云計(jì)算的可信新邊界：邊緣計(jì)算與協(xié)同未來(lái)——【兩萬(wàn)五千字長(zhǎng)文】
時(shí)間：2023-03-13 05:58:01 | 來(lái)源：電子商務(wù)
時(shí)間：2023-03-13 05:58:01 來(lái)源：電子商務(wù)
摘要：伴隨云計(jì)算的飛速發(fā)展，邊緣計(jì)算將迎來(lái)爆發(fā)式的增長(zhǎng) …
微服務(wù)架構(gòu)的設(shè)計(jì)思想是把每個(gè)核心的能力設(shè)計(jì)得更加內(nèi)聚、更加獨(dú)立、可以很小的依賴(lài)系統(tǒng)環(huán)境，可以分散在各個(gè)機(jī)器、部署到容器，可以靈活的編排和管理。技術(shù)的演進(jìn)，系統(tǒng)架構(gòu)的演變支撐了邊緣計(jì)算技術(shù)的誕生、落地和應(yīng)用的可能。
物聯(lián)網(wǎng)和人工智能逐漸的發(fā)展，物已不再單純是一個(gè)物，可以聯(lián)網(wǎng)，可以數(shù)據(jù)流動(dòng)，而不再固化、靜態(tài)。物與人，人與物，數(shù)據(jù)的流動(dòng)、分析可更好的反饋于物、服務(wù)于人、反饋于環(huán)境，安全、有效、低時(shí)延的智能分析服務(wù)需要邊緣計(jì)算來(lái)支撐。
通訊技術(shù)的發(fā)展，5G的時(shí)代是萬(wàn)物互聯(lián)、人、環(huán)境、虛擬和現(xiàn)實(shí)之間的場(chǎng)景，是客戶(hù)端節(jié)點(diǎn)接入數(shù)量和接入帶寬翻十倍、百倍甚至更多的場(chǎng)景，是海量數(shù)據(jù)由邊緣產(chǎn)生的場(chǎng)景。據(jù)IDC預(yù)測(cè)，到2025年全球聯(lián)接總數(shù)達(dá)到1000億，聯(lián)接的背后會(huì)是數(shù)據(jù)的爆炸，集中式處理模型下核心網(wǎng)無(wú)法承載這么大數(shù)據(jù)的網(wǎng)絡(luò)傳輸，數(shù)據(jù)也無(wú)法在云中心存儲(chǔ)計(jì)算，需要更快速、近距離的在網(wǎng)絡(luò)邊緣分析、處理與存儲(chǔ)，邊緣計(jì)算市場(chǎng)規(guī)模將達(dá)數(shù)十萬(wàn)億元。
在現(xiàn)今的云市場(chǎng)，云計(jì)算的巨頭依托先發(fā)優(yōu)勢(shì)大力發(fā)展邊緣計(jì)算，將云計(jì)算技術(shù)下沉到邊緣側(cè)，下沉的云計(jì)算不一定非要由云服務(wù)商來(lái)提供，大型IT服務(wù)商都可獨(dú)立開(kāi)發(fā)邊緣框架，只要能夠連接云服務(wù)，誰(shuí)都可以提供給邊緣服務(wù)。工業(yè)企業(yè)依托豐富的工業(yè)場(chǎng)景，也在開(kāi)展邊緣計(jì)算的實(shí)踐；電信運(yùn)營(yíng)商為迎接5G的市場(chǎng)機(jī)遇，全面部署邊緣節(jié)點(diǎn)，為布局5G基礎(chǔ)設(shè)施打好基礎(chǔ)。
伴隨云計(jì)算的飛速發(fā)展，邊緣計(jì)算將迎來(lái)爆發(fā)式的增長(zhǎng) …
邊緣計(jì)算【Edge Computing】
先看個(gè)例子了解下邊緣計(jì)算的特征，章魚(yú)
是地球上最魔性的動(dòng)物，也是非脊椎動(dòng)物中最聰明的生物類(lèi)群之一，擁有巨量的神經(jīng)元，60%分布在章魚(yú)的八條腿上，僅有40%在大腦，因此它的觸角有獨(dú)立思考能力且反應(yīng)敏捷，在捕獵時(shí)異常靈巧迅速，腕足之間配合極好，從不會(huì)纏繞打結(jié)，形成類(lèi)似分布式計(jì)算的“多個(gè)小腦+一個(gè)大腦”組合。
邊緣計(jì)算就好比章魚(yú)的觸角，類(lèi)屬于一種分布式計(jì)算，從云端下沉到端口附近，也是計(jì)算的下沉，在靠近物和數(shù)據(jù)源頭的一側(cè)就地分析處理，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用的分布式開(kāi)放平臺(tái)。提供最近端服務(wù)，更快服務(wù)響應(yīng)，滿(mǎn)足在實(shí)時(shí)、智能、安全與隱私保護(hù)等方面的基本需求。
維基百科中，邊緣計(jì)算被定義為一種分散式運(yùn)算架構(gòu)，即將應(yīng)用程序、數(shù)據(jù)資料與服務(wù)的運(yùn)算，由網(wǎng)絡(luò)中心節(jié)點(diǎn)移往網(wǎng)絡(luò)邏輯上的邊緣節(jié)點(diǎn)來(lái)處理，將原本完全由中心節(jié)點(diǎn)處理的大型服務(wù)加以分解，切割成更小與更容易管理的部分，分散到邊緣節(jié)點(diǎn)去處理。邊緣結(jié)點(diǎn)指的是在數(shù)據(jù)產(chǎn)生源頭和云中心之間任一具有計(jì)算資源和網(wǎng)絡(luò)資源的結(jié)點(diǎn)。比如手機(jī)就是人與云中心之間的邊緣結(jié)點(diǎn)，網(wǎng)關(guān)是智能家居和云中心之間的邊緣結(jié)點(diǎn)。
邊緣計(jì)算架構(gòu)層次上分為終端設(shè)備、邊緣、云端三層，各層之間可以進(jìn)行層間和跨層通訊。
終端層由各種設(shè)備組成，主要完成收集原始數(shù)據(jù)并上報(bào)的功能，以事件源的形式作為應(yīng)用服務(wù)的輸入。邊緣計(jì)算層由網(wǎng)絡(luò)邊緣節(jié)點(diǎn)構(gòu)成，廣泛分布在終端設(shè)備與計(jì)算中心之間，邊緣節(jié)點(diǎn)的計(jì)算和存儲(chǔ)資源是差別很大的，且邊緣節(jié)點(diǎn)的資源動(dòng)態(tài)變化，邊緣計(jì)算層通過(guò)合理部署和調(diào)配網(wǎng)絡(luò)邊緣側(cè)的計(jì)算和存儲(chǔ)能力，實(shí)現(xiàn)基礎(chǔ)服務(wù)響應(yīng)。云計(jì)算仍是最強(qiáng)大的數(shù)據(jù)處理中心，邊緣計(jì)算層的上報(bào)數(shù)據(jù)將在云計(jì)算中心進(jìn)行永久性存儲(chǔ)，邊緣計(jì)算層無(wú)法處理的分析任務(wù)和綜合全局信息的處理任務(wù)也仍然需要在云計(jì)算中心完成。
亞馬遜開(kāi)創(chuàng)了邊緣計(jì)算的先河，推出了AWS Greengrass功能軟件；微軟發(fā)布了Azure IoT Edge邊緣側(cè)產(chǎn)品，將云分析擴(kuò)展到邊緣設(shè)備，支持離線(xiàn)使用，同時(shí)聚焦邊緣的人工智能應(yīng)用；谷歌推出硬件芯片Edge TPU和軟件堆棧Cloud IoT Edge，可將數(shù)據(jù)處理和機(jī)器學(xué)習(xí)功能擴(kuò)展到邊緣設(shè)備，使設(shè)備能對(duì)來(lái)自其傳感器的數(shù)據(jù)進(jìn)行實(shí)時(shí)操作，并在本地進(jìn)行結(jié)果預(yù)測(cè)。
國(guó)內(nèi)阿里推出了Link IoT Edge平臺(tái)，通過(guò)定義物理模型連接不同協(xié)議、不同數(shù)據(jù)格式的設(shè)備，提供安全可靠、低延時(shí)、低成本、易擴(kuò)展的本地計(jì)算服務(wù)；華為推出了IEF平臺(tái)，通過(guò)將云上應(yīng)用延伸到邊緣的能力，聯(lián)動(dòng)邊緣和云端的數(shù)據(jù)，提供完整的邊緣和云協(xié)同的一體化服務(wù)的邊緣計(jì)算解決方案。在制造業(yè)，海爾、樹(shù)根互聯(lián)等依托豐富的工業(yè)場(chǎng)景，推出了各自的云邊協(xié)同平臺(tái)，幫助用戶(hù)快速構(gòu)建工業(yè)互聯(lián)網(wǎng)應(yīng)用，實(shí)現(xiàn)各類(lèi)工業(yè)設(shè)備的快速接入…
邊緣計(jì)算具備六大特征：低延時(shí)、自組織、可定義、可調(diào)度、高安全、標(biāo)準(zhǔn)開(kāi)放。邊緣計(jì)算 Vs 云計(jì)算服務(wù)
云計(jì)算是人和計(jì)算設(shè)備的互動(dòng)，而邊緣計(jì)算則屬于設(shè)備與設(shè)備之間的互動(dòng)，最后再間接服務(wù)于人。邊緣計(jì)算可處理大量的即時(shí)數(shù)據(jù)，而云計(jì)算最后可以訪(fǎng)問(wèn)這些即時(shí)數(shù)據(jù)的歷史或者處理結(jié)果并做匯總分析 …
云計(jì)算的聚合服務(wù)模式
云計(jì)算服務(wù)是一種集中式服務(wù)，所有數(shù)據(jù)通過(guò)網(wǎng)絡(luò)傳輸?shù)皆朴?jì)算中心進(jìn)行加工處理。資源的高度集中與整合使得云計(jì)算具備高通用性，可集中式解決計(jì)算和存儲(chǔ)問(wèn)題。在萬(wàn)物互聯(lián)背景下，網(wǎng)絡(luò)邊緣的設(shè)備數(shù)量和產(chǎn)生的數(shù)據(jù)呈爆發(fā)式增長(zhǎng)，其聚合性服務(wù)模式無(wú)法高效、即時(shí)處理邊緣側(cè)數(shù)據(jù)，顯示了此種模式的不足與場(chǎng)景適應(yīng)性問(wèn)題。
? 實(shí)時(shí)性問(wèn)題： 在需要精確到毫秒級(jí)的響應(yīng)場(chǎng)景，時(shí)效性的延遲可能帶來(lái)不可預(yù)知后果。處理速度受制于網(wǎng)絡(luò)帶寬、中心計(jì)算能力、總計(jì)算任務(wù)量等多因素，請(qǐng)求至響應(yīng)的鏈路累計(jì)時(shí)延可能造成無(wú)法接受的處理時(shí)延。
? 帶寬制約與不足：將大量邊緣側(cè)數(shù)據(jù)傳送至云中心，產(chǎn)生巨大的網(wǎng)絡(luò)帶寬壓力。
? 資源開(kāi)銷(xiāo)、能耗過(guò)大： 傳輸?shù)拈_(kāi)銷(xiāo)，數(shù)據(jù)中心處理的任務(wù)、存儲(chǔ)的大幅增長(zhǎng)，造成極多能源消耗，成為限制云計(jì)算中心發(fā)展的瓶頸。
? 數(shù)據(jù)安全和隱私：數(shù)據(jù)與用戶(hù)生活密切相關(guān)，智能終端設(shè)備如室內(nèi)智能攝像頭，將數(shù)據(jù)傳輸?shù)皆贫巳菀讓?dǎo)致數(shù)據(jù)丟失或信息泄露等風(fēng)險(xiǎn)。
邊緣計(jì)算的不同之處1) 由于部署的邊緣站點(diǎn)更靠近終端用戶(hù)，傳輸更安全，數(shù)據(jù)處理更即時(shí)，有效改善了高延遲和連接不穩(wěn)定的問(wèn)題；
2) 可實(shí)現(xiàn)邊緣站點(diǎn)的大量擴(kuò)展，將部署的邊緣設(shè)備分布在相比于傳統(tǒng)大型數(shù)據(jù)中心而言更多的、不同的位置，有更多的節(jié)點(diǎn)來(lái)負(fù)載流量，使得數(shù)據(jù)傳輸速度更快。同時(shí)更分散的節(jié)點(diǎn)所產(chǎn)生的影響更小，解決了設(shè)備散熱問(wèn)題；
3) 邊緣計(jì)算可能需要使用專(zhuān)門(mén)的硬件，比如用于A(yíng)R/VR功能的GPU/FPGA平臺(tái)；
4) 掌握邊緣站點(diǎn)的具體位置及識(shí)別訪(fǎng)問(wèn)鏈接在何處終止十分重要，一個(gè)需要靠近用戶(hù)進(jìn)行運(yùn)行的應(yīng)用需要在正確的邊緣部位方可正常運(yùn)行；
5) 邊緣計(jì)算架構(gòu)中，整個(gè)應(yīng)用池可被認(rèn)為是動(dòng)態(tài)的。由于其物理分離屬性，某些情況下，邊緣站點(diǎn)將通過(guò)廣域網(wǎng)進(jìn)行相互連接和核心連接，隨著時(shí)間加入或斷開(kāi)；
6) 邊緣站點(diǎn)是遠(yuǎn)程且無(wú)人操作，需要有對(duì)站點(diǎn)進(jìn)行間歇性網(wǎng)絡(luò)訪(fǎng)問(wèn)的相應(yīng)工具來(lái)實(shí)現(xiàn)遠(yuǎn)程管理；
7) 邊緣站點(diǎn)支持從大至數(shù)據(jù)中心，小至單個(gè)設(shè)備的不同站點(diǎn)數(shù)量和規(guī)模；
8) 邊緣站點(diǎn)可能受空間或電源要求等的資源限制，或向現(xiàn)有站點(diǎn)添加容量時(shí)也可能受到限制；
9) 一些用例需要大規(guī)模的多租戶(hù)
10) 減小了對(duì)網(wǎng)絡(luò)的依賴(lài)，離線(xiàn)狀態(tài)下也能提供基礎(chǔ)業(yè)務(wù)服務(wù)，確?！巴獠吭啤庇虿粫?huì)影響服務(wù)。
云、邊計(jì)算的相似之處
邊緣計(jì)算類(lèi)似于云計(jì)算(數(shù)據(jù)中心)，體現(xiàn)在：
1). 都包括計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)資源；
2). 其資源可由用戶(hù)和應(yīng)用共享;
3). 從資源池的虛擬化和抽象化受益;
4). 其發(fā)展得益于商品硬件的支持 ;
5). 使用API來(lái)支持互操作性.
