邊緣計算的發(fā)展與電源設(shè)計的挑戰(zhàn)

人類的生活在歷經(jīng)數(shù)次工業(yè)革命后，發(fā)生了巨大的變化。這中間的過程也對科學(xué)發(fā)展產(chǎn)生了重大的影響，使得科學(xué)研究與工業(yè)生產(chǎn)相結(jié)合，工程與科學(xué)的界限也愈來愈小?？茖W(xué)的不斷發(fā)展讓工業(yè)化得以大量實(shí)現(xiàn)，一系列的連鎖反應(yīng)促進(jìn)了人類生活的進(jìn)步，也推動了文化的繁榮、政治經(jīng)濟(jì)的發(fā)展，它的觸角延伸到了人類社會的各個層面。到了二十世紀(jì)初，互聯(lián)網(wǎng)的出現(xiàn)，引發(fā)了另一波數(shù)據(jù)革命，人類又走向了新的世界。

互聯(lián)網(wǎng)的興起，拉近了人與人之間的距離，讓各類知識信息唾手可得。在這個虛擬世界中產(chǎn)生了新的人類社會，也就是社群；人類在這個虛擬世界中交流、學(xué)習(xí)、娛樂、購物和生活，經(jīng)營自己的另一個面，享受一種無拘無束的自由。信息科學(xué)與信息工程在背后扮演著重要的角色，在傳統(tǒng)科學(xué)領(lǐng)域中創(chuàng)造出新的研究方向。不同于以往專注在分子、粒子的領(lǐng)域，信息科技的關(guān)鍵在于如何解決零與一的問題，很多很多的零與一。

隨著二十多年來互聯(lián)網(wǎng)的發(fā)展，我們要處理的零與壹問題已經(jīng)是不知道多少個指數(shù)級的增長。人類的生活大量地依靠互聯(lián)網(wǎng)，也就是說大量的數(shù)據(jù)支撐著人類的生活，這些科技就像是架構(gòu)一種行為模式，引導(dǎo)著人類，引導(dǎo)著生活中的器械，彼此和諧地工作，讓人類的生活更美好，更有效率。 人類在不知不覺中，凡事皆上網(wǎng)尋求解答，連出門要左轉(zhuǎn)或右轉(zhuǎn)都要先打開手機(jī)查找一下，比求神問卜還準(zhǔn)。移動設(shè)備在二十世紀(jì)初大量出現(xiàn)，從單純的通話功能，到連網(wǎng)拍照無所不能，也直接支持人類的數(shù)據(jù)生活，人們在上網(wǎng)尋求數(shù)據(jù)的同時，也產(chǎn)生了許多數(shù)據(jù)。據(jù)IDC發(fā)布《數(shù)據(jù)時代2025》的報告顯示，全球每年產(chǎn)生的數(shù)據(jù)將從2018年的33ZB增長到175ZB，相當(dāng)于每天產(chǎn)生491EB的數(shù)據(jù)。 這么多的數(shù)據(jù)到哪里去了呢？ 全都上了云端。 于是乎，若干年前，人們記憶猶新的“大數(shù)據(jù)”這個風(fēng)光話題，在行業(yè)間炒熱了好一陣子，最后竟是不了了之，許多因素讓當(dāng)時的數(shù)據(jù)沒辦法產(chǎn)生相對的價值。一則是存儲的成本，當(dāng)年的主流存儲設(shè)備是硬盤，備份數(shù)據(jù)用的是磁帶，從成本和速度的角度來看，還不具備絕對優(yōu)勢;二則是數(shù)據(jù)的篩選和再利用，人工智能對于海量數(shù)據(jù)的學(xué)習(xí)直到最近幾年才快速地發(fā)展成形，當(dāng)時的服務(wù)器架構(gòu)還無法從大量的噪聲數(shù)據(jù)中疏理出有用的片段。因此，出發(fā)點(diǎn)是正確的，只是科技還沒到位。時間來到現(xiàn)在，每一項(xiàng)科技每一種服務(wù)都是大數(shù)據(jù)了，許多決策依賴大數(shù)據(jù)變的理所當(dāng)然，所有的云計算都具備人工智能加速的功能。

