【拓墣觀點】邊緣運算大爆發！你不能不知道的市場新風潮
邊緣運算帶動新的市場商機和轉型，也讓市場對硬體有了新的需求，包括大量裝置如何管理、人工智慧的導入與安全防護如何實現等，但隨著開發過程難度上升，許多廠商開始著手升級開發工具的完整和便利性，讓開發者可以專注在自身業務的投入，造就新一波開發風潮。
邊緣運算帶動新型開發需求，業界大廠搶推解決方案
邊緣運算觸角已涵蓋各領域並得到落實，但由於架構從集中式轉為多節點的分散式，邊緣端的自主性提升，使得底層的裝置管理將更複雜、網路技術融合也會更重要，而且安全防護機制需要更加謹慎，因此開發過程需要考量的內容越來越多元，自然增加開發過程的難度。
圖：邊緣運算基本架構
由於邊緣運算將對市場造成架構與實質應用上的改變，許多標準組織積極訂定相關規範，產業鏈中許多廠商也開始推出邊緣運算的解決方案，包括晶片IP商ARM、全球重要晶片大廠Intel及雲端大廠 Microsoft等。
ARM推全方位IP擴增，全面布局邊緣運算
ARM多方切入積極布局邊緣運算，推出各式IP系列產品，並協助開發者降低開發難度。ARM也推出了ARM Mbed平台，包括Mbed Cloud和Mbed OS兩大部分，Mbed基於ARM架構，針對物聯網服務發展的基礎建設框架，搭配自家Cortex-M晶片進行市場推廣和建立生態系。ARM推出Mbed Edge讓使用者將Mbed Cloud裝置管理功能進一步拓展，透過IoT閘道器對裝置進行導入、控制與管理。Mbed Edge的通訊協定轉譯可將非IP協定的聯網裝置(如LoRa)轉譯成IP based，共同在Mbed Cloud進行管理，閘道器管理能提高IoT閘道器的復原能力和降低停機時間並新增強化管理，實現邊緣運算則可讓使用者依自身需求，將複雜程度不同的運算資源或演算規則置於閘道器中獨立運作。
今年ARM對Mbed Cloud進行翻新，支援內部部署裝置管理，讓Mbed Cloud可支援多個公有、私有等環境，讓受限裝置得以連網，使廠商利用新版Mbed Cloud實現更彈性的物聯網部署方式。在邊緣運算布局上，ARM推出Project Trillium機器學習運算平台，因應大量人工智慧應用導入終端裝置趨勢。該平台除了提供使用者高度彈性和擴充性，也將更多人工智慧應用帶進各類終端裝置並推出PSA框架，與首款針對物理安全防竄改的處理器ARM Cortex-M35P，搭配如TrustZone、CryptoCell與CryptoIsland等技術和IP，讓終端裝置在面對網路、軟體與物理等多方面攻擊時，有更強防護能力。從上述看出，ARM從邊緣端的安全、運算與擴充彈性等各方面進行升級，積極實現2035年前達到全球1兆連網設備目標。
著重視覺應用技術，Intel創新智慧視覺
Intel從CES 2018開始，便推出許多邊緣運算相關展示，積極布局物聯網、人工智慧與邊緣運算相關策略和產品線。Intel也與宏碁、華碩等電腦品牌廠商合作，推出搭載Amazon Alexa語音助理的電腦產品，並參與協助改善Alexa使用體驗，讓使用者可利用語音指令喚醒電腦。爾後，Intel以Intel Xeon可擴充平台為基礎，推出新型Xeon D-2100系列處理器，以將更多運算與智慧能力結合在消費者和商用裝置上，直接在網路邊緣端蒐集資料，並於當下做出回饋。
在邊緣運算相關範疇中，Intel特別著重視覺應用技術，並在近期併購了Nervana、Movidius、MobilEye與Altera等AI領域公司。且特別針對機器視覺應用發布開放視覺推論和類神經網絡最佳化工具套件OpenVINO，協助開發者快速將邊緣裝置和物聯網裝置收集到的影像資料轉換成有價值資訊。OpenVINO可讓開發者結合搭配CPU、GPU、FPGA與VPU等硬體，並搭配套件中3組主要API，再利用Intel旗下深度學習編譯器nGraph進行開發。該開發套件亦與市場間主流框架相容，開發者得以用更多元工具進行開發。
IoT切入布建生態圈，Microsoft推AI應用落地解決方案
Microsoft執行長於今年開發者大會上表示Intelligent Cloud和Intelligent Edge時代已來臨，將大力投入AI技術、產品與服務開發，Microsoft認為未來智慧裝置並不需時刻處於連網狀態，就能讓使用者觀看、傾聽、理解與進行預測，亦即智慧裝置需擁有更多運算和自處理的能力。Microsoft以物聯網相關業務切入，推出Azure IoT套件，協助廠商進行IoT業務轉型，其中Azure IoT Hub和Azure IoT Edge與邊緣運算有關。Azure IoT Hub處理雲端和裝置間的溝通，包括通訊模式和協定支援、裝置安全性與裝置狀態監控； Azure IoT Edge則是導入在Azure IoT Hub之前，將雲端分析結果或自定義邏輯演算置入裝置中，讓裝置不再只是收集資料或資料管理的管道，而是可確實將AI應用落地的解決方案。
從開發端來看，Microsoft升級Azure IoT Edge進行開源，讓客戶可自行修改Edge端應用，提高掌控度，使既有Azure認知服務中的Custom Vision服務部署至Azure IoT Edge中，讓邊緣端裝置不需連網就能進行關鍵決策，更將容器化解決方案簡化，讓開發者專注於編程而非工具的學習和轉換，也讓開發者能迅速上手， Microsoft也預計讓Azure IoT Edge設備支援Kubernetes服務。Azure IoT Edge進行業務擴展和生態圈佈建已是未來策略主軸，除了簡化與強化Edge端的開發過程和功能外，也會將既有的認知服務逐步與Azure IoT Edge結合，讓人工智慧得以在邊緣端落實，達到Intelligent Edge目標。技術的開放和創新對Microsoft來說是現在進行式，也確實受到市場肯定，因此Microsoft持續積極建立生態圈和深化合作關係，並發起「Intelligent edge合作夥伴社群」強化與合作夥伴的關係。
AI加速靠攏邊緣運算，開發講求便利、視覺成應用主流
邊緣運算不同於過往連上雲端需保持連網狀態，加上邊緣端的運算和執行能力提升，可以加入更多安全防護措施。但邊緣運算將雲端架構分層處理，在數據的篩選、傳遞、儲存與應用上差異極大，整體架構將更複雜，因此有越來越多廠商致力於降低開發者在開發過程時遇到的困難，便利性高的開發工具將日漸增加。另外，隨著運算能力提升，加上人工智慧的導入，有助於邊緣端實現更多智慧化和自動化的應用，其中視覺應用將會成為邊緣運算主流之一，例如物件辨識、人臉辨識、行為辨識、即時偵錯與即時警示等，皆開始應用於各場域中，涵蓋製造業、智慧城市、自駕車、智慧家庭與智慧零售等領域，將會成為邊緣運算興起的第一波主要亮點。
