日前，IDC發布了2021年度中國邊緣服務器市場報告。數據顯示，2021年中國邊緣計算服務器市場規模增長了266.3%。
近幾年來，邊緣計算作為平臺型技術，為5G、物聯網、機器人、人工智能等創新技術提供了重要的承載能力，并且拓展了核心數據中心的功能和范疇，已經成為驅動全球企業級基礎架構市場增長的重要力量。IDC預計，邊緣算力的投資增長將遠遠快于核心位置，到2025年，全球邊緣服務器的支出金額占總體服務器比重，將從14.4%增長至24.9%。
數字化轉型的關鍵驅動力
圖源 | colosolutions.com
從數據獲取的角度來看，邊緣計算的價值在于從物理空間上將計算資源移動到數據創建的位置，從而大幅提高了獲取數據洞察價值的效率，并在核心IT環境之外實現了業務流程和決策智能的即時啟用。
因此，各國政府和企業都在不斷加大對邊緣計算的投入，將其作為企業數字化轉型的關鍵驅動力。例如在歐洲，近30%的企業計劃在未來兩年內開始使用邊緣計算技術，交通/物流、制造和能源是領先的行業門類，部分企業已經越過試驗進入成熟部署階段。
在中國市場，政府、能源、交通、制造等對邊緣的部署也在加快。十四五數字經濟發展規劃就明確提出，要推進云網協同和算網融合發展，并建設面向特定場景的邊緣計算設施、按需部署邊緣數據中心。
基于這些邊緣計算基礎設施，企業可以提升生產運營和資源使用的效率。例如智能電網可通過利用邊緣計算和IIoT控制電力輸配，優化電力供給；石油企業可通過邊緣計算等技術對采油機進行預測性維護、遠程運維；有色金屬企業利用邊緣計算、AI推動冶金工藝升級等。
正是這些投入拉動了邊緣計算整體方案和服務的增長，IDC數據顯示，2022年全球企業和服務提供商在邊緣解決方案硬件、軟件和服務上的支出將達到 1760 億美元，且未來將繼續保持高速增長，到2025年將達到近2740億美元。
產業上下游形成了共識
在IDC的這份報告中，蟬聯中國邊緣計算服務器市場中國第一位的是浪潮信息，市占率達 40.9%，同比增長 368.4%，領漲市場。
浪潮信息邊緣計算產品線高級產品經理劉香男告訴<與非網>她觀察到的一個趨勢，即目前產業上下游對邊緣計算基本形成了共識，“這有點像多年前業內對于AI的共識一樣。共識這件事情只要形成了，就是一種類似于信仰的存在，不管市場增速高低快慢，邊緣計算肯定是趨勢。”
劉香男認為，從計算架構、算力分配的發展來看，都需要“邊緣”的出現，需要對算力負載重新進行專業化的分配。就像在數據中心，原來只談論CPU，現在已經有各種XPU。將靠近邊緣側產生的計算負載延伸到不同的執行單元上，這對整體的產業優化是有效的。在她看來，2020年至2030年，將會是邊緣計算的黃金發展期。
七大聚焦方向
圖源 | lumecloud.com
劉香男總結了目前邊緣計算市場主要聚焦的七大方向：
第一個方向是ICT融合。IT、CT、OT原來是彼此孤立的領域，隨著用戶對產品性能、可靠性、性價比有了更多訴求，IT、CT、OT之間發生融合。在ICT融合領域，IT設備（如邊緣服務器產品）在助力CT領域的發展，通信小基站是一個非常典型的應用，此外還有圍繞運營商邊緣的專網、邊緣云等，都是當前重點開拓的場景。
第二個方向是新一代CDN。傳統CDN是一個格局相對固化的市場，主要由云公司主導，隨著新一代CDN的下沉，帶動內容進一步下沉到用戶周邊。相關的新型應用比如AR、VR、云游戲等，這些場景都需要新一代CDN來支持更好的用戶體驗。
第三個場景是智能網聯汽車，主要圍繞兩個方向：一是基于園區的無人載貨，即低速載貨車，目前業界已有一些落地應用；另一個是無人駕駛的試點，業界多數在進行相應的試點研究，為無人駕駛未來真正的落地做儲備。
第四個方向是工業互聯網。工業領域場景需求巨大，也蘊含了很多政策牽引的場景，不過很多需求非常碎片化，場景非常離散。在這樣一種局面下，業界當前主要聚焦于共性需求，比如工業質檢、工業數據采集、工業物聯網平臺的建設等，通過這些共性需求逐步切入市場。
第五個場景是產業+AI，主要聚焦于電力、能源、零售、健康、石油、教育、醫療等產業方向，這些產業方向融合AI技術帶來了許多創新的發展機會。產業+AI也是去年邊緣側落地最多的場景，比如智慧工地，在一些工地的實施現場，采用了工地數據采集、處理的邊緣計算設備，是目前比較成功的應用開拓。
第六個方向是城市治理。一個城市的高效、自動化、智能化的治理一定離不開邊緣計算，智慧交通、智慧園區/社區等，都屬于城市治理的范疇，通過邊緣計算的引入，可以更為合理、高效地解決實際問題。
