邊緣運(yùn)算帶動(dòng)新的市場(chǎng)商機(jī)，大量裝置如何管理、人工智能如何導(dǎo)入、安全防護(hù)如何實(shí)現(xiàn)等，讓市場(chǎng)對(duì)硬體有新的需求，但隨著開(kāi)發(fā)難度上升，許多廠(chǎng)商著手升級(jí)開(kāi)發(fā)工具的完整和便利性，讓開(kāi)發(fā)者可以專(zhuān)注在自身業(yè)務(wù)的投入，造就了新一波開(kāi)發(fā)風(fēng)潮。
邊緣運(yùn)算的觸角已涵蓋各領(lǐng)域并得到落實(shí)，但架構(gòu)從集中式轉(zhuǎn)為多節(jié)點(diǎn)的分散式、邊緣端（如終端和閘道器等）的自主性提升，使得底層的裝置管理更復(fù)雜、網(wǎng)路技術(shù)的融合也更重要，而且安全防護(hù)的機(jī)制需要更加謹(jǐn)慎，因此開(kāi)發(fā)過(guò)程需要考量的內(nèi)容越來(lái)越多元，增加開(kāi)發(fā)的難度。
也因此，越來(lái)越多上游廠(chǎng)商積極改善開(kāi)發(fā)工具的實(shí)用和便利性，協(xié)助開(kāi)發(fā)者專(zhuān)注于自身創(chuàng)新業(yè)務(wù)開(kāi)發(fā)，而非工具的學(xué)習(xí)。以下分析上游IP廠(chǎng)商ARM、芯片廠(chǎng)商英特爾與云端廠(chǎng)商微軟等在開(kāi)發(fā)工具和平臺(tái)的布局與進(jìn)展。
ARM從多方切入積極布局邊緣運(yùn)算，于2017～2018年推出各式相關(guān)IP，并協(xié)助開(kāi)發(fā)者降低開(kāi)發(fā)難度。除了三大芯片IP系列產(chǎn)品外，ARM先前已推出ARM Mbed平臺(tái)，包括Mbed Cloud和Mbed OS兩大部分，Mbed主要是基于A(yíng)RM架構(gòu)，針對(duì)IoT服務(wù)發(fā)展的基礎(chǔ)建設(shè)框架，并搭配自家Cortex-M芯片建立生態(tài)系。Mbed Edge則透過(guò)物聯(lián)網(wǎng)閘道器讓使用者能將Mbed Cloud裝置管理功能進(jìn)一步拓展，如對(duì)裝置進(jìn)行導(dǎo)入、控制與管理等。
Mbed Edge有三大特點(diǎn)：一、通訊協(xié)定轉(zhuǎn)譯：可將非IP協(xié)定的聯(lián)網(wǎng)裝置（如LoRa和Modbus）轉(zhuǎn)譯成IP based，共同在Mbed Cloud進(jìn)行管理。二、閘道器管理：提高IoT閘道器的復(fù)原能力和降低停機(jī)時(shí)間，并新增如發(fā)送警報(bào)、程式、資源、診斷與介面管理。三、進(jìn)行邊緣運(yùn)算：使用者可依需求將復(fù)雜程度不同的運(yùn)算資源或演算法置于閘道器中，就算與云端斷線(xiàn)仍能獨(dú)立運(yùn)作。
ARM進(jìn)行全方面IP擴(kuò)增
讓物聯(lián)網(wǎng)閘道器具備運(yùn)算資源有兩大好處，一是閘道器不必從云端接收指令就能做簡(jiǎn)單的應(yīng)用與判斷，例如監(jiān)控生產(chǎn)線(xiàn)的壓力值，一旦系統(tǒng)自動(dòng)判定預(yù)設(shè)門(mén)檻便會(huì)自動(dòng)關(guān)閉生產(chǎn)線(xiàn)，過(guò)程不再需要經(jīng)過(guò)云端，二是可節(jié)省網(wǎng)路流量，藉由閘道器或終端自行決定是否要傳送資料或舍棄。
