エッジコンピューティングリファレンスアーキテクチャ2.0の実践と考え方を明らかにする記事

[51CTO.comからのオリジナル記事] モノのインターネットと5Gネットワ​​ークの発展に伴い、「エッジコンピューティング」は徐々に多くの大物たちの注目を集めるようになりました。新しいコンピューティングパラダイムとして、エッジコンピューティングは、デバイスに近い操作でリアルタイム処理と高効率のエネルギー節約の利点を実証しました。では、業界ではエッジ コンピューティングをどのように定義しているのでしょうか?現在の市場状況と将来の発展の見通しはどうですか?

2018年5月18日〜19日、51CTO主催のグローバルソフトウェアおよび運用技術サミットが北京で開催されました。 「IoT開発技術分析」サブフォーラムでは、ファーウェイおよびエッジコンピューティング業界連盟の技術アーキテクチャー会長であるShi Yang氏が「エッジコンピューティングリファレンスアーキテクチャー2.0の実践と考え方」を披露しました。

この記事は3つの部分に分かれています。

• エッジコンピューティングはなぜ必要なのでしょうか?
• Huawei がエッジ コンピューティングで進歩を続ける方法 (HOW)
• エッジコンピューティングリファレンスアーキテクチャ2.0の実践と思考

エッジコンピューティングはなぜ必要なのでしょうか?

業界のデジタル変革は、今日では比較的流行している概念です。その本質は、デジタル化によってデータを生成し、ネットワーク化によって価値の流れを実現し、インテリジェンスによって経済的価値と社会的価値を創造することです。

産業のデジタル化の反復的な発展はインターネット企業から始まり、徐々にインターネット金融企業（FinTech）に入り、過去2年間で実業界のスマート製造などのシナリオに入りました。

どの企業を見ても、その業務には人、お金、材料、アプリケーション、環境が関わっており、最終的にそれらはすべてデータから生まれます。私たちはデータを認識し、その意味を理解し、そしてデータを予測します。

たとえば、関連付け分析を使用してインターネット ユーザーの「プロファイル」を作成し、そのユーザーのショッピング習慣を予測します。ますます安価になるクラウド コンピューティング サービス、ERP、CRM などのソフトウェアの助けを借りて、歴史から未来を予測し、ユーザー エクスペリエンスを継続的に最適化し、さまざまな決定を下すことができます。

今日、従来の業界では、IoT を使用してコア資産 (発電機など) の稼働状況と資産利用状況を把握し、クラウドからエッジまでコンピューティングを接続する必要があります。

したがって、デジタル変革の核心課題は、「データ + モデル = サービス」モデルを作成し、次の 4 つの変革を実現することです。

• 物理世界とデジタル世界は、分離されていた状態から、協力して統合された状態へと変化しました。
• 運用上の意思決定は、漠然とした経験的なものから、デジタル化とモデリングに基づく科学的なものに移行しました。
• プロセスは断片化されたものから、データに基づくプロセス全体のコラボレーションへと変化しました。
• 業界の一方的なイノベーションは、産業エコシステムに基づく多国間のイノベーションへと変化しました。

今日、デジタル変革テクノロジーはますます成熟し、そのハードルはますます低くなっています。例えば、ハノーバー産業見本市で人気を博したデジタルツインは、ICT技術をモデリング的に活用し、デジタル世界の中に仮想世界を構築するものです。デジタル技術は実際に物理的な世界の可能性を解き放つことができることがわかります。

もちろん、物理世界とクラウドデジタル世界を接続する際には、10ミリ秒の遅延制約、無人運転シナリオにおけるデータと帯域幅の消費の急増、個人と企業のデータセキュリティとプライバシー、エッジ物理デバイスとクラウド間の接続の信頼性の低さなど、さまざまな問題もあります。

