邊緣計算和物聯網開發商Nubix公司的CEO Jason Shepherd參加了行業媒體舉辦的一個有關邊緣計算和物聯網發展的技術播客，其探討的內容涵蓋了邊緣計算發展趨勢對技術提供商的影響，當前的物聯網平臺格局，人工智能和物聯網的結合，什么是TinyML，物聯網和邊緣計算的整體觀點的提示，以及物聯網和邊緣計算的挑戰等。

邊緣計算和物聯網開發商Nubix公司的CEO Jason經常就邊緣計算、物聯網、人工智能、5G、數字孿生和生態系統等技術主題發表演講和寫作，并被公認為是100強工業物聯網影響者之一。

此次物聯網播客的主持人Ryan Chacon與Nubix公司的CEO Jason Shepherd對推動邊緣計算和物聯網的發展趨勢進行了探討。

Jason Shepherd簡介

?

Ryan：在開始探討邊緣計算和物聯網趨勢之前，請你簡單介紹一下自己。 ?

Jason：我長期從事邊緣計算和物聯網的工程和研發工作，處于新技術趨勢的前端，并從首席技術官角色轉向業務。我在邊緣計算和物聯網行業開發了一些開源項目，也做過很多不同的事情。

作為Nubix的公司的CEO，我主要關注的是如何為全球數十億微型物聯網設備提供類似云計算的體驗。很多物聯網設備由于太小，在硬件方面無法運行Linux系統，那么如何將容器用在這些設備上？這很有趣。在入職Nubix公司之前，我在戴爾科技公司擔任邊緣計算和物聯網領域的首席技術官。我之前也在VMware公司工作了很長時間。

推動邊緣計算的趨勢

?

Ryan：說到邊緣計算，當人們談論邊緣計算的趨勢時，通常都是一些宏觀發展趨勢，例如更低的延遲、帶寬消耗、增強安全性、保護個人隱私諸如此類的事項。除了那些通常被引用的推動邊緣計算向前發展的技術原因之外，還有哪些其他的趨勢需要關注? ?

Jason：有一件事很常見。人們通常會談到延遲和帶寬之類的術語，即使是延遲也有細微差別。例如，“實時”就是一個被過度使用的術語，例如，安全氣囊的實時時間通常以毫秒計算，并且其時間必須是確定的，而在建筑自動化用例中，其實時間通常是15分鐘。雖然很多人引用了一些技術原因，但如果是延遲敏感型或者是關鍵型技術，那就有很大的區別。所以即使在討論中，人們也不會過多地了解這些細微差別。

我認為，對于邊緣計算來說，有一個很少被提及的主要驅動因素，企業需要重新控制數據。在過去的10年到15年里，很多企業都將業務遷移到公有云，投資于資源和集中的云計算非常有意義。

在一個完美的世界中，人們將把一切資源和業務都集中在云端。這很方便，并且具有成本效益。當人們談論公有云的時候，云計算成本隨著業務的增長而快速增長，雖然采用云服務很簡單，但可能收到高昂的賬單。所以我認為邊緣計算也是如此，現在的討論不僅僅是關于這些技術的發展，而且是關于如何建立多云戰略。例如，用戶如何在邊緣更多地控制自己的數據？在哪里適當地運行工作負載？企業如何更好地控制環境？

我們公司的很多數據都是在邊緣產生的，所以我們需要考慮邊緣計算的業務。

發展趨勢對技術供應商的影響

?

Ryan：當涉及到這些宏觀發展趨勢時，我認為邊緣計算將會影響技術提供商在物聯網領域采取的方法。但是當涉及到將物聯網解決方案變為現實時，邊緣計算對企業在實現物聯網解決方案方面所采取的方法有何影響？ ?

