5G时代,边缘计算会引发数据“堰塞湖”现象吗?

来源:智汇工业

点击:1264

A+ A-

所属频道:新闻中心

关键词:5G 边缘计算 AI

    2017年,地平线专注于AIoT边缘计算的“旭日”系列处理器正式流片量产,一年后,地平线发布了XForce边缘AI计算平台,其“旭日”处理器也成为了2018年全年国内出货量最大的边缘计算人工智能处理器之一。随着今年中国5G商用牌照的发放,产业即将迎来更大的数据流量,边缘计算随之进入加速期,地平线又将如何布局?


    边缘计算成本高昂


    一波巨大的数据流正在路上,人们用“数据爆炸”来形容跟随在5G网络身后的大批量数据。小到智能穿戴设备,大到汽车、楼宇,受惠于高带宽的网络连接,万物互联时代即将开启。据英伟达、英特尔以及IBM官方公布的数据,未来每辆自动驾驶车辆,每天将产生最多1000TB数据,2000辆自动驾驶车辆每天将产生250万兆字节的数据量。“要知道,这个数量级等同于全人类在2015年产生的数据量之和。”地平线联合创始人兼副总裁黄畅说。


    随之而来的便是数据存储以及处理问题。很多大厂开始布局数据中心,期望巨大的机房可以解决即将到来的数据压力,但传统的数据中心模式,无论是在资本还是在能源方面,都存在着大量有待解决的问题。“一个令人吃惊的现实是,人们用20万元购买一台GPU服务器的同时,还需要再加20万元购买两年的机房场地费。此外,还要缴纳电费、网费、维护等费用,成本相当高。”黄畅说。


    除了需要高昂的资金成本外,传统数据中心对于地理位置也十分挑剔。“约束太多了,你需要找一个电费便宜的地方,还需要制冷,例如世界上最大的数据中心,它建在北极圈内。此外,还要保证地理位置不能常年地震。”黄畅说。


    降低数据传输成本,成为了企业需要迎头面对的第一个问题。传统的数据传输路线,是从终端到云端的链接,但是大规模数据袭来,传统的模式势必难以解决延时以及功耗上的难题。于是,人们提出了“边缘计算”。将部分数据处理放在边缘,以期降低传输成本。“过去只有端和云,现在突然出现一个边缘计算,人们看到了巨大的市场空间。”黄畅说。


    新变量边缘计算的到来,引发了商业范式的转移。在主干网传输速度尚未提升之时,边缘计算使得数据将大规模拥塞在终端与云端之间的数据网络的叶子节点上。“5G网络技术虽然很快,破解了边缘处的数据传递,但是这种传递受距离限制,大概在700米的范围内传递,它并没有从本质上改变干网的带宽。”黄畅表示,未来的5G基站旁,将很容易出现数据“堰塞湖”现象,即大批量数据拥塞在一个节点,“这就需要更加快速的处理能力。解决这个问题,是地平线定位的企业价值所在。”黄畅说。


    初创公司的企业责任


    “地平线是一家开放的AI初创企业。”黄畅表示,与同领域的其他公司相比,“开放性”是地平线最大的特色,“不碰数据、不做应用”是地平线给客户的一个保障。“我们为行业提供最好的AI边缘计算平台,并配备高性价比的软件,打造好用的工具链,为客户提供一些参考算法,增加开发便捷性,帮助客户提高核心竞争力。”黄畅说。


    这是黄畅眼中地平线实现的企业价值。而在实现价值的更深处,黄畅认为,AI初创企业更应该背起社会责任。“未来的数据会呈数量级的往上增长,当数据规模成长到一定程度后,如果不对数据进行处理,将难以产生价值,但是对数据进行处理后,必然会消耗能量,这是一批很大规模的能量消耗。”黄畅表示。


    据《中国数据中心能耗现状白皮书》,我国数据中心每年碳排放量达到9600万吨,是民航年碳排放量的两倍之多。在AI智能化带来便捷的另一端,数据计算将带来巨大的能源消耗与排放。黄畅将“极致效能”定义为AI企业应该履行的社会责任。“训练一个AI模型,将产生284吨碳排放量,相当于5辆汽车平均一年的碳排放量。环境碳的排放量,是AI企业需要承担的巨大社会责任。未来,包括电能消耗、环境污染在内的众多资源在内,都需要企业重点关注。”黄畅向记者描述道。


    未来,预计AI领域将面对更大的能源消耗问题。黄畅认为,若AI初创企业不能改善产品效率,不能十倍、百倍的提升性能,将来或将面对“争抢能源”的问题。在企业努力实现商业价值的同时,为了更好地发展,需要提前部署应用能源相关问题。“如果在众多性能里面选择优化一种性能的话,我们会选择节能。这是地平线的社会责任,也是AI初创企业应该面对的责任。”黄畅说。


    (审核编辑: 刘传龙)