邊緣計算的發(fā)展與電源設計的挑戰

人類(lèi)的生活在歷經(jīng)數次工業(yè)革命后，發(fā)生了巨大的變化。這中間的過(guò)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)相結合，工程與科學(xué)的界限也愈來(lái)愈小?？茖W(xué)的不斷發(fā)展讓工業(yè)化得以大量實(shí)現，一系列的連鎖反應促進(jìn)了人類(lèi)生活的進(jìn)步，也推動(dòng)了文化的繁榮、政治經(jīng)濟的發(fā)展，它的觸角延伸到了人類(lèi)社會(huì )的各個(gè)層面。到了二十世紀初，互聯(lián)網(wǎng)的出現，引發(fā)了另一波數據革命，人類(lèi)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(lèi)知識信息唾手可得。在這個(gè)虛擬世界中產(chǎn)生了新的人類(lèi)社會(huì )，也就是社群；人類(lèi)在這個(gè)虛擬世界中交流、學(xué)習、娛樂(lè )、購物和生活，經(jīng)營(yíng)自己的另一個(gè)面，享受一種無(wú)拘無(wú)束的自由。信息科學(xué)與信息工程在背后扮演著(zhù)重要的角色，在傳統科學(xué)領(lǐng)域中創(chuàng )造出新的研究方向。不同于以往專(zhuān)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(wèn)題，很多很多的零與一。

隨著(zhù)二十多年來(lái)互聯(lián)網(wǎng)的發(fā)展，我們要處理的零與壹問(wèn)題已經(jīng)是不知道多少個(gè)指數級的增長(cháng)。人類(lèi)的生活大量地依靠互聯(lián)網(wǎng)，也就是說(shuō)大量的數據支撐著(zhù)人類(lèi)的生活，這些科技就像是架構一種行為模式，引導著(zhù)人類(lèi)，引導著(zhù)生活中的器械，彼此和諧地工作，讓人類(lèi)的生活更美好，更有效率。 人類(lèi)在不知不覺(jué)中，凡事皆上網(wǎng)尋求解答，連出門(mén)要左轉或右轉都要先打開(kāi)手機查找一下，比求神問(wèn)卜還準。移動(dòng)設備在二十世紀初大量出現，從單純的通話(huà)功能，到連網(wǎng)拍照無(wú)所不能，也直接支持人類(lèi)的數據生活，人們在上網(wǎng)尋求數據的同時(shí)，也產(chǎn)生了許多數據。據IDC發(fā)布《數據時(shí)代2025》的報告顯示，全球每年產(chǎn)生的數據將從2018年的33ZB增長(cháng)到175ZB，相當于每天產(chǎn)生491EB的數據。 這么多的數據到哪里去了呢？ 全都上了云端。 于是乎，若干年前，人們記憶猶新的“大數據”這個(gè)風(fēng)光話(huà)題，在行業(yè)間炒熱了好一陣子，最后竟是不了了之，許多因素讓當時(shí)的數據沒(méi)辦法產(chǎn)生相對的價(jià)值。一則是存儲的成本，當年的主流存儲設備是硬盤(pán)，備份數據用的是磁帶，從成本和速度的角度來(lái)看，還不具備絕對優(yōu)勢;二則是數據的篩選和再利用，人工智能對于海量數據的學(xué)習直到最近幾年才快速地發(fā)展成形，當時(shí)的服務(wù)器架構還無(wú)法從大量的噪聲數據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(méi)到位。時(shí)間來(lái)到現在，每一項科技每一種服務(wù)都是大數據了，許多決策依賴(lài)大數據變的理所當然，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(yǔ)，“分久必合， 合久必分”。在這么多年的數據演進(jìn)中，巨大化的數據中心是顯學(xué)，代表了強大的計算效能，高效率的能源使用，集中化的管理，以及龐大的規模經(jīng)濟。當服務(wù)本身不再是單純的你問(wèn)我答，巨大的集中式數據中心并不能滿(mǎn)足更多元化的服務(wù)需求。舉個(gè)例子，在全球COVID-19疫情期間爆紅的Zoom，憑借著(zhù)友好的界面、完善的用戶(hù)體驗以及流暢的速度，擊敗了各路網(wǎng)絡(luò )巨擘們。其中一個(gè)原因便是Zoom在各地有區域型的服務(wù)節點(diǎn)，就近服務(wù)區域用戶(hù)，提升反應速度服務(wù)質(zhì)量。 因此，分布式的數據服務(wù)有了其存在的價(jià)值，在分流數據量的需求下，服務(wù)本身亦需要快速的響應時(shí)間。在提升區域內服務(wù)頻次上，遠程的大數據中心就顯得捉襟見(jiàn)肘，近端的計算或是遠程專(zhuān)屬的區域數據服務(wù)也就隨之興起。