したがって、インテリジェントな分散を通じてモノの自律性を実現し、モノ間の支援、モノとローカルシステムとの連携、モノと人との連携（つまり、人間とコンピュータの相互作用）、モノとクラウドとのインタラクティブな連携をさらに実現する必要があります。したがって、プロセス全体を通じて、データとサポートの共有を通じて包括的なコラボレーションを実現する必要があります。

しかし、私たちが使用するエッジ コンピューティング、クラウド サービス、さらには Docker や K8 などのテクノロジーも、結局のところは分散システムなのです。

分散システム アーキテクチャに関しては、私たちがよく知っているスケーラビリティとパフォーマンスの利点に加えて、上図に示すようにさまざまな課題ももたらします。

これらには、展開、急峻な学習曲線、全体的なアーキテクチャ ロジックの理解、さまざまな開発コスト、保守コスト、運用コストが含まれます。

同時に、ERP、MES、CAD など、業界で広く使用されているさまざまな従来のソフトウェアは、業界のカスタマイズ特性が強いため、収益性が悪く、需要の柔軟な変化に適応することができません (特に MES が典型的です)。

したがって、元の産業サービス プラットフォームを階層型からフラット型に変更し、ビジネス ロジックを複数のモジュールに分割する必要があります。当社では、内部カプセル化を使用して、構成ベースで産業現場のさまざまな問題を解決します。

業界では、K8 などのテクノロジを使用して「高度に凝集され、疎結合された」分散サービス アーキテクチャを構築し、マイクロサービスを使用して、サービス検出、制御バス、ビジネス オーケストレーション、アーキテクチャの運用と保守など、アーキテクチャの一連の基本サービスを提供します。

マイクロサービス化に伴い、業界の制御アーキテクチャ自体も分散化してきました。たとえば、産業現場の PLC 制御機器には、インタラクティブな分散制御ロジックが実装されています。

一般的に言えば、企業が携帯電話のモデルを変更するたびに、生産ラインのすべてのプロセスをそれに応じて調整する必要があります。したがって、生産ラインレベルでの各社間の競争は、主に設備の変更能力や新製品の投入能力といった面に反映されます。同時に、企業はシステム プロセスを迅速にロードして反復することで、柔軟なオーケストレーションとプロセス制御を実現する必要があります。

要約すると、今日の業界におけるデジタル変革は次のような課題に直面しています。

• OT（オペレーションテクノロジー）とICT（情報通信技術）の国境を越えた連携の課題
• 知識モデリングは依然として大きな課題である
• データ情報を効果的に流し統合することが難しい
• 産業チェーンが長くなり、エンドツーエンドの協業統合の課題が増大している

AI、ビッグデータ、機械学習などの技術を通じて、伝統的なメカニズムモデルとデータ計算モデルを組み合わせ、企業が業務サービスの変革と連携に移行できるようにし、それによって産業チェーン全体の生態学的アーキテクチャに変化をもたらす必要があります。

次に、エッジコンピューティングの基本的な概念を見てみましょう。つまり、リアルタイム性、データ最適化、セキュリティといった一連の問題を解決できるオープンな分散プラットフォームです。

ソフトウェア技術の発展の歴史を振り返ると、初期の頃は大手ソフトウェア企業が独立して運営し、独自のオペレーティングシステムを立ち上げていました。その後、X86 チップ上で実行できる Linux オペレーティング システムが主流になりました。

近年、Amazon が開始したクラウド コンピューティング サービスは、基盤となるオペレーティング システムとハードウェアをカプセル化しており、ユーザーは水、電気、石炭を使用するのと同じように、これらのクラウド サービスを使用するだけで済みます。

産業界では、バリューチェーンの最上位はテクノロジーであり、次にコア機器、そして PLC といくつかのコア産業用ソフトウェアが続きますが、私たちの一般的な IT は基盤の最後に位置しています。したがって、バリュー チェーン全体の中核となるのは、システム インテグレーターがハードウェアとソフトウェア全体をパッケージ化し、サービスを提供することです。

