下载掌阅APP，畅读海量书库
立即打开
从整个计算机技术发展历史来看，以二十年为周期，算力在中心式与分散式之间周期性交替循环，当前，算力从中心式的云计算交替演进至分散式的边缘计算，如图1-1所示。
图1-1 算力从中心式的云计算交替至分散式的边缘计算
边缘计算作为中心式云计算的延伸，将云计算的能力拓展至业务边缘侧，实现大规模业务数据全部上传至云端就能够完成计算，在边缘侧直接完成数据处理并快速响应业务；同时具有良好的隐私性和安全性，是智能化社会与产业互联网建设的重要支撑技术。如果中心式云计算是由技术创新驱动的，那么边缘计算则是由业务价值驱动的；边缘计算生于业务，长于业务。
尽管边缘计算近几年得到广泛重视，发展迅猛，但业界对边缘计算的理解似乎并不一致。那到底什么是边缘计算？边缘计算有哪些分类？边缘计算与中心式云计算又是怎么样的关系呢？接下来，先从边缘计算的定义来初步了解边缘计算的特性及其定义。
1.边缘计算的定义
边缘计算的边缘是相对的，是网络的边缘（有骨干网与移动网），是业务运作的边缘（有虚拟业务与实体业务），是中心管控的边缘（有强管控与弱管控），如图1-2所示。当前，边缘计算技术正处于发展阶段，学术界和工业界还没有统一的定义。
图1-2 边缘计算的边缘是相对的
以IT云计算领域视角，边缘计算是中心云计算的拓展。边缘计算产业联盟对边缘计算的定义是：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连接、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。
以CT电信领域视角，边缘计算最初也被称为移动边缘计算（MEC），欧洲电信标准协会（ETSI）对MEC的定义是：“移动边缘计算在移动网络的边缘、无线接入网（RAN）的内部以及移动用户的近处提供了一个IT服务环境以及云计算能力”。
对边缘计算的定义各有侧重，但核心的思想基本是一致的，边缘计算是基于云计算核心技术，构建在边缘基础设施之上的新型分布式计算形式，在边缘端靠近最终用户提供计算能力，是一种靠近数据源的现场云计算。最大程度降低传输时延是边缘计算的核心价值。
2.与传统中心式云计算的区别
中心式云计算凭借其强大的数据中心，为业务应用提供大规模池化、弹性扩展的计算、存储、网络等基础设施服务。但是中心式云计算适用于非实时、长周期数据、业务决策场景；边缘计算聚焦在实时性、短周期数据、本地决策等业务场景，比如当下热门的音视频直播、IoT、产业互联网、虚拟现实、元宇宙等场景，将工作负载下沉至离终端设备或者靠近最终用户的地方，以此实现更低的网络延迟，提升用户的使用体验。
面对万物互联的高带宽、超低时延的应用场景时，尤其是边缘产业应用场景，云计算在以下3个方面存在不足。
1）数据处理的及时性：传统的中心式云计算受限于远程数据传输速率以及集中式体系结构的瓶颈问题，无法满足大数据时代各类应用场景的实时性要求。如在工业领域中运用云端融合技术解决大数据处理的实时性、精准性等问题，实现工业大数据的处理分析决策与反馈控制的智能化和柔性化。
2）安全与隐私：在传统的中心式云计算使用场景中，所有数据都要通过网络上传至云端进行处理，计算资源的集中带来了数据安全与隐私保护的风险。云计算中不安全的应用程序接口、账户和证书认证体系缺陷等问题会对数据安全造成很大的威胁。
3）网络依赖性：传统的中心式云计算对外依赖通畅的网络，当网络不稳定时，用户的使用体验会很差。在没有网络接入的地方无法使用云计算服务。因此，云计算极度依赖于网络。
