The page you're viewing is for Simplified Chinese (China) region.

The page you're viewing is for Simplified Chinese (China) region.

网络边缘发生的
基础设施转型调查

探索边缘计算

网络边缘发生的
基础设施转型调查

 

阅读新闻

边缘计算技术的转型

边缘计算是指位于集中式数据中心和产生或使用数据的用户、设备之间的计算和存储技术。它通常部署为云和中央数据中心的替代方案,与集中式计算资源相比,能够提供更低的延迟和较低的数据传输成本。但边缘计算也是云计算增长的驱动因素。对于最终发送到云以供处理、存储或长期分析的数据,边缘计算设备可以充当暂存器。

教育、金融服务和零售等行业长期以来一直依赖本地存储和计算来支持其分布式运营。这些行业现在面临着挑战,急需确定这些过时边缘计算设备能否满足新兴边缘计算用例的要求,或者是否需要进行替换或补充专用边缘计算设备。与此同时,其他行业也必须建立自己的边缘网络,以充分利用新型数字应用带来的机会。

Vertiv 探索边缘计算 (What’s Your Edge) 全球调查收集了 156 名行业专业人士对其当前边缘计算部署和计划的意见。这些受访者来自于亚太地区、中国、欧洲、中东和非洲 (EMEA)、印度、拉丁美洲 (LATAM) 和北美。

代表的主要行业包括银行和金融 (8%)、托管型数据中心/托管/云 (7%)、工程和建筑 (9%)、教育 (5%)、制造业 (17%)、专业服务 (11%)、零售 (8%)、电信 (12%) 和运输 (7%)。

定义“边缘计算”

过时边缘计算设备是指传统意义上为实现本地数据处理和通信而部署在远程办公室和其他业务地点的分布式 IT 资源。

专用边缘计算设备是指为支持工业物联网 (IIoT) 应用、自主机器人、预测性分析和基于条件的监控等边缘计算用例而专门设计和部署的设备。

 

转向云和边缘

由于数字化技术和新应用的不断运用,生成和消耗的数据也越来越多,而组织也愈发需要优化边缘计算和云计算的能力。

Edge-Survey-Report-graphic-01-800x600-348350-Zh-CN_349811_0.png1支持、部署或计划部署边缘计算设备的受访者百分比。

 

EMEA(欧洲、中东及非洲)和印度的受访者最有可能支持过时的边缘计算设备,其中大约一半(分别为 49% 和 50%)的边缘计算活动由过时设备组成。对于其他地区,37% 的受访者支持使用过时的边缘计算设备。

LATAM(拉丁美洲)和北美的受访者最有可能已经部署了专用边缘计算设备,其中大约三分之一(分别为 33% 和 32%)的边缘计算活动包括专用边缘计算设备。相比之下,中国为 15%,印度为 18%,这两个地区目前支持专用边缘计算设备的受访者比例最低。

然而,中国似乎正在缩小差距。该地区正在部署或规划部署新型边缘计算设备的受访者比例最高,为 48%。亚太地区排名第二,为 37%。正在部署或规划新型边缘计算设备的受访者比例最小的地区是 EMEA (28%) 和 LATAM (30%)。

新型边缘计算设备的涌入将增加对网络边缘的依赖。受访者预计,五年内部署在边缘的 IT 基础设施的百分比将从目前的 21% 增长到 27%。他们预计集中式本地部署的 IT 基础设施的百分比将减少 22%,而云中的资源百分比将增加 32%,而边缘中的资源百分比将增加 29%(图 2)。

 

印度和拉丁美洲目前在使用本地部署的 IT 资源中所占的比例最高,分别为 60% 和 50%(图 3)。亚太地区使用公共云资源的比例最高,为 32%。中国使用边缘计算资源的占比最大,为 26%。平均来看,中国的受访者预计五年后边缘 IT 基础设施的百分比将增长到 31%。来自拉丁美洲的受访者预计将迎来最大的增幅,从 2021 年的 21% 上升到 2026 年的 30%。

