邊緣計算的演進和發(fā)展探討

胡建英

（湖北郵電規(guī)劃設(shè)計有限公司，湖北 武漢 430023）

1 邊緣計算出現(xiàn)的背景

邊緣計算的概念最早可追溯到卡內(nèi)基梅隆大學(xué)2009年所研發(fā)的一個叫做Cloudlet的計算平臺。這個平臺將云服務(wù)器上的功能下放到邊緣服務(wù)器，以減少帶寬和時延。2013年，IBM與Nokia Siemens共同推出了一款計算平臺，其實是一個可在無線基站內(nèi)部運行的應(yīng)用程序，計劃向移動用戶提供業(yè)務(wù)，有人認(rèn)為這是邊緣計算的雛形。2014年歐洲電信標(biāo)準(zhǔn)化協(xié)會（European Telecommunications Standards Institute，ETSI）成立移動邊緣計算規(guī)范工作組，正式宣布推動移動邊緣計算標(biāo)準(zhǔn)化，其基本思想是把云計算平臺從移動核心網(wǎng)絡(luò)內(nèi)部遷移到移動接入網(wǎng)邊緣，實現(xiàn)計算及存儲資源的彈性利用。2016年，ETSI把MEC的概念擴展為多接入邊緣計算，將邊緣計算從電信蜂窩網(wǎng)絡(luò)進一步延伸至其他無線接入網(wǎng)絡(luò)，如WiFi。從邊緣計算的發(fā)展歷程來看，起源于移動網(wǎng)絡(luò)，從4G時代已經(jīng)開始萌芽，到了5G時代完全融入了網(wǎng)絡(luò)的基礎(chǔ)架構(gòu)，所以很多地方直接將其理解為了5G網(wǎng)絡(luò)的一個網(wǎng)元，它是能最好地滿足5G網(wǎng)絡(luò)高速度、高并發(fā)、低時延應(yīng)用就近處理訴求的產(chǎn)物，是算力和網(wǎng)絡(luò)的完美結(jié)合[1]。

2 邊緣計算的應(yīng)用場景

2016年，ETSI對邊緣計算的7大業(yè)務(wù)場景做了規(guī)范并詳細(xì)的描述，包括智能移動視頻加速、監(jiān)控視頻流分析、增強現(xiàn)實（Augmented Reality，AR）、密集計算輔助、在企業(yè)專網(wǎng)中的應(yīng)用、車聯(lián)網(wǎng)以及物聯(lián)網(wǎng)（Internet of Things，IoT）網(wǎng)關(guān)服務(wù)?？偨Y(jié)來看，這7大應(yīng)用場景的關(guān)鍵驅(qū)動因素包含了3大方面，第一是高并發(fā)低時延物聯(lián)網(wǎng)應(yīng)用、企業(yè)中的大部分應(yīng)用、密集計算輔助以及車輛網(wǎng)都可以理解為邊緣計算，大部分是物聯(lián)網(wǎng)應(yīng)用驅(qū)動的；第二是需要人工智能（Artificial Intelligence，AI）處理的視頻監(jiān)控應(yīng)用；第三是高帶寬流量的內(nèi)容處理和內(nèi)容分發(fā)[2]。

物聯(lián)網(wǎng)應(yīng)用要求云計算邊緣化。隨著工業(yè)互聯(lián)網(wǎng)的發(fā)展，工業(yè)控制對設(shè)備的智能控制提出了高并發(fā)和低時延的要求。隨著國家工業(yè)互聯(lián)網(wǎng)政策的推進以及企業(yè)數(shù)字化的發(fā)展，在較多領(lǐng)域出現(xiàn)了邊緣計算的應(yīng)用場景，目前應(yīng)用最多的是智慧港口、數(shù)字工廠以及智慧園區(qū)等場景，不但滿足了工業(yè)控制的需求，還很好地契合了數(shù)據(jù)不出園區(qū)的要求。另外一個驅(qū)動因素是數(shù)字經(jīng)濟的發(fā)展，智慧城市管理不斷完善，對城市的感知、分析以及處理需求逐步加大，城市管理者對大量物聯(lián)網(wǎng)采集數(shù)據(jù)的分析會逐步走向邊緣，也是未來MEC發(fā)展的一大趨勢。未來，企業(yè)生產(chǎn)車間的控制、車聯(lián)網(wǎng)的落地以及物聯(lián)網(wǎng)采集來的大量數(shù)據(jù)都需要就近及時地計算分析，并回傳給終端計算結(jié)果。因此物聯(lián)網(wǎng)不僅要求高算力，大存儲，更重要的是低時延，同時還要求網(wǎng)絡(luò)的穩(wěn)定性，云“下沉”靠近終端成為一種必然。