边缘计算使得大部分应用场景可以在边缘侧完成数据处理，无需将数据全部传送至云计算中心，可以最小化服务延迟和带宽消耗，有效降低云计算服务器的负载，显著降低网络带宽的压力，提高数据处理的效率。对于云计算无法适应的时延敏感计算、低价值密度和应急场景等问题，边缘计算技术也可以较好地解决，边缘计算技术本身的特点使其具有以下4个优点。
1）实时数据处理和分析：边缘计算节点的部署更靠近数据产生的源头，数据可以实时地在本地进行计算和处理，无须在外部数据中心或云端进行，减少了处理延迟。
2）节约成本：智慧城市和智能家居中的终端设备产生的数据量呈指数增长，边缘计算能够减少集中处理，通过实时处理更快地做出响应，进而改善了服务质量。数据本地化处理在管理方面的开销相比于传统的云计算中心要少很多。
3）缓解网络带宽压力：边缘计算技术在处理终端设备的数据时可以过滤掉大量的无用数据，只有少量的原始数据和重要信息上传至云端，显著降低网络带宽的压力。
4）隐私策略实施：物联网系统高度集中且规模较大，边缘设备的数据隐私保护不容忽视，通常用户不愿意将比较敏感的原始传感器数据和计算结果传送到云端。边缘计算设备作为物联网传感器等数据基础设施的首要接触点，能够在将数据上传到云端之前执行数据所有者所应用的隐私策略，提升数据的安全性。
中心式云计算的诸多不足加速了边缘计算的产生，边缘计算将云计算的能力下沉至网络边缘的数据生产侧，将传统云计算的云中心处理任务迁移至边缘计算，很好地弥补了中心式云计算存在的问题。
当然，边缘计算并不能完全取代云计算，二者的发展与应用相辅相成。边缘计算与云计算共同协作能够有效减少数据传输、合理分配计算负载，并高效进行任务调度。边缘计算基础设施在网络边缘侧提供计算卸载、数据处理、数据存储和隐私保护等功能。
边缘计算的核心目标是快速决策，作为中心云计算的延伸，将计算能力拓展至“最后一公里”。因此不能独立于中心云，而是放在云-边-端的整体架构之下，有中心式管控决策，也有分散式边缘自主决策，即“章鱼”式的边缘计算。
章鱼是无脊椎动物中智商最高的，有巨量的神经元，在捕猎时灵巧迅速，腕足配合极好，并不会打结，关键在于“一个大脑+八个小脑”的分布式神经系统。如图1-3所示，章鱼全身神经元在中心式脑部占40%，其余60%在分散式腿部，形成1个大脑总控协调+8个小脑分散执行的结构。1个大脑擅长全局调度，进行非实时、长周期的大数据处理与分析；8个小脑侧重局部、小规模数据处理，适用于现场级、实时、短周期的智能分析与快速决策。
“章鱼”式边缘计算采用中心云+边缘计算的分布式架构，中心云主要是全局管控调度，完成非实时、长周期的计算处理；而边缘计算侧重执行，实现局部、小规模数据处理，完成现场级、实时、短周期的智能分析与快速决策；海量终端采集到数据后，在边缘完成小规模计算并快速决策处理；而复杂大规模的全局性决策处理，则将数据汇总至中心云，进行深入分析处理。中心云与边缘云统一管控、智能调度，进而实现算力的优化分配。
图1-3 章鱼分布式神经系统
边缘计算位于中心云及终端之间，将云计算能力由中心下沉至边缘，通过云边协同的架构解决特定的业务需求。在靠近网络边缘、业务边缘，以及管控的边缘端侧进行计算，最大程度降低传输时延，是边缘计算的核心价值。
中心云与边缘侧之间的网络传输路径并不简单，如图1-4所示，是经由接入网（距离30km，延迟5～10ms）、汇聚网、城际网（距离50～100km，延迟15～30ms），到骨干网（距离200km，延迟50ms），最后才到数据中心（假定数据中心IDC都在骨干网）。耗时数据是正常网络拥塞的拨测统计值，即业务侧感知的实际延迟数据，虽然不是非常精确，但是辅助架构决策足够了。
图1-4 中心云与边缘侧之间的网络传输路径
云计算能力由中心逐步下沉到边缘，首先想到就是依据当前的网络节点，沿着骨干网到接入网，最后到边缘现场逐步下沉，节点数量逐渐增多，覆盖范围缩小，运维服务成本快速增加。
