什麼是流體計算？它擁有廣闊的軟體和應用前景……

全文共

3060

字，預計學習時長

9

分鐘

架構領域的小夥伴們，瞭解“流體計算”嗎？

熱詞“流體計算”，是架構領域一個被大大低估的術語。

那麼，什麼是“流體計算”呢？

流體計算是霧計算、邊緣計算、MIST計算以及雲計算的主要集合，是最通用的架構之一，有助於徹底改變企業的運作方式。本質上，流體計算即計算資源（包括CPU、儲存和記憶體）透過虛擬裝置進入路由器和伺服器等功能的流程。

不像其他模型那樣，這個術語在技術領域得到的認可度並不高。

鑑於處理能力比資訊傳遞速率應用更廣泛，經證明，資料中心伺服器當前的CPU利用率（不到60%）和記憶體利用率（不到50%）與大規模實施無關（統計資料來源： IEEE研究論文）。因此，本文旨在探討尚未發生的根本性變化。

一個著名的比喻

可以透過視覺化水迴圈來理解流體計算模型。在地面層（edge），霧（fog）是地表的第一層水（流體），隨後是水霧（mist），最終一直到雲層的上方。就計算機體系結構而言，edge代表地面；fog是物理系統和網路實體之間的中介，Mist則提供本地化處理，並將資料轉發到雲資料中心，以完成整個鏈。雲（clouds）對資訊做出響應，並完成維持應用程式的迴圈。

流體計算的發展

當前以云為中心的方法需要集中“決策”，這給大規模工作條件下的部署造成重大障礙。例如，如果試圖執行一個成熟的CIOT或IIOT（消費者/工業物聯網）系統，將會遇到包括延遲、頻寬利用率和成本因素在內的一系列問題。

總的來說，它們描述了將智慧定位到“edge”的需要，以統一資料的收集和決策的位置。雲架構的單獨使用並不能完美地滿足部署環境的需求。

例如，一家位於偏遠地區的工業物聯網工廠，將不得不依靠位於數千英里之外的中央伺服器。這可能會引起處理能力和資料可用性方面的問題，後文將會對這部分作出解釋。

因此，可以透過被稱為“霧（Fog）計算”的分散式計算模型來解決以上情況，該模型允許使用中間資料處理中心來抑制延遲並最佳化流程。Fog伺服器處理的資訊與雲伺服器共享，雲伺服器可以將Fog伺服器與整個系統連線起來。

然而，“Mist計算”作為霧計算和雲計算之間的附加層，是一個集中式和分散式模型的混合架構。它的伺服器位於定義邊界內相對靠近資料中心的位置，如大都市地區。

市場統計：到2022年，全球移動資料流量可達每年1ZB。（Cisco）

一個組織必須考慮資料中心的執行成本、CPU利用率，而不是關注“軟體化”和“數字雙胞胎”的使用。CIOT和IIOT系統的實際實施將對這些方面構成挑戰，因為通訊渠道會影響流程質量。

這個問題的嚴重性可以透過電信公司壟斷“頻寬”而剝削普通大眾這一事實來理解。所以，就像在過去使用手機，要想享受更好的服務，就要付更多的錢。

流體計算是一種專注於運營方面的方法，旨在繞過電信公司在網際網路上享受“優先服務”的經濟負擔。還需要注意的是，硬體或網路不是即興創作的一部分，而是經典方法。

一個假設案例

這裡有一個基於物聯網（IoT）的城市智慧車隊管理系統的案例。道路上的汽車數量取決於人們願意從一個地方到另一個地方的意願、城市中所有可通行的道路、來自其他地區的車輛數量、以及不同時間段在不同地點舉行的活動等。

還要考慮其他情況，如在不同地方發生的汽車故障和不斷惡化的天氣狀況。在這種情況下，由於優先順序衝突會在連線頻寬促進決策時造成問題，所以防止事故的發生會變得棘手。因此，經證明，事故將對安全造成威脅。在大規模的現實應用中，依賴雲可能是一個錯誤的決定。