 

Edge-Survey-Report-graphic-02-800x600-348351-Zh-CN_349812_0.png

2当前和五年内在不同环境中部署的 IT 资源的百分比。

Edge-Survey-Report-graphic-03-800x600-348338-Zh-CN_349813_0.png3按地区划分在不同环境中部署的 IT 资源的百分比。

 

洞察当今的边缘计算技术

现今“典型的”边缘计算设备包含一至四个 IT 设备机架,功率要求在 2 至 20 kW 之间,而更大型的设备也很常见。42% 的设备由四个以上的 IT 设备机架组成,其功率要求高于 20 kW(图 4)。

过时的边缘计算设计实践似乎在当今的环境中依旧占主导地位。超过一半 (52%) 的受访者在一定程度上采用了弹性技术,其与 Uptime Institute 所分类的 I 级或 II 级水平相当。三分之一 (33%) 的受访者正在设计边缘设备,希望使其正常运行时间达到相当于 III 级或 IV 级的可用性水平(图 5)。

在这些弹性级别中,可以采取冷却和管理技术来改善边缘设备的宕机容忍度。

  • 只有 39% 的受访者在使用专用的精密冷却系统来处理边缘计算设备产生的热量,尽管超过 90% 的设备的功率至少为 2 kW,而这是推荐使用专用精密冷却系统的阈值(图 5)。
  • 总的来说,6% 的受访者在采用液冷技术,这表明高密度边缘计算环境正变得越来越普遍。
  • 类似的缺陷在目前的边缘计算管理实践中也很明显。三分之一 (33%) 的受访者依靠身处边缘计算设施所在地点或附近位置的 IT 人员来支持运营,而随着边缘计算设备部署数量的增加,这种方法可能会显露弊端。有 25% 受访者表示其边缘计算位置部署了集中式 IT 员工,其需要前往异地站点进行定期维护并排除故障。这也会对 IT 员工造成压力,因为设备数量在不断增加,如果发生故障,可能会显著延长宕机时间。
  • 一个更加综合的解决方案是使用集中式 IT 人员来为边缘计算技术进行远程访问和监控,目前有 30% 的受访者在使用这种技术。另外 12% 的受访者将其边缘计算设备的管理予以外包。

Edge-Survey-Report-graphic-04-800x600-348339-Zh-CN_349814_0.png4当前边缘计算设备部署的机架数量和功率要求。

Edge-Survey-Report-graphic-05-800x600-348340-Zh-CN_349815_0.png

5当前边缘计算设备的弹性水平和热管理策略。

从旧式边缘计算设备向专用边缘计算设备转变

新兴边缘计算用例

过时的边缘计算设备通常会根据 IT 负载的功率要求而配置,无论支持的是何种用例或应用。当今的新兴用例有要求更苛刻,不仅必须根据 IT 要求进行配置,还必须根据用例的延迟、带宽、可用性和安全性要求来配置。

 

Vertiv 将这些用例分为四类:

  • 数据密集型边缘计算用例管理着海量的数据,但没有切实可行的方法将这些海量数据传输至云,例如视频流和物联网应用。过去五年来,数据量激增,而数据密集型用例成为了新一代边缘计算用例中最成熟的一类。超过三分之一的受访者 (38%) 认为其边缘计算投资受数据密集型用例驱动(见图 6)。
  • 体验时延敏感型用例是指延迟问题会对人类的技术使用体验产生负面影响的用例,例如虚拟现实和自然语言处理。这是第二个最受欢迎的边缘计算用例类别,32% 的受访者表示其边缘计算投资受体验时延敏感型用例的驱动。
  • 机器时延敏感型用例通常需要比体验时延敏感型用例更低的延迟,因为机器需要这样的速度来处理数据。此类别的关键用例包括智能电网和智能安全系统。五分之一的受访者 (20%) 表示,他们对边缘计算技术的投资主要受机器时延敏感型用例驱动。
  • 生命保障型用例最为苛刻,也通常最不成熟,因为它们会直接影响人类的健康和安全。最有名的生命保障型用例是自动驾驶汽车、机器人和数字健康应用。大约十分之一的受访者 (11%) 表示,其边缘计算投资主要受生命保障型用例驱动。