Jason：如果從歷史和發展趨勢來看，采取的方法各不相同。企業可以采購IT原始設備制造商提供的IT設備，包括硬件和軟件，例如采購戴爾、HPE、聯想的產品；或者與大型云計算提供商合作，例如與VMwares和Red Hat合作。

就像我之前所說的，企業的業務正在向公有云遷移，現在有些用戶希望遣返回數據中心，這將改變一些發展動態。

在過去，云服務提供商通常會從戴爾和惠普這樣的硬件供應商那里購買硬件，當云服務提供商達到一定規模時，就會直接去源頭購買或者自己生產。因此，他們主要構建自己的基礎設施，我們在其他地方也看到了這種情況。

這對傳統硬件供應商的業務帶來了不利影響。現在，隨著業務向邊緣計算的轉變，人們看到云計算提供商開始提供邊緣計算服務，例如AWS Outposts、Azure edge和Google Anthos。但這就像將云計算體驗帶到內部部署設施一樣，在這樣情況下，云計算提供商正在蠶食傳統硬件原始設備制造商的市場。

我將邊緣計算市場稱之為基礎設施巨頭的最后戰場或者是下一個戰場。對于技術提供商來說，邊緣計算是一個熱門話題，因為這是一場爭奪客戶注意力和獲取客戶的斗爭。云服務提供商試圖將用戶鎖定在他們的生態系統中。

硬件廠商通常也會鎖定用戶，用戶被他們采購的硬件所束縛。用戶對于云服務提供商和硬件廠商都有不同的選擇，例如電信公司都在努力弄清楚他們在哪里運行業務以及需要做些什么。

因此，這些都是爭奪市場份額和客戶關注的重要推動力。

當前物聯網平臺格局

?

Ryan：當我進入物聯網領域的時候，很關注物聯網平臺市場的競爭格局，每個物聯網平臺都在爭取最終用戶和買家的關注，物聯網平臺可以被用于構建任何類型的解決方案。這些年來，這種情況發生了一些變化，你對當前物聯網平臺的看法是什么? ?

Jason：我認為現有市場上的物聯網平臺太多了，多達359個。任何新市場通常都是從平臺融資開始的。對于這么多的物聯網平臺，很多用戶在選擇方面無所適從。

那么用戶的用例是什么？物聯網平臺供應商不知道，只要用戶采購其平臺，如何應用需要自己想辦法。所以我認為物聯網平臺現在有了一些進展，很明顯，云計算市場已經有了一些改變，谷歌公司關閉了他們的物聯網平臺，還有一些物聯網開發商正在進入這一市場，并在這方面提供幫助。

我認為看到了整合方面的進展。最終需要更開放、更可信的基礎設施。物聯網開發商通常是通過應用領域知識和圍繞獨特硬件和軟件來獲利的。我認為，互操作性將會對云計算和討論的所有其他事物產生影響。

因為云服務提供商通常鎖定用戶，這具有粘性，但也有一些弊端。我認為這對于云計算供應商來說是一種提醒，他們需要意識到要有自己的發展方向，也就是說，他們要在哪里獲利，而不是試圖做所有的事情。

Ryan：這很有趣，因為我們最近注意到，許多物聯網平臺或解決方案提供商正試圖將其定位為更多的交鑰匙解決方案或更完整的解決方案，應該說正變得更加垂直，并試圖展示解決方案是為這個特定行業或特定問題而構建的，以及針對特定問題定制所有不同的部分。

我認為這正是物聯網行業需要進行的改變，因為物聯網開發商要有自己的決定。例如，應該與哪個平臺供應商合作？需要什么硬件？需要什么樣的連接？對于那些不關心所有這些問題的企業來說，這將是一場噩夢，他們只是想找到解決問題的辦法。所以我認為，越多的供應商能夠幫助用戶做到這一點，并幫助他們做出更好的決策，這對物聯網行業來說都是一種勝利，因為很明顯，越能獲得成功，規模就越大，物聯網行業也會繼續增長。

2014年，戴爾公司開始開展物聯網業務，并在一段時間內致力于在這一領域發展，在那時，該公司在橫向發展之前先進行垂直發展。隨著時間的推移，企業就有更少的選擇或者更一致的選擇。

我認為，獲得關注的仍然是那些規模較小的物聯網開發，他們至少非常專注于給定的結果，但肯定會走上整合的道路。

人工智能與物聯網的交集

?

