 -48V DC 350W的通信电源

 

(资料来源:Inspur官网)

 

浪潮NE5260M5是一款符合Open Telecom IT Infrastructure (OTII)标准的服务器,相对于标准型的产品,NE5260M5有着较短的机身,以符合电信机房的要求,也因为较小的尺吋,对于风流、散热、扩充卡等等配置,都有额外的考量。 NE5260M5有Nvidia EGX认证,可以配置T4 GPU,可以执行人工智能计算的功能。

 

(资料来源:Supermicro官网)

 

来自Supermicro的户外边缘服务器,具备IP65的防水防尘能力,操作温度在负40度到正50度,采用内部热交换器,具有诸多备援的功能,以承受室外和电信环境的挑战。

 

市场上还有许多来自传统工业电脑的产品,在执行边缘计算的工作。各类AIOT的应用、工厂内生产线的管理、卖场中的库存管理、各式传感系统的管理,一直都是传统工业电脑的领域。因此,边缘计算很早就在各式场景中使用许久,只是现在随着更多远端服务的兴起,5G带来的应用优势,让边缘计算的优势更加突显,也更加宽广。

 

刚才我们提过在边缘计算中有着采用各式平台的可能与弹性,从电源管理的角度,也有着多元化的发展。 前面的例子提到,在大型的开放标准中,我们仍然看到主要是基于Intel的平台、Xeon服务器等级的处理器在软件和应用平台上有着最大的适配性。我们也有看到Skylake-D、Icelake-D的低功耗平台,较小的电源功耗有助于尺寸的缩小,也有助于较大量的部署,更小的Skylake Y/U line可以做到无风扇的机种。 也因此,电源供应器也存在许多种的变化,标准服务器CRPS电源供应器适合标准的机箱。对于边缘服务器较短的机箱或是定制的外型,电源供应器便无法有一个统一的标准;至于一些小的功耗服务器和工业电脑的产品上,外接式电源更是最常见的设计。

 

不过以上的电源设计方向,也因为边缘计算的环境和硬件的尺寸,不同于传统数据中心内稳定的环境,对于电源效率、功率密度以及可靠性,都有着更上一层的考量。一些新材料像是宽禁带半导体的优势,可以让厂商在设计上更容易满足客户的要求。 传统服务器中累积的可靠性经验,也有助于厂商在选择上,可以得到更好的设计余裕,让产品的可靠性在边缘场景中有更一步的保障。

 

以服务器为中心还带动了网络通信相关的发展,即便许多数据在远程已被处理,但是核心数据或是以分析纪录为目的,仍有海量的数据需要传输。更多的边缘计算结点的投放,也增加了对于网络设备的需求。 所以我们看到过去一两年在网络交换器的规格和需求上,不停地在攀升,MAC处理芯片的发展不亚于CPU或是GPU内的晶体管数量,半导体的用量和价值都是成倍增长。

 

谈到数据,就一定要提到隐私和保密,这也是另一个边绿计算需要存在的原因。用户愈来愈注意自己的数据隐私,也让服务开发商必须考虑如何安全地管理用户数据以拓展服务。当然在尽可能减少嚗露和用户数据的情况下,拥有最大的服务弹性。 也因此,边缘计算在远程将数据处理完而不需回传机敏数据的架构是最好的解决方法,最终只需传回服务相关的数据也大幅减少了数据的传送量,也是一个提升能源效率的展现。

 

最后,不能不提的就是人工智能。 边缘计算的成功一定要与人工智能想结合。当然我们不是在远程做数据训练,而是需要数据中心算出一个良好的推理模型,让边缘计算单元能有效地执行,以降低系统复杂度,缩短响应时间,提高能源效率,降低营运成本,以期能大量部署,提供更多的服务,互相提升发展的动能。 先前我们有提到大部分客户使用标准型的服务器,为了能支持人工智能,多数边缘数据中心(Edge Data Center)会选用的会是体积小又高效能的服务器安装在半柜、甚至更小的机柜里。 而此时的电源供应器的大小、效率跟散热就成为设计的重点。 电源供应器要小就必须充分利用表面黏着组件(SMD) ,但是通常SMD组件的散热面积有限,散热相对困难,此时就必须谨慎选择低切换损耗以及低导通损耗的组件来提高效率与减少散热面积。

 

英飞凌在电源管理解决方案的许多方面都处于一个领先的地位,即便在服务器电源,也耕耘了数十年。在交换式电源供应器上,英飞凌除了领导业界二十多年的 CoolMOS 之外, 也为服务器电源开发了领导市场的宽禁带半导体CoolSiC (SiC MOSFET)和CoolGaN (GaN Hemfet),提供出色的能源效率和密度以及耐热。而英飞凌的CoolMOS 、 CoolSiC 与 CoolGaN 提供业界出色的低切换损耗以及低导通损耗的表面黏着组件,帮助客户缩小电源体积,提高功率密度以及提高效率。 在主板的直流电源转换领域,英飞凌也有许多卓越的解决方案,以及丰富的数字电源经验。朔本追源,来自同一家的Primarion与合并自International Rectifier的CHiL,以及英飞凌优越性能OptiMOS打造的Powerstage,持续大量供应一线的服务器客户们,在365天不中断服务的服务器中,以能源效率和品质可靠性兼备, 赢得客户的信赖与使用。

 

英飞凌持续在服务器、电信与网通以及高级消费电子端的直流转换电源解决方案领域精进研发。对于市场的需求,也以奥地利的12寸晶圆厂的投资来积极响应。我们追求的是长久永续的经营,期望带给人们更加便利、安全、环保的生活,连接现实与数字的世界。