按照国内的网络（国内有多张骨干网，分别是电信CHINANET与CN2，联通CNCNET以及移动CMNET）现状，骨干网节点（基本上对应省会城市，数量20+），城际网节点（基本上对应地市，数量200+），汇聚网节点（基本上对应区县，数量2000+），接入网节点（假设对应移动基站，数量60W+，实际更多），还有就是数以万计的业务现场计算节点。这些节点都可以安置边缘计算，范围太广，难以形成统一标准。这就是中心云计算是由技术定义，而边缘计算一定是网络与业务需求定义的原因。
边缘计算参与者众多，包括云厂商、设备商、运营商三大关键服务商方以及一些新型AI人工智能服务商等（如图1-5所示）。它们都是从各自现有优势延伸，为存量的用户提供全站式服务，通过业务上下游，拓展更多客户及市场空间。
1）设备商：在互联网时代默默耕耘，借助物联网逐渐构建单一功能的 专业云 。比如海康、大华等比较典型的视频设备厂商，它们结合平台能力，构建专业的软硬一体的云能力。
2）云厂商：从中心化的公有云开始下沉，走向分布式区域云，区域云之间通过云联网打通，形成一个覆盖更大的云。国内阿里云、华为云、腾讯云等都在开始加速建设区域数据中心，扩大云的覆盖范围；Google也发布了分布式云，其也属于边缘计算的范畴。
图1-5 边缘计算参与者（设备商、运营商、云厂商）
3）运营商：在互联网时代，运营商被公有云及繁荣的移动应用完全屏蔽，只能充当数据流量管道，但是在边缘计算时代，业务及网络定义边缘计算使运营商重新回归，并且不可替代。尤其是运营线通过5G引领边缘计算浪潮，在移动基础设施之前构建移动边缘MEC能力，在智慧化社会、产业边缘（港口、公路、能源、光伏）等边缘计算场景将有广阔的空间。
中心云计算是由技术创新驱动的，边缘计算则是由网络与业务需求定义，业务价值驱动，按需建设按照场景使用。
1.网络定义的边缘计算
通过优化终端与云中心网络路径，将中心云能力逐渐下沉至靠近终端，实现业务就近接入访问。从中心到边缘依次分为区域云/中心云、边缘云/边缘计算、边缘计算/本地计算三大类型，如图1-6所示。
1）区域云/中心云（Provider/Enterprise Core）：将中心云计算的服务在骨干网拓展延伸，将中心化云能力拓展至区域，实现区域全覆盖，解决在骨干网上耗时，将网络延迟优化至30ms左右，但逻辑上仍是中心云服务。
2）边缘云/边缘计算（Provider Edge）：将中心云计算的服务沿着运营商的网络节点逐渐拓展延伸，构建中小规模云服务或类云服务能力，将网络延迟优化至15ms左右，比如多接入边缘计算（MEC）、CDN。
3）边缘计算/本地计算（End-User Premises Edge）：主要是接近终端的现场设备及服务能力，将终端部分逻辑剥离出来，实现边缘自主的智能服务，由云端控制边缘的资源调度、应用管理与业务编排等能力，将网络延迟优化至5ms左右，比如多功能一体机、智能路由器等。
图1-6 网络定义的边缘计算类型
总的来说，基于网络定义的边缘计算，更多的是面向消费互联业务及新型toC的业务，主要是将云中心的能力及数据提前下沉至边缘，除了经典的CDN、视频语音业务外，还有近两年大火的元宇宙等。
当前大部分面向消费互联业务都是通过安置在骨干网的中心云计算能力支持，时延在30～50ms，远远小于本身云端后端业务处理的延迟；算力下沉至边缘的初衷，主要是实现中心云海量请求压力分散，用户体验的优化等，但对业务都属于锦上添花，并非雪中送炭。