また、一般的なソフトウェアの中には、個別入札ができないものもあります。たとえば、ネットワーク ソフトウェアは通常、入札対象のプロジェクト全体にバンドルされます。業界全体のビジネスモデルがかなり異なっていることがわかります。

類推すると、エッジ コンピューティングとクラウド コンピューティングの本質は、次の 2 つの側面に焦点を当てています。

• すべてのコンポーネントの水平分離と一般化。たとえば、エッジ側で使用されるすべてのデータ処理を分解して、汎用ツールにすることができます。
• 新しいビジネスモデル、エッジコンピューティング、クラウドコンピューティングは、基盤となる基本コンポーネントのほとんどを保護し、サービスを運営することで利益を上げています。もともと機器の提供のみを必要としていたメーカーも、予知保全やリーンサービスなど、さまざまなサービスを提供しなければならなくなりました。そのため、テクノロジーからビジネスモデルまで、フルスタックのソリューションとなります。

上記の理論に基づき、図に示すようなモデル駆動型アーキテクチャを提案し、物理世界とデジタル世界が連携し、物理世界に多様な認知を確立することを目指しています。

現在、業界の多くのメーカーは、自社が MBE (モデルベース エンタープライズ) であることを強調し、モデリングとコラボレーションの能力を強調しています。

業界にはハードウェアやOSなどさまざまな面で異質な現象が存在するため、モデルカプセル化を通じてさまざまなノウハウをソフトウェアカプセル化したいと考えています。クラウド コンピューティング分野では、開発から展開までのライフサイクル全体を効果的にサポートするために DevOps がよく使用されるのと同様に、エッジ コンピューティングの運用機能にも、ビジネス オーケストレーションを実現するための一連のツール チェーンとサービスが必要です。

もちろん、テクノロジーにおいては、全面的な見直しではなく、進化的なアプローチを採用すべきです。情報システムに適した各種サーバハードウェア構成（メモリサイズなど）やAIクラウドモデル（GPU消費電力など）を、産業環境（数百MBのストレージ容量やメモリサイズのみ）やエッジコンピューティング用の低電力チップにすぐに移植することはできません。イノベーションのためのよりユニークな機会が必要です。

Huawei はエッジ コンピューティングの分野でどのように進歩を続けているのでしょうか?

次に、ファーウェイがエッジコンピューティングの分野でどのように取り組み続けているのかを見てみましょう。上図に示すように、これはエッジクラウドコラボレーションです。デジタルの世界では、最上位にはパブリック クラウドとプライベート クラウドを含む集中型クラウド サービスがあり、通常は IDC 内に構築されます。

クラウドサービスのPaaS、IaaSの上に、エッジにおける汎用AIやビッグデータサービス、さらにはその上のエンタープライズインテリジェンスサービスも提供可能です。

エッジ側には、LiteOS (軽量システム)、IoT ゲートウェイ、サーバー、サードパーティ ノードが組み込まれています。これを基に、K8 をベースに最適化されたエッジ クラウドを提供します。

多くの産業シナリオでは、リソースは極めて限られています。したがって、K8 を直接コピーすることはできず、適切な最適化を行う必要があります。

その上には、ストリーミング データ分析やデータ管理などの基本的なサービスがあります。同時に、ユーザーは独自のアプリケーションとトレーニング済みモデルをマイクロサービス アーキテクチャにプッシュすることもできます。

さらに、完全な分散を実現するだけでなく、アーキテクチャは一貫したサービス インターフェイスも提供できます。したがって、エッジ側は、当面のビジネス ニーズを満たすだけでなく、クラウド内の長期的な分散アーキテクチャも満たします。

上の写真はHuawei EI Big Dataのウェブページです。当社は、いくつかのデフォルト サービスに加えて、水道、製造、輸送、金融、小売関連のソリューションを含む、業界向けのソリューションも提供しています。

