边缘计算

边缘是相对于云提出的概念，指的是在靠近设备端或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供边缘计算服务。边缘端处于物理实体与云端之间，或处于物理实体的顶端。相对于云端而言，边缘端不仅更靠近设备实体，可以产生更快的网络服务响应，满足控制系统在低延迟、实时性等方面的控制需求。另外，边缘端还同时结合了云端的优点，可以通过边云混合等协同方式，充分利用云端的资源^[1]。

根据中国边缘计算产业联盟的定义，边缘计算是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。边缘计算是继分布式计算、网格计算、云计算之后的又一新型计算模型，是以云计算为核心，以现代通信网络为途径，以海量智能终端为前沿，集云、网、端、智四位一体的新型计算模型。

根据相关研究论文显示，边缘计算的主要内容主要有^[2]：

(1) 可分布的数据：数据的分布性是移动边缘计算自身的本质性质，同时也是边缘计算对待其数据集处理的必要性质。数据的可分布性又是基于所有不同的数据来源来讲的，这些数据来源是产自于终端设备和数据拥有者所产生的海量数据。

(2) 可分布的资源：既然边缘计算设备上的数据具有分布性的特征，就要求边缘计算中的资源也具备可分布的特性，包括存储转发资源、通讯资源、运算处理资源等。边缘计算只有具备充足的资源可供分布式的数据去利用，才能够完成对数据的计算和处理功能。

(3) 可分割的应用服务和应用程序：边缘计算本质上来讲可以看做是一个分布式系统，而边缘计算中的应用程序和应用服务也可以拆分成若干个子应用程序和子应用服务，迁移到不同的计算资源或是别的边缘计算设备中去完成。也可以说，应用服务和应用程序的可迁移性和可分割性是边缘计算成功执行数据边缘处理的先决条件。

边缘计算的起源可以追溯到上个世纪90年代。当时Akamai公司推出了内容传送网络(CDN)，该网络在接近终端用户设立了传输节点。这些节点能够存储缓存的静态内容，如图像和视频等。边缘计算通过允许节点执行基本的计算任务来进一步理解这一概念。

1997年，计算机科学家Brian Noble演示了移动技术如何将边缘计算用于语音识别，两年后这种方式也被用来延长手机电池的寿命。当时这一过程被称为“cyber foraging”，这也是苹果的Siri和Google的语音识别的工作原理。

1999年出现了点对点计算(peer-to-peer computing)，随着2006年亚马逊公司发布了EC2服务的发布，云计算正式问世，自此以后各大规模的企业纷纷采用云计算。

2009年发布了移动计算汇总的基于虚拟机的Cloudlets案例详细介绍了延迟与云计算之间的端到端关系。该文提出了两级架构的概念：第一级是云计算基础设施，第二级是由分布式云元素构成的cloudlet。这是现代边缘计算的很多方面的理论基础。

2012年思科推出了旨在提升物联网可扩展性的分布式云计算基础设施“雾计算”。雾计算的概念中有很多是目前我们理解的边缘计算的理念，包括纯分布式系统，如区块链、点对点或混合系统，其中比较典型的是AWS的Lambda@Edge、Greengrass和Microsoft Azure IoT Edge，边缘计算目前已经成为推动采用物联网的关键技术。

(1)联接性：是边缘计算的基础，边缘计算下游场景丰富，需要具备丰富的连接功能，如各种网络接口、网络协议等；

(2)数据第一入口：边缘计算平台部署于网络边缘靠近终端设备的位置，面临大量实时、完整的第一手数据；

(3)分布性：边缘计算天然具备分布式特征，包括分布式计算与存储、分布式资源动态调度与统一管理、分布式智能、分布式安全等；

(4)约束性：行业数字化多样性场景要求通过软件和硬件集成与优化，以支撑各种恶劣的工作条件和运行环境；

(5)融合性：边缘计算是 OT技术与 ICT技术融合的基础，需要支持联接、数据、管理、控制、应用和安全等方面的协同。

(6)去中心化：边缘计算从行业的本质和定义上来看，就是让网络、计算、存储、应用从“中心”向边缘分发，以就近提供智能边缘服务。

(7)万物边缘化：边缘计算和早年的IT、互联网，如今的云计算、移动互联网，以及未来的人工智能一样，具备普遍性和普适性。在万物互联的未来，有万物互联就有应用场景，有应用场景就要边缘计算。

