久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

1.4　功能設(shè)計(jì)視圖

1.4.1　ECN

圖4 功能視圖：ECN功能分層

（1）基礎(chǔ)資源層

包括網(wǎng)絡(luò)、計(jì)算和存儲三個(gè)基礎(chǔ)模塊。

網(wǎng)絡(luò)

SDN（Software-Defined Networking）逐步成為網(wǎng)絡(luò)技術(shù)發(fā)展的主流，其設(shè)計(jì)理念是將網(wǎng)絡(luò)的控制平面與數(shù)據(jù)轉(zhuǎn)發(fā)平面進(jìn)行分離，并實(shí)現(xiàn)可編程化控制。將SDN應(yīng)用于邊緣計(jì)算，可支持百萬級海量網(wǎng)絡(luò)設(shè)備的接入與靈活擴(kuò)展，提供高效低成本的自動化運(yùn)維管理，實(shí)現(xiàn)網(wǎng)絡(luò)與安全的策略協(xié)同與融合。

網(wǎng)絡(luò)聯(lián)接需要滿足傳輸時(shí)間確定性與數(shù)據(jù)完整性。國際標(biāo)準(zhǔn)組織IEEE制訂了TSN（Time-Sensitive Networking）系列標(biāo)準(zhǔn)，針對實(shí)時(shí)優(yōu)先級、時(shí)鐘等關(guān)鍵服務(wù)定義了統(tǒng)一的技術(shù)標(biāo)準(zhǔn)，是工業(yè)以太聯(lián)接未來的發(fā)展方向。

計(jì)算

異構(gòu)計(jì)算HC（Heterogeneous Computing）是邊緣側(cè)關(guān)鍵的計(jì)算硬件架構(gòu)。近年來，雖然摩爾定律仍然推動芯片技術(shù)不斷取得突破，但物聯(lián)網(wǎng)應(yīng)用的普及帶來了信息量爆炸式增長，而AI技術(shù)應(yīng)用增加了計(jì)算的復(fù)雜度，這些對計(jì)算能力都提出了更高的要求。計(jì)算要處理的數(shù)據(jù)種類也日趨多樣化，邊緣設(shè)備既要處理結(jié)構(gòu)化數(shù)據(jù)，同時(shí)也要處理非結(jié)構(gòu)化的數(shù)據(jù)。同時(shí)，隨著ECN節(jié)點(diǎn)包含了更多種類和數(shù)量的計(jì)算單元，成本成為了關(guān)注點(diǎn)。

為此，業(yè)界提出將不同類型指令集和不同體系架構(gòu)的計(jì)算單元協(xié)同起來的新計(jì)算架構(gòu)，即異構(gòu)計(jì)算，以充分發(fā)揮各種計(jì)算單元的優(yōu)勢，實(shí)現(xiàn)性能、成本、功耗、可移植性等方面的均衡。

同時(shí)，以深度學(xué)習(xí)為代表的新一代AI在邊緣側(cè)應(yīng)用還需要新的技術(shù)優(yōu)化。當(dāng)前，即使在推理階段對一副圖片的處理也往往需要超過10億次的計(jì)算量，標(biāo)準(zhǔn)的深度學(xué)習(xí)算法顯然是不適合邊緣側(cè)的嵌入式計(jì)算環(huán)境。業(yè)界正在進(jìn)行的優(yōu)化方向包括自頂向下的優(yōu)化，即把訓(xùn)練完的深度學(xué)習(xí)模型進(jìn)行壓縮來降低推理階段的計(jì)算負(fù)載；同時(shí)，也在嘗試自底向上的優(yōu)化，即重新定義一套面向邊緣側(cè)嵌入系統(tǒng)環(huán)境的算法架構(gòu)。

