三大数据中心热门架构 如何撑起未来五年企业云需求

*基金项目：

1.江苏省高等学校大学生创新创业训练计划项目，项目编号：202210900004XJ；

2.江苏省高校自然科学研究面上项目，项目编号：16KJB510007；

3.教育部产学合作协同育人项目，项目编号：201901163002、202002094006

0 引言

自20 世纪90 年代起，通过综合多媒体图形、实时传感、人工智能及仿真等技术，以计算机技术为核心创建三维虚拟环境，借助相应设备实现视觉、听觉、触觉、味觉等自然方式与虚拟世界物体沉浸交互。而随着科学技术不断进步，虚拟现实技术不断地更新完善，已广泛应用于娱乐、军事、医学、设计、艺术等领域，在心理咨询领域应用中备受重视关注。虚拟技术的科技成果在于能够让体验者有种身临其境的感觉，使体验者沉浸在虚拟环境中, 可以借助数据手套、数据衣、眼镜显示器、鼠标、头盔显示器等必要的设，通过感官功能、躯体运动与虚拟环境中的对象完成交互指定的动作，可以将真实的动作、行为对虚拟世界中的物体进行控制。

自从2006 年提出云计算后，随着计算机网络的高速发展，已经成为计算机互联网系统的主要框架。但大量数据进行发送和接收操作，终端用户和数据中心之间的输入输出接口受到局限，数据传输速率大幅度下降，造成极大的时延^[1]。其另一弊端在于，伴随接入设备数量增多，带宽变得糟糕。因此，在2012 年正式提出雾计算概念，取代了不断地将移动设备所产生的巨量数据转到云端中央数据库进行处理，而放在设备边缘区域进行处理，能够让这些不需要传送到云端的数据占用数据中心的资源，而在本地实现数据的存储和计算分析，减少了云服务器所产生的开销，同时也增高移动设备的响应速度，提高网络带宽，更重要的是在没有网络的环境下，能够继续为用户提供数据资源服务。

在美国，由普林斯顿大学工程学院院长蒋濛（Mung Chiang）在2015 年11 月创办OpenFog 联盟，联盟成员包含微处理器行业代表企业ARM、思科公司（Cisco）、戴尔（Dell）、英特尔（Intel）等公司联合普林斯顿大学共同成立^[2]。OpenFog 联盟在官方网站上表明，5G、物联网、人工智能（AI）应用程序需要多个层面共同协作，其中的硬件设备、边缘软件和云软件，还有支持万物互联的通信协议标准，在现有的基础上无法做到与这些物联网传感器等设备在产生数据的规模和速度上相匹配，也无法满足某些特殊用例，如自动驾驶车辆和紧急服务所必需的低时延低特性。通过雾计算不仅能提高网络带宽效率，提供高效率、高功能性的物联网解决方案，还能保障业务的安全性和低运营成本。2017 年，OpenFog 联盟在发表的参考架构中表示，RAS（可靠性、可用性及可维护性）、安全性、开放性、可扩展性、自主性、层次性、敏捷性和可编程性，这八项核心技术原则代表着系统是否能够被定义为“OpenFog”的关键所在。2018 年6 月27 日，IEEE（The Institute of Electrical and Electronics Engineers，国际电气与电子工程师学会）为扩大雾计算的使用，IEEE 标准协会制定了一个新的标准，该标准在官方基础上进一步确保设备、传感器监视器和服务的可互性和开放性，能够共同处理来自IoT、AI、5G 的大规模数据流，被称为IEEE1934TM。OpenFog 联盟的主席兼思科公司高级主管的Helder Antunes 在声明中表示：“我们现在有一个行业支持的蓝图，将通过雾计算推动新应用和商业模式的发展^[3]。” IEEE 1934 标准将雾计算定义为“系统级水平架构”，该架构支持行业垂直和应用领域，网络资源和服务被分配在任何一个位置，用于存储、计算、控制及网络互联，使得应用程序和服务资源靠近数据的产生源。这一发布的雾标准不仅在安全性方面为整个行业提供了高认可度的框架，而且在保证高性能基础上，极大程度的加速了IoT、5G、AI 方面的市场发展。

除了OpenFog 联盟的成立， 由法国电信运营商Orange 与法国国立计算机及自动化研究院Inria 共同主导的项目Discovery 旨在研究雾计算与大规模分布式云。英特尔（Intel）公司的“Cloud Computing at the Edge” 项目， 日本NTT 数据（NTT DATA） 发表的“Edge Computing”项目以及美国第二大运营商电信公司（AT&T）所研究的“Cloud 2.0”项目。从这些世界上的科技巨头做出项目来看，他们都与雾计算有着巨大的关联，体现出了雾计算大数据在未来发展中体的巨大价值。

我国在雾计算领域飞速的发展，在车联网、医疗等领域已有经典建树^[4]。在国内领域，不仅仅有华为（HUAWEI）公司于2016 年推进的“全面云化”战略，目的为在网络硬件硬件标准化、虚拟化基础上，进一步将网络软件变成全分布式化、全自动化，完成真正的“设备云化”，这一理念与蓬勃发展的雾计算理念相一致。在科研领域中，西安电子科技大学、华东师范大学等学校针对雾计算这一课题展开研究^[5]，以最受人关注的雾计算在车联网和系统智能灯调控系统的研究为例^[6]。