2018年后ARM翻新Mbed Cloud，廠(chǎng)商可利用新版Mbed Cloud部署更有彈性的物聯(lián)網(wǎng)。雖然云端已為多數(shù)廠(chǎng)商採(cǎi)用，仍有廠(chǎng)商受限于安全和法律議題無(wú)法跟進(jìn)，新版Mbed Cloud便是針對(duì)此而增加內(nèi)部部署裝置管理，讓Mbed Cloud可支援多個(gè)公有、私有、混合云與內(nèi)部部署等環(huán)境，并讓受限裝置得以連網(wǎng)。由于廠(chǎng)商得以使用、管理并整合新設(shè)備和既有設(shè)備，新版Mbed Cloud亦有助邊緣運(yùn)算的推動(dòng)。
在邊緣運(yùn)算的布局上，ARM在2018年推出Project Trillium機(jī)器學(xué)習(xí)運(yùn)算平臺(tái)，以因應(yīng)大量人工智能應(yīng)用導(dǎo)入終端裝置的趨勢(shì)。終端裝置在符合大量運(yùn)算需求時(shí)，也要能維持同樣能源效率，該平臺(tái)除了提供使用者彈性和擴(kuò)充性，也將更多人工智能應(yīng)用帶進(jìn)各類(lèi)終端裝置。
在安全防護(hù)方面，ARM則推出PSA框架，與首款針對(duì)物理安全防竄改的處理器ARM Cortex-M35P，搭配如TrustZone、CryptoCell與CryptoIsland等技術(shù)和IP，讓終端裝置在面對(duì)網(wǎng)路、軟體與物理等多方面攻擊時(shí)，有更強(qiáng)防護(hù)能力。
從上述新產(chǎn)品和服務(wù)可以看出，ARM從邊緣端的安全、運(yùn)算與擴(kuò)充彈性等各方面升級(jí)，積極朝向2035年前達(dá)到全球1兆連網(wǎng)設(shè)備的目標(biāo)前進(jìn)。2018年5月中ARM與南韓電力廠(chǎng)商KEPCO合作儀表系統(tǒng)升級(jí)，利用Mbed Edge讓KEPCO部署各類(lèi)智能閘道器，連結(jié)電網(wǎng)和公共事業(yè)服務(wù)，以及對(duì)各種家用電器進(jìn)行資料即時(shí)分析，協(xié)助優(yōu)化能源的使用。
身為全球最重要芯片廠(chǎng)商之一，英特爾積極布局物聯(lián)網(wǎng)、人工智能與邊緣運(yùn)算相關(guān)策略和產(chǎn)品線(xiàn)。在2018年初CES展，英特爾便推出許多邊緣運(yùn)算相關(guān)展示，例如與多家廠(chǎng)商合作智能家庭產(chǎn)品，包括京東新一代語(yǔ)音助理京東叮咚PLAY，內(nèi)含英特爾Atom處理器，除了支援語(yǔ)音辨識(shí)外，亦可直接從裝置執(zhí)行臉部辨識(shí)。
英特爾重視視覺(jué)應(yīng)用
此外，英特爾也與宏碁、華碩、惠普與聯(lián)想等PC品牌廠(chǎng)商合作，推出搭載亞馬遜Alexa語(yǔ)音助理的電腦。英特爾參與協(xié)助改善Alexa使用體驗(yàn)，使其支援語(yǔ)音控制，并透過(guò)智能音效強(qiáng)化音訊品質(zhì)和語(yǔ)音喚醒，讓使用者可利用語(yǔ)音指令喚醒電腦。
CES展后，英特爾接著以2017年推出的英特爾Xeon可擴(kuò)充平臺(tái)為基礎(chǔ)，推出新型Xeon D-2100系列處理器，將更多運(yùn)算與智能能力結(jié)合在消費(fèi)者和商用裝置上（如手機(jī)、物聯(lián)網(wǎng)感測(cè)器與自駕車(chē)等），直接在網(wǎng)路邊緣端搜集資料，并于當(dāng)下做出回饋。