套用句中國人常用的諺語，“分久必合， 合久必分”。在這么多年的數(shù)據(jù)演進(jìn)中，巨大化的數(shù)據(jù)中心是顯學(xué)，代表了強(qiáng)大的計算效能，高效率的能源使用，集中化的管理，以及龐大的規(guī)模經(jīng)濟(jì)。當(dāng)服務(wù)本身不再是單純的你問我答，巨大的集中式數(shù)據(jù)中心并不能滿足更多元化的服務(wù)需求。舉個例子，在全球COVID-19疫情期間爆紅的Zoom，憑借著友好的界面、完善的用戶體驗(yàn)以及流暢的速度，擊敗了各路網(wǎng)絡(luò)巨擘們。其中一個原因便是Zoom在各地有區(qū)域型的服務(wù)節(jié)點(diǎn)，就近服務(wù)區(qū)域用戶，提升反應(yīng)速度服務(wù)質(zhì)量。 因此，分布式的數(shù)據(jù)服務(wù)有了其存在的價值，在分流數(shù)據(jù)量的需求下，服務(wù)本身亦需要快速的響應(yīng)時間。在提升區(qū)域內(nèi)服務(wù)頻次上，遠(yuǎn)程的大數(shù)據(jù)中心就顯得捉襟見肘，近端的計算或是遠(yuǎn)程專屬的區(qū)域數(shù)據(jù)服務(wù)也就隨之興起。

不論是遠(yuǎn)程或近端，這些都算是云端服務(wù)的一環(huán)。也因此，從整個大趨勢來看，云端服務(wù)產(chǎn)業(yè)的成長主導(dǎo)著服務(wù)器產(chǎn)業(yè)的發(fā)展。傳統(tǒng)企業(yè)級的服務(wù)器領(lǐng)域已逐漸被數(shù)據(jù)中心的服務(wù)器所超越，特別是在過去一年全球疫情蔓延的情況下，企業(yè)被迫居家辦公而嘗試引入許多云端服務(wù)來處理員工的協(xié)同工作，更是加速了企業(yè)的數(shù)字化轉(zhuǎn)型，從而催生了更多的數(shù)據(jù)中心需求。 而企業(yè)的云端服務(wù)也同樣有分成遠(yuǎn)程和近端，以達(dá)到不同應(yīng)用的目的。

另一個大趨勢是5G，5G肯定是傳輸和產(chǎn)生大量的數(shù)據(jù)，對于數(shù)據(jù)中心的需求不言而喻。5G的其他特點(diǎn)也使得用戶需求無法通過單一的集中式數(shù)據(jù)中心而簡單地滿足。 第一是大帶寬，二是海量連接，最后是超低延遲。 大帶寬是終端消費(fèi)者是最有切身體會的，快速地下載數(shù)據(jù)、看視頻、直播、玩游戲。適當(dāng)?shù)慕藬?shù)據(jù)中心，可以做好數(shù)據(jù)分流，提升服務(wù)質(zhì)量。后兩者比較偏工業(yè)應(yīng)用，對于物聯(lián)網(wǎng)以及即時通訊應(yīng)用有著明顯的幫助。 因此，近端的數(shù)據(jù)存儲和串流，近端的物與物的連接與信息處理，都不是遠(yuǎn)端大數(shù)據(jù)中心的優(yōu)勢，近端的邊緣計算在5G的發(fā)展之下，更加顯現(xiàn)出其存在的優(yōu)勢與價值。