最后一個方向是智能物聯網，即泛在的智能物聯網，場景相對離散，業界目前正在保持跟進狀態。
如何覆蓋多樣場景需求？
正如以上七大方向所呈現的，不同于數據中心場景較為集中的需求，邊緣計算天然就面臨著非常細分、碎片的場景需求。邊緣計算服務器需要具備哪些特質？浪潮信息是如何實現的？
劉香男認為，靈活的架構、極致的散熱設計、極致推理能力、極簡的云邊端協同能力，是邊緣計算服務器需要具備的特質。
2016年是AI爆發的元年，浪潮信息開始布局智慧計算。2017年，隨著異構算力向邊緣側延伸，浪潮信息開始布局邊緣計算，其邊緣計算產品家族目前包括：邊緣微中心、邊緣服務器、便攜式AI服務器、邊緣微服務器。
那么，這些不同形態的產品具體是如何支撐多樣化的應用場景？劉香男介紹，邊緣微中心集成配電、制冷、動環監控等相關模塊，可以進行一體化交付。例如在礦山場景中，由于沒有標準的機房，通過邊緣微中心搭載UPS電池包、邊緣服務器及交換機，就能有效解決現場的配電、計算和數據交換的問題。
便攜式AI服務器相對來說比較個性化，形態上類似塔式服務器，但是又具備很多普通的塔式服務器可能沒有的特點，比如方便搬遷、可以在現場做推理應用等，目前主要在工業制造、醫療、教育等領域投入應用。此外還有自動駕駛也在進行一些試點的探索，進行數據處理等工作。
邊緣服務器和邊緣微服務器，這兩類應用場景目前已經鋪開，基本上在每個落地場景中各自負責不同層面的工作。例如金融領域每個銀行網點都需要進行信息采集，小的網點如果攝像頭特別少（最多十幾路），要處理的數據、要運行的算法并不多，邊緣微服務器就可以滿足需求。對于中大型的網點，涉及到的攝像頭數量更多，數據和算法需求更為復雜，就要用到邊緣服務器。
綜合來看，邊緣微中心和便攜式AI服務器是比較個性化的兩類產品，所面向的用戶也相對有針對性；邊緣服務器和邊緣微服務器面向通用的應用場景，僅針對用戶的定制化需求做應用區分。通過這四條硬件產品線，再加上軟件的能力、超融合的能力，以及融合了浪潮信息自研的操作系統，可以針對多樣化的場景提供相應的方案組合。
目前，這些產品已在制造、能源、交通、通信等行業落地，用戶場景包括全球軸承巨頭智能工廠、亞洲最大海上風力電站、廣州粵港澳大灣區智慧路口、東京工業大學智慧停車場等，為各類邊緣場景提供豐富的邊緣算力。
發展挑戰
邊緣服務器目前面臨哪些發展挑戰？一方面，邊緣服務器針對不同場景所衍生出不同形態的發展趨勢，對產品的設計、制造、生產等也提出了更高要求；另一方面，邊緣服務器目前尚處于發展早期，相關的產品、方案標準還沒有成型，仍處于探索階段。
針對上述挑戰，浪潮信息給出了自己的解決方案：首先是盡可能的讓邊緣服務器標準化，例如基于OTII標準的邊緣服務器，已經能夠滿足一些批量要求了。再從產品設計上強化解耦性，因為充分的解耦可以在一定時期內應對用戶的靈活需求，確保在定制化需求中的投入盡可能小，通過輕量定制就能夠快速滿足需求。
浪潮信息還定義了全新的邊緣計算模塊化設計標準ECOM，將核心計算平臺、異構加速平臺、I/O模組等功能模組進行解耦，實現標準化、模塊化，讓各個功能模組能夠像積木一樣靈活組合，以適應多樣化、差異化的邊緣場景，為上下游伙伴提供參考標準。基于ECOM標準的邊緣微服務器EIS800，就憑借高度靈活性獲得了2022年的德國紅點獎。
此外，為了讓邊緣應用更成規模、產品更為聚焦，浪潮信息一直在推進生態引領的工作。希望能夠與生態伙伴合作打磨，更精準地抓住業內核心訴求，推動相應的標準建設工作，在更高的產業發展維度和生態引領效應維度，推動邊緣計算生態從離散走向集中，帶動業內的生態繁榮。
寫在最后
邊緣計算最終能幫我們實現一幅怎樣的算力藍圖？
劉香男認為，未來，云邊協同將是一個趨勢，也就是將云側的算力釋放到邊緣側，邊緣側再將計算、處理結果去反哺云側計算，從而實現全局性的、高效的、分配更為合理的計算架構。
此外，隨著AI的進一步發展，邊緣智能將是未來的重要方向。劉香男表示，隨著AI算力從數據中心下沉、并向邊緣側延展，邊緣側將具備一定的AI推理能力。預估未來，邊緣側的AI算力占比可能達到60%，在數據中心和端側各為20%。也就是說，邊緣側進行AI處理后，可以把結果返回數據中心，數據中心將會進行更大規模的計算，例如整個城市級別的計算，對整個城市的綜合運營情況進行評估，然后再訓練新的模型去賦能邊緣，同時實時支撐端側智能的運轉。
在云邊端一體的大布局中，劉香男認為，下一步重點要解決的是生態問題，邊緣智能不是一家硬件廠商、軟件廠商或算法廠商就能夠實現的，而是需要融合產業上下游整體合作伙伴、用戶共同來開拓，只有產業形成合力，才能遇見邊緣市場繁榮的未來。