該處理器將智能功能內(nèi)嵌于功耗更低的系統(tǒng)單芯片，支援各種過(guò)往因空間和功耗限制而無(wú)法導(dǎo)入智能應(yīng)用的邊緣環(huán)境，如此一來(lái)有機(jī)會(huì)將芯片尺寸縮小，并優(yōu)化邊緣端瞵體裝置的安全、網(wǎng)路、加速與功耗等，未來(lái)可因應(yīng)5G、網(wǎng)路虛擬化與串聯(lián)云端資源等應(yīng)用。
在邊緣運(yùn)算相關(guān)范疇中，英特爾特別著重視覺(jué)應(yīng)用技術(shù)，近期併購(gòu)了Nervana、Movidius、MobilEye與Altera。在Computex 2018前，英特爾更針對(duì)機(jī)器視覺(jué)應(yīng)用，開(kāi)放視覺(jué)推論和類(lèi)神經(jīng)網(wǎng)路工具套件OpenVINO，協(xié)助開(kāi)發(fā)者快速將邊緣裝置和物聯(lián)網(wǎng)裝置收集到的影像資料，轉(zhuǎn)換成有價(jià)值的資訊。
OpenVINO可讓開(kāi)發(fā)者結(jié)合搭配CPU、GPU、FPGA與VPU等硬體，并搭配套件中三組主要API，分別是Deep Learning Deployment Toolkit（深度學(xué)習(xí)部署工具）、OpenCV（開(kāi)源電腦視覺(jué)及影像處理工具）與OpenVX（電腦視覺(jué)API標(biāo)準(zhǔn)），再利用英特爾旗下深度學(xué)習(xí)編譯器nGraph做開(kāi)發(fā)。該開(kāi)發(fā)套件亦與市場(chǎng)間主流框架如TensorFlow、MXNet與Caffe等相容，讓開(kāi)發(fā)者得以更多元工具進(jìn)行開(kāi)發(fā)。
目前該開(kāi)發(fā)套件已與工業(yè)電腦廠(chǎng)商凌華合作辨識(shí)條碼，來(lái)追蹤產(chǎn)品，亦與神基ALPR系統(tǒng)合作開(kāi)發(fā)自動(dòng)擷取車(chē)牌影像，并與威聯(lián)通和威強(qiáng)電合作進(jìn)行醫(yī)療影像收集，利用影像強(qiáng)化AI推論能力，協(xié)助診治老年性黃斑部病變。
微軟提升研發(fā)便利性
微軟近年積極發(fā)展邊緣運(yùn)算，微軟執(zhí)行長(zhǎng)于2018年開(kāi)發(fā)者大會(huì)上表示英特爾ligent Cloud和英特爾ligent Edge時(shí)代已來(lái)臨，將大力投入AI技術(shù)、產(chǎn)品與服務(wù)開(kāi)發(fā)，并以社會(huì)公益角度出發(fā)，除了之前啟動(dòng)的AI for Earth，另一個(gè)針對(duì)殘疾人士AI for Accessibility的5年計(jì)畫(huà)也跟著開(kāi)啟，預(yù)計(jì)將投入2,500萬(wàn)美元。
微軟最初以物聯(lián)網(wǎng)相關(guān)業(yè)務(wù)切入，推出Azure IoT套件，協(xié)助廠(chǎng)商做IoT業(yè)務(wù)轉(zhuǎn)型，其中，與邊緣運(yùn)算較有關(guān)系的為Azure IoT Hub和2017年推出的Azure IoT Edge。Azure IoT Hub主要處理云端和裝置間的溝通，包括通訊模式和協(xié)定支援、裝置安全性與裝置狀態(tài)監(jiān)控，Azure IoT Edge則是導(dǎo)入在A(yíng)zure IoT Hub之前，主要是將云端分析結(jié)果或自定義邏輯演算置入裝置中，讓裝置不再只是收集資料或資料管理的管道，而是可確實(shí)將AI應(yīng)用落地的解決方案。