2017 年，西安电子科技大学科研小组针对日益增高的车辆数目，高车祸率和长拥堵时间在车辆环境中这些亟待解决的问题，同时考虑车联网中传输信道带宽有限，带宽需求却又日益增高，以及网络吞吐率低等劣势，提出基于分布式天线系统的混合云雾技术的车联网系统。该系统基于光载无线（RoF）技术、分布式天线系统（DAS）技术，车联网领域中对业务信息的种类和性能都有极高的需求，结合了云计算的劣势和雾计算的优势所在，云计算可用来存储大量数据及完成对时延不敏感信息的处理，而雾计算由于处于网络边缘，在存储较小规模的数据的同时还能完成对时延敏感信息的的处理。这一科研获得成功并对结果进行验证，雾计算车联网系统在时延较高、资源分配不均匀以及吞吐率较低等问题得到高效解决。

本文主要研究是为解决虚拟现实数据传输处理大数据弊端，设计雾计算系统模型，基于雾计算概念设计具有“智能前端化”的计算框架进行展示并详细讨论其工作模式。

1 系统设计

依据本文的核心思想，利用“智能前端化”创新思想处理大数据，提出了通用的雾计算大数据系统框架，利用边缘网络中的设备，这些设备可以是由之前部署在网络中的网关、路由器、交换机等等，同样也可以是专门部署的本地服务器。通过在雾层中部署专门的网络服务器，可以获得更多的资源。设计的雾层，是由数量巨大的雾节点构成的，这些节点就是上述中使用的一系列硬件设备，同时包含设备中的内部管理系统。这些雾节点可以散布在不同的地理位置，这就与传统集中的云数据中心形成鲜明对比。

雾服务器在地理位置上可以广泛散布，可在无线覆盖区域内及时捕捉移动用户对所在环境的信息需求，首先可通过主动缓存的方式从云数据中心下载保存相应数据，也可以通过被动缓存，在信息流的传输过程中存储相关数据。例如，在医院部署的雾服务器可以缓存用户希望了解到医院的就诊信息，医院附近的衣食住行等有关信息。安装在商场的雾服务器，通过缓存所在商场商品的介绍信息，以及在该商场周围的交通信息，娱乐信息等。基于智能前端化的思想，数据缓存的核心所在是，怎样根据雾服务器所部署的环境，在大量数据中选择合适的有效的数据信息进行存储。

网络（Internet）现有的缓存技术有内容分发网络（CDN）和信息中心网络（IDN）。现有的内容分发网络，工作模式是根据在多地部署的缓存服务器，通过分散数据请求到各个服务器，这种方式虽然可以降低服务器的负载，缩短数据传输路径，但是移动设备在通常情况下与内容分发网络的缓存服务器有一定的距离，无法获得用户的需求和预测移动用户想法。相较于内容分发网络，信息中心网络可允许电子设备进行数据缓存，且与移动设备之间距离较近。总的来说，智能前端化思想在雾服务器中被更好的体现出来，在雾服务其中，雾计算可以做到高效感知当前部署环境，并快速准确推测用户需求，再结合周围服务器缓存大量移动用户的偏好类型数据。

对大量分布的雾服务器而言，大多数的雾服务器都配备无线通讯接口，而这些无线通讯接口为了适应不同的移动终端，而呈现出多样性。因为雾服务器在缓存大量移动数据的同时，还具有超强的计算能力，所以相比较传统的无线接入设备可以为移动用户提供更优秀的无线接入服务。这主要能从两个方面体现出来。

1）感知移动：不同环境的移动设备往往体现出较大的差异，例如移动的长途公交车，当长途公交车到站时，移动设备才能移入移出雾服务器的覆盖访问。而在开放的环境中，如商场，移动模式在此种环境下趋于随机游走。因此，不同移动模式下的移动设备可以根据接入时间长短的不同，通过及时调节不同类型移动设备的接入时间来满足移动设备的需求。

2）跨层次设计：无线接入设备在传统条件下只能单纯的提供网络层次的服务，对于应用层的数据没有任何帮助。对于雾服务器来说，对周边环境和缓存的数据都有认知能力，在综合不同层次的信息之后，针对应用需求让接入机制变得更加高效。

雾服务器位于云端和移动设备之间，在能够进行上述的数据缓存和无线接入的同时，本地化计算过程也具有双向性，对云端和移动设备两个方向进行这个过程。比如：部署在大型商场的雾服务器还可以做到缓存这些商场周围地理地图数据，从而达到在移动设备接入时进行精确导航。或在物联网中，大量的雾服务器设备，包含大量的传感器，这些传感器可以通过自身完成对数据的采集、筛选，再通过协调相邻雾服务器对数据进行整合，这些处理过的精简数据之后上传给云端，极大的减少了云数据中心的压力。

参考文献：

[1] 苏云沛.“云”里“雾”里——雾计算时代的到来[J].甘肃科技,2016,32(5):73-74+7.

[2] 方巍.从云计算到雾计算的范式转变[J].南京信息工程大学学报(自然科学版),2016,8(5):404-414.

[3] 朱红梅.“云”消“雾”涨—记3GPP的D2D成长之路[J].通信世界,2014(27):21-22.

[4] 宛语.戳破云计算真相“雾计算”才是真正变革[J].创新科技,2014(11):1-1.

[5] 程冬梅,李志.基于雾计算的医院信息服务系统[J].计算机科学,2015,42(7):170-173+190.

[6] IEEE采用OpenFog参考架构作为雾计算的正式标准[J].电子产品可靠性与环境试验,2019,37(1):81.

------------------------------------------------

作者简介: 于佳红(2001-),女,2019级电子信息工程本科。

通信作者: 张福鼎(1982-),男,讲师(Email:zfdc@qq.com)。

（本文来源于《电子产品世界》杂志2023年5月期）