根據(jù)電子時報的報導(dǎo)，部署在邊緣的服務(wù)器數(shù)量快速增長， 2024年全球出貨量將達(dá)470萬臺

（資料來源：電子時報）

根據(jù)Omdia與電子時報的分析，這個產(chǎn)業(yè)的發(fā)展前景可期。 那么哪些服務(wù)器是被定位成邊緣計算服務(wù)器呢？ 在Omdia的定義中，服務(wù)響應(yīng)時間在20ms內(nèi)的，都是邊緣計算的范疇。 從Omdia的分析報告中，我們可以看到在目前市場的部署統(tǒng)計中，企業(yè)與二線CSP的占比是比較高的，推論屬于企業(yè)內(nèi)部的服務(wù)，例如用于郵件、本地存儲、網(wǎng)絡(luò)交換等方面的服務(wù)器，而二線CSP有許多貼近客戶的較小型定制化服務(wù)，這些定制化的服務(wù)器也會被歸類為邊緣計算。那至于未來，隨著更多的服務(wù)應(yīng)用推出，也會有許多超低延遲服務(wù)的需求會推升邊緣計算的熱度。因?yàn)榉治鰣蟾嬷赋?，各類市場中服?wù)器部署在邊緣的比重最大的兩個市場是電信與超大規(guī)模CSP。所以超大規(guī)模CSP的增長估計是來自邊緣服務(wù)的興起，而電信邊緣計算的大幅增長，估計是因?yàn)?G而起。

整個數(shù)據(jù)流從近端到遠(yuǎn)程，基本上仍然依賴數(shù)據(jù)中心，但是在中間和近端，隨著服務(wù)的復(fù)雜度提升和響應(yīng)時間的縮短，會有更多數(shù)據(jù)處理單元介入其中。 這些說穿了都可以稱為服務(wù)器，只是或大或小，多元或單一，其中都要有處理單元，可以是Intel平臺，AMD平臺，ARM平臺，F(xiàn)PGA或是ASIC多種多樣；也可以是運(yùn)算數(shù)據(jù)、數(shù)據(jù)存儲、網(wǎng)絡(luò)交換等不同的功能; 這完全取決于服務(wù)的內(nèi)容。也因此服務(wù)器彈性的配置愈發(fā)重要，OCP中的OpenEdge就有考慮到這個彈性配置的方向，在單一機(jī)箱內(nèi)， 可以依需求擺放計算單元、存儲單元或是網(wǎng)絡(luò)交換單元，再者視各自的需求大小，適當(dāng)調(diào)配裝置的數(shù)量;不過現(xiàn)階段，邊緣計算的需求還只存在少量的服務(wù)需求中，大部分客戶以使用標(biāo)準(zhǔn)型的服務(wù)器或者是小量定制化的服務(wù)器為主。

（資料來源：Open Compute）

我們引用在OpenCompute聯(lián)盟中，緯穎開發(fā)的OpenEdge服務(wù)器為例，左圖為一個3U機(jī)箱，除電源供應(yīng)器以外，有五個sleds可以配置計算單元、存儲單元或是網(wǎng)絡(luò)單元。 右圖則展示了一個半寬的計算單元。

在浪潮服務(wù)器的產(chǎn)品列表中，我們也可以觀察到另一種產(chǎn)品對于邊緣計算的解決方式：

（資料來源：Inspur官網(wǎng)）

Inspur EIS200 edge microserver是基于Nvidia Jetson系列的微型服務(wù)器，它的目標(biāo)就是在非常近端處解決網(wǎng)絡(luò)對外質(zhì)量較差的情況，以及數(shù)據(jù)傳輸延遲和信息安全的問題。 而且通過Nvidia的人工智能平臺，此種微型服務(wù)器可以在近端很好的解決復(fù)雜的演算問題。

Lenovo ThinkSystem SE350 Edge Server 的解決方案也很有彈性，搭配最多 16 核心的 Xeon D 高效處理器、采用 1U 高度、半寬的機(jī)柜標(biāo)準(zhǔn)尺寸，體積只比筆記本電腦大一些。 目前是用4G LTE 通訊協(xié)議（可加裝外部天線）。 為了輕巧方便，電源采用240W 12V Adapter ， 但是如果加上1 張 NVidia T4 GPU 加速卡時， 就會改用 -48V DC 350W的通信電源 。

