浪潮信息定义的边缘计算模块化设计标准ECOM怎么样？

来源：蜘蛛抓取(WebSpider) 时间：2022-06-24 00:47 标签： 模块化的特征

（全球 TMT2022 年 5 月 16 日讯）5 月 11-13 日，日本最大人工智能展在东京开幕。大会现场，浪潮信息携业界领先的边缘服务器系列产品及边缘智慧停车、工业智能质检等解决方案亮相 2022 年东京人工智能最大展会，展现了如何利用人工智能、边缘计算等领先技术，应对人口老龄化、劳动力短缺等社会问题，加速构建 " 超智能社会 "。

浪潮信息展示了 EIS200、EIS800、NE5260M5、NE3412M5、NE3160M5 等边缘计算产品。其中，荣获德国红点奖的浪潮边缘计算微服务器 EIS800 更是首次在日本公开亮相。该服务器采用边缘计算模块化架构 ECOM（Edge Computing Optional Module）设计，将服务器的核心计算平台、异构加速平台、IO 模组等模组进行解耦，同时支持有线、无线等不同网络通信协议与标准，让边缘算力灵活扩展。面对千变万化的边缘计算应用场景，EIS800 具备灵活组合、体积小巧、宽环温设计、多样 IO 扩展等特性，能够大幅提升边缘场景下设备的部署、运维效率，并支撑更为复杂的 AI 负载。

浪潮信息联合东京工业大学开发的 " 无人化 " 智慧停车解决方案，将该校研发的图像识别与停车场运营管理系统部署在停车场里的浪潮边缘微服务器 EIS200 上，最多支持 16 路摄像头视频的实时处理，能够精准识别车辆、记录车辆进出时间，并为进场车辆提供空位引导。

关键词：浪潮信息 边缘计算服务器 IDC

北京2022年6月13日 /美通社/ -- 日前，国际数据机构（IDC）发布2021年度中国边缘服务器市场最新报告，数据显示2021年，中国边缘计算服务器市场规模增长266.3%。浪潮信息蝉联边缘计算服务器市场中国第一，市占率达40.9%，同比增长368.4%，领涨市场。


共识这件事情只要形成了，就是一种类似于信仰的存在。产业上下游目前对边缘计算已经形成了共识，这有点像多年前，业内对于AI的共识一样。

日前，IDC发布了2021年度中国边缘服务器市场报告。数据显示，2021年中国边缘计算服务器市场规模增长了

从数据获取的角度来看，边缘计算的价值在于从物理空间上将计算资源移动到数据创建的位置，从而大幅提高了获取数据洞察价值的效率，并在核心IT环境之外实现了业务流程和决策智能的即时启用。

因此，各国政府和企业都在不断加大对边缘计算的投入，将其作为企业数字化转型的关键驱动力。例如在欧洲，近30%的企业计划在未来两年内开始使用边缘计算技术，交通/物流、制造和能源是领先的行业门类，部分企业已经越过试验进入成熟部署阶段。

在中国市场，政府、能源、交通、制造等对边缘的部署也在加快。十四五数字经济发展规划就明确提出，要推进云网协同和算网融合发展，并建设面向特定场景的边缘计算设施、按需部署边缘数据中心。

基于这些边缘计算基础设施，企业可以提升生产运营和资源使用的效率。例如智能电网可通过利用边缘计算和IIoT控制电力输配，优化电力供给；石油企业可通过边缘计算等技术对采油机进行预测性维护、远程运维；有色金属企业利用边缘计算、AI推动冶金工艺升级等。

正是这些投入拉动了边缘计算整体方案和服务的增长，IDC数据显示，2022年全球企业和服务提供商在边缘解决方案硬件、软件和服务上的支出将达到 1760 亿美元，且未来将继续保持高速增长，到2025年将达到近2740亿美元。

在IDC的这份报告中，蝉联中国边缘计算服务器市场中国第一位的是浪潮信息，市占率达

刘香男总结了目前边缘计算市场主要聚焦的七大方向：

第一个方向是ICT融合。IT、CT、OT原来是彼此孤立的领域，随着用户对产品性能、可靠性、性价比有了更多诉求，IT、CT、OT之间发生融合。在ICT融合领域，IT设备（如边缘服务器产品）在助力CT领域的发展，通信小基站是一个非常典型的应用，此外还有围绕运营商边缘的专网、边缘云等，都是当前重点开拓的场景。

第二个方向是新一代CDN。传统CDN是一个格局相对固化的市场，主要由云公司主导，随着新一代CDN的下沉，带动内容进一步下沉到用户周边。相关的新型应用比如AR、VR、云游戏等，这些场景都需要新一代CDN来支持更好的用户体验。

第三个场景是智能网联汽车，主要围绕两个方向：一是基于园区的无人载货，即低速载货车，目前业界已有一些落地应用；另一个是无人驾驶的试点，业界多数在进行相应的试点研究，为无人驾驶未来真正的落地做储备。

第四个方向是工业互联网。工业领域场景需求巨大，也蕴含了很多政策牵引的场景，不过很多需求非常碎片化，场景非常离散。在这样一种局面下，业界当前主要聚焦于共性需求，比如工业质检、工业数据采集、工业物联网平台的建设等，通过这些共性需求逐步切入市场。

第五个场景是产业+AI，主要聚焦于电力、能源、零售、健康、石油、教育、医疗等产业方向，这些产业方向融合AI技术带来了许多创新的发展机会。产业+AI也是去年边缘侧落地最多的场景，比如智慧工地，在一些工地的实施现场，采用了工地数据采集、处理的边缘计算设备，是目前比较成功的应用开拓。