存儲

數(shù)字世界需要實(shí)時(shí)跟蹤物理世界動態(tài)變化，并按照時(shí)間序列存儲完整的歷史數(shù)據(jù)。新一代時(shí)序數(shù)據(jù)庫TSDB（Time Series Database）是存放時(shí)序數(shù)據(jù)（包含數(shù)據(jù)的時(shí)間戳等信息）的數(shù)據(jù)庫，并且需要支持時(shí)序數(shù)據(jù)的快速寫入、持久化、多緯度的聚合查詢等基本功能。為了確保數(shù)據(jù)的準(zhǔn)確和完整性，時(shí)序數(shù)據(jù)庫需要不斷插入新的時(shí)序數(shù)據(jù)，而不是更新原有數(shù)據(jù)。面臨了如下的典型挑戰(zhàn)：

時(shí)序數(shù)據(jù)寫入：支持每秒鐘上千萬上億數(shù)據(jù)點(diǎn)的寫入。

時(shí)序數(shù)據(jù)讀取：支持在秒級對上億數(shù)據(jù)的分組聚合運(yùn)算。

成本敏感：由海量數(shù)據(jù)存儲帶來的是成本問題。如何更低成本地存儲這些數(shù)據(jù)是時(shí)序數(shù)據(jù)庫需要解決的重中之重。

（2）虛擬化層

虛擬化技術(shù)降低了系統(tǒng)開發(fā)和部署成本，已經(jīng)開始從服務(wù)器應(yīng)用場景向嵌入式系統(tǒng)應(yīng)用場景滲透。典型的虛擬化技術(shù)包括裸金屬（Bare Metal）架構(gòu)和主機(jī)（Host）架構(gòu)，前者是虛擬化層的虛擬機(jī)管理器（Hypervisor）等功能直接運(yùn)行在系統(tǒng)硬件平臺上，然后再運(yùn)行操作系統(tǒng)和虛擬化功能。后者是虛擬化層功能運(yùn)行在主機(jī)操作系統(tǒng)上。前者有更好的實(shí)時(shí)性，智能資產(chǎn)和智能網(wǎng)關(guān)一般采用該方式。

（3）EVF（Edge Virtualization Function）層EVF是將功能軟件化和服務(wù)化，并且與專有的硬件平臺解耦。基于虛擬化技術(shù)，在同一個(gè)硬件平臺上，可以縱向?qū)⒂布⑾到y(tǒng)和特定的EVF等按照業(yè)務(wù)進(jìn)行組合，虛擬化出多個(gè)獨(dú)立的業(yè)務(wù)區(qū)間并彼此隔離。ECN的業(yè)務(wù)可擴(kuò)展性能夠降低CapEx并延長系統(tǒng)的生命周期。

EVF可以靈活組合與編排，能夠在不同硬件平臺、不同設(shè)備上靈活遷移和彈性擴(kuò)展，實(shí)現(xiàn)資源的動態(tài)調(diào)度和業(yè)務(wù)敏捷。

EVF層提供如下可裁剪的多個(gè)基礎(chǔ)服務(wù)：

分布式的聯(lián)接計(jì)算Fabric服務(wù)；

OPC UA服務(wù)；

實(shí)時(shí)流式數(shù)據(jù)分析服務(wù)；

時(shí)序數(shù)據(jù)庫服務(wù)；

策略執(zhí)行服務(wù)；

安全服務(wù)。

ECN關(guān)鍵技術(shù)：

（1）軟件定義網(wǎng)絡(luò)（SDN）

SDN采用與傳統(tǒng)網(wǎng)絡(luò)截然不同的控制架構(gòu)，將網(wǎng)絡(luò)控制平面和轉(zhuǎn)發(fā)平面分離，采用集中控制替代原有分布式控制，并通過開放和可編程接口實(shí)現(xiàn)“軟件定義”。SDN不僅是新技術(shù)，而且變革了網(wǎng)絡(luò)建設(shè)和運(yùn)營的方式：從應(yīng)用的角度構(gòu)建網(wǎng)絡(luò)，用IT的手段運(yùn)營網(wǎng)絡(luò)。