（資料來源：Inspur官網(wǎng)）

浪潮NE5260M5是一款符合Open Telecom IT Infrastructure （OTII）標(biāo)準(zhǔn)的服務(wù)器，相對于標(biāo)準(zhǔn)型的產(chǎn)品，NE5260M5有著較短的機(jī)身，以符合電信機(jī)房的要求，也因?yàn)檩^小的尺吋，對于風(fēng)流、散熱、擴(kuò)充卡等等配置，都有額外的考量。 NE5260M5有Nvidia EGX認(rèn)證，可以配置T4 GPU，可以執(zhí)行人工智能計算的功能。

（資料來源：Supermicro官網(wǎng)）

來自Supermicro的戶外邊緣服務(wù)器，具備IP65的防水防塵能力，操作溫度在負(fù)40度到正50度，采用內(nèi)部熱交換器，具有諸多備援的功能，以承受室外和電信環(huán)境的挑戰(zhàn)。

市場上還有許多來自傳統(tǒng)工業(yè)電腦的產(chǎn)品，在執(zhí)行邊緣計算的工作。各類AIOT的應(yīng)用、工廠內(nèi)生產(chǎn)線的管理、賣場中的庫存管理、各式傳感系統(tǒng)的管理，一直都是傳統(tǒng)工業(yè)電腦的領(lǐng)域。因此，邊緣計算很早就在各式場景中使用許久，只是現(xiàn)在隨著更多遠(yuǎn)端服務(wù)的興起，5G帶來的應(yīng)用優(yōu)勢，讓邊緣計算的優(yōu)勢更加突顯，也更加寬廣。

剛才我們提過在邊緣計算中有著采用各式平臺的可能與彈性，從電源管理的角度，也有著多元化的發(fā)展。 前面的例子提到，在大型的開放標(biāo)準(zhǔn)中，我們?nèi)匀豢吹街饕腔贗ntel的平臺、Xeon服務(wù)器等級的處理器在軟件和應(yīng)用平臺上有著最大的適配性。我們也有看到Skylake-D、Icelake-D的低功耗平臺，較小的電源功耗有助于尺寸的縮小，也有助于較大量的部署，更小的Skylake Y/U line可以做到無風(fēng)扇的機(jī)種。 也因此，電源供應(yīng)器也存在許多種的變化，標(biāo)準(zhǔn)服務(wù)器CRPS電源供應(yīng)器適合標(biāo)準(zhǔn)的機(jī)箱。對于邊緣服務(wù)器較短的機(jī)箱或是定制的外型，電源供應(yīng)器便無法有一個統(tǒng)一的標(biāo)準(zhǔn)；至于一些小的功耗服務(wù)器和工業(yè)電腦的產(chǎn)品上，外接式電源更是最常見的設(shè)計。

不過以上的電源設(shè)計方向，也因?yàn)檫吘売嬎愕沫h(huán)境和硬件的尺寸，不同于傳統(tǒng)數(shù)據(jù)中心內(nèi)穩(wěn)定的環(huán)境，對于電源效率、功率密度以及可靠性，都有著更上一層的考量。一些新材料像是寬禁帶半導(dǎo)體的優(yōu)勢，可以讓廠商在設(shè)計上更容易滿足客戶的要求。 傳統(tǒng)服務(wù)器中累積的可靠性經(jīng)驗(yàn)，也有助于廠商在選擇上，可以得到更好的設(shè)計余裕，讓產(chǎn)品的可靠性在邊緣場景中有更一步的保障。

以服務(wù)器為中心還帶動了網(wǎng)絡(luò)通信相關(guān)的發(fā)展，即便許多數(shù)據(jù)在遠(yuǎn)程已被處理，但是核心數(shù)據(jù)或是以分析紀(jì)錄為目的，仍有海量的數(shù)據(jù)需要傳輸。更多的邊緣計算結(jié)點(diǎn)的投放，也增加了對于網(wǎng)絡(luò)設(shè)備的需求。 所以我們看到過去一兩年在網(wǎng)絡(luò)交換器的規(guī)格和需求上，不停地在攀升，MAC處理芯片的發(fā)展不亞于CPU或是GPU內(nèi)的晶體管數(shù)量，半導(dǎo)體的用量和價值都是成倍增長。

