边缘计算系列科普(五)边缘计算中的关键技术

5G通信技术,计算迁移,新型存储系统,轻量级函数库和内核,轻量级函数库和内核

attachments-2018-03-9MDlTgOS5aa74ab46b850.png

作者:于中阳Mercina-zy

来源:区块链兄弟

著权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。


一) 5G通信技术
5G 数据通信技术是下一代移动通信发展新时代的核心技术。为了满足各种延时敏感应用的需求,世界各国都在加速部署 5G 网络的步伐。
与全世界范围内,目前已经相对普及的 4G 相比, 5G 将作为一种全新的网络架构,提供 10 Gps 以上的峰值速率、更佳的移动性能、毫秒级的时延和超高密度的链接。 5G 技术可以更佳高效的快捷应对网络边缘海量连接的设备,以及爆炸式增长的移动数据流量,为万物互联的时代提供优化的网络通信技术支持。

5G 网络将不仅仅用于人与人之间的通信,还会用于人与物、物与物之间的通信。我国 IMT-2020(05G)推进组,提出 5G 业务的三个技术场景:
增强移动宽带(enhanced mobile broadband,eMBB)
海量机器类通信(massive machine type of communication,mMTC)
超可靠低时延通信(ultra-reliable and low latency communication,uRLLC)

在此其中,eMBB场景是面向虚拟现实以及增强现实等极高带宽需求的业务,mMTC主要面向智慧城市、智能公交等高连接密度需求的业务,而uRLLC主要面向于无人驾驶、无人机等时延敏感的业务。

面对不同的应用场景和业务需求, 5G 网络将需要一个通用、可伸缩、易扩展的网络架构,同时也需要如软件定义网络(software defined network,SDN)和网络功能虚拟化(network functions virtualization,NFV)等技术的引入与配合。

5G 技术将作为边缘计算模型中一个极其重要的关键技术存在,边缘设备通过处理部分或全部计算任务,过滤无用的信息数据和敏感信息数据后,仍需要将中间数据或最终数据上传至云计算中心,因此 5G 技术其中一个作用将是移动边缘终端设备降低数据传输延时的必要解决方案。


二)计算迁移
云计算模型当中,计算迁移的策略是将计算密集型任务迁移至资源充足的云计算中心的设备中执行。但是在万物互联的背景下,海量边缘设备产生巨大的数据量将无法通过现有的带宽资源传输至云中心之后,再进行计算。
即便云计算中心的计算延时相比于边缘设备的计算延时会低几个数量级,但是海量数据的传输开销却限制了系统的整体性能。
因此,边缘计算模型计算迁移策略应该是减少网络传输数据量为目的的迁移策略,而不是将计算密集型任务迁移到边缘设备处执行。

边缘计算中的计算迁移策略是网络边缘处,将海量边缘设备采集或产生的数据进行部分或全部计算的预处理操作,对无用的数据进行过滤,降低传输的带宽。
另外,应该根据边缘设备的当前计算力进行动态的任务划分,防止计算任务迁移到一个系统任务过载情况下的设备,影响系统的性能。

需要说明的是,计算迁移中最重要的问题是:任务是否可以迁移、应该按照哪种决策迁移、迁移哪些任务、执行部分迁移还是全部迁移等。计算迁移规则和方式应当取决于应用模型,如该应用是否可以迁移,是否能够准确知道应用程序处理所需的数据量以及能否高效的协同处理迁移任务。计算迁移技术应当在能耗、边缘设备计算延时和传输数据量等指标之间,寻找最优的平衡。


三)新型存储系统
随着计算机处理器的高速发展,存储系统与处理器之间的速度差异,已经成为了制约整个系统性能的严重瓶颈。边缘计算在数据存储和处理方面具有较强的实时性需求,相比现有的嵌入式存储系统而言,边缘计算存储系统更加具有低延时、大容量、高可靠性等特点。
边缘计算的数据特征具有更高的时效性、多样性,以及关联性,需要保证边缘数据连续存储和预处理,因此如何高效的存储和访问连续不断的实时数据,是边缘计算中存储系统设计需要重要关注的问题。

