摘要
近年來因市場變動快速與人工智慧等新興科技的快速發展,帶動企業對於雲的應用需求大增。在人工智慧、物聯網與區塊鏈等新興科技促進企業數位轉型,開創新商業模式趨勢驅使下,企業趨向採用雲端運算服務,使雲端運算服務市場成長更為顯著。在此趨勢下,企業需能因應業務需求快速變動,而對應快速調整的新世代資訊系統架構,在資訊系統架構需能迅速調整與成本控管的考量下,企業普遍轉向採用雲端服務,藉此提升雲端與資料中心軟體部署的彈性與速度,和輕量級虛擬化的容器技術發展迅速。
對企業來說,面對多家雲端廠商選擇,為了避免綁定其中一家業者而導致服務中斷的風險,許多企業採用多雲架構。且企業在自家的雲端架構上,也偏重採用兼顧運算方便與資料保密的混合雲架構。在不同的架構下,資料的轉移與相容便成為企業的新課題。企業網路在接取與骨幹部分亦都持續朝向無線化發展,提供各種環境的網路傳輸服務;同時,多元且數量多的無線終端,也推升以雲端管理無線裝置的需求,使企業可以更便利管理企業環境中連網裝置,強化企業網路安全。
對雲端廠商而言,由於雲端市場逐漸朝向集中化的寡佔市場發展,AWS、Microsoft、阿里雲、Google、IBM前五名的雲端大廠就佔了七成以上的市佔率。為了擴大自家的生態系以在未來雲端市場中競爭,各大雲端廠紛紛祭出跨雲策略,或以策略合作、提供跨雲服務來爭取跨雲市場。其中諸多雲端與IT大廠如Amazon、Microsoft、Google、IBM、Red Hat、VMware都積極布局容器技術,提供新世代雲端容器叢集管理服務。
另一方面,5G技術特性使得連網裝置數量呈現爆炸性成長,也帶動數據增長速度前所未見,為能全面性、快速、準確地滿足用戶應用需求,邊緣運算應運而生。各方業者從晶片、終端、平台、標準制定等多方面促使邊緣運算邁向AI化、開放化、可相互操作化,邊緣運算各面向的發展,成為發展數據經濟不可忽略的議題。
邊緣運算伺服器(Edge Server)是邊緣運算架構的重要「節點」(Node)。相對於傳統伺服器,邊緣運算伺服器核心的特徵差異,並不在運算效能的表現(如預處理),而在於後端的「運算架構」與「資源取用」模式,其功能必須從聯網介面進行確認。全球除了雲端服務提供商之外,包括電信服務、網通設備提供商,皆積極地投入此一產品領域,如HPE、AWS、Cisco、Advantech、Nokia等皆是布局業者。
邊緣運算微型資料中心(Edge Micro Data Center)是下世代運算架構的重要環節。相對於雲端資料中心和傳統資料中心而言,邊緣運算微型資料中心,採用分散式系統,在介於終端設備與雲端運算的位置之中,扮演數據緩存、過濾等「預處理」功能。全球包括HPE、Schneider、Dell等不同的廠商,皆提出相對應的產品與解決方案,包括智慧製造、商務機房、電信基站等,都是其產品鎖定的應用情境。
本書以雲端運算與邊緣運算為主題,彙整了該領域產業之發展趨勢分析,以及相關國際大廠布局策略分析,提供給產官學研等相關單位作為參考。
- 前言 I
目錄 III
圖目錄 V
表目錄 VII
第一章 雲端運算發展趨勢 1
一、 全球雲端產業與市場趨勢 1
二、 多雲環境下,國際雲端大廠跨雲布局分析 5
三、 國際雲端大廠容器技術與微服務架構應用發展趨勢觀測 18
四、 開放霧聯盟與邊緣運算發展方向 27
第二章 邊緣運算伺服器發展趨勢 45
一、 邊緣運算伺服器功能位階 45
二、 邊緣運算伺服器布局業者 53
三、 邊緣運算伺服器產品分析 70
四、 邊緣運算伺服器發展趨勢 77
第三章 邊緣運算微型資料中心發展趨勢分析 83
一、 微型資料中心功能位階 83
二、 微型資料中心應用情境 87
三、 微型資料中心產品布局 90
四、 微型資料中心發展趨勢 106
第四章 雲管邊端布局與策略 117
一、 現今邊緣運算應用之課題與對策 117
二、 雲端大廠進軍邊緣運算之布局與策略 130
三、 從雲端大廠Amazon與Microsoft近期AI布局,看我國雲端產業之機會與挑戰 141