这里说一下网络产品，如图1-7所示是运营视角的完整的网络产品，包含上云网络、云间网络、云内网络；但是中心式云计算的技术，是将数据中心内部网络全部虚拟化，即云内网络，衍生出VPC、负载均衡等诸多产品；数据中心外部则几乎完全屏蔽运营商网络，只提供弹性公网IP及互联网出口带宽服务，中心云计算与运营商网络并没有融合。
但从中心云计算演进到边缘计算，对将中心云与边缘链接起来的网络依赖极强，如果中心云是大脑，边缘计算是智能触角，那么网络就是神经，就是动脉血管。
但是整体网络规划与建设，尤其是国家骨干网的规划与建设，如图1-8所示的CN2骨干网示意图，是在云计算发展之前，并不是专门服务云计算的，所以中心云计算与运营商网需要融合，即云网融合，云网融合最终目标是“云中有网，网中有云”；实现云能力的网络化调度编排，网络能力的云化快速定义。借助新型业务需求和云技术创新，驱动运营商网络架构深刻变革升级开放。
图1-7 云计算网络产品分类（运营商视角）
图1-8 电信运营商CN2骨干网（示意图）
当前，网络的能力极大地限制着云计算的发展，在边缘计算及物联网建设过程中尤为明显；云网融合与算力网络依然还是运营商的“独角戏”，进展缓慢；新一代5G颠覆性技术变革，引爆整个领域的颠覆性巨变，但是只是解决了海量设备接入及设备低延迟接入的问题，后端整体配套及解决方案明显跟不上；就当前情况来看，依然还是5G找业务的尴尬局面，未来5G在实体产业（港口、码头、矿山等）领域，相比消费者领域，会带来更大变革与价值，来日方长，拭目以待。
2.业务定义的边缘计算
除了面向消费者的互联网边缘场景，边缘计算更多的是面向实体产业及智慧化社会衍生的场景。
对于实体产业场景来说，由于历史原因，在边缘及现场，存在大量异构的基础设施资源；通过业务需求驱动边缘计算平台的建设，不仅需要整合利用现有的基础设施资源，同时要将中心云计算技术及能力下沉至边缘及现场，实现大量存量业务运营管控上云，海量数据统一入湖，以此支持整个企业的数字化转型。
对于智慧化社会衍生场景来说，越是新型的业务，对网络时延越敏感，数据量越大。结构化数据逐渐转化成非结构化数据，需要人工智能、神经网络等智能化技术支持。
如果需要一个时延基准做参考，以此来决策是否需要边缘计算的能力，建议30ms的延迟为准，即一次请求从接入到骨干网的耗时不超过30ms；当前新型对网络时延敏感的业务场景，都采用的是云端总控管理，设备现场实时计算这种分布式架构策略，以此降低对网络的强依赖。如图1-9所示，针对业务将边缘计算分为智能设备/专业云及产业边缘/行业云两种类型。
1）智能设备/专业云：基于云计算能力，围绕智能设备提供整体化的解决方案，包含智能设备、云端的服务以及端到云之间的边缘侧服务，比如视频监控云、G7货运物联等。
2）产业边缘/行业云：基于云计算能力，围绕行业应用及场景，提供套件产品及解决方案，比如物流云、航天云等。
总的来说，基于业务定义的边缘计算，更多的是面向智能设备及实体产业，对智能设备，从AVG、密集式存储、机械手臂等单一功能的智能设备，到无人机、无人驾驶车等复杂的智能设备，云计算能力不仅是支撑设备控制管理应用的运行，同时借助中心云计算能力拓展至边缘侧，解决了产业系统上云后无法集中化、标准化管理的难题；对产业边缘，通过云计算技术，结合行业场景的抽象总结，构建行业通用的产品及解决方案，随着整个产业互联网加速建设，是边缘计算未来发展的重点方向。
图1-9 面向业务将边缘计算分类
对于规模较大的一些企业，云边场景非常复杂，中心云计算平台与边缘计算的平台建设，不仅应对业务需求，同时还要面临诸多基础设施的问题： 在中心云计算 面临多云使用多云互通问题； 在边缘网络链路 面临多运营商的骨干网，多云运营商网络及多云的云网融合问题； 在端侧接入网 面临多运营商5G网络的共享问题等，很多问题只能通过治理的手段应对，无法从技术平台层面彻底解决。