Ryan：你對人工智能和物聯網的交集有什么看法，以及這個領域正在發生的一般情況是什么? ?

Jason：人工智能技術發展迅速，很多公司現在開始進入這個領域，生成式人工智能聊天機器人市場發生了一些非常有趣的事情，并且是現在的熱門話題，當它開始自我升級并變得更智能時，人們通常猜測它將會走向何方。

也有很多人認為，人工智能基本上就像一個華而不實的規則引擎。

物聯網顯然主要與傳感器有關，能夠大量收集數據，然后用戶可以做出決定并采取行動。應用人工智能可以自動化這些元素。無論是物聯網還是感應計算機視覺，計算機視覺都將成為邊緣計算的殺手級應用。

計算機視覺顯然與人工智能有關，攝像頭是最好的傳感器之一。通過互聯網發送原始視頻數據并不是一個好主意，用戶通常是在本地、設備上或附近進行處理，然后發送事件，觸發基于場景的動作。

我認為，當將攝像頭看作是與人工智能相連的傳感器時，它們之間存在著非常緊密的相關性，生成的內容會有些不同。但與此同時，隨著時間的推移，我們將越來越多地看到實時遙測數據饋送到生成式人工智能系統中。

我認為，它確實變得更加具體，也看到了很多事情正在快速發生。

物聯網的發展現狀

?

Ryan：我覺得在很多情況下，這種情況肯定發生在技術準備就緒之前的幾年，那么物聯網發展現狀如何? ?

Jason：我認為人們在某種程度上對物聯網感到厭倦了，因為它不是爆炸式增長，但現實正在發生。物聯網只是把傳感器和這些類型的技術納入解決方案，并不是說其發展沒有面臨挑戰，而是物聯網成為了人們日常工作和生活的一部分。

但是，無論我們怎么稱呼物聯網都不重要。它就是這樣做的，就是使用傳感器從物理世界收集數據，并能夠利用無法訪問的數據，這對企業有著更高的價值。只是無論怎么稱呼它，也許不如它的作用重要。

這并不是說物聯網這個流行術語有什么不同，很明顯，物聯網仍在不斷發展，而且正在變得越來越好，并且技術越來越復雜，成本也越來越便宜，我們看到物聯網正在獲得更多的成功。

在我們剛開始開發物聯網技術的時候，需要物聯網這個標簽，這是毫無疑問的。但當我還在戴爾公司工作的時候，就會有客戶詢問我們希望采購一些物聯網產品。

Ryan：這就像我之前關于物聯網銷售方式正在發生變化的觀點一樣。有些公司已經在銷售技術和組件，但在大多數情況下，他們正在向用戶銷售物聯網產品。用戶必須得弄清楚應用怎么買，讓這一切變得更容易，這將使很多解決方案真正開始被采用，并得到發展。我不太熟悉TinyML這個術語，它到底是什么？

Jason：TinyML是另一個流行術語，可以這么說，它實際上是將機器學習模型壓縮成非常小的固定功能模型，用于非常受限的物聯網設備。TinyML的一個例子就是，當人們對智能音箱說，“嘿，Alexa”， 智能音箱中有一個機器學習模型可以識別這個喚醒詞，當它連接到互聯網時，在理論上每個人都會喚醒智能音箱。

它并不是在聽用戶說話，而是在聽喚醒詞。這里就采用了TinyML模型，我們將看到越來越多的這樣的功能被部署在功能受限的設備中。從歷史上看，對于嵌入式系統，不能運行Linux。

對于這些設備，無論是智能燈泡還是聯網產品，需要為它們進行嵌入式編程，對設備進行硬編碼優化，因為設備的功能受限。數據中心擁有大量的服務器，可以虛擬化所有的東西，有資源來支付這些開銷。隨著這些設備變得越來越智能，工具集也越來越好。

