当快递柜屏幕转起加载圈,边缘计算正在和云抢0.1秒

上周六下午三点,36度。我拎着刚挑的两斤荔枝站在小区快递柜前面,扫完取件码,屏幕中央那个灰色的加载圈开始慢悠悠转。

转。

转了三圈半。

“咔哒”一声,柜门才弹开。

当时我第一反应不是快递柜坏了,是这破系统又把验证数据传到千里之外的机房去了。冰袋在塑料袋里化了半袋水,顺着指缝往下滴的时候,我突然想起来之前跟做物联网的朋友聊的边缘计算——说白了,这不就是卡在这种破等待上了吗?

“云更聪明”的错觉,其实被距离打了折

前几年大家一提先进的技术,第一反应就是“全上云”。好像把所有数据、所有计算任务都扔到离用户几百上千公里的大型数据中心,就是顶级的技术架构。快递柜的取件验证、家里智能灯泡的开关指令、马路上摄像头的违章识别,全往云端塞。

但很少有人算过一笔账:光信号在光纤里的传输速度是有物理上限的,从小区的宽带出口到位于千里之外的核心机房,一来一回的传输距离就有近两千公里,哪怕网络全程满速,没有任何拥堵,光传输就要花十几毫秒。再加上沿途基站的转发、机房服务器的排队校验,整个流程走下来,两三百毫秒的延迟是常态。赶上晚高峰的网络拥堵,延迟飘到一两秒都是常事。

跨地域云端数据传输延迟路径示意图
跨地域云端数据传输延迟路径示意图

很多人觉得延迟嘛,等一下就等一下,有什么大不了的?那换个场景试试。比如马路上跑的自动驾驶车,前面突然窜出来一个闯红灯的行人,要是车把摄像头拍的画面传到几百公里外的云端,等云端算出来“立刻刹车”的指令,再沿着网络传回车上,车早就冲出去好几米了。所有容不下一秒等待的场景,本质上都在被云端的距离拖后腿。

“边缘”根本不是什么新发明的概念

很多人第一次听边缘计算,觉得是这两年才冒出来的玄乎新词,其实早就在你身边用了快二十年。比如你手机上的人脸解锁,根本没把你的面部照片传到千里之外的云端去算,就是靠手机本地那枚小小的NPU芯片,在几百毫秒内完成特征比对、解锁屏幕——这就是最朴素的边缘计算。

当然,很多厂商宣传的时候,总喜欢把边缘计算吹成能把云完全替代的终极方案,纯纯误导。就像你在小区门口开个小卖部,卖个盐、卖瓶冰可乐,比几公里外的大超市近多了,方便得很,但你要想买个定制的书架,总不能指望小卖部给你备货吧?最后还是得去大超市那种“云端”的大仓库去调货。

智慧工厂机械臂旁边缘计算机柜实景
智慧工厂机械臂旁边缘计算机柜实景

现在很多制造工厂里的焊接机械臂,以前老款的机械臂,每焊完一道缝,就把焊缝的照片传到云端的质检服务器,判断有没有焊穿、有没有偏位。等云端把结果传回来,机械臂都已经开始焊下一道了,发现问题也晚了,工件直接报废。现在工厂就在离机械臂十几米的地方,放个半人高的小机柜,里面装着专门的边缘计算盒子,焊缝的照片刚拍下来,就在这个盒子里算,几十毫秒就能出结果,要是发现焊歪了,立刻喊机械臂停下来调整,根本不用等云回话。

这才是真的省成本。

吹得天花乱坠的落地场景,其实还没完全跑通

说实话,现在很多关于边缘计算的宣传,多少带点PPT成分。什么边缘计算能支持整个城市的摄像头同时做人流统计、人脸识别,能让自动驾驶车完全脱离网络跑,能让家里的所有智能设备不用联网就丝滑联动——听着就美,真落地的时候全是问题。

一个边缘计算节点的算力是固定的,你要让它同时扛10路4K摄像头的实时识别,那算力直接就跑满了,别说识别异常,连视频解码都费劲。之前去一个产业园调研,运维的师傅蹲在机柜旁边擦灰,跟我吐槽,他们本来规划让园区门口的边缘节点同时管20个摄像头,结果跑了没三天,节点就因为过热宕机了,最后砍到管8个摄像头,才稳定下来。

还有人说,把计算放到边缘节点,数据不传到云端,就一定更安全。这也是想当然。你把数据存在离用户更近的节点上,要是这个节点的安全防护没做好,黑客顺着网线摸进来,拿数据的速度比去云端拿还快——毕竟物理距离近啊。边缘计算从来不是要替代云端的大算力,而是把“等不起的计算”从云端摘出来,放到离产生数据最近的地方。它和云从来不是对手,是搭伙干活的搭档。

物理规律不讲情面。你就算把云端的服务器堆得再高,算力再强,跨几千公里的传输延迟永远不可能压到几毫秒以内,这不是砸钱就能解决的问题,是初中物理课本上写死的常识。

上周又去那个快递柜取件,这次扫完码0.2秒门就弹开了。旁边的运维小哥正在换那个新的边缘计算模块,说之前所有的取件验证都要传到云端,现在把简单的校验逻辑直接存在快递柜旁边的小节点上,不用跑远路了。

站在太阳底下拆刚买的绿豆冰棒,冰碴子顺着木棍往下滴的时候,我突然觉得,所谓的技术进步,从来不是什么惊天动地的大发明。就是把那些让你等得不耐烦的小卡顿,一点点磨掉而已。

作者|科技

排版|科技

审核|柚子

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:当快递柜屏幕转起加载圈,边缘计算正在和云抢0.1秒
文章链接:https://www.lfdjt.com/p/keji/a/21712.html