兩者歸于整體與局部關(guān)系
邊緣計(jì)算的出現(xiàn)是為彌補(bǔ)現(xiàn)階段云計(jì)算所面臨的一些短板，配合、促進(jìn)云計(jì)算的發(fā)展。
邊緣計(jì)算與云計(jì)算之間不是替代關(guān)系，而是互補(bǔ)協(xié)同關(guān)系。兩者需要通過(guò)緊密協(xié)同工作才能更好的滿(mǎn)足各種需求場(chǎng)景的匹配，從而放大邊緣計(jì)算和云計(jì)算的應(yīng)用價(jià)值。邊緣計(jì)算可歸結(jié)為廣義云計(jì)算的一部分，泛指云廠(chǎng)商為客戶(hù)完成的IT服務(wù)，是云計(jì)算的補(bǔ)充和延伸。簡(jiǎn)而言之：云計(jì)算把握整體，邊緣計(jì)算更專(zhuān)注局部。
云計(jì)算擅長(zhǎng)全局性、非實(shí)時(shí)、長(zhǎng)周期的大數(shù)據(jù)處理與分析，能夠在長(zhǎng)期維護(hù)、業(yè)務(wù)決策支撐等領(lǐng)域發(fā)揮優(yōu)勢(shì)；而邊緣計(jì)算更適用局部性、實(shí)時(shí)、短周期數(shù)據(jù)的處理與分析，能更好的支持本地業(yè)務(wù)的實(shí)時(shí)智能化決策與執(zhí)行，為云端提供高價(jià)值的數(shù)據(jù)。
如果說(shuō)云計(jì)算是集中式大數(shù)據(jù)處理，邊緣計(jì)算則可理解為邊緣式大數(shù)據(jù)處理。不同的是數(shù)據(jù)不用再傳到遙遠(yuǎn)的云端，在邊緣側(cè)就能解決，更適合實(shí)時(shí)的數(shù)據(jù)分析和智能化處理，較單純?cè)朴?jì)算更加高效且安全！兩者實(shí)質(zhì)上都是處理大數(shù)據(jù)的計(jì)算運(yùn)行的一種方式。
邊緣計(jì)算中終端設(shè)備與云計(jì)算中心的請(qǐng)求與響應(yīng)是雙向的，終端設(shè)備不僅向云計(jì)算中心發(fā)出請(qǐng)求，同時(shí)也能夠完成云計(jì)算中心下發(fā)的計(jì)算任務(wù)。云計(jì)算中心不再是數(shù)據(jù)生產(chǎn)者和消費(fèi)者的唯一中繼，終端設(shè)備兼顧數(shù)據(jù)生產(chǎn)者和消費(fèi)者的角色，部分服務(wù)直接在邊緣完成響應(yīng)并返回終端設(shè)備，云計(jì)算中心和邊緣分別形成了兩個(gè)服務(wù)響應(yīng)流。
邊緣計(jì)算的可信價(jià)值
邊緣計(jì)算是一種在網(wǎng)絡(luò)邊緣執(zhí)行計(jì)算任務(wù)的新型計(jì)算模型，相比于云計(jì)算，它能夠節(jié)省網(wǎng)絡(luò)流量、提高響應(yīng)速度和保護(hù)用戶(hù)隱私，在物聯(lián)網(wǎng)應(yīng)用中顯示出了優(yōu)于云計(jì)算的性能。核心是將計(jì)算任務(wù)從云計(jì)算中心遷移到產(chǎn)生源數(shù)據(jù)的邊緣設(shè)備上, 操作對(duì)象包括來(lái)自于云服務(wù)的下行數(shù)據(jù)和萬(wàn)物互聯(lián)服務(wù)的上行數(shù)據(jù)。隨著相關(guān)技術(shù)的發(fā)展，邊緣計(jì)算將成為推動(dòng)物聯(lián)網(wǎng)服務(wù)升級(jí)的關(guān)鍵技術(shù)。
邊緣計(jì)算的優(yōu)勢(shì)
1) 分布式和低時(shí)延計(jì)算整合了數(shù)據(jù)采集、處理、執(zhí)行三大能力，避免了數(shù)據(jù)上傳下達(dá)所產(chǎn)生的時(shí)延弊端，提升了本地設(shè)備的處理能力和響應(yīng)速度，帶來(lái)了綜合成本的減少、運(yùn)維效率的提升。
2) 效率更高由于邊緣計(jì)算距離用戶(hù)更近，在邊緣節(jié)點(diǎn)處實(shí)現(xiàn)了對(duì)數(shù)據(jù)的過(guò)濾和分析，因此效率更高
3) 降低帶寬限制的影響在網(wǎng)絡(luò)邊緣處理大量臨時(shí)數(shù)據(jù)，不再全部上傳云端，極大減輕了網(wǎng)絡(luò)帶寬和數(shù)據(jù)中心功耗的壓力
4) 更加智能化AI+邊緣計(jì)算的組合出擊讓邊緣計(jì)算不止于計(jì)算，更多了一份智能化
5) 緩解流量壓力在進(jìn)行云端傳輸時(shí)通過(guò)邊緣節(jié)點(diǎn)進(jìn)行一部分簡(jiǎn)單數(shù)據(jù)處理，可減少?gòu)脑O(shè)備到云端的數(shù)據(jù)流量
6) 更加節(jié)能云計(jì)算和邊緣計(jì)算結(jié)合，成本只有單獨(dú)使用云計(jì)算的39%。
7) 提高數(shù)據(jù)的安全性邊緣計(jì)算將用戶(hù)隱私數(shù)據(jù)不再上傳，而是存儲(chǔ)在網(wǎng)絡(luò)邊緣設(shè)備上，減少了網(wǎng)絡(luò)數(shù)據(jù)泄露的風(fēng)險(xiǎn)，保護(hù)了用戶(hù)數(shù)據(jù)安全和隱私。
8) 業(yè)務(wù)數(shù)據(jù)可靠性基于安全的數(shù)據(jù)才會(huì)有可靠的業(yè)務(wù)，邊緣計(jì)算本身不把數(shù)據(jù)傳向云端，在廣域網(wǎng)發(fā)生故障的情況下，也能夠?qū)崿F(xiàn)局域范圍內(nèi)的數(shù)據(jù)服務(wù)，進(jìn)而實(shí)現(xiàn)本地業(yè)務(wù)的可靠運(yùn)行。
9) 應(yīng)用開(kāi)發(fā)多樣化未來(lái)會(huì)有一半以上的數(shù)據(jù)在其源頭進(jìn)行處理，也會(huì)有諸如工業(yè)制造、智能汽車(chē)、智能家居等多樣的應(yīng)用場(chǎng)景，用戶(hù)可以根據(jù)自己的業(yè)務(wù)需求自定義應(yīng)用。
邊緣計(jì)算的能力
體現(xiàn)(不僅限于）在以下方面.
1) 跨不同基礎(chǔ)設(shè)施間的一致操作模式
2) 在全球范圍內(nèi)數(shù)千個(gè)地點(diǎn)的大規(guī)模分布環(huán)境中的執(zhí)行能力
3) 為位于全球偏遠(yuǎn)地點(diǎn)的客戶(hù)提供網(wǎng)絡(luò)服務(wù)
4) 滿(mǎn)足應(yīng)用程序集成、協(xié)調(diào)和服務(wù)的交付要求
5) 打破硬件限制，降低成本
6) 實(shí)現(xiàn)有限或間歇性網(wǎng)絡(luò)連接
7) 可處理具有嚴(yán)格低延遲要求的應(yīng)用程序（AR/VR、語(yǔ)音等）
8) 實(shí)現(xiàn)地理圍欄，保證敏感隱私數(shù)據(jù)僅留在本地
邊緣計(jì)算的業(yè)務(wù)價(jià)值
主要體現(xiàn)對(duì)客戶(hù)端的減負(fù)和控制上，讓很多過(guò)去無(wú)法想象的業(yè)務(wù)具有可行性。
1)
硬件設(shè)計(jì)更靈活5G邊緣網(wǎng)絡(luò)可能比本地磁盤(pán)等零部件速度更快，這是從未有過(guò)的新變化。給客戶(hù)端做減負(fù)，最終用戶(hù)能感覺(jué)到流暢度提升和電量提升，部分用戶(hù)還會(huì)為此付費(fèi)；能讓客戶(hù)端和邊緣端融合，甚至影響到硬件設(shè)計(jì)，比如買(mǎi)手機(jī)會(huì)考慮閃存空間比擴(kuò)充內(nèi)存合算，當(dāng)文件從集中分散到就近邊緣，客戶(hù)讀取網(wǎng)絡(luò)文件的速度不比本地慢，就無(wú)需配置更貴的閃存。當(dāng)網(wǎng)盤(pán)的數(shù)據(jù)大到無(wú)法下載到手機(jī)時(shí)，客戶(hù)換新機(jī)時(shí)也得盡可能用同一品牌同一賬戶(hù)遷移。給客戶(hù)端的計(jì)算壓力減負(fù)最終讓客戶(hù)端的硬件設(shè)計(jì)方式發(fā)生改變。對(duì)于手機(jī)來(lái)說(shuō)，試水新硬件常是一次冒險(xiǎn)，廠(chǎng)商在設(shè)計(jì)硬件時(shí)，如可以將某些功能放到邊緣端，將會(huì)獲得巨大靈活性。
2) 改變應(yīng)用發(fā)布生態(tài)邊緣計(jì)算可從軟件控制層面改變整個(gè)客戶(hù)端軟件生態(tài)，技術(shù)上可以將客戶(hù)端的運(yùn)算功能全部放在邊緣端，本地僅保留一個(gè)視頻播放器。如此帶來(lái)客戶(hù)端的分發(fā)渠道的變化，也許困擾單機(jī)軟件幾十年的盜版問(wèn)題可通過(guò)邊緣視頻化來(lái)解決。隨著邊緣APP的訪(fǎng)問(wèn)流暢性逐步得到驗(yàn)證，邊緣視頻流天然比本地文件更保密安全和方便控制，各種在線(xiàn)系統(tǒng)的使用體驗(yàn)會(huì)和本地軟件一樣。
3) 單一應(yīng)用留住客戶(hù)當(dāng)一個(gè)APP可以all in one其他APP時(shí)，用戶(hù)的訪(fǎng)問(wèn)軌跡不會(huì)跳出該APP，給產(chǎn)品運(yùn)營(yíng)提供了新的想象空間。現(xiàn)在用戶(hù)在某視頻APP里做游戲和電商引流，轉(zhuǎn)跳到電商和游戲后APP就結(jié)束了，未來(lái)完全可以購(gòu)買(mǎi)同一樣?xùn)|西不出本APP，參與內(nèi)購(gòu)分成、改變商業(yè)規(guī)則。
4) 對(duì)技術(shù)部門(mén)的價(jià)值將CS架構(gòu)改變CES架構(gòu)，是具有價(jià)值并有挑戰(zhàn)的IT技術(shù)工作。
移動(dòng)互聯(lián)網(wǎng)的發(fā)展歷程中，應(yīng)用傳輸和娛樂(lè)化迫使成本在不斷增加，集中的云計(jì)算又再次走向邊緣，通過(guò)在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合連接、計(jì)算、存儲(chǔ)、應(yīng)用等核心能力，就近提供邊緣智能服務(wù)，滿(mǎn)足行業(yè)數(shù)字化在敏捷連接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。
"云、邊、端"協(xié)同一體化
邊緣計(jì)算是對(duì)云計(jì)算的拓展，兩者關(guān)系就好比人類(lèi)的"大腦"與"遍布全身的神經(jīng)系統(tǒng)"，相輔相成，缺一不可。作為云計(jì)算的延伸，邊緣計(jì)算本著“為云分擔(dān)”的任務(wù)和使命而運(yùn)作，解決了在邊緣端的資源應(yīng)用問(wèn)題，成為云計(jì)算在未來(lái)發(fā)展中的重要支撐?！霸七厖f(xié)同”成為邊緣計(jì)算的核心能力與發(fā)展方向——邊緣向云反饋信息，云向邊緣發(fā)布指令等，完成上傳下達(dá)，實(shí)現(xiàn)共存協(xié)同式的調(diào)度、命令、搜集、處理、計(jì)算、更新等工作。
以物聯(lián)網(wǎng)場(chǎng)景為例，物聯(lián)網(wǎng)設(shè)備產(chǎn)生大量數(shù)據(jù)，邊緣計(jì)算節(jié)點(diǎn)可以負(fù)責(zé)自己范圍內(nèi)的數(shù)據(jù)計(jì)算和存儲(chǔ)工作。由于大多數(shù)的數(shù)據(jù)并非一次性數(shù)據(jù)，那些經(jīng)過(guò)處理的數(shù)據(jù)仍需要從邊緣節(jié)點(diǎn)匯聚集中到中心云，中心云做大數(shù)據(jù)分析挖掘、數(shù)據(jù)共享，并進(jìn)行算法模型的訓(xùn)練和升級(jí)，升級(jí)后的算法(推理模型)應(yīng)用于前端邊緣節(jié)點(diǎn)設(shè)備，完成自主學(xué)習(xí)閉環(huán)。同時(shí)，存儲(chǔ)邊緣的數(shù)據(jù)具備備份的需要，當(dāng)邊緣計(jì)算過(guò)程中出現(xiàn)意外，存儲(chǔ)在云端的數(shù)據(jù)也不會(huì)丟失。
協(xié)同一體化模式
“端”和“云”的邊緣形態(tài)，涵蓋端的邊緣計(jì)算，而“云”的邊緣計(jì)算是中心云的拓展外延，可視為邊緣節(jié)點(diǎn)服務(wù)，以此構(gòu)建云-邊-端三體網(wǎng)絡(luò)架構(gòu)。
邊緣云中大量、多種邊緣服務(wù)器和邊緣終端需通過(guò)邊緣云來(lái)統(tǒng)一管理，并實(shí)現(xiàn)對(duì)邊緣應(yīng)用的支持。中心云則管理多個(gè)邊緣云和為邊緣云提供充足的虛擬化資源，中心云由大量的服務(wù)器虛擬化組成，可提供持久化存儲(chǔ)和為需要大計(jì)算量的應(yīng)用提供資源，如大數(shù)據(jù)，AI應(yīng)用等。中心云通過(guò)管理網(wǎng)絡(luò)來(lái)控制邊緣云，并提供安全的連接。邊緣云在網(wǎng)絡(luò)發(fā)生中斷時(shí)仍可通過(guò)獨(dú)立的資源管理系統(tǒng)進(jìn)行“自治管理”。
中心云與邊緣云的關(guān)系如圖，中心云管理多個(gè)邊緣云平臺(tái)，工業(yè)PC和大量的網(wǎng)關(guān)，而邊緣云則通過(guò)邊緣網(wǎng)關(guān)接入各種設(shè)備、傳感器等。
? 云計(jì)算是根本：縱觀(guān)幾大云服務(wù)商的邊緣計(jì)算產(chǎn)品，從配置到部署，無(wú)一不是從云端下發(fā)配置信息和工具到邊緣側(cè)，實(shí)現(xiàn)本地服務(wù)。
? 核心框架屬于云服務(wù)商： 云邊一體的邊緣計(jì)算框架，本質(zhì)上是下沉了一系列精簡(jiǎn)的云服務(wù)工具，而這些工具為了保障通訊的私密性，一般都掌握在云服務(wù)商手中，用戶(hù)和開(kāi)發(fā)者無(wú)法修改。
? 生態(tài)建設(shè)：圍繞云邊一體化產(chǎn)品，所有的生態(tài)都必須先在云端注冊(cè)，在云端傳送數(shù)據(jù)后下沉到邊緣側(cè)，而互動(dòng)的邏輯可通過(guò)無(wú)服務(wù)器計(jì)算服務(wù)實(shí)現(xiàn)。
通過(guò)云原生技術(shù)可實(shí)現(xiàn)云 - 邊 - 端一體化的應(yīng)用分發(fā)，解決在海量邊、端設(shè)備上統(tǒng)一完成大規(guī)模應(yīng)用交付、運(yùn)維、管控的訴求；云原生技術(shù)可提供容器等更加安全的工作負(fù)載運(yùn)行環(huán)境，及流量控制、網(wǎng)絡(luò)策略等能力，可有效提升邊緣服務(wù)和數(shù)據(jù)的安全性；依托云原生領(lǐng)域強(qiáng)大的社區(qū)和廠(chǎng)商支持，云原生技術(shù)對(duì)異構(gòu)資源的適用性逐步提升，在物聯(lián)網(wǎng)領(lǐng)域已能很好支持多種 CPU 架構(gòu)（x86-64/arm/arm64）和通信協(xié)議，并實(shí)現(xiàn)較低的資源占用。
… …
多維度協(xié)同主體
當(dāng)用戶(hù)從一個(gè)邊緣節(jié)點(diǎn)移動(dòng)到另一個(gè)就涉及多節(jié)點(diǎn)的協(xié)作，可簡(jiǎn)單將數(shù)據(jù)緩存到用戶(hù)到達(dá)的各個(gè)邊緣節(jié)點(diǎn)，不過(guò)各節(jié)點(diǎn)的數(shù)據(jù)需要同步。如在一小片區(qū)域內(nèi)導(dǎo)航應(yīng)用可以將導(dǎo)航或者搜索服務(wù)移動(dòng)到邊緣；在邊緣節(jié)點(diǎn)進(jìn)行內(nèi)容過(guò)濾與整合從而減少數(shù)據(jù)傳輸量；實(shí)時(shí)應(yīng)用如AR可以使用邊緣節(jié)點(diǎn)減少反應(yīng)時(shí)間。
云邊協(xié)同包含云端與邊端IaaS、PaaS、SaaS的協(xié)同，IaaS 實(shí)現(xiàn)對(duì)計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)、虛擬化資源等的協(xié)同；PaaS 實(shí)現(xiàn)數(shù)據(jù)、智能、應(yīng)用編排、業(yè)務(wù)管理協(xié)同；SaaS 實(shí)現(xiàn)應(yīng)用服務(wù)協(xié)同。在IaaS資源、PaaS平臺(tái)、SaaS應(yīng)用的協(xié)同基礎(chǔ)上還需考慮計(jì)費(fèi)、運(yùn)維、安全等方面的協(xié)同。云邊協(xié)同的聯(lián)合式服務(wù)能充分利用兩者的聯(lián)合優(yōu)勢(shì)，針對(duì)不同特征的業(yè)務(wù)需求進(jìn)行靈活的部署與響應(yīng)。融入邊緣計(jì)算的云邊協(xié)同聯(lián)合式服務(wù)將成為更有效的服務(wù)構(gòu)架。