第五章 結論 157
附錄 167
一、 英文名詞縮寫對照表 167
二、 中英文名詞對照表 169
- 圖1 1 混合雲的災難備援─以Microsoft架構為例 7
圖1 2 多雲架構示意─以IBM架構為例 9
圖1 3 AWS Outposts的服務流程圖 11
圖1 4 Microsoft Azure Arc的服務架構圖 12
圖1 5 Google Anthos平台的服務架構圖 14
圖1 6 IBM Cloud Pak for Multicloud Management的服務架構圖 15
圖1 7 Amazon EKS 運作模式 21
圖1 8 Azure Kubernetes Service(AKS)運作模式 21
圖1 9 開放霧聯盟的組織與任務組成 32
圖1 10 邊緣運算四種技術介面與架構 39
圖1 11 邊緣運算資訊與安全控制系統 41
圖2 1 邊緣運算一般架構與四個階層 49
圖2 2 邊緣運算產品的七種功能介面 50
圖3 1 邊緣運算系統架構與階層與位置 86
圖3 2 邊緣運算微型資料中心功能堆棧 112
圖4 1 Hearable產品特性 118
圖4 2 邊緣運算成為數據的集散處 120
圖4 3 AI邊緣運算效益 122
圖4 4 可相互操作的工業物聯網應用 127
圖4 5 雲端大廠進攻邊緣領域 130
圖4 6 AWS Greengrass的主要功能 132
圖4 7 邊緣裝置應用機器學習/深度學習 133
圖4 8 自動切換連接之雲端服務 134
圖4 9 確保邊緣裝置安全性所需之七個特性 136
圖4 10 Azure Sphere MCU的要件 137
圖4 11 Azure Sphere OS的構造 138
圖4 12 Azure Sphere的應用事例 139
圖4 13 Azure Sphere的開發套件 140
圖4 14 Amazon雲端AI服務之快速得到訓練成果 148
圖4 15 Microsoft雲端AI服務之快速得到訓練成果 152
圖4 16 Microsoft雲端AI服務之應用推廣 153
- 表1 1 國際雲端大廠容器技術服務方案說明 23
表1 2 開放霧聯盟(OpenFog Consortium)重要事件與進程 29
表2 1 邊緣運算伺服器產品定義範疇 47
表2 2 邊緣運算伺服器產品發表企業 69
表2 3 邊緣運算伺服器運算核心比較 71
表2 4 邊緣運算伺服器系統環境比較 73
表2 5 邊緣運算伺服器連結通訊比較 74
表2 6 邊緣運算伺服器機體外型比較 76
表3 1 邊緣運算微型資料中心定義範疇 84
表3 2 邊緣運算微型資料中心標準比較 89
表3 3 邊緣運算微型資料中心應用情境 105
表3 4 邊緣運算微型資料中心軟體平台 105
表3 5 邊緣運算微型資料中心機體外型 106
表3 6 微型資料中心與其他的產品比較 107
表4 1 大國政府之AI發展策略 142
表4 2 雲端大廠AI布局分析構面 145
表4 3 Amazon雲端AI服務之使用工具 146
表4 4 Amazon雲端AI服務之開發環境 147
表4 5 Amazon雲端AI服務之應用推廣 148
表4 6 Microsoft雲端AI服務之使用工具 150
表4 7 Microsoft雲端AI服務之開發環境 151
表4 8 Microsoft與Amazon之AI布局分析 154
付款方式
匯款
匯款銀行:華南銀行-和平分行 (總行代號:008)
戶名:財團法人資訊工業策進會)
帳號:98365-05099-001-3)
※ 請於匯款時以發票抬頭匯款,並於匯款後將匯款明細如:發票號碼、匯款日期、匯入帳戶等傳真至 (02)2732-8943 ※
信用卡
您可直接線上訂購,或是列印後,傳真到 02-2732-8943。 我們收到訂購單後,將會立即與您聯繫確認。 如有任何問題,歡迎聯絡 MIC會員服務專線:(02)2378-2306,謝謝。