Abhinav Sunil摄

技术平台是如何发展的，以及它是如何影响和帮助可持续发展的，这是弗雷斯特可持续发展团队目前正在研究的课题。我们采访了Suku Nair博士他是国内最受尊敬的计算机科学家之一。他目前是新加坡卫理公会大学的校长AT&T虚拟化中心他是南卫理公会大学电气与计算机工程系的特聘教授。

阅读这篇关于边缘计算、数字双胞胎等内容的非常有趣的对话。请继续关注我们今年晚些时候详细研究这种平衡的报告。可以找到我之前在这个系列中的采访在这里．

阿比吉特:在我的工作中，我们看到可持续发展的关键商业价值是如何将可持续发展等同于优化。迭代优化的任何东西都能提高效率，从而获得更好的性能，推动您实现可持续性。您对此有何看法?

奈尔博士:当我谈论绿色或可持续性时，我是从工程的角度谈论它。作为一名工程师，这是我们一直追求的一件事:我们想用更少的钱获得最大的结果。因此，当我们谈论可靠性、安全性或任何设计时，我们都在试图看看如何通过更好的设计来优化性能。举个例子，在网络连接或安全方面，总是有关于为什么我们需要通过许多障碍来提高效率的争论。但我们的想法是，作为一个组织，今天你可能有支付房租所需的东西，但明天你可能就没有了——正如我们在疫情期间看到的几个例子一样。工程总是围绕优化构建的。这就是现在人们关注可持续性时让我兴奋的地方，作为工程师，我们在整个历史中都在思考这个问题。因此，我认为即使许多技术的起源是为了不同的目的，当你将优化注入到设计、操作和服务中时，将会有某种与可持续性相关的指标作为次要产品产生。

阿比吉特:你认为现在整个基础设施栈中有哪些地方需要进一步优化——比如在数据中心?

奈尔博士:当我们谈论数字化、数字经济和服务时，一切都通过数据中心进行。许多人没有意识到，云也不过是数据中心。今天，我们看到资产和服务迁移到云的趋势，有时企业只认为这是一个降低成本的引擎。但有趣的是，除了减少资本支出和运营成本，转向云还有助于获得其他优势，包括与云集成的新技术带来的相关好处。一些研究还表明，通过迁移到公共云，企业可以节约能源，从而减少碳排放。

当然，公共云策略并不适合所有企业。然而，一项研究表明，如果现在每个企业都迁移到公共云，这将相当于从街上减少2000万辆汽车。这不是很多人能理解的——多少效率来自于整合、优化的基础设施。

但故事并没有就此结束，因为体系结构仍在进化中。现在我们有了从室内延伸到云端的连续体。我们的服务将继续托管在私有云或服务器上，但边缘计算基础设施也将出现增长，这与核心云一起变得越来越普遍。

问题是这将如何影响能源消耗。边缘计算的出现与技术的弹性本质相呼应:最初，您希望将所有内容转移到统一的、集中的云基础设施上;然后人们意识到，为了获得最佳的延迟和用户体验，你必须将一些服务或部分服务托管在网络的边缘。当你在边缘保存和处理大量数据时，你不需要向云端传输那么多数据。事实证明，传输比实际处理更耗电。因此，通过将数据保存在本地，您不仅可以因为低延迟而提供更好的计算体验，还可以获得更好的隐私性、更好的灵活性，并可能降低能源消耗。

另一个类比是边几乎变成了协处理器。在早期，你有主CPU;如果你想加速一个特定的计算函数，你需要使用一个叫做协处理器的特殊处理器。因此，现在云正在成为CPU，而边缘正在成为协处理器，当数据来自客户时，它可以有选择地优化不同的应用程序服务。

所以，这个连续体将被非常仔细地计算出来。在这种状态和即将到来的新应用之间有一个非常严格的能源平衡，新的能源预算需要考虑在内。但同时，我们也需要想出更多的优化技术。

阿比吉特:在Forrester，我们目前正在研究各种技术是如何帮助和负面影响可持续发展的。你对边缘有什么特别的看法?这方面有更多的数据吗?

奈尔博士:数据收集正在增加。例如，目前正在进行的一个关键讨论是感知计算vs.节能计算。“感知”是指你“感知”整个世界，比如智能城市、智能应用和智能交通。物联网(IoT)设备现在遍布我们的生态系统。问题是，“你会收集所有这些数据并不断将其发送回云端进行处理吗?”