邊緣協(xié)同任重道遠(yuǎn)，需從多維度解決：
1) 連接協(xié)同： 連接設(shè)備數(shù)量的劇增，網(wǎng)絡(luò)運(yùn)維管理、靈活擴(kuò)展和可靠性保障面臨挑戰(zhàn),以及如何兼容多種連接且確保連接的實(shí)時(shí)可靠是必須要解決的現(xiàn)實(shí)問(wèn)題。
2) 數(shù)據(jù)協(xié)同： 統(tǒng)一數(shù)據(jù)連接和數(shù)據(jù)聚合是業(yè)務(wù)智能的基礎(chǔ)，解決多樣化與異構(gòu)的技術(shù)和標(biāo)準(zhǔn)的問(wèn)題，離不開(kāi)跨廠(chǎng)商、跨領(lǐng)域的數(shù)據(jù)集成與互操作。
3) 任務(wù)協(xié)同： 任務(wù)的下達(dá)和反饋是實(shí)現(xiàn)應(yīng)用場(chǎng)景功能的基礎(chǔ)，云端面對(duì)海量的邊緣側(cè)設(shè)備和復(fù)雜的應(yīng)用環(huán)境，如何將任務(wù)準(zhǔn)確完整下達(dá)到邊緣側(cè)；邊緣側(cè)設(shè)備通過(guò)邊緣計(jì)算后，如何將有效信息整合到任務(wù)中進(jìn)行反饋，是云邊協(xié)同能力的重要指標(biāo)。
4) 管理協(xié)同： 云端如何對(duì)海量和異構(gòu)的邊緣側(cè)設(shè)備的接入進(jìn)行統(tǒng)一和有效的管理；如何對(duì)邊緣側(cè)設(shè)備和云端的應(yīng)用開(kāi)發(fā)、生命周期、業(yè)務(wù)管理進(jìn)行協(xié)同，確保邊緣側(cè)設(shè)備和運(yùn)算能共同完成某應(yīng)用場(chǎng)景的管理工作。
5) 安全協(xié)同： 邊緣側(cè)的設(shè)備和產(chǎn)生的數(shù)據(jù)接入云端的安全和隱私如何保證，云端如何抵御來(lái)自邊緣側(cè)的攻擊，云端下放到邊緣側(cè)的數(shù)據(jù)如何保證安全 …
6) 多方協(xié)同: 邊緣計(jì)算和云計(jì)算協(xié)同應(yīng)用場(chǎng)景越來(lái)越多，越來(lái)越復(fù)雜，如何在同一應(yīng)用場(chǎng)景中實(shí)現(xiàn)云邊、邊邊、多邊協(xié)同等多方協(xié)同方案，成為需著重考慮的問(wèn)題；如何統(tǒng)一不同應(yīng)用場(chǎng)景中的云邊、邊邊、多邊協(xié)同也是另一個(gè)重要的方面。
協(xié)同以云為中心逐層分散延伸，涉及到云邊、邊邊和邊端三部分。1) 云與邊之間網(wǎng)絡(luò)有兩個(gè)關(guān)鍵點(diǎn)：虛實(shí)結(jié)合、動(dòng)態(tài)選路,云邊網(wǎng)絡(luò)就是回云的安全和加速網(wǎng)絡(luò)。
2) 邊邊網(wǎng)絡(luò)需保障上層應(yīng)用使用的邊緣節(jié)點(diǎn)之間數(shù)據(jù)傳輸透明且安全。涉及兩關(guān)鍵詞:Fullmesh和安全加速。Fullmesh表示邊邊網(wǎng)絡(luò)實(shí)現(xiàn)的邊緣節(jié)點(diǎn)之間的直接通訊，無(wú)需通過(guò)中心繞道,是基于由眾多邊緣節(jié)點(diǎn)構(gòu)建的分布式傳輸加速網(wǎng)絡(luò)來(lái)克服互聯(lián)網(wǎng)的數(shù)據(jù)傳輸穩(wěn)定性、跨運(yùn)營(yíng)商的傳輸速度瓶頸等問(wèn)題。
3) 端-邊網(wǎng)絡(luò)：運(yùn)營(yíng)商本地接入網(wǎng)絡(luò)在用戶(hù)接入側(cè)，端側(cè)具有不可撼動(dòng)的強(qiáng)大優(yōu)勢(shì)，所以邊緣計(jì)算一定要與運(yùn)營(yíng)商形成合力，基于運(yùn)營(yíng)商本地基礎(chǔ)設(shè)施網(wǎng)絡(luò)構(gòu)建節(jié)點(diǎn)形成與端的連接，實(shí)現(xiàn)接入流程一體化，將更多計(jì)算能力匯聚。
云原生向邊緣端復(fù)制
云邊端協(xié)同一體化作為一個(gè)標(biāo)準(zhǔn)化構(gòu)想，分三個(gè)層次將云原生能力向邊緣端復(fù)制：
? 第一個(gè)是能夠在云端提供標(biāo)準(zhǔn)化的接口、管控能力，或是標(biāo)準(zhǔn)的云服務(wù)和云資源的接入能力.
? 第二個(gè)是能高效的管理處在整個(gè)邊緣端的眾多資源，其中包括邊緣端應(yīng)用的運(yùn)維效率問(wèn)題；
? 第三個(gè)是典型的 IoT 場(chǎng)景中的端設(shè)備。
邊緣云計(jì)算服務(wù)是將傳統(tǒng)云計(jì)算與邊緣計(jì)算相結(jié)合，形成“云-邊-端”協(xié)同的計(jì)算架構(gòu)。邊緣計(jì)算的核心，是將計(jì)算任務(wù)從云計(jì)算中心，遷移到產(chǎn)生源數(shù)據(jù)的邊緣設(shè)備上，較之傳統(tǒng)云計(jì)算，其安全性更高、低時(shí)延、減少帶寬成本。邊緣計(jì)算和云計(jì)算相互促進(jìn)、共同發(fā)展、相互融合，在中心端學(xué)習(xí)，在邊緣端執(zhí)行來(lái)處理復(fù)雜的問(wèn)題，在處理好安全性、帶寬、復(fù)雜性等方面的問(wèn)題后，云邊協(xié)同勢(shì)必在生產(chǎn)中占據(jù)舉足輕重的位置，大放異彩！
邊緣計(jì)算平臺(tái)的架構(gòu)
伴隨行業(yè)發(fā)展，邊緣計(jì)算正在成為云計(jì)算的新邊界，而規(guī)模和復(fù)雜度的日益提升對(duì)邊緣計(jì)算的效率、可靠性、資源利用率等一系列能力提出了新的訴求，核心訴求包括：
? 資源、應(yīng)用管理訴求；
? 容器化和微服務(wù)化；
? 標(biāo)準(zhǔn)的 API 和工具鏈；
? 安全，數(shù)據(jù) / 信道加密和認(rèn)證授權(quán)
? ……
訴求的背后是對(duì)邊緣計(jì)算平臺(tái)架構(gòu)的目標(biāo)問(wèn)題和能力提出了指引，對(duì)云邊協(xié)同一體化平臺(tái)的設(shè)計(jì)提出了指導(dǎo)方向：支持對(duì)物理世界具有系統(tǒng)和實(shí)時(shí)的認(rèn)知能力，在數(shù)字世界進(jìn)行仿真和推理，實(shí)現(xiàn)物理世界與數(shù)字世界的協(xié)作；基于模型化的方法在各產(chǎn)業(yè)中建立可復(fù)用的知識(shí)模型體系，實(shí)現(xiàn)跨行業(yè)的生態(tài)協(xié)作；系統(tǒng)之間、服務(wù)之間等基于模型化接口進(jìn)行交互，實(shí)現(xiàn)軟件接口與開(kāi)發(fā)語(yǔ)言、工具的解耦；框架可以支撐部署、數(shù)據(jù)處理和安全等服務(wù)的全生命周期。
本章節(jié)以下部分從通用、分層技術(shù)架構(gòu)，以及具體開(kāi)源KubeEdge平臺(tái)展開(kāi).
通用平臺(tái)產(chǎn)品架構(gòu)
云邊協(xié)同的聯(lián)合式網(wǎng)絡(luò)結(jié)構(gòu)一般可分為終端層、邊緣計(jì)算層和云計(jì)算層，各層可進(jìn)行層間及跨層通信，各層的組成決定了層級(jí)的計(jì)算和存儲(chǔ)能力，從而決定了各個(gè)層級(jí)的功能。
終端層由各種物聯(lián)網(wǎng)設(shè)備(如傳感器、RFID標(biāo)簽、攝像頭、智能手機(jī)等)組成，主要完成收集原始數(shù)據(jù)并上報(bào)的功能，以事件源的形式作為應(yīng)用服務(wù)的輸入。
邊緣計(jì)算層由網(wǎng)絡(luò)邊緣節(jié)點(diǎn)構(gòu)成，廣泛分布在終端設(shè)備與計(jì)算中心之間，可以是智能終端設(shè)備本身(如智能手環(huán)、智能攝像頭等)，也可以被部署在網(wǎng)絡(luò)連接中(如網(wǎng)關(guān)、路由器等)。顯然，邊緣節(jié)點(diǎn)的計(jì)算和存儲(chǔ)資源差別大且動(dòng)態(tài)變化，因此如何在動(dòng)態(tài)的網(wǎng)絡(luò)拓?fù)渲袑?duì)計(jì)算任務(wù)進(jìn)行分配和調(diào)度是值得研究的問(wèn)題。邊緣計(jì)算層通過(guò)合理部署和調(diào)配網(wǎng)絡(luò)邊緣側(cè)的計(jì)算和存儲(chǔ)能力，開(kāi)放API, 實(shí)現(xiàn)基礎(chǔ)服務(wù)響應(yīng)。
云計(jì)算是強(qiáng)大的數(shù)據(jù)處理中心，邊緣節(jié)點(diǎn)不穩(wěn)定，核心數(shù)據(jù)、核心應(yīng)用需存放云端以確保應(yīng)用的穩(wěn)定、數(shù)據(jù)的安全，邊緣計(jì)算層無(wú)法處理的任務(wù)和全局信息的處理也仍需在云計(jì)算中心完成。除此，云計(jì)算中心還可根據(jù)網(wǎng)絡(luò)資源分布動(dòng)態(tài)調(diào)整邊緣計(jì)算層的部署策略和算法。
通用架構(gòu)模型
如圖所示，基礎(chǔ)服務(wù)層貫通整個(gè)框架，數(shù)據(jù)全生命周期服務(wù)提供對(duì)數(shù)據(jù)從產(chǎn)生、處理到消費(fèi)的綜合管理?？v向來(lái)看，最上側(cè)是模型驅(qū)動(dòng)的統(tǒng)一服務(wù)框架，實(shí)現(xiàn)服務(wù)的快速開(kāi)發(fā)和部署。下側(cè)分為設(shè)備、邊緣和云層，邊緣層劃分為邊緣節(jié)點(diǎn)和邊緣管理器。邊緣節(jié)點(diǎn)的形式、種類(lèi)多樣，解決異構(gòu)計(jì)算與邊緣節(jié)點(diǎn)的強(qiáng)耦合關(guān)系，降低物理世界帶來(lái)的結(jié)構(gòu)復(fù)雜性，設(shè)備資源被抽象為計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)三種資源，使用應(yīng)用API實(shí)現(xiàn)通用的能力調(diào)用, 控制、分析與優(yōu)化領(lǐng)域模塊實(shí)現(xiàn)了上下層信息傳輸和本地資源規(guī)劃。邊緣管理器使用模型化的描述語(yǔ)言幫助不同角色使用統(tǒng)一的語(yǔ)言定義業(yè)務(wù)，實(shí)現(xiàn)智能服務(wù)與下層結(jié)構(gòu)交互標(biāo)準(zhǔn)化。根據(jù)功能，提供了4種開(kāi)發(fā)框架：實(shí)時(shí)計(jì)算、輕量計(jì)算、智能網(wǎng)關(guān)和智能分布式系統(tǒng)，覆蓋從終端節(jié)點(diǎn)到云計(jì)算中心鏈路的服務(wù)開(kāi)發(fā)。
邊緣計(jì)算通用服務(wù)分層棧
在基礎(chǔ)設(shè)施之上，邊緣計(jì)算涵蓋四層技術(shù)棧，一是邊緣硬件和芯片，二是邊緣計(jì)算平臺(tái)或邊緣計(jì)算操作系統(tǒng)，三是邊緣中件間，四是面向邊緣的應(yīng)用或服務(wù)。邊緣計(jì)算和云、端形成一體化的協(xié)同模式，開(kāi)放API賦能上層應(yīng)用生態(tài)。邊緣計(jì)算的技術(shù)形態(tài)可劃分為IaaS、PaaS和SaaS：
? IaaS： 主要在邊緣側(cè)提供資源虛擬化。建立大規(guī)模分布式邊緣算力融合調(diào)度平臺(tái)，融合虛機(jī)、容器、函數(shù)、流式計(jì)算等計(jì)算形態(tài)，屏蔽各個(gè)邊緣硬件與網(wǎng)絡(luò)環(huán)境的異構(gòu)差異，無(wú)縫支持各類(lèi)邊緣資源，為規(guī)模覆蓋的云邊一體化計(jì)算提供底座能力支持。
? PaaS： 傳統(tǒng)虛機(jī)方式的運(yùn)維成本往往居高不下，比如機(jī)器的地域分布、網(wǎng)絡(luò)差異等會(huì)帶來(lái)不小運(yùn)維成本，難以進(jìn)行快速的業(yè)務(wù)切換調(diào)度。就需要有個(gè)邊緣場(chǎng)景的PaaS服務(wù)來(lái)幫助用戶(hù)管理和調(diào)度邊緣的資源，容器和K8s是一個(gè)不錯(cuò)的架構(gòu)選擇。
? SaaS： 服務(wù)種類(lèi)較多，包括邊緣智能、邊緣應(yīng)用市場(chǎng)、邊緣中間件(消息、緩存等)、邊緣軟硬一體機(jī)(數(shù)據(jù)智能、通用一體機(jī)等)。這些服務(wù)都可通過(guò)邊緣容器應(yīng)用市場(chǎng)獲取。
? 在基礎(chǔ)設(shè)施層，其實(shí)是基于復(fù)雜的、異構(gòu)的基礎(chǔ)設(shè)施進(jìn)行資源拉通。
? 在芯片/設(shè)備方面，邊緣計(jì)算采用通用、專(zhuān)用和自研芯片解決面向場(chǎng)景的計(jì)算成本問(wèn)題；
? 在邊緣計(jì)算平臺(tái)方面著力打造邊緣操作系統(tǒng)，提供三種計(jì)算形態(tài)(虛機(jī)、容器、函數(shù))和三種交付形態(tài)(Server、Serverlet、Serverless)，為客戶(hù)營(yíng)造一個(gè)利于使用的計(jì)算環(huán)境；
? 對(duì)于邊緣中間件，從原本“內(nèi)容分發(fā)的調(diào)度”轉(zhuǎn)變?yōu)椤坝?jì)算的調(diào)度”，同時(shí)疊加AI、存儲(chǔ)等技術(shù)，逐步形成面向城市應(yīng)用場(chǎng)景的獨(dú)特中間件能力；
? 至于上層的邊緣應(yīng)用及服務(wù)，則需結(jié)合整個(gè)生態(tài)和垂直行業(yè)伙伴共同推動(dòng)技術(shù)進(jìn)步。
硬件層提供的是物理機(jī)，硬件的網(wǎng)關(guān)包括AI盒子，可能只是一個(gè)很小部分，它需要組網(wǎng)也需要通信的模組，包括智能硬件。再往上層是通用計(jì)算、GPU，包括簡(jiǎn)單的PAAS，上面有一些目前本地計(jì)算需要的比如邊緣引擎、邊緣網(wǎng)關(guān)、調(diào)用中臺(tái)，定位為邊緣計(jì)算平臺(tái)。再往上要承載整個(gè)邊緣計(jì)算提供的服務(wù)，這個(gè)服務(wù)有組件還有SAAS服務(wù)。再往上是整個(gè)智能運(yùn)用的場(chǎng)景。
云原生與邊緣計(jì)算
無(wú)論從邊緣應(yīng)用的分發(fā),可靠性還是邊云協(xié)同的機(jī)制上,云原生邊緣計(jì)算有利于讓邊緣也具備像云一樣的“彈性”,讓?xiě)?yīng)用可以“順滑”的部署到邊緣,保持應(yīng)用在邊緣與云端的一致性?！霸?邊-端”就像一個(gè)完美的整體,用戶(hù)無(wú)需感知邊緣設(shè)備的復(fù)雜分布。
? 通過(guò)將AI、大數(shù)據(jù)能力等延伸到邊緣,解決與云上服務(wù)的數(shù)據(jù)協(xié)同、任務(wù)協(xié)同、管理協(xié)同、安全協(xié)同訴求。
? 通過(guò)數(shù)據(jù)本地化處理、邊緣節(jié)點(diǎn)離線(xiàn)自治,解決了云邊之間的網(wǎng)絡(luò)可靠和帶寬限制問(wèn)題
? 通過(guò)大幅優(yōu)化邊緣組件的資源占用,解決邊緣資源的約束問(wèn)題
? 通過(guò)在云邊之間構(gòu)建的雙向多路復(fù)用通道,解決從云端管理高度分布的海量節(jié)點(diǎn)和設(shè)備;
? 南向支持對(duì)接物聯(lián)網(wǎng)主流通信協(xié)議(MQTT,Bluetooth,Zigbee),解決異構(gòu)硬件接入問(wèn)題。
傳統(tǒng)嵌入式本地計(jì)算和云原生邊緣計(jì)算的對(duì)比差異如下:
云原生EdgePaaS架構(gòu)