洞察：以客戶為中心的設計將是運營模式的未來。（麥肯錫）

流體計算對計算有什麼影響？

其應用程式很大一部分是基於企業的應用而設計的，在企業中，透過使用計算機來執行、監控、管理和控制流程。在傳統模型中，驅動處理和感知反饋的裝置是透過網路連線到資料應用程式的。

由於技術缺陷，它在安全性、速度、可伸縮性和成本方面都存在不足。流體計算作為彈性介質嵌入到整個網路物理系統中。

傳統平臺將難以為大規模通訊提供足夠的頻寬，這將會給應用程式造成延遲問題。另一方面，虛擬外圍裝置和智慧邊緣化將消除由於應用中心和資料中心傳輸資料的頻寬有限而產生的問題。

Edge架構增強了外圍裝置之間的內部通訊，並將儲存在本地和雲上的資料智慧分佈。霧節點有助於將智慧定位到區域網，從而實現資訊的即時實時處理。

在計算能力方面，網路連線和儲存的相對成本較低。因此，可擴充套件操作的程度得到了提高。Mist伺服器將fog伺服器與雲伺服器連線起來，以完成分散式模型和集中式雲系統之間的連結。在促進決策本地化的同時，這一架構將促進兩者之間的溝通。

在實施該架構時，需要考慮靈敏度要求和所需的邊緣功能，因為在所有操作中使用雲並不是必要的。

透過以下幾點來理解其魯棒性

在持續暴露於外部威脅的情況下，人類或九頭蛇中的哪一個會更加危險？就人類在戰爭中的情況而言，他們可以很快被一槍擊斃。但是，就九頭蛇而言，區域性化的神經系統使其難以透過瞄準身體的重要部位而被殺死。

此外，薪資軟體是集中和區域化的混合，從大量活動中獲取資料，並以補償數字的形式生成單個輸出。類似地，為了最佳化系統的執行效率，流體計算可以在決策本地化、資料儲存和集中化需求之間智慧切換。

可能會在未來改進的架構

量子計算

這確實是發生在過去的一次衝擊，它出現在愛因斯坦和他的團隊的研究論文中。量子計算建立在量子理論的基礎上，利用粒子分離時保持狀態的特性。一個粒子的變化將會反映在位於無限遠處的另一個粒子上。

量子糾纏在實際應用中日益普及，這可能會導致網路理論的消失。利用薛定諤方程（線性微分方程）實現兩個量子態的疊加也是一種可能的計算理論。

終結者/難以成為神：生物計算機

隨著基因工程的迅速發展，這些流行的科幻概念在未來可能會成為現實。最近，科學家開發了吃塑膠的細菌來解決汙染問題。

在未來，很有可能創造出處理資料的生物體，就像植物表現出的維持生命的核心光合作用活動。將它們與軟體實體連線將為更多可能性開啟大門。

總結

隨著流體架構的工業規模應用，未來將見證計算領域的巨大變化。可擴充套件性、透過虛擬裝置提高效率、更高的安全性和成本最佳化等優勢將成為選擇動態模型的主要原因。然而，這在很大程度上取決於市場上現有產品的標準化。

開源技術和廣泛的公共圖書館被用於控制裝置生命週期的波動性，更新舊系統中的新裝置，並在舊系統中加入新裝置。網路物理系統的每個組成部分，包括執行器、感測器、資料儲存中心、伺服器和網路結構，都要採用標準化管理。

因此，製造和軟體開發都需要考慮互操作性。

流動的能力，即根據功能需求而變化，將有助於提高全球生活質量。經濟利益將是鑲嵌在王冠上的另一顆寶石，因為與通貨緊縮齊頭並進的便利性是一種罕見的現象。

而流體計算勢必會有助於這一趨勢發展，對計算領域產生深遠影響。

留言點贊關注

我們一起分享AI學習與發展的乾貨

如轉載，請後臺留言，遵守轉載規範