在一場4×100的接力賽中，教練會分析每位隊員特點，讓其完成不同賽段，充分發(fā)揮各自的優(yōu)勢，協(xié)同打贏比賽。

在萬物互聯(lián)的“賽道”上，云計算、霧計算等計算“選手”也各有所長。然而，有時單個“選手”無法滿足需求各異的應用場景，怎么辦?

“混合計算”就扮演著協(xié)調(diào)每位“隊員”的“教練”角色。在日前舉辦的2019年中國(北京)國際服務貿(mào)易交易會上，分享通信集團董事局主席蔣志祥作了關于《“混合計算”賦能金融科技》的演講，引起熱議。

那么，“混合計算”究竟是什么?有何應用?科技日報記者就此采訪了相關領域的專家。

萬物互聯(lián)時代需要更強算力

據(jù)測算，到2020年，全球聯(lián)網(wǎng)設備的數(shù)量將達到500億臺;到2025年，萬物互聯(lián)的銷售收入將達到1.6萬億美元;到2030年，物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量將達到4.4ZB(澤字節(jié))。

“當前數(shù)據(jù)從消費端到生產(chǎn)端、從設備到數(shù)據(jù)本身，萬物互聯(lián)市場已呈現(xiàn)出爆發(fā)式增長態(tài)勢。而大數(shù)據(jù)和物聯(lián)網(wǎng)技術對數(shù)據(jù)處理能力的要求很高，這就需要充分挖掘算力。”復旦大學大數(shù)據(jù)試驗場研究院、上海市數(shù)據(jù)科學重點實驗室副研究員張帆在接受科技日報記者采訪時說。

“‘混合計算’就是試圖利用5G的萬物互聯(lián)能力，綜合利用云計算、霧計算、邊緣計算等計算方式，實現(xiàn)高效協(xié)同計算。”福建工程學院科研處處長、福建省北斗導航與智慧交通協(xié)同創(chuàng)新中心主任鄒復民教授介紹道，“混合計算”這一概念最早由蔣志祥在WMIC 2018世界移動互聯(lián)網(wǎng)大會上提出。這一概念的形成，歷經(jīng)了多年的發(fā)展。

談及其技術原理，張帆說，“混合計算”借鑒了異構(gòu)計算的思想——用不同的計算資源處理適合該結(jié)構(gòu)的任務。異構(gòu)計算的概念提出的時間很早，但受實現(xiàn)條件限制，直到近年才得到了巨大的發(fā)展。

隨著萬物互聯(lián)市場的發(fā)展，產(chǎn)業(yè)界逐漸認識到單一的計算方式不能解決所有問題，為此針對不同計算方法各大廠商展開了積極探索：英特爾公司在2015年收購阿爾特拉公司，同時著手開發(fā)芯片內(nèi)可重構(gòu)技術;賽靈思公司在2015年實現(xiàn)了編程環(huán)境的統(tǒng)一;百度在2016年開始推進“百度大腦項目”，試圖在一個計算體系內(nèi)實現(xiàn)多種算力的混合……

2018年1月4日，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟正式發(fā)布了《工業(yè)互聯(lián)網(wǎng)平臺白皮書(2017)》，其中關于工業(yè)互聯(lián)網(wǎng)平臺功能架構(gòu)圖的內(nèi)容，已經(jīng)初步陳述了邊緣計算和云計算進行協(xié)同計算的理念。不僅如此，華為、西門子等公司也針對“邊云協(xié)同”不斷地進行探索。

將各類計算方法進行排列組合

在不同的應用場景，云計算、霧計算、邊緣計算等計算方法展現(xiàn)出的優(yōu)勢也不同。

鄒復民以智慧交通應用場景為例介紹道，車輛在自動駕駛時，若要啟動防碰撞緊急制動裝置，需要計算平臺在毫秒內(nèi)做出判斷，這就要應用到邊緣計算技術;而交通擁堵分析及智能誘導功能，則應用了云計算技術，通過云計算中心對交通大數(shù)據(jù)進行綜合分析與挖掘，得到最終的誘導方案。