政務(wù)監(jiān)管和企業(yè)管理等視頻監(jiān)控應(yīng)用要求云計算邊緣化。隨著5G高帶寬的應(yīng)用和發(fā)展，視頻監(jiān)控等場景對邊緣計算提出了較大的訴求。公安監(jiān)控、交通監(jiān)控、環(huán)境監(jiān)控、企業(yè)監(jiān)管以及物流監(jiān)控等領(lǐng)域需要邊緣計算進行視頻AI分析，及時將分析結(jié)果傳回管理中心，而不需要將所有的監(jiān)控視頻回傳中心，減少了網(wǎng)絡(luò)帶寬、時延以及存儲成本的開銷。

視頻業(yè)務(wù)的發(fā)展要求云計算邊緣化。目前，AR和虛擬現(xiàn)實（Virtual Reality，VR）是5G中應(yīng)用較為廣泛的場景，它們所產(chǎn)生的大量視頻內(nèi)容需要邊緣化存儲，提高推流能力。另外個人視頻應(yīng)用、家庭影院以及游戲等應(yīng)用也存在視頻和圖片等大容量數(shù)據(jù)邊緣存儲的需求，要減少大量溯源對中心節(jié)點造成的壓力。

以上這3大類應(yīng)用要求低時延、高算力，過去采用提升帶寬、加強算力、優(yōu)化路由以及在中心節(jié)點解決的方法，其中較為行之有效的方法就是縮短數(shù)據(jù)傳輸?shù)木嚯x，把提供服務(wù)的節(jié)點從中央下放到網(wǎng)絡(luò)邊緣，離用戶更近，徹底解決帶寬、時延、算力的問題[3]。

3 邊緣計算的架構(gòu)及設(shè)置

3GPP定義了C/U分離的5GC網(wǎng)絡(luò)架構(gòu)，用戶面功能（User Plane Function，UPF）是邊緣計算的數(shù)據(jù)錨點，ETSI定義了MEC的商業(yè)框架，包含軟件架構(gòu)、應(yīng)用場景以及應(yīng)用程序接口（Application Programming Interface，API）。UPF是ETSI與3GPP網(wǎng)絡(luò)架構(gòu)融合的關(guān)鍵點，MEC位于UPF之后，主要處理UPF分流來的本地流量，架構(gòu)如圖1所示[4]。

圖1 MEC架構(gòu)

關(guān)于邊緣計算的架構(gòu)及功能，出現(xiàn)了較多的派別，總結(jié)來看邊緣云計算至少包括以下功能組件。一是邊緣云基礎(chǔ)設(shè)施，包括機房、計算、存儲以及網(wǎng)絡(luò)等資源在內(nèi)的硬件平臺構(gòu)建的IT資源池，其主要實現(xiàn)本地化業(yè)務(wù)部署，類似小型數(shù)據(jù)中心。二是路由子系統(tǒng)，其相當(dāng)于邊緣云的網(wǎng)絡(luò)系統(tǒng)，為MEC系統(tǒng)內(nèi)部的各個組件提供基本的數(shù)據(jù)轉(zhuǎn)發(fā)以及網(wǎng)絡(luò)連接能力，并為邊緣云內(nèi)的第三方虛擬業(yè)務(wù)主機提供網(wǎng)絡(luò)虛擬化支持。三是能力開放子系統(tǒng)，支持第三方以調(diào)用API的形式，通過平臺中間件驅(qū)動移動網(wǎng)絡(luò)，實現(xiàn)網(wǎng)絡(luò)能力調(diào)用。MEC從設(shè)計之初就考慮了開放的架構(gòu)，能以標(biāo)準(zhǔn)的接口將能力開放給第三方。四是平臺管理子系統(tǒng)，其相當(dāng)于傳統(tǒng)網(wǎng)管/運營系統(tǒng)，主要功能是控制移動網(wǎng)絡(luò)數(shù)據(jù)平面，管控來自能力開放子系統(tǒng)的能力調(diào)用請求，規(guī)劃編排邊緣云內(nèi)的基礎(chǔ)設(shè)施，并統(tǒng)計上報相關(guān)計費信息等。平臺管理子系統(tǒng)是站在運營者的角度提出的，如果是企業(yè)自建，則功能不需要那么完備，只需要具備運行維護部分即可；而對于運營商來說，MEC是一個對外提供服務(wù)的云資源池，因此需要運營部分的管理功能。

