边缘计算

边缘计算是指将IT资源（计算、存储等）从传统的云数据中心向用户侧迁移，拉近用户和IT资源的物理距离，实现更低的数据交互时延、节省网络流量，从而为用户提供低延时、高稳定性的IT解决方案。边缘计算依赖边缘节点来完成。边缘节点和传统的云数据中心是相辅相成的关系，需要低延时和节省带宽的场景可以采用边缘的解决方案，时延不敏感、对带宽消耗不大的传统业务仍然可以采用传统的云数据中心方案解决。边缘节点和云数据中心分别满足不同应用的业务需求，二者有效互补。

1.需求分析

1.15G的需求

20世纪末至21世纪初，随着固网带宽的提升和技术的发展，各类门户网站、微博开始兴起，数据量逐渐增大；随着3G、4G的使用，微信等社交APP、抖音快手等短视频APP开始流行，移动互联网开始蓬勃发展，数据量暴增。在这个过程中，全国各地开始了热火朝天的大型和超大型数据中心的规划和建设。为了规范数据中心的发展，2013年工信部发布了《关于数据中心建设布局的指导意见》；2018年、2019年工信部相继发布了《全国数据中心应用发展指引》的两个版本；北京、上海、浙江、内蒙古和贵州等地相继出台了数据中心相关的政策和发展指导意见。

2019年6月6日，工信部正式发布5G商用牌照，意味着我国进入5G时代。根据IMT-2020(5G)推进组介绍，5G需要具备比4G更高的性能，支持0.1~1Gbps的用户体验速率，每平方公里一百万的连接数密度，毫秒级的端到端时延，每平方公里数Tbps的流量密度，每小时500KM以上的移动性和数十Gbps的峰值速率。据实际测试显示，5G的速度能达到4G的100倍左右。由于5G采用了超高频来实现高速无线传输，导致5G需要更大的基站密度来支撑更好的用户体验。

1.2IoT的需求

IoT产业界仍在争论数据的分析处理最好在哪里进行——边缘、设备本身、本地网关或集中式云。一些没有严格延迟需求的IoT场景可能会被聚合到云端。然而，目前大部分的IoT场景属于商业、工业和运输的延迟敏感、数据密集型技术，这些应用不太适合传统云环境。例如大型移动机械和工厂装配线、自动驾驶车辆和飞机维护、灾难恢复系统或向技术人员发出警报以进行预防性维修等等。

前Intel CEO Brian Krzanich在一次演讲中提到，由于安装有数百个车上传感器，因此每行驶8小时车辆将生成大约40TB的数据，相当于同期3000个人产生的数据总和。由于需要低时延的处理，那么如果把这么多数据传回云数据中心处理后再传回车辆，对安全行驶产生的影响将难以预料。

最保守的预测也认为20年后将会有超过1000亿的设备连接在互联网上。这些设备包括了移动设备、可穿戴设备、家用电器、医疗设备、工业探测器、监控摄像头、汽车以及服装等，它们所创造并分享的数据将会给工作和生活带来一场新的信息革命。

人们将可以利用来自物联网的信息来加深对世界以及自己生活的了解，并且做出更加合适的决定。与此同时，联网设备也将把目前许多工作，比如监视、管理以及维修等需要人力的工作自动化。物联网连接了大量的设备，它增加了跨越不同区域的设备的数字化和自动化。此外，由这些无数设备生成的数据将显著增加安全管理问题。因此，物联网将为不同行业的许多组织带来新的安全挑战。

1.3CDN的需求

第三方CDN提供商利用由数千台专业边缘服务器和存储组成的专用网络来缓存人们使用很频繁的内容。根据思科发布的研究报告，到2022年CDN将会承载72%以上的互联网流量，远高于2017年的56%。目前许多CDN流量都在区域核心网络上，由于城域网络容量增长快于核心网容量的增长速度，因此未来CDN将处理更多接近最终用户的流量。2022年，预计将有三分之一的流量在边缘被处理掉，高于2017年的27%。

目前来看，CDN提供商一般没有自己的数据中心，他们将越来越依赖边缘节点来提供不断增加的空间和电力需求，以满足其不断增长的业务需求。随着对更广泛的接入和更好的客户体验的追求，边缘节点提供商需要去更多的二三四线城市进行部署，对未来非一线城市的数据中心市场将会带来一个很大的机遇。

2.总体架构分析

下图左侧是美国的现代互联网骨干，右边是美国无线运营商的无线覆盖图。这两个基础设施展现了一种良好合作的假象，毕竟我们几乎可以在任何地方打开手机，阅读电子邮件、浏览网页或观看电影。

图1美国有线和无线网络示意图

实际上，有线和无线基础设施是物理上和逻辑上分开的系统。目前我们使用的大多数应用程序都可以容忍以秒而不是毫秒为单位的延迟，由于互联网Best Effort的特性，绝大多数应用对少量的丢包并不敏感。

在未来的应用场景中，譬如自动驾驶和远程手术，对丢包和秒级延迟是无法接受的。5G出现后解决了网络传输层面的性能问题，那就需要边缘节点来解决应用层的数据处理问题。更多类似的低时延大带宽需求的新的边缘应用将大量的计算和存储推到边缘，这个挑战是巨大的。

2.1组网架构

边缘计算的部署和实现是和网络架构紧密相关的，原来数据需要传回云数据中心进行处理。在边缘节点的架构中，数据将在合适的边缘做分流，由本地的边缘节点来进行处理。所以对于边缘的网络架构来说，有两个方面比较重要。