作為云上邊緣托管服務(wù)底座，支持海量邊緣網(wǎng)關(guān)節(jié)點(diǎn)接入，深度融合IoT云端市場(chǎng)、云端FaaS、消息、運(yùn)維等服務(wù)。通過(guò)容器化和K8s的調(diào)度能力，傳統(tǒng)IoT業(yè)務(wù)擁有了強(qiáng)大的日志、監(jiān)控、自動(dòng)擴(kuò)縮容等運(yùn)維能力，并且運(yùn)維能力在云中心匯聚。
阿里云將邊緣計(jì)算當(dāng)成云計(jì)算整體的一部分進(jìn)行規(guī)劃和設(shè)計(jì)，基于飛天系統(tǒng)構(gòu)建。底層是資源層，上面是服務(wù)平臺(tái)，既可部署在運(yùn)營(yíng)商基礎(chǔ)互聯(lián)網(wǎng)里，也可部署在客戶(hù)側(cè)。Link IoT Edge可讓計(jì)算就近發(fā)生，是連接最后1公里的物聯(lián)網(wǎng)邊緣計(jì)算平臺(tái)，支持包括函數(shù)計(jì)算、流式計(jì)算、規(guī)則計(jì)算等計(jì)算引擎。發(fā)布的連接最后10公里的邊緣節(jié)點(diǎn)服務(wù)（ENS），幫助用戶(hù)將計(jì)算、轉(zhuǎn)發(fā)等業(yè)務(wù)下沉至邊緣，降低了時(shí)延和成本。如可把終端到邊緣節(jié)點(diǎn)的時(shí)延縮小到5毫秒之內(nèi)，終端到云的訪(fǎng)問(wèn)頻次將減少80%，計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等成本可節(jié)省30%以上。
云原生是一個(gè)大的體系，做到真正的邊緣原生需要從理念、系統(tǒng)設(shè)計(jì)、架構(gòu)設(shè)計(jì)等方面真正的去實(shí)踐、實(shí)現(xiàn)，才能充分發(fā)揮邊緣的優(yōu)勢(shì)。當(dāng)然，邊緣云平臺(tái)也要具備和提供更多的開(kāi)放能力，形成整個(gè)正向的開(kāi)發(fā)生態(tài)閉環(huán)。
KubeEdge平臺(tái)架構(gòu)
華為云提出基于Kubernetes擴(kuò)展的云邊協(xié)同開(kāi)源項(xiàng)目—KubeEdge, 在邊緣計(jì)算領(lǐng)域的布局涉及“云、管、邊、端、芯”。作為一個(gè)智能邊緣平臺(tái)，KubeEdge包含邊端的計(jì)算節(jié)點(diǎn)部分和云端的管理控制部分，其云邊協(xié)同體現(xiàn)在：
1）基于WebSocket和Quic協(xié)議構(gòu)建了可靠、高效的云邊消息通信，并作為云邊控制協(xié)同、數(shù)據(jù)協(xié)同的通信基礎(chǔ)；2）擴(kuò)展了Kubernetes，實(shí)現(xiàn)云邊協(xié)同編排管理，包括基于云端的邊緣控制器 EdgeController等控制Kubernetes API服務(wù)器與邊緣節(jié)點(diǎn)、應(yīng)用和配置的狀態(tài)同步，支持直接通過(guò)kubectl命令行在云端管理邊緣節(jié)點(diǎn)、設(shè)備和應(yīng)用；3）提供了DeviceTwin 模塊，實(shí)現(xiàn)邊緣計(jì)算節(jié)點(diǎn)下掛的邊緣設(shè)備與云端設(shè)備管理之間的同步和控制。
KubeEdge即Kube+ Edge，使能邊緣計(jì)算，依托K8s的容器編排和調(diào)度能力，實(shí)現(xiàn)云邊協(xié)同、計(jì)算下沉、海量設(shè)備的平滑接入等，將K8s優(yōu)勢(shì)和云原生應(yīng)用管理標(biāo)準(zhǔn)延伸到邊緣。為云和邊緣之間的網(wǎng)絡(luò)，應(yīng)用部署和元數(shù)據(jù)同步提供基礎(chǔ)架構(gòu)支持。技術(shù)架構(gòu)上分為云、邊、端三個(gè)部分，云端負(fù)責(zé)云上應(yīng)用和配置的校驗(yàn)、下發(fā)，同步Edge的狀態(tài)和事件；邊緣側(cè)負(fù)責(zé)運(yùn)行邊緣應(yīng)用和管理接入設(shè)備，接受并執(zhí)行Cloud部分下發(fā)的指令，管理各種負(fù)載；設(shè)備端側(cè)運(yùn)行各種邊緣設(shè)備。KubeEdge完整的打通了邊緣計(jì)算中云、邊、設(shè)備協(xié)同的場(chǎng)景，整體架構(gòu)如下圖。
Edged: 管理邊緣的容器化應(yīng)用程序。
EdgeHub: 邊緣的通信接口模塊，是一個(gè)Web套接字客戶(hù)端,負(fù)責(zé)邊緣計(jì)算與云服務(wù)的交互。
CloudHub:云端通訊接口模塊，一個(gè)Web套接字服務(wù)器,負(fù)責(zé)監(jiān)視云端的更改、緩存以及向 EdgeHub發(fā)送消息。
EdgeController:管理邊緣節(jié)點(diǎn)，是一個(gè)擴(kuò)展的Kubernetes控制器,管理邊緣節(jié)點(diǎn)和pod元數(shù)據(jù),以便數(shù)據(jù)可以面向特定的邊緣節(jié)點(diǎn)。
EventBus:使用MQTT處理內(nèi)部邊緣通信,是一個(gè)MQTT客戶(hù)機(jī),可與MQTT服務(wù)器交互,為其他組件提供發(fā)布和訂閱功能。
DeviceTwin: 是處理設(shè)備元數(shù)據(jù)的設(shè)備軟件鏡像,該模塊有助于處理設(shè)備狀態(tài)并將其同步到云上。它還為應(yīng)用程序提供查詢(xún)接口,后端使用輕量級(jí)數(shù)據(jù)庫(kù)(SQLite)。
MetaManager: 管理邊緣節(jié)點(diǎn)上的元數(shù)據(jù)，是Edged和Edgehub之間的消息處理器，還負(fù)責(zé)在輕量級(jí)數(shù)據(jù)庫(kù)(SQLite)中存儲(chǔ)/檢索元數(shù)據(jù)。
極致優(yōu)化,All in K8s由于邊緣場(chǎng)景通信的不穩(wěn)定性和嚴(yán)苛的資源消耗限制,導(dǎo)致原生的K8s組件無(wú)法直接運(yùn)行在邊緣節(jié)點(diǎn)上,例如:工業(yè)網(wǎng)關(guān)等。而受限于K8S本身list/watch機(jī)制帶來(lái)的disconnect問(wèn)題,數(shù)據(jù)面和管理面斷連后,無(wú)法做到本地自治。KubeEdge選擇“輕邊緣”架構(gòu),即邊緣側(cè)的容器引擎和設(shè)備管理agent盡量輕量化,管理面運(yùn)行在云端,且構(gòu)建在K8s的調(diào)度能力之上,兼容K8S原生API。KubeEdge all in K8s的設(shè)計(jì)理念使得用戶(hù)可以圍繞K8S的標(biāo)準(zhǔn)API定制需求或輕松集成云原生生態(tài)中的成熟項(xiàng)目。
ServiceMesh到EdgeMesh服務(wù)網(wǎng)格已演變?yōu)樵圃褩５闹匾M成部分。在云原生模型中,單個(gè)應(yīng)用程序可能包含數(shù)百個(gè)服務(wù),每個(gè)服務(wù)可能有數(shù)千個(gè)實(shí)例,且這些實(shí)例中的每一個(gè)都可能處于不斷變化的狀態(tài),合理管理使用ServiceMesh對(duì)于確保端到端的性能和可靠性至關(guān)重要。當(dāng)純粹的計(jì)算在邊緣轉(zhuǎn)向云邊協(xié)同,以云原生的方式構(gòu)建一個(gè)跨越邊緣和云端的分布式系統(tǒng)至關(guān)重要:
? 邊緣應(yīng)用需要有完善的微服務(wù)治理能力,以滿(mǎn)足日趨復(fù)雜的邊緣業(yè)務(wù)模型;
? 邊云、邊邊的協(xié)同成為邊緣應(yīng)用的基本要求,以滿(mǎn)足海量邊緣數(shù)據(jù)的處理。
使用EdgeMesh可支持跨越邊界的微服務(wù)訪(fǎng)問(wèn),EdgeMesh特性基于標(biāo)準(zhǔn)的Istio進(jìn)行服務(wù)治理控制,引入EdgeMesh-proxy負(fù)責(zé)邊緣側(cè)流量轉(zhuǎn)發(fā)以及P2P技術(shù)跨子網(wǎng)通信,提供云-邊、邊-邊通信,最終實(shí)現(xiàn)跨越邊云的一致的服務(wù)發(fā)現(xiàn)和訪(fǎng)問(wèn)體驗(yàn)。
邊緣設(shè)備訪(fǎng)問(wèn)微服務(wù)化Kubernetes提供的設(shè)備插件框架, 旨在通過(guò)Kubelet管理“綁定”在節(jié)點(diǎn)上的硬件,如:GPU、FPGAs、InfiniBand等,為Pod中的容器應(yīng)用提供更強(qiáng)的計(jì)算和網(wǎng)絡(luò)性能。而KubeEdge的設(shè)備管理關(guān)注的是與邊緣通信的外部設(shè)備,如:藍(lán)牙終端、智能傳感器、工業(yè)設(shè)備等。KubeEdge對(duì)設(shè)備管理的實(shí)現(xiàn)采用Operator方式,并實(shí)現(xiàn)了設(shè)備孿生。設(shè)備管理Operator的核心是Device CRD和Device Controller,其中Device CRD用來(lái)描述設(shè)備的狀態(tài)等元數(shù)據(jù),Device Controller運(yùn)行在云上,負(fù)責(zé)在云和邊之間同步設(shè)備狀態(tài)的更新(包括設(shè)備實(shí)際狀態(tài)和用戶(hù)設(shè)定的期望狀態(tài))。
云邊通信
涵蓋cloud端的cloud Hub與edge端的Edge Hub，兩個(gè)模塊之間通過(guò)websocket或quic通信，相當(dāng)于建立了一條底層通信隧道，供k8s和其它應(yīng)用通信。重點(diǎn)保障當(dāng)之間的鏈路都無(wú)法保障時(shí)業(yè)務(wù)不受影響，這就是MetaManager需要解決的問(wèn)題。
CloudHub
cloud端的cloudHub是一個(gè)隧道的server端，用于大量的edge端基于websocket或者quic協(xié)議連接。支持獲取消息上下文和為事件構(gòu)建 channelQ對(duì)象，支持從edge讀和向edge寫(xiě)入消息，以及發(fā)布消息到controller。
EdgeHub
位于edge端運(yùn)行，是隧道的client端，負(fù)責(zé)將接收到的信息轉(zhuǎn)發(fā)到各edge端的模塊處理；同時(shí)將來(lái)自個(gè)edge端模塊的消息通過(guò)隧道發(fā)送到cloud端。
Route To Cloud / Edge
邊緣端
Edged
通過(guò)讀取metaManager和EdgeController的pod任務(wù)列表，來(lái)執(zhí)行對(duì)本地pod的操作，管理其生命周期。pod關(guān)聯(lián)的configmap和secret也會(huì)隨著處理pod的過(guò)程而一并處理。保障cloud端下發(fā)的pod以及其對(duì)應(yīng)的各種配置、存儲(chǔ)（函數(shù)式計(jì)算）能在edge端穩(wěn)定運(yùn)行，并在異常之后提供自動(dòng)檢測(cè)、故障恢復(fù)等能力。
EventBus/ServiceBus/Mappper
設(shè)備相關(guān)的設(shè)備管理側(cè),支持外部以MQTT和Rest協(xié)議接入，對(duì)應(yīng)EventBus和ServiceBus。EventBus是一個(gè)MQTT broker客戶(hù)端，主要將edge端各模塊通信的message與設(shè)備mapper上報(bào)到MQTT的event做轉(zhuǎn)換；而ServiceBus對(duì)應(yīng)Rest接入時(shí)的轉(zhuǎn)換。IoT的各種設(shè)備可能直接支持MQTT，但有的只支持藍(lán)牙或其他近場(chǎng)通信協(xié)議。Mappper可以實(shí)現(xiàn)將各種協(xié)議轉(zhuǎn)換為對(duì)MQTT的訂閱與發(fā)布，從而實(shí)現(xiàn)與edge端的通信。
Eventbus消息交換
Mapper Engine
為避免edge引入大量處理邊緣設(shè)備通信代碼,同時(shí)保持整個(gè)項(xiàng)目良好的易定制性,KubeEdge設(shè)計(jì)了一個(gè)邊緣設(shè)備驅(qū)動(dòng)統(tǒng)一管理引擎Mapper，一個(gè)用于連接和控制設(shè)備的應(yīng)用程序，支持設(shè)備終端通過(guò)藍(lán)牙、ModbusTCP、ModbusRTU協(xié)議與Edge平臺(tái)通訊。Mapper作用如同CRI之于K8s,CRI作為Kubernetes定義的容器接口與底層容器引擎打交道,而Mapper作為一個(gè)開(kāi)放接口方便不同的設(shè)備協(xié)議接入KubeEdge這個(gè)邊緣計(jì)算平臺(tái)。有了Mapper的解耦層,用戶(hù)可方便地根據(jù)實(shí)際需要開(kāi)發(fā)自己的Mapper來(lái)實(shí)現(xiàn)與特定設(shè)備的通信。
MetaManager
在edged和edgehub之間的消息處理器，對(duì)應(yīng)一個(gè)本地?cái)?shù)據(jù)庫(kù)(SQLite)，其他模塊需與cloud端通信的內(nèi)容都會(huì)被保存到本地DB中，當(dāng)需查詢(xún)數(shù)據(jù)時(shí)，如果本地DB中存在該數(shù)據(jù)就會(huì)從本地獲取，避免了與cloud端之間頻繁的網(wǎng)絡(luò)交互；在網(wǎng)絡(luò)中斷的情況下，本地的緩存數(shù)據(jù)也能保障其穩(wěn)定運(yùn)行(如智能汽車(chē)進(jìn)入到?jīng)]有無(wú)線(xiàn)信號(hào)的隧道中)，在通信恢復(fù)之后，重新同步數(shù)據(jù)。
示例：Insert Operation
DeviceTwin
“數(shù)字孿生”指對(duì)接入設(shè)備信息的特征描述。DeviceTwin就是將這些信息保存到本地DB中，并處理基于cloud端的操作來(lái)修改device的某些屬性(即操作設(shè)備)；同時(shí)，將設(shè)備基于eventBus上報(bào)的狀態(tài)信息同步到本地DB和cloud端。
云端Controller
包括用于edge端與API-Server同步信息的edgeController與用于DeviceTwin與API-Server同步device CRD信息的deviceController組成。
Edge Controller
1) Sync add/update/delete event to edge
2) Sync watch and Update status of resource and events
3) Creates manager Interface
? Manager defines the Interface of a manager, ConfigManager, Podmanager, secretmanager implements it
? Manages OnAdd, OnUpdate and OnDelete events which will be updated to the respective edge node from the K8s-Api-server
? Creates an eventManager(configMaps, pod, secrets)
Device Controller
負(fù)責(zé)設(shè)備管理，使用CRDs來(lái)描述設(shè)備元及狀態(tài)信息，在edge和cloud之間保持同步。設(shè)備控制器使用設(shè)備模型和實(shí)例來(lái)執(zhí)行設(shè)備管理工作，如把用戶(hù)設(shè)定的設(shè)備孿生期望狀態(tài)和配置下發(fā)到邊緣,而在邊緣的組件則要接收并處理這些信息。KubeEdge設(shè)備管理的工作流程如下圖所示:
Downstream Controller
The downstream controller watches for device updates against the K8S API server, Synchronize the device updates from the cloud to the edge node.