边缘计算典型场景能够帮助组织明确其边缘计算策略,因为此类策略有助于确定不同用例所需的边缘计算数据中心模型。根据用例的具体要求,边缘计算网络可以包括《典型场景 2.0:部署就绪边缘计算基础设施模型》报告中定义的全部或部分边缘计算模型(图 7)。

Edge-Survey-Report-graphic-06-800x600-348341-Zh-CN_349816_0.png图 6:当前支持每个边缘计算典型场景的边缘计算设备的百分比。

Edge-Survey-Report-graphic-07-800x600-348342-Zh-CN_349817_0.png图 7:边缘计算模型。

边缘计算典型场景 2.0:部署就绪边缘基础设施模型

为您的业务构建最佳边缘计算基础设施

阅读报告全文

减少制造设备宕机时间和优化供应链是推动边缘计算投资的最流行用例。预测性维护是受访者提到的最主要的用例 (39%),其次是基于条件的维护 (36%)、供应链管理 (34%) 和实时库存管理 (31%)(图 8)。

这些结果反映了各种用例的相对成熟度,以及支持这些用例所需的设备数量。21% 的受访者认为,在推动边缘计算技术采用方面,视频流是最为成熟的边缘计算用例之一,并且与其他用例相比,目前所占的数据量可能更高,但通常对延迟没有那么敏感,通常由区域或分布式边缘设备支持。预测性维护和基于条件的监控更有可能由靠近设备的微型边缘计算设备支持,从而导致有更多设备来支持这些用例。此外,在设备宕机中断运营的情况下,这些用例可以为任何行业带来价值,包括制造、仓储和分销、石油和天然气生产和采矿。

Edge-Survey-Report-graphic-08-800x600-348343-Zh-CN_349818_0.png

8推动边缘计算采用的用例。

 

边缘基础设施的当务之急

受访者认为,在扩展边缘计算网络以支持新兴用例时,他们遇到了一些挑战。在对这些挑战进行排序时,85% 的受访者将安全性放在三大挑战之首,其次是可用性 (69%) 和延迟 (62%)(图 9)。

对于边缘计算设备来说,必须考虑物理安全和数据安全性。在分配 IT 资源之后,边缘计算会使数据安全管理复杂化。然而,在诸如医疗保健这样的用例中,边缘计算设备可以使数据靠近数据的生成来源,并最小化通过向云传输数据可能造成的威胁,从而避免数据遭到攻击。在所有情况下,可上锁的机架和机柜都能用来保护 IT 资产的物理安全,防止未经授权的访问。

 

 

集成系统,是指所有基础设施都安装在工厂的机架或机柜中,通常能够提供这种级别的物理安全性,同时还可以配置传感器,以便在未经授权的人员打开门时生成警报。

集成系统还能够利用符合应用要求的功率保护、配电、热管理和监控系统来解决可用性问题。将 IT 设备部署在非专用环境中之后,它们甚至可以减少延迟。这些系统还具有额外优势,无需在现场“搭建”系统,从而缩短部署时间。超过半数 (57%) 的受访者已经通过单机架系统或预制数据中心模块为其边缘计算设备实现工厂集成(图 10)。

Edge-Survey-Report-graphic-09-800x600-348344-Zh-CN_349819_0.png

9受访者如何为边缘计算挑战排序。

Edge-Survey-Report-graphic-10-800x600-348345-Zh-CN_349820_0.png

10使用集成式和模块化边缘基础设施解决方案的受访者百分比。

 