アーキテクチャには具体的には、ディープラーニング、プリセット モデル、クラウド トレーニング、エッジ統合、エッジ展開が含まれます。同時に、アプリケーション開発をより適切にサポートするために、いくつかの一般的なアプリケーション シナリオ (ビデオ アプリケーションなど) 向けのさまざまなツール チェーンも提供します。

機械学習の場合、当社のプラットフォームは、コア構築、モデリング、モデルライブラリの公開を実現するための完全なツールチェーンを提供します。

前述したように、産業プロジェクトは一般的にサイクルが非常に長くなります。私たちが取り組んだ空気圧縮機の省エネプロジェクトは半年以上続きました。

以下の重要な要素が関係します。

• IT 担当者が産業分野に異動し、さまざまな環境に慣れるには長い時間がかかります。そのため、産業プロジェクトでは、多くの場合、外部および内部の専門家の協力が必要となり、IT 担当者のデータに関する専門知識と OT 担当者のサポートの利点を十分に活用し、継続的な相互作用と協力が可能になります。
• 産業現場で生成されたデータのクリーニングとラベル付けには多くの時間を費やす必要があります。プロセスが比較的複雑なため、適切なモデルとフレームワークを作成するには半年かかることがよくあります。もちろん、後の反復データはより高速になります。産業分野における IT 技術は、長い熟成期間を必要とするだけでなく、せいぜい単なる実現ツールにすぎないことがわかります。

多くのシナリオではリソースが限られているため、エッジ側には軽量なアーキテクチャが必要です。上図の通り、エッジ側にはサーバーレスアーキテクチャであるEdgeCoreを提供します。

ゲートウェイなどのコンポーネントをエッジ コンピューティング ノードに抽象化し、プロトコルを使用してローカル論理グループを形成することで、デバイスの統合、相互作用、支援、分散化を実現します。

エッジ側では、各業界のシナリオは実際には異なります。たとえば、クラウド接続が失敗した場合でも異なるホストが引き続き対話できるように、貯水池ユニットの異なる水ポンプ間に何らかの内部ロジックが必要です。

上の図に示すように、SmartMesh はサービス バスを提供します。各ノードを抽象化し、それに基づいてロジックを定義します。他のシナリオでは、上記のロジックを変更し、次の部分を変更せずにそのままにしておくだけで、簡単に適応を実現できます。

もちろん、IoT エッジ アプリケーションのシナリオ開発では多くの問題に遭遇しました。たとえば、Huawei が提供するゲートウェイを納品する場合、ネットワーク インターフェイスの設定から切り替えやシナリオのテストまで、すべてに時間がかかるだけでなく、さまざまな特殊な環境の問題が発生する可能性があります。

現在、ゲートウェイ型ハードウェアはもちろん、各種デバイスライブラリ、各種OSライブラリ、さらにはゲートウェイのメモリリソースまでもシミュレートできるクラウド上の統合開発環境の提供を実現しました。このように、ユーザーはドラッグ アンド ドロップするだけでオペレーティング環境を構築して読み込むことができます。

以前は、バッジや警告標識などの安全関連の状態を確認するために、手動での検査が必要になることが多かったです。現在では、機械学習、ビッグデータ、ディープラーニングなどの手法を使用して、モデル ライブラリとコンプライアンス ライブラリを構築できます。現場での写真収集とクラウドデータ分析により、対応する安全レポートを簡単に取得できます。

また、従来、チップ基板の手作業による検査には、基板 1 枚あたり 5 分程度かかるのが一般的でした。今日では、カメラは機械学習と機械認識によって精度と効率が大幅に向上しました。