張帆認為，與早前單個計算方法不同，“混合計算”將各類計算方法進行排列組合，構(gòu)建出某領域?qū)Ｓ玫母咝媒M件，從而更好地滿足無線互聯(lián)、視頻處理、圖像識別、智能制造等多領域的高效處理需求。

張帆舉例道，在網(wǎng)絡視頻業(yè)務場景中，工作人員就可以協(xié)同運用邊緣計算和云計算這兩種計算方式。比如，在進行直播推流(把直播內(nèi)容傳輸?shù)椒掌?時，首先利用云計算技術將數(shù)據(jù)進行存儲、收集，然后可利用邊緣計算在就近節(jié)點進行轉(zhuǎn)碼和分發(fā)，減少了對云計算中心的壓力，節(jié)省了中心帶寬成本，同時實現(xiàn)網(wǎng)絡低時延，進而提高了直播質(zhì)量和用戶觀看體驗。

再如，在無人駕駛領域，可綜合利用邊緣計算、云計算和人工智能(AI)技術：用邊緣計算傳感器收集數(shù)據(jù)，將數(shù)據(jù)發(fā)至云端，傳感器融合、虛擬世界模型更新都在云端實現(xiàn);AI在“云”中確定行動計劃，并通過云端向汽車發(fā)布控制命令。

鄒復民說，“混合計算”的技術平臺可以部署在從消費級各類應用、到智慧城市級各類應用、到農(nóng)業(yè)溯源區(qū)塊鏈的各類應用、再到未來最具增長的工業(yè)互聯(lián)網(wǎng)各類應用。

在技術和應用層面存在諸多挑戰(zhàn)

“‘混合計算’目前還主要停留在概念階段，未見成熟的技術方案和框架。”鄒復民說，要真正實現(xiàn)各種計算協(xié)同的“混合計算”，在技術和應用層面，還面臨著諸多挑戰(zhàn)。

隨著連接設備數(shù)量的劇增，網(wǎng)絡管理、靈活擴展和可靠性保障等方面都面臨著巨大挑戰(zhàn)。張帆舉例說，以工業(yè)互聯(lián)網(wǎng)為例，其存在大量的異構(gòu)總線和多種制式的網(wǎng)絡，它們在兼容多種連接的同時還需要確保連接的實時性和可靠性。在此基礎上，要實現(xiàn)數(shù)據(jù)協(xié)同，則需要跨廠商、跨平臺的集成與操作。

面對海量復雜的應用環(huán)境，如何將任務準確、完整地下達到各計算節(jié)點;通過計算節(jié)點計算后，如何將有效信息整合到任務中進行反饋……這些都是考驗“混合計算”協(xié)同能力的重要指標。

“不僅如此，在萬物互聯(lián)的場景下，涉及訪問控制與威脅防護等安全問題的挑戰(zhàn)大幅增多，安全和隱私如何得到保證、如何抵御攻擊，這些都是安全領域需要關注的重點內(nèi)容。”張帆說。

針對應用層面存在的障礙，張帆認為，“混合計算”中各種計算協(xié)同進行工作后，其應用場景將會越來越多、越來越復雜。如在車聯(lián)網(wǎng)應用中，多種傳感器和采集器之間的協(xié)同、汽車之間的協(xié)同、汽車端與云端之間的協(xié)同等場景將會越來越復雜。

同時，張帆也指出，“混合計算”在萬物互聯(lián)時代要能保證在不同應用場景實現(xiàn)落地，僅依賴5G的高速率、低延時是遠遠不夠的。在不久的將來，隨著網(wǎng)絡通信能力的提高、“混合計算”各種協(xié)同問題的解決以及產(chǎn)業(yè)鏈的完善，“混合計算”的能力才能被充分發(fā)揮出來，賦能各類應用場景。