(8)实时化：随着工业互联网、自动驾驶、智能家居、智能交通、智慧城市等各种场景的日益普及，这些场景下的应用对计算、网络传输、用户交互等的速度和效率要求也越来越高。以自动驾驶为例，在这些方面，几乎是要求秒级甚至是毫秒级的速度。而面对自动驾驶方面由摄像头、雷达、激光雷达等众多传感器创造的大量数据，传统数据中心模式的响应、计算和传输速度，显然是不够的，这时候“近端处理”的边缘计算，自然就成为了最好“实时化”要求的最好选择。

边缘计算产业联盟(Edge Computing Consortium，ECC)，在 2018 年发布了《边缘计算参考架构 3.0》文件，对边缘计算与云计算的协同关系进行了详细的分析 边缘计算产业联盟(ECC)定义了云边协同的架构该架构中底层为终端用户，包含手机、物联网终端(摄像头、智能车辆、传感器等)。中间层为分布式边缘计算节点或者称之为边缘层，这一层是核心部分，它即接受来自底层终端上传的计算任务，又与上层的中心云进行数据以及控制方面的协同。边缘层又可细分为三部分：基础设施即服务(IaaS)、平台即服务(PaaS)、软件即服务(SaaS)。基础设施提供底层的硬件包含计算存储网络等资源；平台提供程序运行的环境，相当于操作系统；软件最终对外提供接口，完成相关的业务收发。最上层为中心云，中心云仍然是最强大的数据处理与计算平台，用于完成轻量级边缘计算层无法完成的任务，其组成类似边缘层，也可分为IaaS、PaaS和SaaS。终端用户和分布式边缘计算节点通过无线信道连接，边缘计算节点通过核心网连接到中心云中。这一框架将边缘计算和传统的云计算融合，受到很多公司的重视，也涌现出很多软件框架，便于开发者开发相关应用。例如ARM公司开发的Mbed Edge平台，该平台主要面向物联网领域，能够实现全IP化的IOT设备云边协同；百度开发的OpenEdge开源平台支持视频流接入、远程音视频通讯支持以及相关开发SDK模块。

边缘计算与云计算各有所长，云计算擅长全局性、非实时、长周期的大数据处理与分析，能够在长周期维护、业务决策支撑等领域发挥优势；边缘计算更适用局部性、实时、短周期数据的处理与分析，能更好地支撑本地业务的实时智能化决策与执行。 因此边缘计算与云计算之间不是替代关系，而是互补协同关系，边云协同将放大边缘计算与云计算的应用价值：边缘计算既靠近执行单元，更是云端所需高价值数据的采集和初步处理单元，可以更好地支撑云端应用；反之，云计算通过大数据分析优化输出的业务规则或模型可以下发到边缘侧，边缘计算基于新的业务规则或模型运行。边缘计算不是单一的部件，也不是单一的层次，而是涉及到 EC-laaS、EC-PaaS、EC-SaaS 的端到端开放平台。因此边云协同的能力与内涵涉及 laaS、PaaS、SaaS 各层面的全面协同，主要包括六种协同：资源协同、数据协同、智能协同、应用管理协同、业务管理协同、服务协同。

2016年，边缘计算产业联盟首次出版了国内《边缘计算参考架构》1.0版本，如图所示，边缘计算参考架构1.0主要是包含应用域、数据域、网络域和设备域的分层结构。其中，应用域主要实现对于边缘行业应用的全生命周期管理与边缘业务的高效运营；数据域主要用于提供各项数据优化服务，保证数据安全性；网络域为系统互联与数据处理提供实时联接服务；设备域实现设备的智能互联与智能应用。

2020年12月，边缘计算产业联盟(ECC)与工业互联网产业联盟(AII)联合发布了《边缘计算与云计算协同白皮书2.0》^[3]——边缘计算2.0版本：边缘计算主要包括云边缘、边缘云和边缘网关三类落地形态；以“边云协同”和“边缘智能”为核心能力发展方向；软件平台需要考虑导入云理念、云架构、云技术，提供端到端实时、协同式智能、可信赖、可动态重置等能力；硬件平台需要考虑异构计算能力，如鲲鹏、ARM、X86、GPU、NPU、FPGA等。

