中国安防行业网

首页 > 行业研究 > 正文

边缘计算:5G时代关键技术 FPGA称雄
2019/4/10 9:14:00   智东西      关键字:边缘计算,5G,关键技术      浏览量:
边缘计算业务部署形态多样。从细分价值市场的维度,边缘计算主要分为三类:电信运营商边缘计算、企业与物联网边缘计算、工业边缘计算。围绕上述三类边缘计算,业界主要的 ICT、OT、OTT、电信运营商等玩家纷纷基于自身的优势构建相关能力,布局边缘计算,形成了当前主要的六种边缘计算的业务形态。

5G 算力需求受到信号处理和边缘计算两大驱动,一方面,通信信号处理需求的增多对算力提出了新要求,另一方面,5G 是物联网创新的起点,将带来多种物联场景,边缘计算是支撑物联技术低延时、高密度等条件的具体网络技术体现形式,具有场景定制化强等特点,多场景的算力需求驱动边缘端计算能力的提高。边缘计算作为 5G 新特性将成为重要增量部分,较之传统云计算,边缘计算安全性更高、低时延、带宽成本低,将成为 5G 时代不可或缺的一部分,同时,由边缘计算带来的算力需求也将成为 5G 时代重要增量部分。

本期的智能内参,我们推荐来自中泰证券的报告《5G 边缘计算将引发算力产业格局巨变》, 详解5G边缘计算对产业格局的影响。

一、5G 边缘计算将引发新的算力需求

1、 5G 算力需求受信号处理和边缘计算两大驱动

5G 时代的算力需求将受到云管端三大层面的影响。从传输管道的角度看,5G 无线通信系统需要支持比 4G 系统更大的带宽,以及大型的天线阵列,以实现更高的载波频率,从而有可能构建小得多的天线元,未来5G 的连接状态会更加复杂多变,一个基站可以覆盖百万级用户量,这一量级对硬件系统的要求会大幅提高;从用户端的角度看,5G 时代,终端将突破 4G 时代的手机端,全面拓展至物联端,包括消费类产品、基础类产品、通用类产品、特定场景产品,带来大量连接与计算需求;从平台的角度看,在 5G 时代,云计算平台将面临着海量设备接入、海量数据、带宽不够和功耗过高等高难度挑战,边缘计算将与云计算互相协同,云计算聚焦非实时、长周期数据的大数据分析,边缘计算则更靠近执行单元,能够快速响应,对于时延要求高的业务而言,边缘计算可为客户提供更好的服务。

▲5G 算力需求受到三大层面的影响

边缘计算是 5G 时代的关键技术。边缘计算是将云计算平台从核心网网元迁移到无线接入网靠近终端的边缘,被确立为 5G 关键技术,将配套移动接入网搭建贴近用户和终端的处理平台,提供 IT 或者云的能力,以减少业务的多级传递,降低核心网和传输的负担。边缘计算是作为 5G网络区别于 3G、4G 标准很重要的差别,是支撑物联技术低延时、高密度等条件的具体网络技术体现形式。

▲边缘数据中心的引入将极大缩减时延并缓解整网的回传与计算压力

5G 边缘计算的算力需求受两大驱动。一方面,通信信号处理需求的增多对算力提出了新要求,另一方面,5G 是物联网创新的起点,将带来多种物联场景,边缘计算是支撑物联技术低延时、高密度等条件的具体网络技术体现形式,具有场景定制化强等特点,如智能驾驶要求低延时,而智慧城市则要求高带宽,多场景的算力需求驱动边缘端计算能力的提高。

▲边缘计算联接物理世界与数字世界

2、边缘计算作为 5G 新特性将成为重要增量部分

边缘计算将推动 5G 技术更好的发展。随着物联网时代的到来,边缘计算将与云计算共同推进物联网的发展,边缘计算的核心,是将计算任务从云计算中心,迁移到产生源数据的边缘设备上,较之传统云计算,有以下几大优势:

1、安全性更高。边缘计算中的数据仅在源数据设备和边缘设备之间交换,不再全部上传至云计算平台,防范了数据泄露的风险。

2、低时延。据运营商估算,若业务经由部署在接入点的 MEC 完成处理和转发,则时延有望控制在 1ms 之内;若业务在接入网的中心处理网元上完成处理和转发,则时延约在 2~5ms 之间;即使是经过边缘数据中心内的 MEC 处理,时延也能控制在 10ms 之内,对于时延要求高的场景,如自动驾驶,边缘计算更靠近数据源,可快速处理数据、实时做出判断,充分保障乘客安全。