MEC是為了滿足云應(yīng)用在本地閉環(huán)、移動網(wǎng)絡(luò)分布式下沉以及終端算力上收時所形成的連接+計算的融合匯聚節(jié)點。MEC所處的位置由資產(chǎn)歸屬、時延體驗、物理基礎(chǔ)設(shè)施等相關(guān)因素共同決定[5]。從MEC的定義以及應(yīng)用服務(wù)來看，最為合理的布局是直接將MEC規(guī)劃部署到整個網(wǎng)絡(luò)的邊緣，但由于業(yè)務(wù)初期量小，并且很不均衡，因此目前實際的情況是大部分運營商在部署初期都可能將MEC首先考慮在匯聚層，即跟下沉的UPF一起位于匯聚節(jié)點，未來可能逐步走向邊緣，即設(shè)置在CU/DU，甚至還能跟基站融合到一起，真正發(fā)揮邊緣計算的能力。

目前，國內(nèi)運營商正在向園區(qū)和企業(yè)推廣5G定制網(wǎng)建設(shè)，建設(shè)方案中主要向生產(chǎn)企業(yè)、園區(qū)、醫(yī)院以及戒毒所等推廣5G定制網(wǎng)+UPF+MEC方案，該方案能夠滿足網(wǎng)絡(luò)安全的需求，最主要能夠滿足數(shù)據(jù)不出本地高速處理的需求。

4 云邊協(xié)同架構(gòu)

邊緣云是相對于中心云而提出的，最初根據(jù)網(wǎng)絡(luò)層級，將核心網(wǎng)系統(tǒng)設(shè)置在中心云，邊緣云是將一些應(yīng)用和服務(wù)下沉到邊緣，中間是網(wǎng)絡(luò)連接，從而形成了云網(wǎng)邊端的一個有機整體。而隨著邊緣云定義的擴展，它已經(jīng)脫離了移動網(wǎng)絡(luò)的限制，云泛指云計算以及用以支撐云計算的基礎(chǔ)設(shè)施和資源，也被稱作云端，是提供服務(wù)的中心節(jié)點。邊也就是邊緣計算節(jié)點，是距離終端最近的服務(wù)節(jié)點。網(wǎng)是邊緣和用戶之間的網(wǎng)絡(luò)，正是因為云邊之間需要協(xié)同或數(shù)據(jù)互通，網(wǎng)絡(luò)就變得不可或缺。端也就是終端，是云、邊以及網(wǎng)服務(wù)的對象。目前行業(yè)提供最為常見的就是云、網(wǎng)、邊、端融合為一體的解決方案[6]。

MEC是云計算由集中部署發(fā)展到逐步下沉，走向分布式部署階段的必然產(chǎn)物。中心云主要聚焦于管理后臺，可以實現(xiàn)非實時、長周期數(shù)據(jù)的計算、分析及存儲，能夠在周期性維護等領(lǐng)域發(fā)揮特長。而MEC則專注于局部，聚焦實時、短周期數(shù)據(jù)的分析，能夠更好地支撐本地業(yè)務(wù)的實時智能化處理與執(zhí)行。云邊協(xié)同從應(yīng)用層來看，是客戶對不同應(yīng)用部署在不同層級提出的需求；從資源層來看，是云資源池之間資源的調(diào)配，另外還存在安全策略、應(yīng)用管理以及業(yè)務(wù)管理等方面的管理協(xié)同。

