原创深度 | 边缘计算到底是个什么技术?边缘计算硬件架构

作者:马玺

对物联网IoT技术感兴趣的朋友在这两年一定经常可以看到“边缘计算”这个名词,但是总感觉不明白到底什么是“边缘计算”,不明觉厉的感觉。

让我们看看业界泰斗Intel是如何解释边缘计算的:

“”

“图1:图片取自Intel官网页面”
图1:图片取自Intel官网页面

从图1 Intel官网这段话中,我们可以总结出Intel对边缘计算的定义:

1. 相对于云计算的集中式计算,边缘计算属于分布式计算。
2. 相对于云计算系统需要上传大量的待计算数据,边缘计算可以大幅减少需要上传的数据量。
3. 相对于云计算系统,边缘计算实时性更好。
看到这里相信大家都明白了,“边缘计算”是与“云计算”相对应的一种技术,“边缘”的意思就是现场数据采集这一端。“边缘计算”就是“在数据采集现场处理数据”。

如果还不明白我就再举一个例子,这次在抗击新冠病毒中立了大功的阿里云AI诊断技术,通过分析医院上传的CT影像资料,20秒就能确诊新冠肺炎,准确率高达96%。这就是典型的云计算。如果将阿里云AI诊断系统运行于医院的服务器,本地无法识别的图像再上传到云做进一步分析,就可以避免向云端传输所有CT影像数据,只需要传输本地无法识别的图像。后者就属于边缘计算系统。

“图2:云计算诊断"
图2:云计算诊断

“图3:边缘计算诊断"
图3:边缘计算诊断

从边缘计算的定义来看,最典型的边缘计算莫过于汽车无人驾驶系统。各种传感器数据(摄像头,激光雷达,毫米波雷达,定位信号)都在本地进行处理。还有就是海量数据采集系统,海量数据的采集过程中,往往包含了大量的无效数据,如果采用边缘计算,将“生”数据进行简单的预处理,挑选出有效数据进行上传,将大大提高系统的运行效率。

从以上内容,我们不难总结出边缘计算的硬件架构。

  • 有传感器/数据采集系统,用来生成数据。
  • 有较强计算能力的MCU/MPU/CPU,可以本地化处理数据。
  • 有存储系统,可以本地化存储管理数据。
  • 具有网络通信系统,适用于IOT应用。

针对边缘计算市场,贸泽也针对性的进行了备货,比如专门用于人脸识别应用的MCU NXP i.MX RT106F。

“图4:NXP
图4:NXP i.MX RT106F

i.MX RT106F交叉处理器是i.MX RT1060系列处理器面向EdgeReady™解决方案的特定版本。EdgeReady™是NXP针对边缘计算推出的一系列完整的,包括软件在内的解决方案。

通过集成相应的面部识别软件,i.MX RT106F可以为各种产品添加上人脸识别功能,而且无需Linux/Android系统支持,整个算法可以在小型RTOS上运行,摄像头获取的数据也无需上传云去做识别处理,从而也保护了隐私和数据安全。

这样一个具有人脸识别功能的边缘计算MCU内部资源是怎样的呢?请看图5。

“图5:i.MX
图5:i.MX RT106F内部架构

作为边缘计算MCU,其计算能力体现为ARM-CortexM7内核,最高频率可达600MHz,采用了Cache、TCM技术并且具有浮点运算单元,具有优秀的实时处理能力和数学计算能力(3020CoreMark@600MHz)。

因为是针对人脸识别而推出的产品,其带有并行的Camera接口和LCD显示控制器,支持WXGA 1366x768。在网络连接方面,其具有以太网接口;存储接口有eMMC和SD3.0。

边缘计算作为近年新出现的技术,其应用必将越来越多。

“作者:马玺”
作者:马玺

马玺,多年来深耕半导体产品的技术开发及市场营销,曾任职于梅特勒-托利多研发工程师、富士通半导体产品工程师、贸泽电子技术营销产品经理等职位,具有10多年国际知名企业电子半导体相关领域产品研发及技术营销专业背景,熟悉嵌入式系统、微控制器、存储器及无线领域相关的市场与技术。

该发布文章为独家原创文章,转载请注明来源。对于未经许可的复制和不符合要求的转载我们将保留依法追究法律责任的权利。

推荐阅读