可持续性与边缘计算

数据中心可持续性(即减少排放、提高资源利用率、消除浪费)已成为 IT 和数据中心运营的主要优先事项。在将当前对数据中心可持续性的关注拓展到边缘计算的过程中,受访者清楚地看到了良机。

提高边缘计算运营效率最简单的方法是部署节能技术。超过四分之三 (77%) 的受访者已部署或正计划部署高效 UPS 系统,以支持其边缘设备。新型的中型双变化式 UPS 系统使用动态在线优化技术,能够在市电可用时,减少功率调节时的能源损失,实现超过 98% 的运行效率。当输入功率质量下降时,这种系统会无缝切换到双变化模式来保护设备。

受访者们正在跨越节能技术,并寻求更具颠覆性的可持续性技术,如可再生能源和动态电网支持。在边缘设备的热管理方面,节水和低全球升温潜能值 (GWP) 技术似乎正在引发关注(图 11)。

Edge-Survey-Report-graphic-11-800x600-348346-Zh-CN_349821_0.png

11已部署可改善边缘计算可持续性的技术。

要点

虽然外界存在对“边缘计算革命”的诸多炒作,现实却是,向边缘计算迁移其实更像是一种演变过程。组织正在扩大边缘计算的使用范围,但他们采取的是可管理和受控的方式,这能够实现从过时边缘计算技术到专用边缘计算技术的逐步过渡。

这并不意味着正在发生的这些变化无足轻重。这种 IT 资源向边缘和云的转变具有重大意义,可能对支持新应用、打造全新客户体验以及有效管理有限的 IT 资源的能力产生深远的影响。在这种情况下,本次调查所揭示的变化速度似乎在满足利用新兴用例的愿望和最大限度减少对运营的干扰之间取得了适当的平衡。

该调查确实揭示了一些困扰,即组织能否有效为边缘计算设备提供支持,从而达到新兴用例可能需要的可用性水平。

特别是热管理实践必须不断演进,以适应当前和未来设备的更高功率要求。依赖于温和的冷却措施对 2 kW 以上的设备进行冷却已远远不足,这是因为这些系统缺乏 IT 系统所需的精确度、容量和可靠性。采用适用于边缘计算的特定设计,更广泛地采用适应于边缘计算增长的精密冷却技术,才能满足运营商对其边缘计算设备的可用性期望。

管理实践也需要成熟化。安全远程访问和监控技术已比较完善,并且可提供边缘基础设施和 IT 系统的可见性以及控制功能。它们能够提前对发热等潜在问题进行预警,并且能远程排除 IT 系统的的故障。此类系统还为支持新兴用例的边缘计算设备实施预测性维护奠定了基础,是本次调查中最受欢迎的边缘计算用例。

受访者资料

受访者所代表的行业

参与调查的受访者来自于各行各业,验证了边缘计算技术的广泛适用性。图 12 示出了具有显著代表性的行业。代表性低于 3% 的行业被汇总到“所有其他行业”类别中,包括航空航天、广播和娱乐、医疗保健、军事/国防、电力/气体传输和运输以及供水/污水处理行业(图 12)。

Edge-Survey-Report-graphic-12-800x600-348348-Zh-CN_349822_0.png

图12:调查中的各行业代表。

按地区划分的受访者

全球探索边缘计算 (What’s Your Edge) 调查涵盖了全球所有主要地区的受访者(图 13)。

Edge-Survey-Report-graphic-13-800x600-348347-Zh-CN_349823_0.png

图 13:调查受访者的区域分布。

组织规模

不仅大型组织在部署边缘计算,小型组织也在挖掘边缘计算的价值。值得注意的是,按照员工数量来衡量的组织规模大小,不一定与所部署的 IT 资源规模呈正相关。托管型数据中心提供商的人数可能很少,但其 IT 网络规模却很庞大(图 14)。

Edge-Survey-Report-graphic-14-800x600-348349-Zh-CN_349824_0.png

图 14:参与调查的组织规模,按员工人数衡量。

选择您的本国语言