第六个方向是城市治理。一个城市的高效、自动化、智能化的治理一定离不开边缘计算，智慧交通、智慧园区/社区等，都属于城市治理的范畴，通过边缘计算的引入，可以更为合理、高效地解决实际问题。

最后一个方向是智能物联网，即泛在的智能物联网，场景相对离散，业界目前正在保持跟进状态。


如何覆盖多样场景需求？

正如以上七大方向所呈现的，不同于数据中心场景较为集中的需求，边缘计算天然就面临着非常细分、碎片的场景需求。边缘计算服务器需要具备哪些特质？浪潮信息是如何实现的？

刘香男认为，灵活的架构、极致的散热设计、极致推理能力、极简的云边端协同能力，是边缘计算服务器需要具备的特质。

2016年是AI爆发的元年，浪潮信息开始布局智慧计算。2017年，随着异构算力向边缘侧延伸，浪潮信息开始布局边缘计算，其边缘计算产品家族目前包括：边缘微中心、边缘服务器、便携式AI服务器、边缘微服务器。


那么，这些不同形态的产品具体是如何支撑多样化的应用场景？刘香男介绍，边缘微中心集成配电、制冷、动环监控等相关模块，可以进行一体化交付。例如在矿山场景中，由于没有标准的机房，通过边缘微中心搭载UPS电池包、边缘服务器及交换机，就能有效解决现场的配电、计算和数据交换的问题。

便携式AI服务器相对来说比较个性化，形态上类似塔式服务器，但是又具备很多普通的塔式服务器可能没有的特点，比如方便搬迁、可以在现场做推理应用等，目前主要在工业制造、医疗、教育等领域投入应用。此外还有自动驾驶也在进行一些试点的探索，进行数据处理等工作。

边缘服务器和边缘微服务器，这两类应用场景目前已经铺开，基本上在每个落地场景中各自负责不同层面的工作。例如金融领域每个银行网点都需要进行信息采集，小的网点如果摄像头特别少（最多十几路），要处理的数据、要运行的算法并不多，边缘微服务器就可以满足需求。对于中大型的网点，涉及到的摄像头数量更多，数据和算法需求更为复杂，就要用到边缘服务器。

综合来看，边缘微中心和便携式AI服务器是比较个性化的两类产品，所面向的用户也相对有针对性；边缘服务器和边缘微服务器面向通用的应用场景，仅针对用户的定制化需求做应用区分。通过这四条硬件产品线，再加上软件的能力、超融合的能力，以及融合了浪潮信息自研的操作系统，可以针对多样化的场景提供相应的方案组合。

目前，这些产品已在制造、能源、交通、通信等行业落地，用户场景包括全球轴承巨头智能工厂、亚洲最大海上风力电站、广州粤港澳大湾区智慧路口、东京工业大学智慧停车场等，为各类边缘场景提供丰富的边缘算力。

边缘服务器目前面临哪些发展挑战？一方面，边缘服务器针对不同场景所衍生出不同形态的发展趋势，对产品的设计、制造、生产等也提出了更高要求；另一方面，边缘服务器目前尚处于发展早期，相关的产品、方案标准还没有成型，仍处于探索阶段。

针对上述挑战，浪潮信息给出了自己的解决方案：首先是尽可能的让边缘服务器标准化，例如基于OTII标准的边缘服务器，已经能够满足一些批量要求了。再从产品设计上强化解耦性，因为充分的解耦可以在一定时期内应对用户的灵活需求，确保在定制化需求中的投入尽可能小，通过轻量定制就能够快速满足需求。

浪潮信息还定义了全新的边缘计算模块化设计标准ECOM，将核心计算平台、异构加速平台、I/O模组等功能模组进行解耦，实现标准化、模块化，让各个功能模组能够像积木一样灵活组合，以适应多样化、差异化的边缘场景，为上下游伙伴提供参考标准。基于ECOM标准的边缘微服务器EIS800，就凭借高度灵活性获得了2022年的德国红点奖。


此外，为了让边缘应用更成规模、产品更为聚焦，浪潮信息一直在推进生态引领的工作。希望能够与生态伙伴合作打磨，更精准地抓住业内核心诉求，推动相应的标准建设工作，在更高的产业发展维度和生态引领效应维度，推动边缘计算生态从离散走向集中，带动业内的生态繁荣。

边缘计算最终能帮我们实现一幅怎样的算力蓝图？

刘香男认为，未来，云边协同将是一个趋势，也就是将云侧的算力释放到边缘侧，边缘侧再将计算、处理结果去反哺云侧计算，从而实现全局性的、高效的、分配更为合理的计算架构。

此外，随着AI的进一步发展，边缘智能将是未来的重要方向。刘香男表示，随着AI算力从数据中心下沉、并向边缘侧延展，边缘侧将具备一定的AI推理能力。预估未来，边缘侧的AI算力占比可能达到60%，在数据中心和端侧各为20%。也就是说，边缘侧进行AI处理后，可以把结果返回数据中心，数据中心将会进行更大规模的计算，例如整个城市级别的计算，对整个城市的综合运营情况进行评估，然后再训练新的模型去赋能边缘，同时实时支撑端侧智能的运转。

在云边端一体的大布局中，刘香男认为，下一步重点要解决的是生态问题，边缘智能不是一家硬件厂商、软件厂商或算法厂商就能够实现的，而是需要融合产业上下游整体合作伙伴、用户共同来开拓，只有产业形成合力，才能遇见边缘市场繁荣的未来。

短视频走天下 光影间观电子

电 子 业 内 权 威 社 群

千 余 专 家 群 策 群 力

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

我要回帖

更多关于 模块化的特征 的文章

 

随机推荐