需要说明的是,现有的存储系统中,非易失存储介质(non-volatile memory,NVM)在嵌入式系统、大规模数据处理等领域得到了广泛的应用,基于非易失存储介质(如 NAND Flash,PCRAM,RRAM等)的读写性能远超于传统的机械硬盘,因此采用基于非易失性存储介质的存储设备能够较好的改善现有的存储系统 I/O 受限的问题。
但是,传统的存储系统软件栈大多是针对机械硬盘设计以及开发的,并没有真正挖掘和充分利用非易失性存储介质的最大性能。

随着边缘计算的迅速发展,高密度、低能耗、低时延以及高速读写的非易失存储介质将会大规模的部署在边缘设备当中。

四)轻量级函数库和内核
与大型服务器不同,边缘计算设备由于硬件资源的限制,难以支持大型软件的运行。即使是 ARM 处理器的处理速度不断提高,功耗不断降低,但就目前情况来看,仍是不足以支持复杂的数据处理应用的。
比如,Apache Spark 若要获得较好的运行性能,至少是需要 8 核的 CPU 和 8GB 的内存,而轻量级库 Apache Quarks 只可以在终端执行基本的数据处理,而无法执行高级的分析任务。

另外,网络边缘中存在着由不同厂家设计生产的海量边缘设备,这些设备具有较强的异构性且性能参数差别较大,因此在边缘设备上部署应用是一件非常困难的事情。在此,虚拟化技术 是这一难题的首选解决方案。但基于 VM 的虚拟化技术是一种重量级的库,部署延时较大,其实并不适用于边缘计算模型。对于边缘计算模型来说,应该采用轻量级库的虚拟化技术。

资源受限的边缘设备更加需要轻量级库以及内核的支持,以消耗更少的资源以及时间,达到最好的性能。因此,消耗更少的计算以及存储资源的轻量级库和算法是边缘计算中不可缺少的关键技术。

五)边缘计算编程模型
在云计算模型当中,用户编写应用程序并将其部署至云端。云服务提供商维护云计算服务器,用户对程序的运行是完全不知或者知之甚少的,这是云计算模型下应用程序开发的一个特点及优点。即实现了基础设施对用户透明。

用户程序通常是在目标平台上进行编写和编译的,在云计算服务器上运行。边缘计算模型当中,部分或者全部的计算任务是从云端迁移至边缘节点的,而边缘节点大多都是异构的平台,每个节点上运行时候的环境多少都是存在差异的,所以在边缘计算模型下部署用户应用程序的时候,程序员将面对较大的挑战。而目前现有的传统编程模型均不是十分适合,这就需要开展对基于边缘计算的新型编程模型的研究工作。

需要说明的是,编程模型的改变需要新的运行时库的支持。运行时库是指编译器用以实现编程语言内置函数,为程序运行时提供支持的一种计算机程序库,其是编程模型的基础,是一些经过封装的程序模块,对外提供接口,可进行程序初始化处理、加载程序的入口函数、捕捉程序的异常执行等。
边缘计算中编程模型的改变,需要新型运行时库的支持,提供出来一些特定的 API 接口,以方便程序员进行应用开发。

文章发布只为分享区块链技术内容,版权归原作者所有,观点仅代表作者本人,绝不代表区块链兄弟赞同其观点或证实其描述。

attachments-2018-02-kL1zBfXx5a7ffd0b78798.jpg

  • 发表于 2018-08-30 15:07
  • 阅读 ( 795 )
  • 分类:区块链+

0 条评论

请先 登录 后评论
不写代码的码农
于中阳Mercina-zy

区块链研究/开发 信息安全

78 篇文章

作家榜 »

  1. 社区运营-小以 422 文章
  2. 社区运营-小链 246 文章
  3. 于中阳Mercina-zy 78 文章
  4. 涂晶 71 文章
  5. 兄弟连区块链培训 57 文章
  6. 李晓琼 45 文章
  7. 吴寿鹤 36 文章
  8. John-smith 28 文章