首先是边缘和原来网络结构的关系。终端通过网线或者Wi-Fi等方式接入网络，根据用户的密集度和数据量的大小，可以选择在小区级别或者省市级别等节点进行数据分流，将边缘计算业务数据转发给边缘节点来进行处理。5G时代实现了CU（Control Unit）和DU（Data Unit）分离，UPF设备（全称User Plane Function，负责用户面，它代替了原来4G中执行路由和转发功能的SGW和PGW）可以更加靠近用户，因此未来还可以在UDF等靠近用户的设备上进行数据分流，将数据分流到边缘计算来处理。所以，数据分流算法将是边缘节点是否能够得到高效率应用的一个关键点。

其次是边缘节点之间的网络关系。每个边缘节点的处理能力有限，如要完成较大规模的应用，逻辑上各个边缘节点之间就需要有较强鲁棒性的网络连接，对应用进行分布式的实时处理。每个边缘节点都不是单独存在的，它们是数据链条中的一个计算、存储和转发的点。由于5G的部署和有线带宽的提升，边缘节点和数据源之间的网络逐渐不再是问题，但是边缘节点之间的网络管理和分发策略将会影响到最终边缘节点的部署效果。借助SD-WAN技术，广域网技术正在由传统“两点一线”的封闭方式，向灵活的、连接多数据中心的、开放方式演进，未来SD-WAN在边缘节点领域可能会有比较突出的用武之地。

图2边缘节点组网架构

2.2边缘节点架构

边缘节点在物理上是一个单独的数据中心，“麻雀虽小，五脏俱全”。从架构上来看，边缘节点分为制冷、环境等基础设施，边缘服务器、交换机等硬件，边缘网络架构，PaaS以及SaaS平台。

图3边缘节点框架

基础设施层面，边缘节点部署环境更加贴近用户，部署面积和规模相对较小，运行环境的控制力远不如云数据中心，所以一般会采用轻量级的移动边缘节点的模块快速完成基础设备的部署。基础设施方面的安全解决方案也是一个需要重点考虑的问题，当某个边缘节点出现故障，通过近点冗余，对应用产生的影响降到最低。

边缘硬件主要包括边缘服务器和交换机。环境的恶劣性带来了对硬件设备要求的提高，硬件的运行温度范围，对空气质量、震动的要求等等将会比云数据中心的要求更高。PaaS层面需要提供微服务的部署框架，支撑各种应用的微服务的部署和管理。SaaS层面提供各种业务的边缘软件部署。

此外，整个边缘节点的安全性和运维管理将是两个重要方面。由于部署位置的特点，无法对边缘节点实现云数据中心那样的强力集中管控，不管是物理环境的安全还是网络的安全，都将是边缘节点需要面临的重要问题。这些因素也导致了对边缘节点的运维管理必然与传统的方式不同，需要研究更加有效更有针对性的边缘节点运维管理模式，以发挥边缘节点的更大价值。

3.核心技术研究

边缘计算在产业落地的过程中有如下的核心计算需要相关企业在产业过程中不断攻克和完善。

3.1边缘硬件

边缘硬件主要指边缘通用服务器、网络设备、制冷等一系列基础设施。边缘计算业务的部署位置往往更加靠近用户，所以在部署空间相对传统数据中心较小，机房的条件相对传统的数据中心也相对较差，部署业务规模随着用户动态灵活扩展和收缩，这些都对边缘硬件提出了更多的新的要求，其中包括不限于高密度的计算和存储能力、在更小的空间下操作和维护的能力、更高的可靠性（适应恶劣环境的稳定运行能力）、自散热能力等。

在开放数据中心委员会（ODCC），三大运营商提出了OTII项目，这可以认为是一种边缘服务器的尝试。此前，一般的思路是让边缘机房的环境适配现有的标准服务器设备，但在这个过程中为了满足服务器的承重、配电以及湿度、温度等环境要求，需要在边缘机房的改造上下很大的成本。因此，OTII项目换了一个思路，研发具有边缘特色的服务器设备，来适配现有的机房。目前OTII服务器在中国电信已经得到了少量的应用部署。

3.2边-云协同

边缘节点为用户提供就近的边缘计算服务，但是边缘计算节点并不是数据孤岛，边缘节点根据不同的业务需求需要和远端数据中心进行数据交互，通过边缘和数据中心的互动来为客户提供更好的业务服务。

边云协同的主要作用和价值，首先是实现多边缘节点的负荷分担和智能调度。基于不同的边缘节点的资源占用，流量大小，健康状态来做更加全局和高效的智能调度。其次是提供全局的业务整合能力，满足应用快速移动业务的应用需求。例如：车联网应用中如果仅仅了解一个边缘节点覆盖范围的交通信息是远远不够的，往往在长途驾驶中需要了解全路径的交通信息，以规划更好的交通线路。这些都需要全据的数据信息，需要数据中心针对多个边缘的节点的信息做汇总，做中心统一的智能规划。再次，助力AI和大数据业务后台实现。人工智能和大数据业务都需要大量的数据进行运算，边缘提取出的有价值信息，都需要同步到数据中心进行更加深入的模型训练。

3.3边-边协同

边缘节点除了和中心节点需要做数据交互之外，边缘和边缘之间的数据交互也是非常必要的，边缘和边缘协同有效帮助用户解决在不同的边缘之间的流畅切换，例如：用户在高速移动（驾车或者高铁等）场景使用边缘计算业务，需要能快速在不同的边缘节点之间的状态信息的同步，以保证用户业务不受边缘节点切换的影响。

如前文所述，边缘节点之间的网络架构将会是一个关键的技术方面。以CDN为例，传统的CDN接入方式一般是CDN边缘pop接入城域网，CDN骨干POP点、省级CDN内容中心和CDN省级管理中心接入省会节点IDC，省会IDC连接骨干网。在边-边协同的场景下，需要CDN之间进行更短路径的连接，这对于未来的网络架构设计提出了更高的要求。

供稿：杜思函、成家璐

编辑：张梓汶