Syncing Desired Device Twin Property Update From Cloud To Edge
The device controller watches device updates in the cloud and relays them to the edge node. These updates are stored locally by the device twin. The mapper gets these updates via the MQTT broker and operates on the device based on the updates.
Upstream Controller
The upstream controller watches for updates from the edge node and applies these updates against the API server in the cloud. Synchronize the device updates from the edge node to the cloud using device twin component.
Syncing Reported Device Twin Property Update From Edge To Cloud
EdgeSite: 邊緣側(cè)獨(dú)立集群
在邊緣測(cè)，業(yè)務(wù)場(chǎng)景需要配置一個(gè)獨(dú)立完整的集群, 管理者或用戶(hù)能使用本地控制面來(lái)執(zhí)行管理功能和充分利用所有邊緣計(jì)算的優(yōu)勢(shì)。EdgeSite用于幫助在邊緣側(cè)構(gòu)建輕量化的集群。
Architecture Design
Advantages
1) Full control of Kubernetes cluster at edge
2) Light weight control plane and agent
3) Edge worker node autonomy in case of network disconnection/reconnection
4) All benefits of edge computing including latency, data locality, etc.
運(yùn)維與監(jiān)控
為提升運(yùn)維效率，當(dāng)邊緣節(jié)點(diǎn)面臨異常事件或故障時(shí)需及時(shí)響應(yīng)，邊緣節(jié)點(diǎn)與云監(jiān)控產(chǎn)品對(duì)接，把邊緣節(jié)點(diǎn)里采集到的日志和事件同步給云監(jiān)控，由云監(jiān)控形成與用戶(hù)系統(tǒng)的標(biāo)準(zhǔn)化對(duì)接、通知、告警。同時(shí)用戶(hù)系統(tǒng)可通過(guò)API管控邊緣節(jié)點(diǎn)服務(wù)實(shí)例和資源，實(shí)現(xiàn)整個(gè)運(yùn)維體系的閉環(huán)。云監(jiān)控支持對(duì)節(jié)點(diǎn)網(wǎng)絡(luò)事件、割接事件、實(shí)例狀態(tài)和遷移的通知，支持節(jié)點(diǎn)網(wǎng)絡(luò)MTR指標(biāo)、實(shí)例資源占用指標(biāo)等自定義閾值報(bào)警，并可通過(guò)IM、郵件、短信等通道觸達(dá)用戶(hù)，全面賦能邊緣節(jié)點(diǎn)服務(wù)極簡(jiǎn)、高效運(yùn)維。
應(yīng)用場(chǎng)景及適應(yīng)性分析
邊緣計(jì)算、云計(jì)算與5G商用的融合，支持海量機(jī)器通信，促進(jìn)以智慧城市、智能家居等為代表的典型應(yīng)用場(chǎng)景與移動(dòng)通信深度融合，正加速推動(dòng)工業(yè)互聯(lián)網(wǎng)、能源、自動(dòng)駕駛、安防監(jiān)控、農(nóng)業(yè)生產(chǎn)、醫(yī)療保健、零售、物聯(lián)網(wǎng)等領(lǐng)域相關(guān)技術(shù)在垂直行業(yè)中的應(yīng)用和落地。對(duì)于大部分邊緣計(jì)算業(yè)務(wù)，云邊協(xié)同的業(yè)務(wù)需求普遍存在。
邊緣計(jì)算主要應(yīng)用場(chǎng)景
新零售應(yīng)用
可為門(mén)店、物流點(diǎn)提供安防視頻解決方案，低成本接入不同廠(chǎng)商設(shè)備，提供實(shí)時(shí)預(yù)覽、錄制回看、截圖、分析等能力，實(shí)現(xiàn)了視頻安防云聯(lián)網(wǎng)，提高了工作效率，促進(jìn)生產(chǎn)安全，減少盜損資產(chǎn)損失. 同時(shí)，邊緣計(jì)算提供的視頻AI計(jì)算能力，支持計(jì)算資源彈性擴(kuò)容滿(mǎn)足業(yè)務(wù)突發(fā)增長(zhǎng)，降低大量本地部署、運(yùn)維和管理成本。新零售場(chǎng)景下的視頻監(jiān)控，產(chǎn)生了大量的視頻，通過(guò)邊緣節(jié)點(diǎn)一系列處理后將結(jié)構(gòu)化數(shù)據(jù)發(fā)送到中心，節(jié)約成本，大幅縮短處理時(shí)間.
移動(dòng)互聯(lián)網(wǎng)的發(fā)展讓我們得以在移動(dòng)端流暢的購(gòu)物，我們的購(gòu)物車(chē)以及相關(guān)操作都是依靠將數(shù)據(jù)上傳到云中心才能得以實(shí)現(xiàn)。如果將購(gòu)物車(chē)的相關(guān)數(shù)據(jù)和操作都下放到邊緣結(jié)點(diǎn)進(jìn)行，將極大提高響應(yīng)速度，增強(qiáng)用戶(hù)體驗(yàn)，通過(guò)減少延遲來(lái)提高人與系統(tǒng)的交互質(zhì)量。
邊緣計(jì)算與交通
設(shè)備連接到邊緣節(jié)點(diǎn)，可以做數(shù)據(jù)的清洗分發(fā)，包括數(shù)據(jù)建模、機(jī)器學(xué)習(xí)，可以實(shí)現(xiàn)自己的應(yīng)用。這個(gè)過(guò)程非常短且延時(shí)很低，直接網(wǎng)絡(luò)相連。比如說(shuō)收費(fèi)、停車(chē)這類(lèi)監(jiān)控情況。
舉個(gè)例子，比如現(xiàn)在需要AI的一個(gè)最新算法，是一個(gè)車(chē)輛預(yù)測(cè)的。在可能有1000個(gè)車(chē)輛預(yù)測(cè)的節(jié)點(diǎn)布了邊緣節(jié)點(diǎn)，現(xiàn)在只要在云端把這個(gè)算法訓(xùn)練之后，一鍵同步到所有的邊緣計(jì)算節(jié)點(diǎn)，可以立馬更新算法，可以在最近的邊緣節(jié)點(diǎn)做計(jì)算的更新，涉及多數(shù)據(jù)源的融合、實(shí)時(shí)的分析、集中管理包括數(shù)據(jù)打通。
車(chē)路協(xié)同是智慧交通的重要發(fā)展方向之一，涉及車(chē)內(nèi)邊緣計(jì)算、道路邊緣計(jì)算、車(chē)路協(xié)同云等方面，云邊協(xié)同可從多方面提供車(chē)車(chē)、車(chē)路動(dòng)態(tài)實(shí)時(shí)信息交互，并開(kāi)展車(chē)輛主動(dòng)安全控制和道路協(xié)同管理。在自動(dòng)駕駛方面，成千上萬(wàn)的自動(dòng)駕駛數(shù)據(jù)上傳到云端，在云端進(jìn)行圖像分析，并進(jìn)行機(jī)器學(xué)習(xí)，完善汽車(chē)AI能力，當(dāng)汽車(chē)停放或未被使用時(shí)，汽車(chē)AI從云端獲取系統(tǒng)和導(dǎo)航地圖等更新信息，同時(shí)云端與交通控制系統(tǒng)和其它智慧城市基礎(chǔ)設(shè)施連接，這些信息也會(huì)同步下載到汽車(chē)終端，完善汽車(chē)終端系統(tǒng)。例如百度智能汽車(chē)通過(guò)基礎(chǔ)云服務(wù)、用戶(hù)APP、地圖數(shù)據(jù)、OEM方案，打造HMI人機(jī)交互平臺(tái)，提供自動(dòng)駕駛系統(tǒng)解決方案。
在線(xiàn)教育場(chǎng)景
5G時(shí)代帶來(lái)的是一場(chǎng)視頻傳輸?shù)母锩?，高質(zhì)量視頻通話(huà)使在線(xiàn)互動(dòng)變得更加觸手可及，能最大限度還原線(xiàn)下教學(xué)的真實(shí)感，同時(shí)更高清晰度的互動(dòng)課堂中，教師可以對(duì)學(xué)生起到更好的觀(guān)察和督促作用，使學(xué)習(xí)效率和效果雙重提升。借助于云計(jì)算、邊緣計(jì)算、實(shí)時(shí)音視頻通信以及直播平臺(tái)、AI等技術(shù)，不管學(xué)生在任何地點(diǎn)，只要有手機(jī)或電腦，在線(xiàn)教育平臺(tái)就可以把最優(yōu)秀的老師帶來(lái)他的身邊.