当你有物联网设备时，必须连接到云，这意味着延迟将更长——让我们举个广泛的例子，100毫秒vs. 10毫秒。因此，如果一个物联网设备必须与云通信，它将比它与边缘服务器通信消耗更多的能量:在我们的广泛示例中，10毫秒，能源消耗的十分之一。许多这样的物联网设备都有能源限制——它们只充电一次，而且不需要充电。

此外，我们必须确保这些设备不会开得太久。当你部署了所有这些传感器，你应该有某种调度，这样一些传感器有时会打开，有时会关闭。这种非常紧密的控制和操纵只有在控制靠近场地的时候才有可能。

如果你真正观察这个生态系统的端到端，就会发现有一种推动栈“软件化”的趋势。这意味着您可以拥有通用的计算平台，不同的应用程序将专用于使用不同的软件系统。因此，这将立即导致整合和硬件足迹的减少，这意味着更少的能源消耗和碳排放。

即使从商业的角度来看，新的生态系统也在向边缘发展。举个例子，现在如果你看看某一方拥有的一些数据中心——比如AT&T或Equinix——传统上，数据中心都是大型实体;但在边缘，它可以是一个微型数据中心。这个行业最初的想法是当成千上万的微型数据中心被部署到世界各地的时候，它们将是独立的。但事实证明，在现在采用的新商业模式中，即使是微型数据中心也可能拥有多个占据单一空间的提供商/供应商。所以，生态系统在进化，即使是边缘单元也会被不同的群体共同居住。这里的目标是尽量减少资源消耗。

这使得后端算法更加困难和复杂;但是，一旦它被开发为一次性的工作，它可以跨任何数量的单元，并且可以启用有效的资源共享。

Abhijit:让我们谈谈虚拟化。即使在经历了多年的发展之后，虚拟化仍然是使数据中心更可持续发展的举措之一。您如何看待虚拟化技术、工具和平台的发展?它是否到了不再需要成为对话一部分的地步?这个领域还有更多的研究吗?

奈尔博士:如果你看看SMU的历史AT&T虚拟化中心在美国，我们是在为AT&T做电信虚拟化领域的一些项目时开始谈论虚拟化的，然后我们认为如果我们扩大范围会更有趣。那时我们说这将是一个虚拟化中心，我们将讨论电信虚拟化、企业虚拟化和用户体验虚拟化。

让我们谈谈虚拟化和可持续性的作用。

有一个概念正在成为主流——数字双胞胎。我们的想法是，我们应该能够虚拟化任何硬件工件的所有特征是突出的，可观察到的，或对我们重要的。今天，我们将讨论整个海军军舰的数字双胞胎。

在这里，我们不会虚拟化每一个螺母和螺栓，但是我们将决定我们希望看到的粒度级别并对其进行虚拟化。

为了说明它的巨大效用，让我们举另一个重要的例子:飞行模拟器。我们与为美国空军生产飞行模拟器的公司有合作。

一名学生飞行员可以在模拟器中接受数小时的训练，学习许多操作和情况。大多数时候，当一名商业飞行员进入驾驶舱时，他已经在模拟器中完成了80%以上的训练。这听起来可能有点令人不安，但这是非常有效的，因为它们会模拟所有可能的情况，并学习如何从不同的危险区域逃离。在模拟器中，飞行员可以坐在安全舱里，多次做错误的事情而坠毁。然而，如果你在真正的飞机上飞行，那将是致命的。但我们没有意识到的是，如果飞行员在训练时不驾驶真正的飞机，可以避免多少碳排放。这是座舱的数字孪生应用。

所以，现在考虑其他的设计项目，比如汽车，飞机，甚至是摆在你桌子上的人工制品。我们可以创造出它们的数字双胞胎，并在制造它们之前研究它们的所有特性和性能。它节省时间、资源、能源，当然还有碳。

我们提倡使用虚拟化的另一个领域是教育。我们可以虚拟化整个化学实验室或物理实验室。学生可能不会接触试管，但她可以非常近距离地体验并看到事物如何相互作用。她可以在虚拟实验室中完成80%的工作，然后在真实实验室中完成剩下的工作，我们已经在减少化学物质的消耗。

另一个例子是网络安全监督控制和数据采集系统。当我们向学生传授这些知识时，有时我们必须从通用电气或西门子等公司获得非常昂贵的设备，然后使用这些设备，看看有什么安全漏洞，以及我们如何防御它们。但是通过模拟或虚拟化，我们可以对这些大盒子进行完整的模拟，然后学生可以用它们进行实验，学习安全特性。因此，虚拟化扮演着重要的角色。数字双胞胎听起来可能有点太超前了，但它已经在一定程度上发生了，而且它将从头到尾发生——从设计、开发到部署周期，从你的咖啡杯到飞机。

那么，它准备好成为主流了吗?我会说是的。这确实在发生，而像人工智能这样的技术通过帮助许多不需要人工干预的过程实现自动化，肯定会起到更大的作用。

当我们说到能源时，我们不仅仅指核能或燃料;这也是人类的能量。我们必须在各个层面寻求效率。

Abhijit:谢谢你，奈尔博士，感谢你抽出时间与我们分享你在这一领域所领导的工作的见解。

＊＊＊

本次采访由Forrester分析师Abhijit Sunil和研究员Renee Taylor联合进行。想了解更多关于Forrester关于技术可持续性的研究，请访问asunil@forrester.com或retaylor@forrester.com。