用戶想要動態地適應軟件定義設備。就像人們在汽車和其他產品中看到的那樣，產品的變化會隨著時間的推移而變化。TinyML是一個代表性的功能，它將開始改變開發這些小設備的方式。

如果用戶開始使用這些小模型尋找不同的語音喚醒詞或計算機視覺內容，必須能夠更新它們。

所以Nubix公司所做的是取代傳統的嵌入式硬編碼，如何在硬件之上創建一個抽象層，就像在數據中心看到的那樣，或者開發虛擬機管理程序或者Linux之上的Docker，或者把同樣的原則應用到微控制器上。

但不能將Docker放在MCU里，它太大了，但是可以從中獲得分區和容器化的好處。可以把TinyML模型放到一個小功能上，為了安全起見，可以連接到云平臺或者連接傳感器。

Nubix公司將在上游做的所有這些功能都可以用解決方案在微控制器上完成。用戶不需要對所有這些功能進行嵌入式編碼。也有更多的人擁有云計算、物聯網和人工智能開發方面的技能，以及來自云計算和數據中心的類似技能，而不是嵌入式技能。

因此，通過將硬件容器化，實際上使那些沒有嵌入式經驗的人能夠開發新的功能。TinyML就是一個很好的例子。同樣重要的是，如果用戶正在構建一個互聯產品，從公司里不同的人那里獲取代碼，可以把知識產權分開。

現在使用嵌入式技術，如果所有這些編譯在一起，每個人都必須將他們的源代碼編譯成一個通用的圖像。用戶的知識產權會暴露給所有人。

關于物聯網和邊緣計算的整體觀點

?

Ryan：你如何將物聯網和邊緣計算作為一個整體來考慮？ ?

Jason：我認為將物聯網和邊緣計算作為一個整體來考慮是至關重要的。綜合考慮采用哪些技術，例如云計算提供了很好的服務，但用戶可以盡可能地將其邊緣計算投資與云計算分離，盡可能地接近數據源頭。

使用API來橋接不同的資源，需要注意鎖定。最后，不要僅僅把邊緣計算看作是一個區域數據中心或在線設施。越來越多的情況是，這些非常小的物聯網設備到處都在進行更多的處理。

所以要綜合考慮。最終的問題是，如果做得對，將有這些不同的范例，但仍然可以在這些基于微控制器的設備上運行Linux。

Ryan：我完全同意你的觀點。從你的角度來看，當涉及到與客戶或整個行業合作時，你遇到或見過的最大挑戰是什么？ ?

Jason：我首先要說的是，技術面臨的最大挑戰與技術無關，而是人員和商業案例，我們需要聯系其他人。如果采用物聯網技術，沒有任何技能，這不是我開展的工作，這讓我很害怕。但只要有價值，事情就會發展。

我們已經發現了越來越多的例子，只是有些支離破碎，但情況正在好轉。當我們談到平臺發展時，邊緣計算一直是個問題。人們喜歡把邊緣計算看作是一種事物，而這些不同的范式有著內在不同的權衡。

我認為，現在有了邊緣計算，供應商試圖推動他們的平臺走在實際用例的前面，這會讓終端客戶感到困惑。我認為，它變得具有挑戰性，我們認為這總是發生在任何新技術趨勢的早期，然后努力克服這些問題，獲得更多的價值。

聯系用戶并跟進

?

Ryan：當我和客戶談論物聯網和邊緣計算領域的挑戰時，這很有趣。就像行業的碎片化是一個很大的問題。商業案例的正當性和諸如此類的事情總是出現在企業內部。似乎有很多這樣的公司。當涉及用戶構建和采用解決方案時，選擇一家公司是非常重要的一部分。對于那些想要了解更多信息的聽眾來說，他們希望解決遇到的問題，他們能做到這一點的最佳方式是什么？ ?

Jason：如果用戶有興趣，可以直接聯系我們或者給我們發郵件，如果用戶正在開發做嵌入式產品，或者有興趣將其云計算能力擴展到邊緣計算設備上，我們愿意提供幫助。

編輯：黃飛

?