微軟對(duì)英特爾ligent Edge的認(rèn)知在于，未來(lái)智能裝置并不需時(shí)刻處于連網(wǎng)狀態(tài)，就能讓使用者觀(guān)看、傾聽(tīng)、理解與進(jìn)行預(yù)測(cè)，亦即智能裝置需擁有更多運(yùn)算和自行處理的能力。
微軟也于2018年升級(jí)Azure IoT Edge，若從開(kāi)發(fā)端來(lái)看，首先是將Azure IoT Edge進(jìn)行開(kāi)源，讓客戶(hù)可自行修改Edge端應(yīng)用，提高掌控度，第二為既有Azure認(rèn)知服務(wù)中的Custom Vision服務(wù)，已得以部署至Azure IoT Edge中，讓無(wú)人機(jī)和工業(yè)設(shè)備等邊緣端裝置不需連網(wǎng)就能進(jìn)行關(guān)鍵決策。預(yù)計(jì)未來(lái)微軟將會(huì)在A(yíng)zure IoT Edge上開(kāi)放更多認(rèn)知服務(wù)。
第三便是容器化解決方案的簡(jiǎn)化，微軟的Azure Kubernetes Service（AKS）大幅整合開(kāi)發(fā)工具、工作空間、DevOps功能、網(wǎng)路與監(jiān)控工具等功能，讓開(kāi)發(fā)者可專(zhuān)注于開(kāi)發(fā)而非工具的學(xué)習(xí)和轉(zhuǎn)換，也讓開(kāi)發(fā)者能迅速上手Kubernetes，微軟預(yù)計(jì)也會(huì)讓Azure IoT Edge設(shè)備支援Kubernetes服務(wù)，從微軟對(duì)AKS的重視，也可看出Kubernetes對(duì)開(kāi)發(fā)者社群的重要性日增。
由上述微軟各項(xiàng)發(fā)展可知，從Azure IoT Edge進(jìn)行業(yè)務(wù)擴(kuò)展和生態(tài)圈布建已是未來(lái)策略主軸，除了簡(jiǎn)化與強(qiáng)化Edge端的開(kāi)發(fā)過(guò)程和功能外，也會(huì)將既有的認(rèn)知服務(wù)逐步與Azure IoT Edge結(jié)合，讓人工智能得以在邊緣端落實(shí)，達(dá)到英特爾ligent Edge目標(biāo)。
隨著運(yùn)算能力提升加上人工智能導(dǎo)入，邊緣端將能實(shí)現(xiàn)更多智能化和自動(dòng)化的應(yīng)用，其中視覺(jué)應(yīng)用將會(huì)成為邊緣運(yùn)算主流之一，例如物件辨識(shí)、人臉辨識(shí)、行為辨識(shí)、即時(shí)偵錯(cuò)與即時(shí)警示等，都會(huì)開(kāi)始應(yīng)用于各場(chǎng)域中，涵蓋制造業(yè)、智能城市、自駕車(chē)、智能家庭與智能零售等，成為邊緣運(yùn)算興起的第一波亮點(diǎn)。
邊緣運(yùn)算不同于過(guò)往連上云端時(shí)，需時(shí)時(shí)保持連網(wǎng)狀態(tài)，加上邊緣端的運(yùn)算和執(zhí)行能力提升，可以加入更多安全防護(hù)措施，但邊緣運(yùn)算將云端架構(gòu)分層處理，在數(shù)據(jù)的篩選、傳遞、儲(chǔ)存與應(yīng)用上差異極大，整體架構(gòu)將更復(fù)雜，便利性高的開(kāi)發(fā)工具將日漸增加。（本文作者為拓墣產(chǎn)業(yè)研究院研究員劉耕睿）。