智能建筑、家居
智能網(wǎng)聯(lián)技術(shù)的興起，無(wú)論是辦公室、零售店、工廠(chǎng)還是醫(yī)院，智能建筑都變得更加高效、舒適、便捷，為居住者帶來(lái)獨(dú)特的體驗(yàn)。智能建筑將自動(dòng)化操作與空間管理相結(jié)合，可有效增強(qiáng)用戶(hù)體驗(yàn)、提高生產(chǎn)力、降低成本以及網(wǎng)絡(luò)安全風(fēng)險(xiǎn)。建筑物生命周期中75% -80%的成本與其后期運(yùn)營(yíng)有關(guān)。現(xiàn)在很多商業(yè)住宅和辦公大樓都有自動(dòng)化控制或管理系統(tǒng)，例如通暖、中央空調(diào)以及嵌入傳感器的智能照明系統(tǒng)等，它們都能與云平臺(tái)或邊緣層級(jí)的主系統(tǒng)交互。
云邊融合正走入家庭，逐步促進(jìn)智能家庭場(chǎng)景的實(shí)現(xiàn)。家庭網(wǎng)關(guān)、智能終端等邊緣計(jì)算節(jié)點(diǎn)可處理大量異構(gòu)數(shù)據(jù)，再將數(shù)據(jù)上傳至云平臺(tái)。在智能家居中除了可連接的設(shè)備，還可在房間、管道、地板、墻面等部署大量傳感器和控制器。未來(lái)，智能家庭將不局限于智能家居，還能與家庭醫(yī)療、家庭安防等相結(jié)合。云邊協(xié)同使電器控制、安全保護(hù)、視頻監(jiān)控、定時(shí)控制、環(huán)境檢測(cè)、場(chǎng)景控制、可視對(duì)講等家庭智能化功能得以實(shí)現(xiàn)，同時(shí)使政務(wù)、醫(yī)療、教育等產(chǎn)業(yè)進(jìn)一步豐富家庭智能化信息服務(wù)成為可能。
智能安防、監(jiān)控
視頻安防監(jiān)控中通過(guò)在邊緣的視頻預(yù)分析和AI推理執(zhí)行，實(shí)現(xiàn)視頻監(jiān)控場(chǎng)景實(shí)時(shí)異常事件的感知及快速處理，而在云端發(fā)揮云端算力、開(kāi)發(fā)工具的優(yōu)勢(shì)，完成AI模型的訓(xùn)練以及AI分析應(yīng)用的開(kāi)發(fā)并按需下發(fā)給邊緣部署。邊緣計(jì)算與AI、云計(jì)算的結(jié)合能在前端實(shí)現(xiàn)本地決策、實(shí)時(shí)響應(yīng)，執(zhí)行人臉識(shí)別、車(chē)牌識(shí)別、行為檢測(cè)等多種本地應(yīng)用。
工業(yè)互聯(lián)網(wǎng)場(chǎng)景
工業(yè)互聯(lián)網(wǎng)發(fā)展正進(jìn)入快車(chē)道，通過(guò)設(shè)備互聯(lián)、多類(lèi)型傳感器和邊緣計(jì)算，實(shí)現(xiàn)數(shù)據(jù)采集、處理，達(dá)到云邊協(xié)同式傳輸和處理效果，越來(lái)越多的工業(yè)互聯(lián)網(wǎng)場(chǎng)景對(duì)云計(jì)算在邊緣端的特殊需求逐步增多。針對(duì)預(yù)測(cè)性維護(hù)，除了云端的統(tǒng)一控制外，工業(yè)現(xiàn)場(chǎng)的邊緣節(jié)點(diǎn)必須具備一定的算力，能夠自主判斷并解決問(wèn)題，及時(shí)檢測(cè)異常情況，更好的實(shí)現(xiàn)監(jiān)控，在提升工廠(chǎng)運(yùn)行效率的同時(shí)也能預(yù)防設(shè)備故障問(wèn)題。企業(yè)通過(guò)邊緣端將處理后的數(shù)據(jù)上傳到云端進(jìn)行存儲(chǔ)、管理、態(tài)勢(shì)感知、信息的融合；同時(shí)，云端也負(fù)責(zé)對(duì)數(shù)據(jù)傳輸監(jiān)控和邊緣設(shè)備使用進(jìn)行管理。
一些大型工業(yè)企業(yè)已著手建設(shè)一站式云邊協(xié)同平臺(tái)。如海爾COSMO-Edge平臺(tái)提供多元的邊緣設(shè)備接入能力與邊緣計(jì)算能力，提供設(shè)備即服務(wù)的應(yīng)用模式，幫助用戶(hù)快速構(gòu)建工業(yè)互聯(lián)網(wǎng)應(yīng)用，實(shí)現(xiàn)數(shù)字化生產(chǎn)；長(zhǎng)虹IMES平臺(tái)在工廠(chǎng)網(wǎng)絡(luò)邊緣層實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)的數(shù)據(jù)接入，提供數(shù)據(jù)采集、數(shù)據(jù)分析等服務(wù)，構(gòu)建云-邊協(xié)同化的生產(chǎn)管理體系。
移動(dòng)邊緣計(jì)算
MEC最初指移動(dòng)邊緣計(jì)算，后來(lái)概念擴(kuò)展為多接入邊緣計(jì)算。MEC是電信蜂窩網(wǎng)絡(luò)與互聯(lián)網(wǎng)深度融合的縮影，通過(guò)MEC可較好地降低移動(dòng)設(shè)備與服務(wù)器之間的時(shí)延，提升游戲、視頻和基于數(shù)據(jù)流的互聯(lián)網(wǎng)內(nèi)容的用戶(hù)體驗(yàn)。5G架構(gòu)從設(shè)計(jì)之初將邊緣計(jì)算作為關(guān)鍵環(huán)節(jié)，5G時(shí)代業(yè)務(wù)處理功能依托邊緣計(jì)算下沉到基站，數(shù)據(jù)傳輸時(shí)延可大幅降低。目前運(yùn)營(yíng)商正在加速推進(jìn)MEC部署。
城市大腦場(chǎng)景
城市計(jì)算將會(huì)是邊緣計(jì)算的最大場(chǎng)景，扎根于城市服務(wù)好本地應(yīng)用，如社區(qū)、園區(qū)、運(yùn)輸中心、學(xué)校小區(qū)、商超、行政中心等，可充分發(fā)揮邊緣計(jì)算的價(jià)值。未來(lái)城市將存在大量攝像頭、傳感器，如何把這些數(shù)據(jù)及時(shí)分析，對(duì)城市治理形成幫助是一個(gè)非常大的命題。比如在市政、交通場(chǎng)景中，把從學(xué)校、餐飲、醫(yī)院的數(shù)千萬(wàn)攝像頭采集的視頻匯聚、傳輸?shù)匠鞘羞吘売?jì)算平臺(tái)，數(shù)據(jù)在邊緣節(jié)點(diǎn)進(jìn)行有效收斂、AI及結(jié)構(gòu)化處理，關(guān)鍵性數(shù)據(jù)再回傳到中心云。
計(jì)算下沉邊緣的模式比直接上公有云可以很好節(jié)省回源帶寬，相比專(zhuān)有云可以提升交付效率和降低運(yùn)營(yíng)成本。在某些典型場(chǎng)景中，網(wǎng)絡(luò)帶寬成本占的比例是占到57%，這是非常大的成本，經(jīng)過(guò)邊緣計(jì)算的數(shù)據(jù)收斂之后，帶寬可以做到原來(lái)的5%，對(duì)總成本節(jié)省可以到54%。
解決交通、醫(yī)療、健康、新零售這類(lèi)場(chǎng)景的業(yè)務(wù)訴求，有兩種思路，一種把計(jì)算設(shè)施放在商超、工廠(chǎng)、企業(yè)里，這種為重資產(chǎn)模式；另外一種是云模式，把計(jì)算設(shè)施放在基站以上并向企業(yè)提供服務(wù)。阿里云在布局邊緣計(jì)算的時(shí)候重點(diǎn)依托CDN的點(diǎn)位優(yōu)勢(shì)布局基站以上的邊緣計(jì)算，后續(xù)通過(guò)引入MEC資源，充分釋放計(jì)算紅利，讓企業(yè)可以輕裝上陣。目前阿里云已完成國(guó)內(nèi)30多個(gè)省份300+邊緣計(jì)算節(jié)點(diǎn)的全域覆蓋。
其它典型場(chǎng)景
? 能源：電力、石油石化等傳統(tǒng)能源行業(yè)中，信息化接入設(shè)備多、信息量大、業(yè)務(wù)周期峰值明顯，云計(jì)算技術(shù)的虛擬化、資源共享和彈性伸縮等能更好處理對(duì)象廣泛及業(yè)務(wù)峰值問(wèn)題。邊緣計(jì)算能在偏遠(yuǎn)、極端環(huán)境下進(jìn)行本地處理，并將加工后的高價(jià)值數(shù)據(jù)與云端交互。
? 農(nóng)業(yè)生產(chǎn)：云邊協(xié)同可推動(dòng)農(nóng)業(yè)供給端的變革，由經(jīng)驗(yàn)主導(dǎo)向數(shù)據(jù)主導(dǎo)轉(zhuǎn)變，通過(guò)智能化手段將人的經(jīng)驗(yàn)傳遞給機(jī)器，通過(guò)數(shù)據(jù)挖掘，可發(fā)現(xiàn)新的生產(chǎn)規(guī)律和農(nóng)業(yè)商品優(yōu)化的新空間。
? 醫(yī)療保?。?/b>藥師直接且負(fù)責(zé)任地提供與藥物治療相關(guān)的服務(wù)，目的是達(dá)到改善病人生命質(zhì)量的確切效果，云邊協(xié)同從實(shí)時(shí)本地?cái)?shù)據(jù)分析、數(shù)據(jù)斷點(diǎn)續(xù)傳、數(shù)據(jù)安全傳輸?shù)确矫孀屷t(yī)生為患者提供更快、更高的護(hù)理。
? 邊緣AI: 未來(lái)設(shè)備無(wú)需一直連接云端來(lái)完成AI運(yùn)算，實(shí)現(xiàn)“智能邊緣計(jì)算”。邊緣人工智能作為不可缺失的支撐技術(shù)將取代一部分云平臺(tái)功能。亦可采用混合方式，一部分由設(shè)備自身執(zhí)行AI計(jì)算，另一部分通過(guò)云平臺(tái)完成。算法開(kāi)發(fā)者通過(guò)標(biāo)準(zhǔn)化的AI服務(wù)模板，模型托管、資源托管、一鍵完成AI在邊緣的應(yīng)用。
? 云桌面、云游戲：也屬本地化很強(qiáng)的業(yè)務(wù)場(chǎng)景。邊緣計(jì)算可大幅降低企業(yè)平臺(tái)在IT設(shè)施上的投入，簡(jiǎn)化運(yùn)維管控。新時(shí)代的云游戲利用云邊協(xié)同快速擴(kuò)張，游戲研發(fā)、硬件設(shè)備商、通信設(shè)備商、游戲平臺(tái)將基于自身優(yōu)勢(shì)從不同角度切入，實(shí)現(xiàn)萬(wàn)億云游戲市場(chǎng)突破。
? CDN 結(jié)合邊緣計(jì)算：向下一代內(nèi)容分發(fā)平臺(tái)演進(jìn)，將vCDN 下沉到運(yùn)營(yíng)商的邊緣數(shù)據(jù)中心，降低響應(yīng)時(shí)延、降低延遲卡頓，提升Qos指標(biāo)，提高用戶(hù)體驗(yàn)。
? . . .
場(chǎng)景適應(yīng)性分析
不同邊緣計(jì)算系統(tǒng)具有不同的需求和均衡，決定了適合該應(yīng)用場(chǎng)景的最佳形態(tài)。以下給出一組參數(shù)并分析了典型邊緣計(jì)算平臺(tái)在這組參數(shù)下的特點(diǎn)和性能。
1) 鄰近度：邊緣層與設(shè)備層之間的鄰近度包含兩層含義。一是邏輯上的鄰近度，代表邊緣層基礎(chǔ)設(shè)施與終端設(shè)備之間的路由跳數(shù)，跳數(shù)越多代表路由中遭遇擁塞的機(jī)會(huì)越大，延遲增加的可能性也越大。二是指物理上的鄰近度，取決于終端設(shè)備與邊緣層的物理距離和邊緣計(jì)算設(shè)備的性能。如果在單個(gè)邊緣計(jì)算節(jié)點(diǎn)的一跳服務(wù)范圍內(nèi)，存在大量終端設(shè)備且已超過(guò)單個(gè)邊緣計(jì)算節(jié)點(diǎn)的服務(wù)容量，將導(dǎo)致邊緣計(jì)算設(shè)備拒絕服務(wù)，帶來(lái)大量服務(wù)延遲。
2) 接入方式：設(shè)備到邊緣層的連接方式有多種，如Wi-Fi、藍(lán)牙、蜂窩網(wǎng)絡(luò)和有線(xiàn)連接等。接入方式?jīng)Q定了終端設(shè)備到邊緣計(jì)算層的帶寬、延遲、連接范圍以及對(duì)連接的設(shè)備類(lèi)型。
3) 環(huán)境感知：是將網(wǎng)絡(luò)參數(shù)和周?chē)O(shè)備的位置信息暴露給附近的邊緣節(jié)點(diǎn)，是物聯(lián)網(wǎng)應(yīng)用的一個(gè)關(guān)鍵參數(shù)。移動(dòng)邊緣計(jì)算服務(wù)器通過(guò)放置在無(wú)線(xiàn)網(wǎng)絡(luò)控制器附近，實(shí)現(xiàn)檢測(cè)網(wǎng)絡(luò)的鏈路狀況、負(fù)載以及帶寬，接收終端設(shè)備的位置信息，因此其感知能力極強(qiáng)。
4) 功耗：如果終端設(shè)備處于資源受限的環(huán)境中，能耗將是邊緣計(jì)算的一個(gè)重要參數(shù)。蜂窩網(wǎng)絡(luò)帶來(lái)的能量消耗遠(yuǎn)高于Wi-Fi的能量消耗,因此移動(dòng)邊緣計(jì)算的能量消耗高于Cloudlet。可以根據(jù)需求在多種接入方式中靈活選擇，實(shí)現(xiàn)最優(yōu)的能耗表現(xiàn)。
5) 計(jì)算時(shí)延和服務(wù)能力：直接取決邊緣計(jì)算節(jié)點(diǎn)的計(jì)算能力和資源調(diào)度策略。移動(dòng)邊緣計(jì)算和Cloudlet采用資源豐富的專(zhuān)用主機(jī)作為服務(wù)節(jié)點(diǎn)，具有顯著優(yōu)勢(shì)。EdgeX Foundry通過(guò)容器和GO語(yǔ)言的輕量級(jí)特性，兼容不同性能設(shè)備，并按需提供計(jì)算服務(wù)。
6) 部署與運(yùn)維：在邊緣計(jì)算平臺(tái)的管理和監(jiān)督中，每個(gè)平臺(tái)均遵循分層管理方法，通常監(jiān)督節(jié)點(diǎn)作為代理，負(fù)責(zé)與底層節(jié)點(diǎn)通信并收集底層節(jié)點(diǎn)可提供的資源和狀態(tài)。但不同邊緣計(jì)算平臺(tái)在代理設(shè)置和分層的界定均有不同。
邊緣計(jì)算的機(jī)遇與挑戰(zhàn)
隨著5G及互聯(lián)網(wǎng)智能終端設(shè)備數(shù)量的急劇增加和數(shù)據(jù)、業(yè)務(wù)下沉的訴求增多，邊緣計(jì)算規(guī)模和業(yè)務(wù)復(fù)雜度已發(fā)生很大變化，邊緣智能、邊緣實(shí)時(shí)計(jì)算、邊緣分析等新型業(yè)務(wù)不斷涌現(xiàn)。
邊緣是一個(gè)相對(duì)云計(jì)算中心的概念，意味著邊緣計(jì)算的網(wǎng)絡(luò)覆蓋面廣，需要多種資源的協(xié)同工作，并且需要與云計(jì)算架構(gòu)實(shí)現(xiàn)良好的對(duì)接，因而面臨著眾多挑戰(zhàn)。
邊緣設(shè)備種類(lèi)多且數(shù)據(jù)協(xié)議相差大。比如Modbus、OP CUA包括DL645，在邊端硬件規(guī)格不同，ARM的、X86的包括各種各樣的AI盒子；體系結(jié)構(gòu)也不同，整個(gè)的操作系統(tǒng)其實(shí)也不一，軟件基礎(chǔ)環(huán)境不同；還有物理環(huán)境，可能在家，工廠(chǎng)或隨便某個(gè)地方；網(wǎng)絡(luò)環(huán)境也會(huì)有大不同，邊緣計(jì)算現(xiàn)運(yùn)行環(huán)境大多為弱網(wǎng)環(huán)境，網(wǎng)絡(luò)不穩(wěn)定導(dǎo)致丟包，如何去兼容；通信協(xié)議多，怎么適配這些協(xié)議；公有云的能力如何快速跟邊端打通，去保證邊端的易用性，這個(gè)對(duì)架構(gòu)是一個(gè)很大挑戰(zhàn)。
