它，边缘计算/雾计算场景下的“迷你神器”？

2022-08-16

在1U、半机架宽的整机空间中，它能提供与基于 x86 的服务器相似的处理能力，但成本、功耗和占用空间都要更低。

从边缘计算说起

假如“雾计算”这个说法对你有点陌生，那我们不如还是从热门点的“边缘计算”说起吧，其实他俩差不太多！

本质上说，边缘计算和云计算都是为了处理数据的计算问题而诞生的，只是两者实现的方式不同。谈及边缘计算的优势，就要讲到这个逃不过的”典中典”案例——无人驾驶。为了实现“无人驾驶”的目标，一台这样的汽车会有成百上千个传感器，每驾驶8个小时它们就会产生数十TB的数据。然而这些数据大多数并不重要，如果将其全量传输到云端无疑是对宝贵带宽的极大浪费。另外，无人驾驶要求系统必须对数据进行实时的反应，从道路安全的角度上来说低延时的重要性不言而喻。

边缘计算则正好解决了这个问题：在靠近数据源头的位置对数据进行初步处理，经过计算后只把重要的计算结果传到云端，从而大大节约了带宽资源。同时还能利用边缘算力实时地分析和处理一部分关键数据，降低了延迟。

边缘计算

根据Gartner的报告[1]，到 2029 年，全世界可能有多达 150 亿台物联网（IoT）设备连接到企业基础架构。这些设备都将生成大量原始运营数据，部署场景遍布各行各业，他们都需要进行转换、汇总和分析，以便于进行实时的网络运维管理以及后续的大数据分析。

雾计算是什么？

从字面意义解读，“雾”是比“云”更贴近地面的存在。对应的，夹在云数据中心和各类接入设备之间的就是网络的边缘层，即所谓的“雾”。

根据Cisco 的定义[2]，“雾计算”主要使用边缘网络中的设备。这些设备可以是传统网络设备（比如早已部署在网络中的路由器，交换机，网关等等），也可以是专门部署的本地服务器。

而“边缘计算”侧重于“雾计算”中“局域网内处理能力”的理念，也就是说，它比“雾计算”离资产硬件更近一些。一个可能不甚精确的类比：如果说“边缘计算”是把算力下沉到类似于无人驾驶汽车这样的终端之上，那么“雾计算”就是在无人驾驶公路边构建的微型服务站。两者根据不同需求分别向云端上报信息。

相对于云端的集中式计算，使用这类分散在边缘的算力有着如下显著优势：

低延迟：数据是在靠近数据源处理的，与遥远的云或数据中心相比，它们减少了来回发送数据所需的时间，可以实时或接近实时地进行分析。
低带宽消耗：数据处理发生在边缘，也不需要高带宽来处理和发送数据。
容错性高：暂时失去与云端的连接也没有问题，边缘本身具备算力，依旧可以继续工作。

让雾接上 “ 地气 ”

传统观念中，我们好像习惯把网络视为连接各项资源的纯粹的“管道”，相比于存储和计算的飞速发展，网络仿佛缺少了一种面向业务的想象力。

可如果把格局打开，让边缘网络叠上算力buff，我们能做什么呢？

OK，现在我们就以这款ET1600来看看，“雾”是如何“接地气”的…

星融元ET1600系列开放计算平台基于 Marvell OCTEON SoC（多核ARMv8 处理器）

与其说是边缘网络设备，其实我更愿意称其为“ARM架构的白盒服务器”

在1U、半机架宽的整机空间中，它能提供与基于 x86 的服务器相似的处理能力，但成本、功耗和占用空间都要更低。

高性能智能业务处理单元：内置的网络专用协议处理器，可支持对采集流量进行灵活的数据包解析、报文编辑、协议处理等操作
最多8 x 1GE copper接口、2 x 10GE SFP+接口和4 x 1GE SFP接口、1 USB 3.0
ET1600系列采用了业界领先的低功耗芯片组和先进的板级设计工艺；在保证芯片拥有高速处理性能的同时，其典型功耗仅为30W
采用精简的硬件架构设计并使用成熟通用的处理芯片，整个系统通过严苛的环境试验，可稳定地工作在0~40℃环境中

如何把它耍起来呢？我们浅举几例实际应用。

比如，作为出口网络防火墙。

当发生链路故障时， ET1600可以直接连接到出口网络，因为它包含一组 Bypass 端口，可以直接绕过故障链路，而不会造成断点。运行网络操作系统后，ET1600可以支持安全流量控制功能。作为硬件防火墙的ET1600可以缓解软件防火墙带来的网络性能低下的问题，同时也具有成本低、功耗低、体积小等优点。