3、减少带宽成本。一些连接的传感器(例如相机或在引擎中工作的聚合传感器)会产生大量数据,在这些情况下,将所有这些信息发送到云计算中心将花费很长时间和过高的成本,如若采用边缘计算处理,将减少大量带宽成本。

5G 推动社会从人联时代走向物联时代,连接数的大量增长,叠加边缘计算自身优势,将成为 5G 时代不可或缺的一部分。同时,由边缘计算带来的算力需求将成为 5G 时代重要增量部分。

3、5G 边缘计算将引发技术和市场变革

边缘计算低时延、高密度连接的特点将引发技术和市场的变革。从芯片的角度看,边缘计算将带来大量的数据量,对芯片处理能力提出了新要求,多场景的定制化需求对芯片的灵活性有更高要求,过去,在人工智能图像学习领域,GPU 大展身手,擅长大规模并行计算的 GPU 在这一时期出现了爆发增长,而 ASIC,则在具有广阔下游市场的细分领域内有较强优势,如矿机市场。

面向未来万物互联的物联网时代,FPGA 有望引来爆发,FPGA 是可编程的加速芯片,开发时间短,占用带宽低,时延低,适配低时延、高密度、多场景的物联时代,也许未来某一细分场景市场规模大时,该子领域的加速芯片有望转变为 ASIC芯片,但总体而言,我们的判断是:物联时代 FPGA 将首先迎来爆发。从服务器的角度看,边缘计算也将为服务器市场带来新变化,边缘服务器将逐步应用与推广,部分客户将选择超融合边缘服务器形态。

二、5G 边缘场景的多样化驱动算力产业进入 FPGA 时代

1、边缘计算业务部署需求呈现多样化特征

人联时代网络和物联时代网络存在大差异。首先,物联网将以 B 端用户为主区别于互联网 C 端为主,并且无线的物联场景将必然以边缘网络的方式来呈现,当然这与互联网的企业局域网的应用深度有着本质差异,互联网时代的企业需求是信息化为主,而物联时代将主要是智能应用需求为主;针对不同行业和业务比如工业控制、智能驾驶、视频监控等,其对终端功能的定位、算力的需求、应用的方式将会截然不同;在互联网时代马太效应非常显著,赢家通吃,但在物联时代,仅对企业客户需求把控准确的公司才能逐步做大做强。

▲人联网络与物联网络的差异

边缘计算业务部署形态多样。从细分价值市场的维度,边缘计算主要分为三类:电信运营商边缘计算、企业与物联网边缘计算、工业边缘计算。围绕上述三类边缘计算,业界主要的 ICT、OT、OTT、电信运营商等玩家纷纷基于自身的优势构建相关能力,布局边缘计算,形成了当前主要的六种边缘计算的业务形态:物联网边缘计算、工业边缘计算、智慧家庭边缘计算、广域接入网络边缘计算、边缘云以及多接入边缘计算(MEC),在实际部署的商业用例中,上述的六种业务形态可以独立存在,也可以多种业务形态互补并存。

▲边缘计算部署形态

2、5G 边缘计算驱动 FPGA 将成为产业新重心

在相同的晶体管规模下,越是通用的处理器计算效率越低,能耗比也越差;定制性越高,应用的范围越窄,但越“精通”某一类型的计算。当某一类型的计算形成一定规模,高算力、低功耗为代表的专用 ASIC 便成为一种极致下的选择,如区块链的矿机,多使用 ASIC 芯片。

▲处理器的灵活性与性能差异

▲CPU/GPU/FPGA/ASIC 间的区别

FPGA,可深度定制,并实现算力升级。一方面,FPGA 可针对每一种具体应用,根据其算法结构进行深度定制,甚至为算法的每个步骤设计专门的执行逻辑,避免了通用处理器的取指和译码过程,从而达到较高的计算效率和能效;

另一方面,其可编程特性可以加载不同的运算架构,实现器件本身的通用性,不但可以设计针对图像图像的计算结构,也可实现 GPU 并不擅长的搜索、加密解密等计算结构。

▲FPGA 的优点与限制因素

FPGA 相比其他异构处理器更适配边缘计算场景。与 GPU 相比,大幅优化带宽,当采用 GPU 提升算力时,GPU 的计算数据需要分享服务器的网络带宽、PCIE 带宽、内存带宽等,影响计算效率的同时反而加剧了服务器的带宽瓶颈。只有在具备极高数据复用率的场景中,如 CNN 等,才有望跑满计算资源,然而,对于 FPGA,可以通过IO编程能力采用另一种智能网卡的方式实现加速:一方面,FPGA计算所需的数据不需要进入服务器,将硬件加速过程与服务器的带宽瓶颈解耦,避免与 CPU 的带宽竞争,另一方面,可承担部分原属于 CPU的计算任务,减少进入服务器的数据量和计算复杂度,从而缓解带宽压力。