對(duì)大規(guī)模資源平臺(tái)的運(yùn)營(yíng)和運(yùn)維支撐，將復(fù)雜度、穩(wěn)定性等問(wèn)題封裝，實(shí)現(xiàn)上層業(yè)務(wù)透明化對(duì)邊緣計(jì)算來(lái)講也十分重要。邊緣計(jì)算操作系統(tǒng)需解決計(jì)算在哪里、如何簡(jiǎn)化計(jì)算復(fù)雜度、如何更便捷地運(yùn)維分布式計(jì)算資產(chǎn)等。開(kāi)發(fā)人員只需簡(jiǎn)單調(diào)用接口，就可廣泛地使用邊緣計(jì)算策略，而不用擔(dān)心部署和計(jì)算在哪里。
在高度分布式模型中，邊緣計(jì)算潛在問(wèn)題還很多。云邊端協(xié)同需要解決中心云、邊緣計(jì)算以及IoT連接和計(jì)算力的協(xié)同，發(fā)揮云中心規(guī)?；?、邊緣計(jì)算本地化與低成本、IoT終端感知等各方面優(yōu)勢(shì)，為客戶(hù)提供最合適、最經(jīng)濟(jì)的“上車(chē)點(diǎn)”，即計(jì)算發(fā)生的位置。從云到端將云計(jì)算能力下沉到邊緣側(cè)、設(shè)備側(cè)，通過(guò)中心統(tǒng)一交付、運(yùn)維、管控,粘合云計(jì)算核心能力和邊緣算力，在邊緣基礎(chǔ)設(shè)施之上構(gòu)筑云計(jì)算平臺(tái)，面臨問(wèn)題與挑戰(zhàn)。
協(xié)同： 云邊端協(xié)同缺少統(tǒng)一的交付、運(yùn)維、管控標(biāo)準(zhǔn)。
異構(gòu)： 對(duì)不同硬件架構(gòu)、規(guī)格、通信協(xié)議的支持，以及基于異構(gòu)資源、網(wǎng)絡(luò)、規(guī)模等差異化提供標(biāo)準(zhǔn)統(tǒng)一的服務(wù)能力。
網(wǎng)絡(luò)： 邊緣網(wǎng)絡(luò)的可靠性和帶寬限制；
更新： 邊緣計(jì)算要執(zhí)行數(shù)據(jù)采集、程序更新、設(shè)備管理和監(jiān)控、機(jī)器學(xué)習(xí)模型更新等高級(jí)功能，而且這些功能需要復(fù)制到所有邊緣節(jié)點(diǎn)和集群，需要一定程度的自動(dòng)化服務(wù)和工具來(lái)支撐。
管理： 傳統(tǒng)數(shù)據(jù)中心使用的管理策略和實(shí)踐通常不適用于邊緣部署，邊緣部署分布在多個(gè)位置，比傳統(tǒng)數(shù)據(jù)中心更具動(dòng)態(tài)性。承擔(dān)這樣一個(gè)系統(tǒng)的業(yè)務(wù)管理是一項(xiàng)復(fù)雜的任務(wù)。
架構(gòu)及災(zāi)備：邊緣計(jì)算需要小型化計(jì)算架構(gòu)，云計(jì)算基本上可做到的單節(jié)點(diǎn)內(nèi)幾十萬(wàn)臺(tái)機(jī)器之間災(zāi)備，邊緣節(jié)點(diǎn)跨節(jié)點(diǎn)災(zāi)備是需要解決的不小問(wèn)題。
成本：云提供可擴(kuò)展性且易于配置，具有自動(dòng)化和彈性，但在邊緣提供這些特征昂貴且復(fù)雜。
安全：通過(guò)多個(gè)節(jié)點(diǎn)和設(shè)備將云和數(shù)據(jù)中心擴(kuò)展到邊緣，可能會(huì)成倍增加網(wǎng)絡(luò)攻擊面。不安全的設(shè)備和邊緣節(jié)點(diǎn)，可能成為企業(yè)網(wǎng)中有價(jià)值資產(chǎn)的非法侵入點(diǎn)，或被用于其他惡意目的，如分布式拒絕服務(wù)攻擊。邊緣服務(wù)和數(shù)據(jù)的安全風(fēng)險(xiǎn)控制難度高，維護(hù)邊緣層所有資產(chǎn)的實(shí)體和網(wǎng)絡(luò)安全是一項(xiàng)復(fù)雜而關(guān)鍵的任務(wù)。
值得研究推進(jìn)的方案
為使邊緣計(jì)算能在參考框架指導(dǎo)下成功應(yīng)用于各行業(yè)場(chǎng)景，以下對(duì)面對(duì)的挑戰(zhàn)提出一些值得進(jìn)一步研究的解決方案，涉及可編程、命名、數(shù)據(jù)抽象、服務(wù)管理、隱私和安全，及性能指標(biāo)優(yōu)化。
編程可行性
云有特定的編譯平臺(tái)，在云計(jì)算平臺(tái)編程非常便捷，大部分程序都可在云上跑，云計(jì)算的基礎(chǔ)設(shè)施結(jié)構(gòu)對(duì)用戶(hù)來(lái)說(shuō)是透明的。但邊緣計(jì)算下的編程就會(huì)面臨平臺(tái)異構(gòu)問(wèn)題，每一個(gè)網(wǎng)絡(luò)的邊緣都不一樣，有可能是ios，安卓或者linux等，不同平臺(tái)下的編程又是不同。計(jì)算任務(wù)分到各種不同平臺(tái)的邊緣節(jié)點(diǎn)上。不同節(jié)點(diǎn)運(yùn)行時(shí)不同，程序開(kāi)發(fā)者面臨著巨大的困難。
為解決可編程性問(wèn)題，提出了計(jì)算流的概念，計(jì)算流是數(shù)據(jù)傳播路徑上的函數(shù)序列/計(jì)算序列，可通過(guò)應(yīng)用程序指定計(jì)算發(fā)生在數(shù)據(jù)傳播路徑中的哪個(gè)節(jié)點(diǎn)。計(jì)算流可以幫助用戶(hù)確定應(yīng)該完成哪些功能/計(jì)算，以及在計(jì)算發(fā)生后如何傳播數(shù)據(jù)。通過(guò)部署計(jì)算流，數(shù)據(jù)的計(jì)算應(yīng)盡可能靠近數(shù)據(jù)源，從而減少數(shù)據(jù)傳輸成本。在計(jì)算流中，操作可以重新分配，對(duì)應(yīng)的數(shù)據(jù)和狀態(tài)也要重新分配。此外還要解決協(xié)作問(wèn)題，如數(shù)據(jù)同步等。
命名機(jī)制
每個(gè)物體都應(yīng)有唯一的人類(lèi)可讀名字，便于服務(wù)管理、物體判斷、部件更換。這種命名機(jī)制對(duì)于用戶(hù)和服務(wù)提供者來(lái)說(shuō)十分方便。與所有的計(jì)算機(jī)系統(tǒng)類(lèi)似，在邊緣計(jì)算中，命名方案對(duì)于編程、尋址、事物識(shí)別和數(shù)據(jù)通信非常重要，但還沒(méi)有行之有效的數(shù)據(jù)處理方式。邊緣計(jì)算的命名方案需要處理事物的移動(dòng)性，動(dòng)態(tài)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，隱私和安全保護(hù)，以及對(duì)于大量不確定物體的可擴(kuò)展性等問(wèn)題。傳統(tǒng)命名機(jī)制如DNS、URI都不能很好解決動(dòng)態(tài)的邊緣網(wǎng)絡(luò)的命名問(wèn)題。目前提出的NDN解決此類(lèi)問(wèn)題也存有一定局限性。
數(shù)據(jù)抽象
在物聯(lián)網(wǎng)異構(gòu)環(huán)境中會(huì)有大量的數(shù)據(jù)生成，且生成的數(shù)據(jù)格式多種多樣，數(shù)據(jù)格式化對(duì)邊緣計(jì)算來(lái)說(shuō)是一個(gè)挑戰(zhàn)。邊緣的大部分事務(wù)只是周期性的收集數(shù)據(jù)，定期發(fā)送給網(wǎng)關(guān)，而網(wǎng)關(guān)存儲(chǔ)有限，因此邊緣結(jié)點(diǎn)的數(shù)據(jù)會(huì)被經(jīng)常刷新。利用集成的數(shù)據(jù)表來(lái)存儲(chǔ)感興趣的數(shù)據(jù)，表內(nèi)結(jié)構(gòu)可以用id、時(shí)間、名稱(chēng)、數(shù)據(jù)等來(lái)表示。數(shù)據(jù)可以被應(yīng)用程序讀寫(xiě)和操作，由于邊緣設(shè)備的異構(gòu)性，導(dǎo)致數(shù)據(jù)庫(kù)的讀寫(xiě)和操作會(huì)存在一定的問(wèn)題，設(shè)備的多樣性帶來(lái)數(shù)據(jù)的呈現(xiàn)方式與相應(yīng)的操作都會(huì)有所差異，找到一種通用的數(shù)據(jù)抽象方式也并非易事。
服務(wù)管理
邊緣結(jié)點(diǎn)的服務(wù)管理應(yīng)該有以下特征，包括可區(qū)分性、可擴(kuò)展性、隔離性和可靠性。
可區(qū)分性：網(wǎng)絡(luò)邊緣上部署多個(gè)服務(wù),不同服務(wù)應(yīng)具有不同優(yōu)先級(jí)，關(guān)鍵服務(wù)如物體判斷和故障報(bào)警應(yīng)在其它普通服務(wù)之前執(zhí)行。對(duì)于健康相關(guān)服務(wù)，心跳停止檢測(cè)應(yīng)該具有最高優(yōu)先級(jí)。
可擴(kuò)展： 對(duì)于網(wǎng)絡(luò)邊緣來(lái)說(shuō)是一個(gè)較大挑戰(zhàn)。相對(duì)于移動(dòng)系統(tǒng)，物聯(lián)網(wǎng)中的物品都是動(dòng)態(tài)的，向物聯(lián)網(wǎng)中添加或刪除一件物品都不是那么容易，服務(wù)缺少或增加一個(gè)新結(jié)點(diǎn)能否適應(yīng)都是待解決的問(wèn)題，這些問(wèn)題可以通過(guò)設(shè)計(jì)一個(gè)靈活可擴(kuò)展的服務(wù)管理層來(lái)解決。
隔離性：指不同的操作之間互不干擾。例如有多個(gè)應(yīng)用可以控制家庭里面的燈光，控制燈光的數(shù)據(jù)是共享的，當(dāng)某個(gè)應(yīng)用程序不能響應(yīng)時(shí)，使用其他應(yīng)用程序依然能夠控制燈光。也就是說(shuō)這些應(yīng)用程序之間相互獨(dú)立，互相沒(méi)有影響；隔離性還要求用戶(hù)數(shù)據(jù)和第三方應(yīng)用是隔離的，即應(yīng)用不應(yīng)能跟蹤用戶(hù)數(shù)據(jù)并記錄，為解決該問(wèn)題，應(yīng)添加一種全新的應(yīng)用訪(fǎng)問(wèn)用戶(hù)數(shù)據(jù)的方式。
可靠性：可從服務(wù)、系統(tǒng)和數(shù)據(jù)三方面來(lái)闡述。服務(wù)方面，網(wǎng)絡(luò)拓?fù)渲腥我夤?jié)點(diǎn)的丟失都有可能導(dǎo)致服務(wù)不可用，如邊緣系統(tǒng)能提前檢測(cè)到具有高風(fēng)險(xiǎn)的節(jié)點(diǎn)那么就可避免。較好的一種實(shí)現(xiàn)方式是使用無(wú)線(xiàn)傳感器網(wǎng)絡(luò)來(lái)實(shí)時(shí)監(jiān)測(cè)服務(wù)器集群。從系統(tǒng)角度來(lái)看，邊緣操作系統(tǒng)是維護(hù)整個(gè)網(wǎng)絡(luò)拓?fù)涞闹匾徊糠謨?nèi)容，節(jié)點(diǎn)之間能互通狀態(tài)和診斷信息，這種特征使得在系統(tǒng)層面部署故障檢測(cè)、節(jié)點(diǎn)替換、數(shù)據(jù)檢測(cè)等十分方便。從數(shù)據(jù)角度，可靠性指數(shù)據(jù)在傳感和通信方面可靠，邊緣網(wǎng)絡(luò)中的節(jié)點(diǎn)有可能會(huì)在不可靠時(shí)報(bào)告信息，比如當(dāng)傳感器處于電量不足的時(shí)候就極有可能導(dǎo)致傳輸?shù)臄?shù)據(jù)不可靠。為解決此類(lèi)問(wèn)題可能要提出新的協(xié)議來(lái)保證物聯(lián)網(wǎng)在傳輸數(shù)據(jù)時(shí)的可靠性。如果數(shù)據(jù)和通信不可靠，提供可靠的服務(wù)將是一個(gè)挑戰(zhàn)。
隱私和安全
在網(wǎng)絡(luò)邊緣，數(shù)據(jù)隱私和安全保護(hù)是一個(gè)重要服務(wù)。如果物聯(lián)網(wǎng)應(yīng)用部署在家庭中，用戶(hù)的大量隱私數(shù)據(jù)會(huì)被收集，比如可以通過(guò)讀取電量和水量使用數(shù)據(jù)判斷家中是否有人。因此如何在不涉及隱私的情況下提供服務(wù)也是一個(gè)問(wèn)題。有些隱私信息可以在處理數(shù)據(jù)之前剔除，例如遮蔽視頻中的面部。為保證數(shù)據(jù)的私密性，可從以下方面來(lái)確保：
1，提高對(duì)數(shù)據(jù)隱私和安全的意識(shí)，所有的利益相關(guān)者包括服務(wù)提供者，系統(tǒng)和應(yīng)用開(kāi)發(fā)者以及終端用戶(hù)都需要意識(shí)到用戶(hù)隱私有可能會(huì)受到侵害。如果不加防護(hù)的話(huà)，攝像頭，健康監(jiān)測(cè)器甚至WIFI都可能被他人連接
2，在網(wǎng)絡(luò)邊緣處理數(shù)據(jù)，讓數(shù)據(jù)留在產(chǎn)生數(shù)據(jù)的地方可以更好地保護(hù)隱私。這樣數(shù)據(jù)只會(huì)在本地被存儲(chǔ)、分析和處理，由用戶(hù)決定是否提供給服務(wù)提供者。
3，對(duì)于不同的應(yīng)用設(shè)置權(quán)限，對(duì)私密數(shù)據(jù)的訪(fǎng)問(wèn)加以限制。
4，邊緣的網(wǎng)絡(luò)是高度動(dòng)態(tài)化的網(wǎng)絡(luò)，易受攻擊，不好防護(hù)。需要有效的工具保護(hù)各種數(shù)據(jù)在網(wǎng)絡(luò)中的傳輸。
最優(yōu)化指標(biāo)
邊緣計(jì)算中節(jié)點(diǎn)眾多且不同節(jié)點(diǎn)的處理能力不同，因此在不同節(jié)點(diǎn)選擇合適的調(diào)度策略非常重要?？梢钥紤]在每層均勻分配負(fù)載或在每層完成盡可能多的任務(wù)，極端情況下完全在端點(diǎn)操作或完全在云端操作。為選擇最佳的分配策略，下面討論幾個(gè)優(yōu)化指標(biāo)，包括延遲，帶寬，能耗和成本。
延遲： 是衡量性能的最重要指標(biāo)之一，特別是在交互式應(yīng)用或服務(wù)中，延遲并不單由處理能力決定，也要結(jié)合數(shù)據(jù)在網(wǎng)路中傳輸?shù)臅r(shí)間。在智能城市案例中，譬如要尋找丟失的小孩信息，在本地手機(jī)處理后把結(jié)果返回給云將明顯加快響應(yīng)速度。當(dāng)然這種事情也有相對(duì)性，需要放一個(gè)邏輯判斷層來(lái)判斷把任務(wù)交給哪一個(gè)節(jié)點(diǎn)處理合適，如果此時(shí)手機(jī)正在處理其他重要的事情，由于手機(jī)的計(jì)算資源已被占用，此時(shí)把這種任務(wù)交給其他層次來(lái)處理會(huì)更好些。