SDN架構(gòu)包括控制器、南/北向接口，以及應(yīng)用層的各類應(yīng)用和基礎(chǔ)設(shè)施層的各種網(wǎng)元。其中最重要的是SDN控制器，它實(shí)現(xiàn)對基礎(chǔ)設(shè)施層的轉(zhuǎn)發(fā)策略的配置和管理，支持基于多種流表的轉(zhuǎn)發(fā)控制。

SDN對邊緣計(jì)算的獨(dú)特價(jià)值：

支持海量聯(lián)接

支持百萬級海量網(wǎng)絡(luò)設(shè)備的接入與靈活擴(kuò)展，能夠集成和適配多廠商網(wǎng)絡(luò)設(shè)備的管理。

模型驅(qū)動的策略自動化

提供靈活的網(wǎng)絡(luò)自動化與管理框架，能夠?qū)⒒A(chǔ)設(shè)施和業(yè)務(wù)發(fā)放功能服務(wù)化，實(shí)現(xiàn)智能資產(chǎn)、智能網(wǎng)關(guān)、智能系統(tǒng)的即插即用，大大降低對網(wǎng)絡(luò)管理人員的技能要求。

端到端的服務(wù)保障

對端到端的GRE、L2TP、IPSec、Vxlan等隧道服務(wù)進(jìn)行業(yè)務(wù)發(fā)放，優(yōu)化Qos調(diào)度，滿足端到端帶寬、時(shí)延等關(guān)鍵需求，實(shí)現(xiàn)邊緣與云的業(yè)務(wù)協(xié)同。

架構(gòu)開放

將集中的網(wǎng)絡(luò)控制以及網(wǎng)絡(luò)狀態(tài)信息開放給智能應(yīng)用，應(yīng)用可以靈活快速地驅(qū)動網(wǎng)絡(luò)資源的調(diào)度。

當(dāng)前，邊緣計(jì)算SDN技術(shù)已經(jīng)成功應(yīng)用于智能樓宇、智慧電梯等多個(gè)行業(yè)場景。

（2）低時(shí)延網(wǎng)絡(luò)（TSN）

標(biāo)準(zhǔn)以太網(wǎng)技術(shù)已經(jīng)廣泛應(yīng)用，具有傳輸速率高、拓?fù)潇`活、傳輸距離遠(yuǎn)、成本有效等優(yōu)點(diǎn)。同時(shí)，以太網(wǎng)技術(shù)由于傳統(tǒng)Qos機(jī)制約束、CSMA/CD沖突檢測機(jī)制約束等無法保證實(shí)時(shí)性、確定性等行業(yè)關(guān)鍵需求。業(yè)界對標(biāo)準(zhǔn)以太網(wǎng)技術(shù)進(jìn)行了優(yōu)化，并提出了多種工業(yè)實(shí)時(shí)以太網(wǎng)技術(shù)的商業(yè)實(shí)現(xiàn)，多種商業(yè)實(shí)現(xiàn)并存的格局給互聯(lián)互操作帶來了障礙和挑戰(zhàn)。

近年，IEEE802.1定義了TSN（Time Sensitive Network）技術(shù)標(biāo)準(zhǔn)，旨在推動實(shí)時(shí)以太網(wǎng)的標(biāo)準(zhǔn)化和互通，最終實(shí)現(xiàn)OT和ICT采用“一張網(wǎng)”，并帶來如下價(jià)值：

確定性: μs級時(shí)延、低于500ns級抖動；

接口帶寬大于1Gbps，滿足工業(yè)機(jī)器視覺等場景的大帶寬需求；

通過多路徑或冗余路徑實(shí)現(xiàn)可靠的數(shù)據(jù)傳輸；

與S D N技術(shù)相結(jié)合，實(shí)現(xiàn)對T S N網(wǎng)絡(luò)和非TSN網(wǎng)絡(luò)的統(tǒng)一調(diào)度管理 。