▲FPGA 中的硬件加速逻辑

FPGA 在低延时和稳定性上具备天然的优势。一方面,其片上集成了大量缓存和外部 DRAM 接口,降低计算过程中与 CPU 的交互,使硬件加速过程避免了操作系统层面的资源调度和进程间干扰,从而保证了确定性的延迟。另一方面,FPGA 可实现基于定制流水线 MIMD(并行指令和并行数据)设计,实现流式处理。中间数据在流水线之间传递和交互,降低对缓存的依赖,进一步降低延迟。

▲微软 FPGA 数据中心延迟和稳定性对比

3、 边缘计算应用场景对算力需求明确

根据中国移动发布的《中国移动边缘计算白皮书》,目前智能制造、智慧城市、直播游戏和车联网 4 个垂直领域对边缘计算的需求最为明确。

在智能制造领域,工厂利用边缘计算智能网关进行本地数据采集,并进行数据过滤、清洗等实时处理。同时边缘计算还可以提供跨层协议转换的能力,实现碎片化工业网络的统一接入。一些工厂还在尝试利用虚拟化技术软件实现工业控制器,对产线机械臂进行集中协同控制,这是一种类似于通信领域软件定义网络中实现转控分离的机制,通过软件定义机械的方式实现了机控分离 。

在智慧城市领域,应用主要集中在智慧楼宇、物流和视频监控几个场景。边缘计算可以实现对楼宇各项运行参数的现场采集分析,并提供预测性维护的能力;对冷链运输的车辆和货物进行监控和预警;利用本地部署的 GPU 服务器,实现毫秒级的人脸识别、物体识别等智能图像分析。

在直播游戏领域,边缘计算可以为 CDN 提供丰富的存储资源,并在更加靠近用户的位置提供音视频的渲染能力,让云桌面,云游戏等新型业务模式成为可能。特别在 AR/VR 场景中,边缘计算的引入可以大幅降低AR/VR 终端设备的复杂度,从而降低成本,促进整体产业的高速发展。

在车联网领域,业务对时延的需求非常苛刻,边缘计算可以为防碰撞、编队等自动/辅助驾驶业务提供毫秒级的时延保证,同时可以在基站本地提供算力,支撑高精度地图的相关数据处理和分析,更好地支持视线盲区的预警业务。

除了上述垂直行业的应用场景之外,边缘计算还存在一种较为特殊的需求–本地专网。很多企业用户都希望运营商在园区本地可以提供分流能力,将企业自营业务的流量直接分流至企业本地的数据中心进行相应的业务处理。比如在校园实现内网本地通信和课件共享,在企业园区分流至私有云实现本地 ERP 业务,在公共服务/政务园区提供医疗、图书馆等数据业务。在这一类应用场景中,运营商为客户的本地边缘计算业务提供了专线服务。

▲边缘计算的典型场景

FPGA 适配边缘计算的多种场景。从边缘计算的几个典型场景看,FPGA适配不同场景。不论是低时延的智能制造和车联网,还是高带宽的智慧城市和直播游戏,FPGA 的自身特性都灵活地适配于这些不同的场景。

三、边缘计算有望带来算力产业高增长

1、FPGA 市场讲迎来数倍级别高增长

边缘计算对算力产业格局带来的巨变由两个方面体现——一方面是基站,基站主要进行通信信号的换算,又可以分为宏基站和小基站,其中小基站作为 5G 最具特征的接入场景,有望成为边缘计算的新入口,另一方面是服务器,边缘计算有望带来服务器产业的变化,大量即时数据的处理,可以放置边缘端,边缘服务器的重要程度将提升。

据中泰证券测算,预计至 2023 年,边缘计算领域的算力市场规模有望达到 127亿美元,近 5 年 CAGR=43.5%,其中至 2023 年,宏基站端的算力投资规模约 31.25 亿美元,小基站端算力投资规模约 37.5 亿美元,服务器端算力投资规模约 58.5 亿美元。

▲边缘计算领域的算力市场规模

据 Gartner 统计,2017 年全球 FPGA 市场规模约为 40 亿美元,根据 Xilinx 的收入规模及市场份额进行测算,假设 2017 年全球 FPGA 市场规模为 43.7 亿美元(Xilinx 2017 财年实现营收 23.5 亿美元,市场份额约为 58%)。过去 FPGA 多运用于军事领域,如航天、航空、电子、通信、雷达、高端波束形成系统等,我们认为,未来 FPGA 在军事领域的增速有望保持稳定。预计未来 FPGA 将广泛运用于民用领域,预计至 2023 年,全球 FPGA 的市场规模约为 171.03 亿美元,5 年复合增速为 21.5%,其中 FPGA 在民用通信领域的市场规模约 127 亿美元,市场迎来快速增长。

