“計算”混用，會怎樣

謝開飛

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，充分發揮各自的優勢，協同打贏比賽。

在萬物互聯的“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”就扮演著協調每位“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？筆者就此采訪了相關領域的專家。

萬物互聯時代需要更強算力

據測算，到2020年，全球聯網設備的數量將達到500億臺;到2025年，萬物互聯的銷售收入將達到1.6萬億美元;到2030年，物聯網產生的數據量將達到4.4ZB（澤字節）。

“當前數據從消費端到生產端、從設備到數據本身，萬物互聯市場已呈現出爆發式增長態勢。而大數據和物聯網技術對數據處理能力的要求很高，這就需要充分挖掘算力。”復旦大學大數據試驗場研究院、上海市數據科學重點實驗室副研究員張帆在接受筆者采訪時說。

“‘混合計算就是試圖利用5G的萬物互聯能力，綜合利用云計算、霧計算、邊緣計算等計算方式，實現高效協同計算。”福建工程學院科研處處長、福建省北斗導航與智慧交通協同創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世界移動互聯網大會上提出。這一概念的形成，歷經了多年的發展。

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

隨著萬物互聯市場的發展，產業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，同時著手開發芯片內可重構技術;賽靈思公司在2015年實現了編程環境的統一;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實現多種算力的混合……

2018年1月4日，工業互聯網產業聯盟正式發布了《工業互聯網平臺白皮書（2017）》，其中關于工業互聯網平臺功能架構圖的內容，已經初步陳述了邊緣計算和云計算進行協同計算的理念。不僅如此，華為、西門子等公司也針對“邊云協同”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出的優勢也不同。

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據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，構建出某領域專用的高效應用組件，從而更好地滿足無線互聯、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，在網絡視頻業務場景中，工作人員就可以協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（把直播內容傳輸到服務器）時，首先利用云計算技術將數據進行存儲、收集，然后可利用邊緣計算在就近節點進行轉碼和分發，減少了對云計算中心的壓力，節省了中心帶寬成本，同時實現網絡低時延，進而提高了直播質量和用戶觀看體驗。

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據，將數據發至云端，傳感器融合、虛擬世界模型更新都在云端實現;AI在“云”中確定行動計劃，并通過云端向汽車發布控制命令。

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、到農業溯源區塊鏈的各類應用、再到未來最具增長的工業互聯網各類應用。

在技術和應用層面存在諸多挑戰

“‘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，要真正實現各種計算協同的“混合計算”，在技術和應用層面，還面臨著諸多挑戰。

隨著連接設備數量的劇增，網絡管理、靈活擴展和可靠性保障等方面都面臨著巨大挑戰。張帆舉例說，以工業互聯網為例，其存在大量的異構總線和多種制式的網絡，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，要實現數據協同，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境，如何將任務準確、完整地下達到各計算節點;通過計算節點計算后，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”協同能力的重要指標。

“不僅如此，在萬物互聯的場景下，涉及訪問控制與威脅防護等安全問題的挑戰大幅增多，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。如在車聯網應用中，多種傳感器和采集器之間的協同、汽車之間的協同、汽車端與云端之間的協同等場景將會越來越復雜。

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