TSN設(shè)計(jì)理念是在標(biāo)準(zhǔn)的以太網(wǎng)物理層之上，在MAC層提供統(tǒng)一的低時(shí)延隊(duì)列調(diào)度機(jī)制、資源預(yù)留機(jī)制、時(shí)鐘同步機(jī)制、路徑控制機(jī)制、配置管理模型等，能實(shí)現(xiàn)與標(biāo)準(zhǔn)以太網(wǎng)的互聯(lián)互通。

當(dāng)前，TSN已經(jīng)建立起良好的產(chǎn)業(yè)協(xié)作生態(tài)，包括：IEEE負(fù)責(zé)標(biāo)準(zhǔn)制定，Avnu Alliance負(fù)責(zé)互通認(rèn)證，以ECC和IIC為代表的產(chǎn)業(yè)組織正在通過Testbed等活動進(jìn)行產(chǎn)業(yè)示范和推廣。

（3）異構(gòu)計(jì)算（HC）

異構(gòu)計(jì)算架構(gòu)旨在協(xié)同和發(fā)揮各種計(jì)算單元的獨(dú)特優(yōu)勢：CPU擅長對系統(tǒng)進(jìn)行控制、任務(wù)分解、調(diào)度；GPU具有強(qiáng)大的浮點(diǎn)和向量計(jì)算能力，擅長矩陣和矢量運(yùn)算等并行計(jì)算；FPGA具有硬件可編程和低延時(shí)等優(yōu)勢；ASIC具有功耗低、性能高，成本有效等優(yōu)勢。

異構(gòu)計(jì)算目標(biāo)是整合同一個(gè)平臺上分立的處理單元使之成為緊密協(xié)同的整體來協(xié)同處理不同類型的計(jì)算負(fù)荷。同時(shí)通過開放統(tǒng)一的編程接口，實(shí)現(xiàn)軟件跨多種平臺。

異構(gòu)計(jì)算架構(gòu)的關(guān)鍵技術(shù)包括：

內(nèi)存處理優(yōu)化

傳統(tǒng)架構(gòu)下，不同計(jì)算單元間傳遞數(shù)據(jù)需要數(shù)據(jù)復(fù)制，不僅占用處理器資源，還同時(shí)占據(jù)了大量的系統(tǒng)總線帶寬。異構(gòu)計(jì)算讓多個(gè)計(jì)算單元實(shí)現(xiàn)內(nèi)存統(tǒng)一尋址，任何處理單元的數(shù)據(jù)可以輕易地被其它處理單元所訪問，不必將數(shù)據(jù)復(fù)制一份到對方的內(nèi)存區(qū)域中，大大提高了系統(tǒng)性能。

任務(wù)調(diào)度優(yōu)化

各種計(jì)算單元從過去主從關(guān)系變?yōu)槠降鹊幕锇殛P(guān)系，可以根據(jù)任務(wù)情況，動態(tài)地確定最適合的計(jì)算單元來運(yùn)行工作負(fù)載。涉及了調(diào)度算法、指令集、編譯器等一系列的架構(gòu)優(yōu)化。

集成工具鏈

為應(yīng)用程序員提供了硬件、軟件接口、基本的運(yùn)行時(shí)環(huán)境，封裝并隱藏了內(nèi)存一致性，任務(wù)調(diào)度管理等復(fù)雜的底層細(xì)節(jié)，支持架構(gòu)參數(shù)優(yōu)化和任務(wù)調(diào)度優(yōu)化，將應(yīng)用移植工作量最小化。面向AI應(yīng)用，開放集成多種AI訓(xùn)練和推理平臺，兼容多廠商計(jì)算單元。

目前異構(gòu)計(jì)算在芯片設(shè)計(jì)和邊緣計(jì)算平臺設(shè)計(jì)上都有應(yīng)用。在芯片方面，整合了CPU+GPU資源，能夠?qū)崿F(xiàn)視頻編解碼加速。在計(jì)算平臺方面，利用CPU+FPGA（或GPU）實(shí)現(xiàn)人工智能的功能已經(jīng)被應(yīng)用于智能交通以及智能機(jī)器人等領(lǐng)域。