(1)虚拟化技术：边缘计算中计算、存储、网络资源均采用了虚拟化技术，将硬件资源池化，并用软件进行智能化调度。即边缘设备就近将数据整合并存储到最近的移动边缘平台(虚拟资源池)上，多个第三方应用和功能可共享平台层，极大地方便了移动边缘计算实现统一的资源管理；同时网络虚拟化技术提升数据传输的智能化程度，减少传输时间，使得网络传输进一步优化。

(2) 云技术：边缘计算需要满足多用户共享网络边缘计算和存储资源，但服务器容量相比起云计算处理中心的服务器容量较小，因此需要引入云化的软件架构，将软件功能按照不同能力属性分层解耦部署，实现有限资源条件下任务处理的高可靠性、高灵活性、可扩展性。

(3) SDN技术：移动边缘计算部署在网络的边缘，需要大量的接口配置、对接和调测，SDN技术将核心网的用户面和控制面进行分离，并向上提供灵活的可编程能力，这极大地提高了网络的灵活性和可扩展性， 同时大幅减少了网关的配置工作^[4]

边缘计算通过尽可能靠近终端节点处处理数据，使数据、应用程序和计算能力远离集中式云计算中心。

终端节点：由各种物联网设备(如传感器、RFID标签、摄像头、智能手机等)组成，主要完成收集原始数据并上报的功能。在终端层中，只需提供各种物联网设备的感知能力，而不需要计算能力。

边缘计算节点：边缘计算节点通过合理部署和调配网络边缘侧节点的计算和存储能力，实现基础服务响应。

网络节点：负责将边缘计算节点处理后的有用数据上传至云计算节点进行分析处理。

云计算节点：边缘计算层的上报数据将在云计算节点进行永久性存储，同时边缘计算节点无法处理的分析任务和综合全局信息的处理任务仍旧需要在云计算节点完成。除此之外，云计算节点还可以根据网络资源分布动态调整边缘计算层的部署策略和算法。

边缘计算应用领域包括通信网络运营商(CNO)、企业IT、智能电网、智慧城市、智能制造、智能零售、医疗保健、汽车行业、居民消费者服务、移动消费服务、商用无人机(UAV)等。

通信网络运营商(CNO)：部署边缘计算设备并支持其网络升级；

企业IT：过去运行在云端的工作负载，将会慢慢的迁移到边缘上来；

智能电网：基础设施边缘涵盖发电、配电、传输、可再生能源、运营和维护等场景；

智慧城市：这就包含了智慧建筑、智能交通和城市照明等场景；

智能制造：包含了资产跟踪、远程操作、仓储物流、自动化控制、诊断维护和安全实施等场景；

智能零售：包含了数字标牌、店内体验、邻近营销和供应链优化等场景；

医疗保健：主要集中在医院和诊所等方面，场景涵盖连续的患者监测，远程患者护理、干预和手术，认知辅助，物理治疗以及患者记录管理等；

汽车行业：主要包括了信息娱乐、交通管理、辅助和自动驾驶，以及运营和维护等；

居民消费者服务：包括用于信息娱乐、智能设备、安全性、生活辅助和能源管理的边缘计算场景；

移动消费服务：具体应用包括游戏、媒体、娱乐、信息、社交、健康和健身、消息传递和互联网通信等；

商用无人机(UAV)：边缘计算预计将针对几种典型场景进行开发，主要包括：测绘测量、摄影测量以及3D数字高精建模；

参考资料：

[1]孟博洋. 基于边缘计算的智能数控系统实现方法研究[D].哈尔滨理工大学，2021.

[2]薛鹤宇. 基于边缘计算的人脸身份认证系统中的隐私保护技术研究[D].西安电子科技大学，2019.

[3]《边缘计算&；工业互联网产业联盟：边缘计算与云计算协同白皮书2.0（41页）.pdf》

[4]【公司研究】边缘计算行业研究报告[25页].pdf

相关报告：

GSMA：5G时代的边缘计算中国发展报告（80页）.pdf

中国移动5G联合创新中心：区块链+边缘计算白皮书(38页).pdf

第五届未来网络发展大会：2021版无服务器边缘计算网络白皮书（60页）.pdf

国家工业信息安全发展研究中心：工业互联网边缘计算安全白皮书(2020)(54页).pdf