同様に、機械学習に基づいて、空気圧縮機のさまざまなマルチ電力パラメータを制御および最適化し、エネルギー消費を 2% ～ 4% 削減しました。

3C分野では、手作業による認識を置き換えることで、人員の作業負荷を48％も削減できます。

将来を見据えると、垂直的な要求を水平化し、最終的には統一された用語とアーキテクチャを通じて業界のコラボレーションと開発を促進する必要があります。

エッジコンピューティングリファレンスアーキテクチャ2.0の実践と思考

上図は私たちが提案したエッジコンピューティングのリファレンスアーキテクチャです。最上位には、クラウド層とエッジ層に配置され、基本的に開発と展開のためのフルプロセスサービスを提供するインテリジェント サービスがあります。

その最終的な目的は、収集された情報をデジタル化する役割を果たすエッジ センサー、エッジ ゲートウェイ、エッジ サーバーなどの物理デバイスです。

アーキテクチャの上位部分を担当する IT 担当者と下位部分を担当する OT 担当者が連携してビジネスを実現し、レイヤーごとに特定の業界にマッピングする必要があることがわかります。したがって、特定の要件をモジュール的に記述するには、統一された言語を使用する必要があります。

同時に、上位のデジタル世界が下位の物理世界と相互作用する場合、さまざまなビジネス ルールを定義し、上位と下位のマッピングを実現し、レイヤーごとにシールドするための中間レイヤーが必要です。つまり、ビジネス層は、運用および物理リソースに関する情報をあまり多く知る必要はありません。

そこで、エッジ側全体をエッジ クラウドに抽象化し、インターフェイスを介して上部と対話し、純粋に産業関係者が関心を持つ物理層に到達するまで、層ごとに分離しました。

以前は、切り替えコストが高すぎたため、誰もが特定の「陣営」に人質に取られることを恐れ、協力する際に​​は非常に慎重でした。

現在、このフレームワークを通じて、誰もがコラボレーションと統合を実現できます。さまざまなユーザーがエコロジカルなコラボレーションを通じて各レベルを接続し、最終的にはデータのライフサイクル全体とプロセス全体のサービスをカバーするソリューションを提供できます。

アーキテクチャのいくつかの重要なポイントを見てみましょう。

• 概念的な観点から、デジタル化、ネットワーク化、インテリジェンス化を通じてゲートウェイとシステムを異なる論理ノードとして定義し、リアルタイムコンピューティング、軽量コンピューティング、スマートゲートウェイ、スマートディストリビューションなどのOSを提供します。
• 機能面では、仮想化を通じてソフトウェア定義機能を実装することができ、さらにデフォルト機能、データ分析、リアルタイムデータ、業界カスタマイズに細分化することもできます。
• 機能面では、このモデルフレームワークをベースに開発インターフェースの標準化や運用業務の自動化を実現し、ITとOTの担当者が協力関係を築くことが可能になりました。

エッジ クラウドは分散スケジューリング システムであるため、ビジネス ポリシーによって定義できます。

アプリケーション全体に対して、開発層からデプロイメント層までフレームワークがサポートし、ビジネスオーケストレーションによるサービスの迅速な展開を実現します。

したがって、当社が提供するフレームワークでは、コア サービスとデータ処理の全体的なスケジュールを定義できます。ユーザーはビジネスロジックを実装するだけで済むため、プラットフォームとユーザー間の分業と連携が実現します。

展開の観点から見ると、Mobike のように各自転車に小さなモジュールが埋め込まれ、そのベース ステーションがゲートウェイとして機能する分散型のものと、分散型電力グリッドなどの集中型のシステムでは、多数のコンピューティング ノードがあり、エッジ側にエッジ クラウドが形成されます。

また、それらのトラフィック モデルも若干異なります。分散型は主に南北トラフィック モデルを採用し、すべてのデータがクラウドと直接やり取りします。

集中型のシナリオでは、ローカル機器の自律性がさらに高まるため、大量のトラフィックが東西方向に双方向でやり取りされ、アップロードされる前に長期間にわたって少量のトラフィックのみがクリーンアップされ、集約されます。

***このスピーチを「大きく考え、小さく始めよう」という言葉で締めくくりたいと思います。ありがとう！

[51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]