2、科技需求驱动算力产业格局新变化

FPGA 有望在物联时代大放光彩,Xilinx 为全球龙头。FPGA 低时延、低带宽、灵活性高等特性适配物联时代场景定制化需求,有望在物联时代大放光彩。在 FPGA 领域,Xilinx 和 Altera(现被 Intel 收购)长期稳坐第一第二的位置,专利达 6000 多项,根据 2017 年财报数据显示,Xilinx 的市场份额约 58%。目前 FPGA 主要运用于军事领域,如航天、航空、电子、通信、雷达、高端波束形成系统等领域,民用领域空间正在逐步被打开。

▲FPGA 市场格局

GPU:图像学习能力强,独立 GPU 英伟达为行业龙头。GPU 分为集成GPU 和独立 GPU,集成 GPU 市场的主要生产厂商有英特尔、英伟达、AMD 等,据 EEFOCUS 统计,2016 年英特尔集成 GPU 市场份额达到68.1%;独立 GPU 是以独立板卡形式存在,可在具备显卡接口的主板上自由插拔的显卡,具备单独的显存,不占用系统内存,且在技术上领先于集成显卡,能够提供更好的显示效果和运行性能,主要生产厂商有英伟达和 AMD,英特尔宣布将于 2020 年进军独立 GPU 市场,据EEFOCUS 统计,2016 年英伟达和 AMD 独立 GPU 市场份额分为为70.5%、29.5%,呈现寡头垄断市场格局。

▲GPU 市场格局

ASIC:对下游市场空间要求高,在区块链领域独占鳌头。目前市场上主流 ASIC 有 TPU 芯片、NPU 芯片、VPU 芯片以及 BPU 芯片,它们分别是由 Google、寒武纪、Intel 以及地平线设计生产。由于 ASIC 开发周期长,仅有大厂有资金与实力进行研发。同时,ASIC 是全定制芯片,在某些特定场景下运行效率最高,故某些场景下游市场空间足够大时,量产 ASIC 芯片可以实现丰厚的利润。

▲ASIC 市场格局

服务器市场:边缘服务器重要性将逐步提升,超融合有望成为趋势。5G通信网络需要去中心化,在网络边缘部署小规模或者便携式数据中心,进行终端请求的本地化处理,以满足 URLLC 和 mMTC 的超低延时需求。边缘服务器的重要性将逐步提升。同时,超融合一体机有望在物联时代得到更广泛的应用。

3、边缘计算有望塑造未来十年产业价值重构

边缘计算有望塑造未来十年价值重构机遇。

从网络建设的角度看,网络建设有望转变成按需驱动,由传统的运营商统一规划建设,转变为按客户需求进行众筹建设。一方面,运营商节省网络建设投资成本,另一方面,企业客户能够按需参与建设网络,满足自身需求,共生营运价值。

从网络运营的角度看,网络运营有望化整为零,包产到户,由传统的运营商统一管理运维一张包含省干到接入点的庞大网络,转变为企业用户管理运维各自小型网络,达成移动数传业务。运营商关注核心网及以上的网元,鉴权计费、安全隐私、增值服务管理等。这将大幅减轻运营商网络运维压力,企业对自身网络也有更大的管理权限。

从边缘商业模式来看,边缘计算促使运营商建设服务于虚拟化网元的电信云设施。面向未来工业互联网,人工智能等新兴业务,运营商需要端到端的网络平面的基础上,借助边缘计算打造一张面向全连接的算力平面,形成算力的全网覆盖,为垂直行业就近提供智能连接基础设施;而边缘端的厂商的服务内容将多样化,具体可以分为行业应用、PaaS 能力、IaaS 设施、硬件设备、机房规划和网络承载几个重要领域。

▲边缘计算的价值重构机遇

智东西认为,人联时代网络与物联时代网络存在大差异,边缘计算业务部署需求呈现多样化特征,只有对客户需求把握准确的公司才能逐步做大做强。在人工智能学习推理和图像智能需求领域,GPU 大行其道推动英伟达等公司迎来高速增长,而 5G 边缘计算时代,FPGA 将成为新的产业新重心。相比其他异构处理器,FPGA 更适配边缘计算场景,其可针对每一种具体应用,根据其算法结构进行深度定制,达到较高的计算效率和能效;同时其与 GPU相比,FPGA 架构能大幅优化带宽提升计算效率;并且在低时延与稳定性上具备天然的优势。所以,5G 边缘场景的多样化将驱动算力产业进入 FPGA 时代。

相关专题:

相关新闻:
加载中...
加载中...