談到數(shù)據(jù)，就一定要提到隱私和保密，這也是另一個邊綠計算需要存在的原因。用戶愈來愈注意自己的數(shù)據(jù)隱私，也讓服務(wù)開發(fā)商必須考慮如何安全地管理用戶數(shù)據(jù)以拓展服務(wù)。當(dāng)然在盡可能減少嚗露和用戶數(shù)據(jù)的情況下，擁有最大的服務(wù)彈性。 也因此，邊緣計算在遠(yuǎn)程將數(shù)據(jù)處理完而不需回傳機(jī)敏數(shù)據(jù)的架構(gòu)是最好的解決方法，最終只需傳回服務(wù)相關(guān)的數(shù)據(jù)也大幅減少了數(shù)據(jù)的傳送量，也是一個提升能源效率的展現(xiàn)。

最后，不能不提的就是人工智能。 邊緣計算的成功一定要與人工智能想結(jié)合。當(dāng)然我們不是在遠(yuǎn)程做數(shù)據(jù)訓(xùn)練，而是需要數(shù)據(jù)中心算出一個良好的推理模型，讓邊緣計算單元能有效地執(zhí)行，以降低系統(tǒng)復(fù)雜度，縮短響應(yīng)時間，提高能源效率，降低營運(yùn)成本，以期能大量部署，提供更多的服務(wù)，互相提升發(fā)展的動能。 先前我們有提到大部分客戶使用標(biāo)準(zhǔn)型的服務(wù)器，為了能支持人工智能，多數(shù)邊緣數(shù)據(jù)中心（Edge Data Center）會選用的會是體積小又高效能的服務(wù)器安裝在半柜、甚至更小的機(jī)柜里。 而此時的電源供應(yīng)器的大小、效率跟散熱就成為設(shè)計的重點(diǎn)。 電源供應(yīng)器要小就必須充分利用表面黏著組件（SMD） ，但是通常SMD組件的散熱面積有限，散熱相對困難，此時就必須謹(jǐn)慎選擇低切換損耗以及低導(dǎo)通損耗的組件來提高效率與減少散熱面積。

英飛凌在電源管理解決方案的許多方面都處于一個領(lǐng)先的地位，即便在服務(wù)器電源，也耕耘了數(shù)十年。在交換式電源供應(yīng)器上，英飛凌除了領(lǐng)導(dǎo)業(yè)界二十多年的 CoolMOS 之外， 也為服務(wù)器電源開發(fā)了領(lǐng)導(dǎo)市場的寬禁帶半導(dǎo)體CoolSiC （SiC MOSFET）和CoolGaN （GaN Hemfet），提供出色的能源效率和密度以及耐熱。而英飛凌的CoolMOS 、 CoolSiC 與 CoolGaN 提供業(yè)界出色的低切換損耗以及低導(dǎo)通損耗的表面黏著組件，幫助客戶縮小電源體積，提高功率密度以及提高效率。 在主板的直流電源轉(zhuǎn)換領(lǐng)域，英飛凌也有許多卓越的解決方案，以及豐富的數(shù)字電源經(jīng)驗(yàn)。朔本追源，來自同一家的Primarion與合并自International Rectifier的CHiL，以及英飛凌優(yōu)越性能OptiMOS打造的Powerstage，持續(xù)大量供應(yīng)一線的服務(wù)器客戶們，在365天不中斷服務(wù)的服務(wù)器中，以能源效率和品質(zhì)可靠性兼?zhèn)洌?贏得客戶的信賴與使用。

英飛凌持續(xù)在服務(wù)器、電信與網(wǎng)通以及高級消費(fèi)電子端的直流轉(zhuǎn)換電源解決方案領(lǐng)域精進(jìn)研發(fā)。對于市場的需求，也以奧地利的12寸晶圓廠的投資來積極響應(yīng)。我們追求的是長久永續(xù)的經(jīng)營，期望帶給人們更加便利、安全、環(huán)保的生活，連接現(xiàn)實(shí)與數(shù)字的世界。