帶寬：高帶寬可減少傳輸時(shí)間，但也意味著大量的資源浪費(fèi)。數(shù)據(jù)在邊緣處理有兩種模式，一是數(shù)據(jù)在邊緣完全處理結(jié)束后上傳結(jié)果到云端；另一種是數(shù)據(jù)在邊緣處理了一部分，剩下的部分交給云來(lái)處理。兩種方式都能極大的改善網(wǎng)路帶寬的現(xiàn)狀，減少數(shù)據(jù)的傳輸，進(jìn)而增強(qiáng)用戶(hù)體驗(yàn)
能耗：對(duì)于給定任務(wù)，需判定在本地運(yùn)算還是傳輸給其他節(jié)點(diǎn)計(jì)算節(jié)省資源。如本地空閑，那么在本地計(jì)算是最省資源的，如本地正在忙碌狀態(tài)，那么把計(jì)算任務(wù)分給其他節(jié)點(diǎn)會(huì)更合適一些。權(quán)衡好計(jì)算消耗的能源和網(wǎng)絡(luò)傳輸消耗的能源是一件非常重要的事情。一般當(dāng)網(wǎng)絡(luò)傳輸消耗的資源遠(yuǎn)小于在本地計(jì)算消耗時(shí)，會(huì)考慮使用邊緣計(jì)算把計(jì)算任務(wù)卸載到其他空閑節(jié)點(diǎn)上，幫助實(shí)現(xiàn)負(fù)載均衡，保證每一個(gè)結(jié)點(diǎn)的高性能。
成本： 包括但不限于邊緣結(jié)點(diǎn)的構(gòu)建和維護(hù)、新型模型的開(kāi)發(fā)等。利用邊緣計(jì)算模型，大型服務(wù)提供商在處理相同工作的情況下能獲取到更大利潤(rùn)。
工作分配與各衡量指標(biāo)之間密切相關(guān)。 如有時(shí)由于能量限制，工作負(fù)載需要在城市數(shù)據(jù)中心完成。與構(gòu)建服務(wù)器層相比，能量限制不可避免地會(huì)影響延遲。對(duì)于不同的工作負(fù)載，指標(biāo)應(yīng)該具有不同優(yōu)先級(jí)(或權(quán)重)，從而選擇合理的分配策略。此外,成本分析需要在系統(tǒng)運(yùn)行時(shí)進(jìn)行，同時(shí)還應(yīng)該考慮并發(fā)工作的相互干擾以及資源用量。
云原生技術(shù)的核心價(jià)值之一是通過(guò)統(tǒng)一的標(biāo)準(zhǔn)，實(shí)現(xiàn)在任何基礎(chǔ)設(shè)施上提供和云上一致的功能和體驗(yàn)，云原生技術(shù)有助于實(shí)現(xiàn)云 - 邊 - 端一體化的應(yīng)用分發(fā)，解決在海量邊、端設(shè)備上統(tǒng)一完成大規(guī)模應(yīng)用交付、運(yùn)維、管控的訴求；安全方面，云原生技術(shù)可提供容器等更加安全的工作負(fù)載運(yùn)行環(huán)境，及流量控制、網(wǎng)絡(luò)策略等能力，可有效提升邊緣服務(wù)和邊緣數(shù)據(jù)的安全性；依托云原生領(lǐng)域強(qiáng)大的社區(qū)和廠(chǎng)商支持，云原生技術(shù)對(duì)異構(gòu)資源的適用性逐步提升，在物聯(lián)網(wǎng)領(lǐng)域已能很好支持多種 CPU 架構(gòu)（x86-64/arm/arm64）和通信協(xié)議，并實(shí)現(xiàn)較低的資源占用。
方向性探索及未來(lái)
工業(yè)互聯(lián)網(wǎng)的大力推動(dòng)及5G大規(guī)模商用的持續(xù)醞釀，讓整個(gè)產(chǎn)業(yè)對(duì)IT、OT、CT的深度融合充滿(mǎn)信心和期待，在這種背景下，邊緣計(jì)算市場(chǎng)異常火爆。
什么業(yè)務(wù)適合在邊緣
一類(lèi)是終端算力上移的場(chǎng)景，借助5G帶寬能力，把終端算力上移到邊緣，具有更靈活、更經(jīng)濟(jì)的優(yōu)勢(shì)。第二類(lèi)是本地化場(chǎng)景，無(wú)論低延時(shí)還是大連接，本地產(chǎn)生的大量數(shù)據(jù)需要及時(shí)消化，減少帶寬成本，縮短傳輸時(shí)間。
阿里云定義邊緣計(jì)算即城市計(jì)算，為城市提供算力基礎(chǔ)。城市計(jì)算的場(chǎng)景涉及到道路計(jì)算(車(chē)路協(xié)同、交通監(jiān)測(cè)）、公用事業(yè)計(jì)算(智能電網(wǎng)、智能環(huán)保）、消費(fèi)計(jì)算(新零售、物流云)、安全計(jì)算(公共安全)和家庭計(jì)算(云游戲、VR/AR）等等。
什么業(yè)務(wù)適合部署在邊緣主要還是從大流量、低延時(shí)、廣覆蓋、本地化這幾個(gè)方面來(lái)規(guī)劃,而系統(tǒng)平臺(tái)可基于Edge容器化k8s，享受k8s技術(shù)生態(tài)環(huán)境帶來(lái)的優(yōu)勢(shì)；對(duì)于底層基礎(chǔ)設(shè)施不敏感，有較強(qiáng)的彈性伸縮需求，可使用Serverless層的邊緣容器服務(wù)，極簡(jiǎn)運(yùn)維，專(zhuān)注后臺(tái)業(yè)務(wù)邏輯。
5G、邊緣計(jì)算與云計(jì)算的互補(bǔ)結(jié)合，有望逐步培育出新的商業(yè)生態(tài)。
需要怎樣的邊緣計(jì)算
整體來(lái)看，企業(yè)所需的邊緣計(jì)算要提供三方面能力，一是網(wǎng)絡(luò)和資源的覆蓋，保障海量邊緣節(jié)點(diǎn)和彈性的基礎(chǔ)設(shè)施來(lái)覆蓋終端接入，二是提供邊緣的基礎(chǔ)算力，包括計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)、安全、調(diào)度等一些基礎(chǔ)能力，三是建立邊緣遠(yuǎn)程運(yùn)維體系，支持邊緣應(yīng)用的快速部署、升級(jí)和監(jiān)控。
邊緣計(jì)算不依賴(lài)于云端，弱網(wǎng)絡(luò)條件下運(yùn)行是基本功能，而數(shù)據(jù)處理能力成為新的關(guān)注點(diǎn)，邊緣側(cè)讓物聯(lián)網(wǎng)應(yīng)用變得更加智能。物聯(lián)網(wǎng)和AI 的深度結(jié)合成為新的趨勢(shì)，邊緣計(jì)算框架成為連接物聯(lián)網(wǎng)和AI的橋梁。比如在無(wú)人機(jī)應(yīng)用上，由于網(wǎng)絡(luò)的不穩(wěn)定而將圖形識(shí)別能力部署在無(wú)人機(jī)上是一種可靠的選擇,實(shí)現(xiàn)無(wú)人機(jī)智能化。在工業(yè)物聯(lián)網(wǎng)的場(chǎng)合，終端接入數(shù)量過(guò)于龐大，且反饋實(shí)時(shí)性要求高，邊緣計(jì)算成為工業(yè)互聯(lián)網(wǎng)的非常重要組成部分。
業(yè)務(wù)決定把中心的哪些應(yīng)用做下沉，哪些終端的能力做上移，來(lái)實(shí)現(xiàn)性能和成本最優(yōu)解。業(yè)務(wù)架構(gòu)的演進(jìn)比較復(fù)雜，邊緣計(jì)算平臺(tái)的使命就是讓事情變得簡(jiǎn)單，從而去加速5G時(shí)代的業(yè)務(wù)架構(gòu)升級(jí)進(jìn)程，孵化更多的創(chuàng)新應(yīng)用。比如在云游戲這個(gè)場(chǎng)景下，把游戲的業(yè)務(wù)邏輯處理、數(shù)據(jù)處理以及畫(huà)面渲染放在邊緣，終端就不需太多配置和性能的要求，成本就可大大降低，這也是架構(gòu)演進(jìn)帶來(lái)的突破和改變。
邊緣融合的計(jì)算平臺(tái)，融合是指在邊緣的基礎(chǔ)設(shè)施如MEC、IDC等資源上做融合。也有在計(jì)算形態(tài)、提供形式以及運(yùn)維方面的融合。邊緣節(jié)點(diǎn)服務(wù)需要滿(mǎn)足業(yè)務(wù)的彈性，較強(qiáng)的突發(fā)需求應(yīng)變能力，高資源利用率。需要DDoS防護(hù)、主機(jī)安全保障，應(yīng)對(duì)軟硬件故障對(duì)業(yè)務(wù)帶來(lái)的穩(wěn)定性風(fēng)險(xiǎn)。在提供高可靠性服務(wù)的同時(shí)可做到問(wèn)題的秒級(jí)發(fā)現(xiàn)和處理，支持通過(guò)體系化、自動(dòng)化的運(yùn)維使工作效率大幅提升。
云邊一體的架構(gòu)會(huì)將邊緣計(jì)算堅(jiān)定在“云計(jì)算新邊界”的理念之上。未來(lái)的IT架構(gòu)必將朝著“云邊端一體化協(xié)同“的方向發(fā)展，其中的核心就是邊緣云原生。邊緣計(jì)算新業(yè)務(wù)的開(kāi)展也將和傳統(tǒng)的中心云保持同步：Serverless、安全沙箱技術(shù)、函數(shù)計(jì)算等新的業(yè)務(wù)形態(tài)都將在邊緣計(jì)算落地。
未來(lái)的邊緣技術(shù)和形態(tài)
未來(lái)邊緣云計(jì)算將是基于云計(jì)算的核心和邊緣計(jì)算的能力，構(gòu)筑在邊緣基礎(chǔ)設(shè)施之上的云計(jì)算平臺(tái)。形成邊緣位置的計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)、安全等能力全面的彈性云平臺(tái)，并與中心云和物聯(lián)網(wǎng)、終端形成“云邊端三體協(xié)同” 的端到端技術(shù)架構(gòu)。將網(wǎng)絡(luò)轉(zhuǎn)發(fā)、存儲(chǔ)、 計(jì)算，智能化數(shù)據(jù)分析等工作放在邊緣處理，降低響應(yīng)時(shí)延、帶寬成本、減輕云端壓力，并提供全網(wǎng)調(diào)度、算力分發(fā)等云服務(wù)。邊緣計(jì)算將在三個(gè)方向發(fā)力：AI、IoT 與邊緣計(jì)算的融合,云延伸；去中心化，設(shè)施自治，邊緣托管； 5G 邊緣計(jì)算引爆新增長(zhǎng)。
推測(cè)未來(lái)的數(shù)據(jù)和計(jì)算20%發(fā)生在中心，80%發(fā)生在邊緣，能在邊緣處理的不會(huì)選擇經(jīng)過(guò)長(zhǎng)的鏈路到中心。時(shí)延要求高的場(chǎng)景，比如自動(dòng)駕駛就會(huì)優(yōu)先被放在邊緣。
邊緣計(jì)算的發(fā)展前景廣闊，被稱(chēng)為“人工智能的最后一公里”，但仍在發(fā)展，仍有許多問(wèn)題需要解決。如框架的選用，通訊設(shè)備和協(xié)議的規(guī)范，終端設(shè)備的標(biāo)識(shí)，更低延遲的需求等。未來(lái)，即便從基礎(chǔ)設(shè)施的角度來(lái)講，也將擁有更多基于互聯(lián)網(wǎng)低延時(shí)、大帶寬的應(yīng)用場(chǎng)景和想象空間。
邊緣計(jì)算算力其實(shí)有限，如量子計(jì)算和AI發(fā)展到一定程度，比如一個(gè)量子計(jì)算機(jī)就可為一個(gè)城市所有人去玩游戲做計(jì)算，可能有一天或許真的可以代替云的中心計(jì)算,因?yàn)樵谶吘壘涂梢允褂贸瑥?qiáng)的計(jì)算。比如網(wǎng)絡(luò)切片的技術(shù)，可根據(jù)不同應(yīng)用來(lái)提供QoS，對(duì)網(wǎng)絡(luò)要求不高的云的QoS服務(wù)質(zhì)量就低，反之通過(guò)網(wǎng)絡(luò)切片來(lái)提供高質(zhì)量的網(wǎng)絡(luò)服務(wù)。包括SDN, MEC邊緣的多變接入，移動(dòng)端、IP網(wǎng)絡(luò)端、電視網(wǎng)絡(luò)端，還有5G通信技術(shù)，最核心的智能芯片。
邊緣計(jì)算未來(lái)的形態(tài)，像應(yīng)用市場(chǎng)一樣去使用邊緣計(jì)算，比如視覺(jué)分析、語(yǔ)音識(shí)別、智能分析的算法、游戲、VR、視頻、直播、虛擬工廠(chǎng)、虛擬公路、虛擬城市，包括存儲(chǔ)、數(shù)據(jù)中間件這些能力，通過(guò)云中心連接且安裝到你的家、你行駛的路上，你的影院，你的工廠(chǎng)包括世界各地的邊緣節(jié)點(diǎn)，你只需選擇你把能力放到哪里，一鍵就會(huì)放到那個(gè)地方，在那里為你提供計(jì)算服務(wù)。你的loT設(shè)備就可無(wú)需連接云中心，在邊緣節(jié)點(diǎn)完成你所有后臺(tái)，包括計(jì)算的能力。
邊緣計(jì)算的落地和推進(jìn)，將加速“新基建”各領(lǐng)域的進(jìn)步。
云邊協(xié)同，未來(lái)80% 計(jì)算發(fā)生在邊緣。
邊緣計(jì)算把云計(jì)算更靠近生活，服務(wù)生活，讓計(jì)算更有溫度 ！
最 后
5G和云計(jì)算的商用化普及，及企業(yè)數(shù)字化轉(zhuǎn)型催生了邊緣計(jì)算, 成為云計(jì)算的新邊界。邊緣計(jì)算拓展了云計(jì)算邊界，致力于將計(jì)算能力推進(jìn)到應(yīng)用和場(chǎng)景發(fā)生的最近距離，以此構(gòu)建萬(wàn)物互聯(lián)的基礎(chǔ)。萬(wàn)物智聯(lián)的時(shí)代需要低時(shí)延、大帶寬、高并發(fā)和本地化，云、邊、端三體協(xié)同是萬(wàn)物智聯(lián)的基本形態(tài)，最佳的行業(yè)應(yīng)用解決方案。
邊緣計(jì)算橫跨OT、IT、CT多領(lǐng)域，涉及網(wǎng)絡(luò)聯(lián)接、數(shù)據(jù)聚合、AI、芯片、傳感、行業(yè)應(yīng)用等多個(gè)產(chǎn)業(yè)鏈，幫助不同行業(yè)和廠(chǎng)商之間實(shí)現(xiàn)互通和互操作,被稱(chēng)為下一代互聯(lián)網(wǎng)的一個(gè)重要技術(shù)。物聯(lián)網(wǎng)和移動(dòng)設(shè)備的普及改變了邊緣在計(jì)算范式中的角色,邊緣正從單純的數(shù)據(jù)消費(fèi)者向數(shù)據(jù)生產(chǎn)者及消費(fèi)者轉(zhuǎn)變。在網(wǎng)絡(luò)邊緣、在靠近數(shù)據(jù)源的地方進(jìn)行計(jì)算和處理會(huì)更加高效。
當(dāng)萬(wàn)物智聯(lián)時(shí)代到來(lái)，當(dāng)傳感器、攝像頭成為整個(gè)社會(huì)的眼睛，我們就能更好地通過(guò)眼睛去識(shí)別環(huán)境、回傳信息、智能分析，實(shí)現(xiàn)更智慧的城市管理。這就好比一個(gè)人的眼睛看到一個(gè)物體后馬上識(shí)別出來(lái)，之后再將結(jié)構(gòu)化信息傳回大腦，邊緣計(jì)算即如此。
未來(lái)的生活需要邊緣計(jì)算，不管你見(jiàn)或不見(jiàn)，邊緣計(jì)算就在那里。
把數(shù)字帶入每個(gè)人，每個(gè)家庭，每個(gè)組織，構(gòu)建萬(wàn)物互聯(lián)的智能世界 ...
5G已來(lái)，邊緣已來(lái). 邊緣計(jì)算，無(wú)處不在 ！
點(diǎn)擊關(guān)注，第一時(shí)間了解華為云新鮮技術(shù)~
關(guān)鍵詞：未來(lái),邊界,邊緣,協(xié)同
在線(xiàn)咨詢(xún)