4.1 業(yè)務(wù)層的協(xié)同

業(yè)務(wù)層的協(xié)同是應(yīng)用軟件按照功能或?qū)蛹壊渴穑谥行脑坪瓦吘壴瓢凑崭髯缘姆止崿F(xiàn)各自的功能，兩者之間通過網(wǎng)絡(luò)進行必要的數(shù)據(jù)交互。例如，視頻監(jiān)控類的監(jiān)管業(yè)務(wù)，監(jiān)管機構(gòu)是將監(jiān)管系統(tǒng)部署在中心云上，而前端的視頻監(jiān)控和分析是部署在各邊緣節(jié)點，因此前端的視頻監(jiān)控和AI分析當(dāng)觸發(fā)監(jiān)控告警或者形成周期報告等信息時，就需要及時地將數(shù)據(jù)進行回傳或聯(lián)動，觸發(fā)管理機制。另外一個典型場景是內(nèi)容分發(fā)，一般將熱點內(nèi)容向邊緣云部署，全量內(nèi)容則存儲在中心云。當(dāng)用戶發(fā)起請求而邊緣云節(jié)點無法響應(yīng)時，需要再到中心云進行回源，因此云邊協(xié)同其實是業(yè)務(wù)訴求形成的協(xié)同。

4.2 資源層的協(xié)同

資源層的協(xié)同包括計算資源、存儲資源以及安全等資源的協(xié)同。計算資源協(xié)同是指在邊緣云資源不足的情況下，可以調(diào)用中心云的資源進行補充，并滿足邊緣側(cè)應(yīng)用對資源的需要。網(wǎng)絡(luò)資源協(xié)同是指可能存在多條邊緣側(cè)與中心云的連接網(wǎng)絡(luò)，在距離最近的網(wǎng)絡(luò)發(fā)生擁塞的時候，網(wǎng)絡(luò)控制器可以進行感知，并將流量引入到較為空閑的鏈路上，而控制器通常部署在中心云上，網(wǎng)絡(luò)探針則部署在云的邊緣[7]。存儲資源協(xié)同是指在邊緣云存儲不足時，將一部分?jǐn)?shù)據(jù)存到中心云中，在應(yīng)用需要時通過網(wǎng)絡(luò)傳輸至客戶端，從而節(jié)省邊緣側(cè)的存儲資源。安全資源的協(xié)同是指集中部署，類似審計、安全后臺等安全系統(tǒng)，可為各個邊緣云提供安全服務(wù)。

4.3 管理層的協(xié)同

邊緣節(jié)點提供網(wǎng)絡(luò)增值應(yīng)用部署與運行環(huán)境，云端實現(xiàn)對邊緣節(jié)點增值網(wǎng)絡(luò)應(yīng)用的生命周期管理，包括應(yīng)用的推送、安裝、卸載、更新、監(jiān)控及日志等。中心節(jié)點可以對已經(jīng)存在的應(yīng)用鏡像在不同的邊緣云上進行孵化啟動，完成對應(yīng)用的高可用保障和熱遷移[8]。

4.4 邊緣層的協(xié)同

邊緣層協(xié)同是邊緣云之間的協(xié)同。例如，在某些車聯(lián)網(wǎng)的應(yīng)用場景中，車輛在不斷行駛的過程中需要在不同的地域進行同時部署或者某些應(yīng)用的熱遷移，中心云需要根據(jù)應(yīng)用不同時段的地域要求事先進行部署，并下發(fā)策略實現(xiàn)應(yīng)用的平滑遷移[9]。

邊緣云平臺是根據(jù)業(yè)務(wù)需要從云集中化部署發(fā)展到分布式部署階段的產(chǎn)物，因此可以將邊緣云理解為一個分布式的平臺，其特征是邊緣計算的主要特征之一。而云邊協(xié)同是業(yè)務(wù)驅(qū)動的，資源和管理的協(xié)同是應(yīng)用驅(qū)動的[10]。

5 結(jié) 論

隨著社會數(shù)字化進程的推進，未來云邊架構(gòu)會出現(xiàn)以下3方面的趨勢。一是邊緣計算需要的能力會越來越大，尤其是類似車聯(lián)網(wǎng)這樣的實時計算出現(xiàn)，會消耗大量的計算存儲資源，因此邊緣云計算會逐步在能力和體量上增強擴大。二是邊緣的物理位置會越來越靠近終端，未來邊緣計算會逐步下沉到區(qū)、縣，甚至街道、鄉(xiāng)鎮(zhèn)等。三是隨著技術(shù)和應(yīng)用的進一步演進發(fā)展，管理集約應(yīng)用會逐步走向邊緣，即管理控制層會進一步下沉，邊緣云和中心云的邊界會越來越模糊，逐步走向去中心化，云計算將發(fā)展成一個高度扁平化的架構(gòu)。