不論是遠程或近端，這些都算是云端服務(wù)的一環(huán)。也因此，從整個(gè)大趨勢來(lái)看，云端服務(wù)產(chǎn)業(yè)的成長(cháng)主導著(zhù)服務(wù)器產(chǎn)業(yè)的發(fā)展。傳統企業(yè)級的服務(wù)器領(lǐng)域已逐漸被數據中心的服務(wù)器所超越，特別是在過(guò)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(lái)處理員工的協(xié)同工作，更是加速了企業(yè)的數字化轉型，從而催生了更多的數據中心需求。 而企業(yè)的云端服務(wù)也同樣有分成遠程和近端，以達到不同應用的目的。

另一個(gè)大趨勢是5G，5G肯定是傳輸和產(chǎn)生大量的數據，對于數據中心的需求不言而喻。5G的其他特點(diǎn)也使得用戶(hù)需求無(wú)法通過(guò)單一的集中式數據中心而簡(jiǎn)單地滿(mǎn)足。 第一是大帶寬，二是海量連接，最后是超低延遲。 大帶寬是終端消費者是最有切身體會(huì )的，快速地下載數據、看視頻、直播、玩游戲。適當的近端數據中心，可以做好數據分流，提升服務(wù)質(zhì)量。后兩者比較偏工業(yè)應用，對于物聯(lián)網(wǎng)以及即時(shí)通訊應用有著(zhù)明顯的幫助。 因此，近端的數據存儲和串流，近端的物與物的連接與信息處理，都不是遠端大數據中心的優(yōu)勢，近端的邊緣計算在5G的發(fā)展之下，更加顯現出其存在的優(yōu)勢與價(jià)值。

根據電子時(shí)報的報導，部署在邊緣的服務(wù)器數量快速增長(cháng)， 2024年全球出貨量將達470萬(wàn)臺

（資料來(lái)源：電子時(shí)報）

根據Omdia與電子時(shí)報的分析，這個(gè)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)響應時(shí)間在20ms內的，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(chǎng)的部署統計中，企業(yè)與二線(xiàn)CSP的占比是比較高的，推論屬于企業(yè)內部的服務(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(xiàn)CSP有許多貼近客戶(hù)的較小型定制化服務(wù)，這些定制化的服務(wù)器也會(huì )被歸類(lèi)為邊緣計算。那至于未來(lái)，隨著(zhù)更多的服務(wù)應用推出，也會(huì )有許多超低延遲服務(wù)的需求會(huì )推升邊緣計算的熱度。因為分析報告指出，各類(lèi)市場(chǎng)中服務(wù)器部署在邊緣的比重最大的兩個(gè)市場(chǎng)是電信與超大規模CSP。所以超大規模CSP的增長(cháng)估計是來(lái)自邊緣服務(wù)的興起，而電信邊緣計算的大幅增長(cháng)，估計是因為5G而起。

整個(gè)數據流從近端到遠程，基本上仍然依賴(lài)數據中心，但是在中間和近端，隨著(zhù)服務(wù)的復雜度提升和響應時(shí)間的縮短，會(huì )有更多數據處理單元介入其中。 這些說(shuō)穿了都可以稱(chēng)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，FPGA或是ASIC多種多樣；也可以是運算數據、數據存儲、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(gè)彈性配置的方向，在單一機箱內， 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，適當調配裝置的數量;不過(guò)現階段，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(hù)以使用標準型的服務(wù)器或者是小量定制化的服務(wù)器為主。

（資料來(lái)源：Open Compute）

我們引用在OpenCompute聯(lián)盟中，緯穎開(kāi)發(fā)的OpenEdge服務(wù)器為例，左圖為一個(gè)3U機箱，除電源供應器以外，有五個(gè)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(gè)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(guān)察到另一種產(chǎn)品對于邊緣計算的解決方式：

（資料來(lái)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，以及數據傳輸延遲和信息安全的問(wèn)題。 而且通過(guò)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雜的演算問(wèn)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、半寬的機柜標準尺寸，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(xiàn)）。 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(shí)， 就會(huì )改用 -48V DC 350W的通信電源 。

（資料來(lái)源：Inspur官網(wǎng)）

浪潮NE5260M5是一款符合Open Telecom IT Infrastructure （OTII）標準的服務(wù)器，相對于標準型的產(chǎn)品，NE5260M5有著(zhù)較短的機身，以符合電信機房的要求，也因為較小的尺吋，對于風(fēng)流、散熱、擴充卡等等配置，都有額外的考量。 NE5260M5有Nvidia EGX認證，可以配置T4 GPU，可以執行人工智能計算的功能。