（4）時(shí)序數(shù)據(jù)庫 （TSDB）

海量數(shù)據(jù)的高效寫入、查詢及分布式存儲是時(shí)序數(shù)據(jù)庫面臨的關(guān)鍵挑戰(zhàn)。其關(guān)鍵技術(shù)包括：

分布式存儲

分布式存儲首先要考慮的是如何將數(shù)據(jù)分布到多臺機(jī)器上面，也就是分片問題。分片可以基于時(shí)間戳+Tag+分級。將一定時(shí)間范圍內(nèi)的相同Tag（一個(gè)或多個(gè)字段相同的數(shù)據(jù)）并符合一定分級條件的數(shù)據(jù)作為相同分片存在相同機(jī)器上。存儲前可以對數(shù)據(jù)進(jìn)行壓縮處理，既提高數(shù)據(jù)寫入效率，又節(jié)省存儲空間。

分級存儲

時(shí)序數(shù)據(jù)的時(shí)間戳是一種非常合適的分級依據(jù)，越近期的數(shù)據(jù)查詢得越多，是熱數(shù)據(jù)；越久以前的數(shù)據(jù)查詢得越少，是冷數(shù)據(jù)。同時(shí)，分級往往結(jié)合存儲成本等因素，將每個(gè)級別的數(shù)據(jù)存儲在不同成本的存儲介質(zhì)（內(nèi)存、HDD、SSD）上。

基于分片的查詢優(yōu)化

查詢時(shí)，根據(jù)查詢條件查詢所有的數(shù)據(jù)分片，所有的分片按照時(shí)間戳合并形成原始數(shù)據(jù)結(jié)果，當(dāng)查詢條件包含聚合運(yùn)算時(shí)，會根據(jù)時(shí)間采樣窗口對數(shù)據(jù)進(jìn)行聚合運(yùn)算，最后返回運(yùn)算結(jié)果。

除了商業(yè)版本外，業(yè)界已經(jīng)有大量的開源時(shí)序數(shù)據(jù)庫，如：opentsdb，kairosDB，influxdb等。數(shù)據(jù)庫除了需要滿足上述性能挑戰(zhàn)外，很重要的是提供行業(yè)數(shù)據(jù)建模與可視化工具，支持與行業(yè)應(yīng)用系統(tǒng)的快速集成。

1.4.2　業(yè)務(wù)Fabric

業(yè)務(wù)Fabric是模型化的工作流，由多種類型的功能服務(wù)按照一定邏輯關(guān)系組成和協(xié)作，實(shí)現(xiàn)特定的業(yè)務(wù)需求，是對業(yè)務(wù)需求的數(shù)字化表示。

服務(wù)的模型，包括服務(wù)名稱、執(zhí)行或提供什么樣的功能，服務(wù)間的嵌套、依賴、繼承等關(guān)系，每個(gè)服務(wù)的輸入與輸出，以及Qos、安全、可靠性等服務(wù)約束。

服務(wù)的類型不僅包括邊緣計(jì)算提供的通用服務(wù)，還包括垂直行業(yè)所定義的特定行業(yè)服務(wù)。

業(yè)務(wù)Fabric的主要價(jià)值包括：

聚集業(yè)務(wù)流程，屏蔽技術(shù)細(xì)節(jié)，幫助業(yè)務(wù)部門、開發(fā)部門、部署運(yùn)營部門等建立有效合作；

和OICT基礎(chǔ)設(shè)施、硬件平臺等解耦，實(shí)現(xiàn)跨技術(shù)平臺，支撐業(yè)務(wù)敏捷；

作為業(yè)務(wù)描述性模型，可繼承、可復(fù)用，能夠?qū)崿F(xiàn)快速建模。

業(yè)務(wù)Fabric功能包括：

定義工作流和工作負(fù)載；

可視化呈現(xiàn)；

語義檢查和策略沖突檢查；

業(yè)務(wù)Fabric、服務(wù)等模型的版本管理。

摘自《自動化博覽》2018年2月刊