您的位置: 集微网:积微成著 >> 资讯 >> IC资讯 >> 详细内容 在线投稿

边缘运算将成主流 仍面临运算能耗、存储器频宽等挑战

更多猛料?欢迎关注老杳个人微信号:laoyaoshow
来源: DIGITIMES   发布者:DIGITIMES
热度38票   时间:2018年5月16日 20:28
由于传感器将产生太多数据,难以都传到云端处理,因此边缘运算正在成为主流趋势。
 
根据Semiconductor Engineering报导,物联网(IoT)设备的最初构想是,简单的传感器会将原始数据传送到云端,透过1个或多个闸道器进行处理。这些闸道器可能位于公司、住宅、工厂,甚至连网车内。但日益明显的是要处理的数据太多,这种方法实不可行。
 
三星电子(Samsung Electronics)负责HBM行销的Tien Shiah表示,1台PC每天将产生90MB的数据。1辆自驾车每天产生4TB,连网飞机则为50TB。其中大部分为无用数据。
 
预处理若在本地完成,则仅需在云端处理更少数据,就能以更低成本和更少功率实现更好的效能,从而实现自驾车、无人机甚至机器人所需的快速反应。这些都是边缘运算突然获得如此多关注的原因。它让运算任务更接近数据源,就自驾车来说,最终运算可能在会传感器本身进行。
 
这对人工智能(AI)、机器学习(ML)和深度学习(DL)应用也很重要。AI/ML/DL的关键是能在本地设备上进行推论,从而提高安全性和性能。然而,推论的更大问题是存储器吞吐量。Rambus产品管理高级总监Frank Ferro表示,存储器再次成为瓶颈。许多正在出现的应用,无论是AI或ADAS,都需要更高的存储器频宽。
 
此外,这些应用大多是由电池供电,或须在高度受限的电源预算内生存,而开发这类设备的难度开始变得更具挑战性。
 
边缘运算最大问题之一是它是一种转型技术,会随着发展而被定义。目前实际上仍无法订购能支援特定IoT设备、基础设施和运算要求组合的专用边缘运算产品。
 
NVIDIA于3月底宣布与安谋(ARM)合作,将NVIDIA Deep Learning加速器架构与ARM的Project Trillium机器学习平台整合,让芯片制造商可轻易将机器学习功能添加到IoT设备。英特尔在2月亦推出14款新的Xeon处理器。
 
英特尔(Intel)和NVIDIA/ARM产品都能在靠近端点的地方增加更多处理能力,但这两种产品都不是将数据传回云端的理想选择。ZK Research首席分析师Zeus Kerravala表示,NVIDIA与ARM的伙伴关系,以及英特尔宣布的边缘处理器都是为需要增加处理能力的设备、闸道器等而设计的基础产品。
 
家庭IoT市场最终可能会超过IIoT,但IIoT正在设定步伐和议程。市场研调机构IHS Markit分析师Julian Watson表示,对具有边缘运算能力的IoT闸道器的需求正在成长。需求主要来自3个特定领域:为未直接连到网路的低功耗节点,如基于低功耗蓝牙(BLE)或Zigbee的传感器提供桥接;过滤流量,决定应在边缘处理哪些数据以及需将哪些数据发送到云端;管理这些边缘设备的安全性。
 
IHS Markit执行董事Michael Howard则认为,IoT/边缘闸道器至少应能做到以下几点:1.透过对重复数据进行整合,缩小来自IoT设备的原始数据量。2.将数据转换为上游应用程式可读取的格式。3.具备能判断将获得何种数据及来自哪种设备的上游应用程式。4.包含如何组织数据并对其进行优化的相关资讯。
 
Howard表示,闸道器若无法将原始数据细化为紧凑且实用的数据就向上游推送,只会浪费时间和频宽。处理必须在数据发生的地方完成,最好不止一次。
 
所有主要系统供应商都渴望进入市场,但对闸道器的需求正在成长。此问题比从几个传感器收集温度数据更复杂。特别是在IIoT中,每个垂直市场传统的SCADA和其他自动化系统通常都是封闭、专有的,对新通讯技术不友好,并且不可能快速摆脱。
 
ARM执行长Simon Segars表示,现在有这么多的下一件大事(Next Big Thing)将发生,很难判断要从哪里着手。新的通讯协议,无论是5G、LoRA、NBIoT等新技术,都需要半导体设备的大量创新。目前AI正在驱动云端芯片。在边缘则是推论正在推动设计的创新。


    扫描下方二维码关注老杳或集微网官方微信:




  • 【手机中国联盟官博系列赠机活动进行中,欢迎参与】

  • 老杳吧本周热点帖子

    老杳吧今日热点帖子


    顶:3 踩:4
    对本文中的事件或人物打分:
    当前平均分: (10次打分)
    对本篇资讯内容的质量打分:
    当前平均分: (10次打分)
    【已经有人表态】
    上一篇 下一篇