（資料來(lái)源：Supermicro官網(wǎng)）

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

市場(chǎng)上還有許多來(lái)自傳統工業(yè)電腦的產(chǎn)品，在執行邊緣計算的工作。各類(lèi)AIOT的應用、工廠(chǎng)內生產(chǎn)線(xiàn)的管理、賣(mài)場(chǎng)中的庫存管理、各式傳感系統的管理，一直都是傳統工業(yè)電腦的領(lǐng)域。因此，邊緣計算很早就在各式場(chǎng)景中使用許久，只是現在隨著(zhù)更多遠端服務(wù)的興起，5G帶來(lái)的應用優(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(guò)在邊緣計算中有著(zhù)采用各式平臺的可能與彈性，從電源管理的角度，也有著(zhù)多元化的發(fā)展。 前面的例子提到，在大型的開(kāi)放標準中，我們仍然看到主要是基于Intel的平臺、Xeon服務(wù)器等級的處理器在軟件和應用平臺上有著(zhù)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(wú)風(fēng)扇的機種。 也因此，電源供應器也存在許多種的變化，標準服務(wù)器CRPS電源供應器適合標準的機箱。對于邊緣服務(wù)器較短的機箱或是定制的外型，電源供應器便無(wú)法有一個(gè)統一的標準；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(jiàn)的設計。

不過(guò)以上的電源設計方向，也因為邊緣計算的環(huán)境和硬件的尺寸，不同于傳統數據中心內穩定的環(huán)境，對于電源效率、功率密度以及可靠性，都有著(zhù)更上一層的考量。一些新材料像是寬禁帶半導體的優(yōu)勢，可以讓廠(chǎng)商在設計上更容易滿(mǎn)足客戶(hù)的要求。 傳統服務(wù)器中累積的可靠性經(jīng)驗，也有助于廠(chǎng)商在選擇上，可以得到更好的設計余裕，讓產(chǎn)品的可靠性在邊緣場(chǎng)景中有更一步的保障。

以服務(wù)器為中心還帶動(dòng)了網(wǎng)絡(luò )通信相關(guān)的發(fā)展，即便許多數據在遠程已被處理，但是核心數據或是以分析紀錄為目的，仍有海量的數據需要傳輸。更多的邊緣計算結點(diǎn)的投放，也增加了對于網(wǎng)絡(luò )設備的需求。 所以我們看到過(guò)去一兩年在網(wǎng)絡(luò )交換器的規格和需求上，不停地在攀升，MAC處理芯片的發(fā)展不亞于CPU或是GPU內的晶體管數量，半導體的用量和價(jià)值都是成倍增長(cháng)。

談到數據，就一定要提到隱私和保密，這也是另一個(gè)邊綠計算需要存在的原因。用戶(hù)愈來(lái)愈注意自己的數據隱私，也讓服務(wù)開(kāi)發(fā)商必須考慮如何安全地管理用戶(hù)數據以拓展服務(wù)。當然在盡可能減少?lài)ヂ逗陀脩?hù)數據的情況下，擁有最大的服務(wù)彈性。 也因此，邊緣計算在遠程將數據處理完而不需回傳機敏數據的架構是最好的解決方法，最終只需傳回服務(wù)相關(guān)的數據也大幅減少了數據的傳送量，也是一個(gè)提升能源效率的展現。

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合。當然我們不是在遠程做數據訓練，而是需要數據中心算出一個(gè)良好的推理模型，讓邊緣計算單元能有效地執行，以降低系統復雜度，縮短響應時(shí)間，提高能源效率，降低營(yíng)運成本，以期能大量部署，提供更多的服務(wù)，互相提升發(fā)展的動(dòng)能。 先前我們有提到大部分客戶(hù)使用標準型的服務(wù)器，為了能支持人工智能，多數邊緣數據中心（Edge Data Center）會(huì )選用的會(huì )是體積小又高效能的服務(wù)器安裝在半柜、甚至更小的機柜里。 而此時(shí)的電源供應器的大小、效率跟散熱就成為設計的重點(diǎn)。 電源供應器要小就必須充分利用表面黏著(zhù)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(shí)就必須謹慎選擇低切換損耗以及低導通損耗的組件來(lái)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(gè)領(lǐng)先的地位，即便在服務(wù)器電源，也耕耘了數十年。在交換式電源供應器上，英飛凌除了領(lǐng)導業(yè)界二十多年的 CoolMOS 之外， 也為服務(wù)器電源開(kāi)發(fā)了領(lǐng)導市場(chǎng)的寬禁帶半導體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通損耗的表面黏著(zhù)組件，幫助客戶(hù)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換領(lǐng)域，英飛凌也有許多卓越的解決方案，以及豐富的數字電源經(jīng)驗。朔本追源，來(lái)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，持續大量供應一線(xiàn)的服務(wù)器客戶(hù)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)可靠性兼備， 贏(yíng)得客戶(hù)的信賴(lài)與使用。

英飛凌持續在服務(wù)器、電信與網(wǎng)通以及高級消費電子端的直流轉換電源解決方案領(lǐng)域精進(jìn)研發(fā)。對于市場(chǎng)的需求，也以?shī)W地利的12寸晶圓廠(chǎng)的投資來(lái)積極響應。我們追求的是長(cháng)久永續的經(jīng)營(yíng)，期望帶給人們更加便利、安全、環(huán)保的生活，連接現實(shí)與數字的世界。