（文章來(lái)源：未來(lái)智庫(kù)）

5G 是邊緣計(jì)算產(chǎn)業(yè)發(fā)展的重要契機(jī)。邊緣計(jì)算作為數(shù)據(jù)的第一入口，將在智慧園區(qū)、安 卓云與云游戲、CDN、視頻監(jiān)控、工業(yè)互聯(lián)網(wǎng)與 Cloud VR 等場(chǎng)景發(fā)揮重要作用。邊緣計(jì)算的崛起，是 5G 應(yīng)用的結(jié)果。我們這篇報(bào)告討論的重點(diǎn)是邊緣計(jì)算對(duì)服務(wù)器需求 的變化。但是在這之前，我們需要討論，邊緣計(jì)算與上一代計(jì)算場(chǎng)景（云計(jì)算）的不同點(diǎn) 在哪里？這樣就更有利于我們對(duì)服務(wù)器需求的變化有一定的認(rèn)知。

邊緣計(jì)算，是指一種在網(wǎng)絡(luò)邊緣進(jìn)行計(jì)算的新型計(jì)算模式。邊緣計(jì)算機(jī)靠近終端或者數(shù)據(jù) 源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用等，就近提供邊緣終端智能服務(wù)，滿(mǎn)足 對(duì)敏捷連接、實(shí)施業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能和安全隱私保護(hù)等需求。我們可以將邊緣計(jì) 算簡(jiǎn)單理解為“終端計(jì)算”，區(qū)別于云計(jì)算時(shí)代的“數(shù)據(jù)中心計(jì)算”（云端計(jì)算）。

邊緣計(jì)算的業(yè)務(wù)本質(zhì)，是云計(jì)算在數(shù)據(jù)中心之外匯聚節(jié)點(diǎn)的延伸和演進(jìn)，主要包括云邊緣、 邊緣云和云化網(wǎng)關(guān)三類(lèi)落地形態(tài)。根據(jù) IDC 預(yù)測(cè)，未來(lái)超過(guò) 70% 的數(shù)據(jù)需要在邊緣側(cè)分 析、處理和存儲(chǔ)。邊緣計(jì)算領(lǐng)域的多樣性計(jì)算架構(gòu)、產(chǎn)品與解決方案越發(fā)重要。

從邊緣計(jì)算對(duì)軟件和硬件的要求來(lái)看，軟件平臺(tái)需要考慮導(dǎo)入云理念、云架構(gòu)、云技術(shù)， 提供端到端實(shí)時(shí)、協(xié)同式智能、可信賴(lài)、可動(dòng)態(tài)重置等能力。硬件平臺(tái)需要考慮異構(gòu)計(jì)算 能力，如鯤鵬、ARM、X86、GPU、NPU、FPGA 等。即邊緣計(jì)算軟件平臺(tái)采用 Cloud Native 云原生架構(gòu)與關(guān)鍵技術(shù)，硬件平臺(tái)支持異構(gòu)計(jì)算能力，以邊云協(xié)同和邊緣智能為關(guān)鍵特征。

云邊緣：云邊緣作為公有云的延伸，將云的部分服務(wù)或者能力擴(kuò)展到邊緣基礎(chǔ)設(shè)施之 上。中心云和云邊緣相互配合，實(shí)現(xiàn)全網(wǎng)資源共享、全網(wǎng)統(tǒng)一管控等能力。邊緣云：基于云計(jì)算技術(shù)與架構(gòu)構(gòu)建的邊緣分布式開(kāi)放平臺(tái)，可提供集中管理和調(diào)度 的能力，邊緣云內(nèi)及邊緣云之間可以進(jìn)行資源共享。邊緣網(wǎng)關(guān)：邊緣網(wǎng)關(guān)是企業(yè)/行業(yè)數(shù)據(jù)的接入節(jié)點(diǎn)，是網(wǎng)關(guān)設(shè)備基于云計(jì)算技術(shù)的演進(jìn)， 可實(shí)現(xiàn)網(wǎng)關(guān)內(nèi)資源共享。

云計(jì)算的特點(diǎn)：計(jì)算的中心化（集中化）：在云計(jì)算場(chǎng)景下，我們看到的服務(wù)器發(fā)揮作用的形態(tài)是集群 化。云計(jì)算中，IT 系統(tǒng)不再是多個(gè)系統(tǒng)相互獨(dú)立的煙囪模式，而是通過(guò)虛擬化技術(shù)將服務(wù) 器、存儲(chǔ)池化，多個(gè)系統(tǒng)共享計(jì)算資源。在這一 IT 架構(gòu)邏輯下，云計(jì)算中單個(gè)服務(wù)器的 性能、吞吐量、可靠性等重要性能指標(biāo)的重要性相對(duì)降低，其追求更多的是服務(wù)器集群或 者整個(gè)數(shù)據(jù)中心的可用性及性能。

計(jì)算的高可靠性。云計(jì)算中數(shù)據(jù)中心的集群模式，使得計(jì)算的基礎(chǔ)不是單臺(tái)服務(wù)器， 而是而整個(gè)服務(wù)器集群，這樣使得計(jì)算不僅具備高性能，同時(shí)具有高可靠性，即使單臺(tái)甚 至多臺(tái)服務(wù)器同時(shí)出現(xiàn)宕機(jī)，其計(jì)算能夠快速向其它服務(wù)器進(jìn)行切換。

計(jì)算的可擴(kuò)展性。我們知道，云計(jì)算底層計(jì)算資源的核心邏輯，就是通過(guò)虛擬化技術(shù)， 將計(jì)算和存儲(chǔ)資源進(jìn)行池化，將原來(lái)物理隔離的單臺(tái)計(jì)算資源進(jìn)行虛擬化和集中化。最終 以集群化處理來(lái)達(dá)到單臺(tái)服務(wù)器所難以實(shí)現(xiàn)的高性能計(jì)算。服務(wù)器集群的計(jì)算能力，可以 通過(guò)不斷增加虛擬化服務(wù)器的數(shù)量來(lái)進(jìn)行擴(kuò)展。

邊緣計(jì)算的特點(diǎn)：異構(gòu)計(jì)算，5G 驅(qū)動(dòng)的計(jì)算革命的升級(jí)，將進(jìn)一步拓寬計(jì)算的邊界。云游戲、VR/AR、超高清視頻、 物聯(lián)網(wǎng)、視頻、直播等應(yīng)用的推廣，使得計(jì)算的場(chǎng)景和計(jì)算數(shù)據(jù)格式更加多樣、更加復(fù)雜。 從原來(lái)的結(jié)構(gòu)化數(shù)據(jù)，演化為更多的非結(jié)構(gòu)化數(shù)據(jù)（語(yǔ)音、文本、圖片、視頻等）。這就 需要邊緣計(jì)算能夠解決異構(gòu)計(jì)算的問(wèn)題。

對(duì)于邊緣智能，我們可以從以下兩個(gè)方面來(lái)理解：未來(lái)的物聯(lián)網(wǎng)終端將更加智能；利用AI技術(shù)為物聯(lián)網(wǎng)終端的計(jì)算進(jìn)行升級(jí)。邊緣智能利用AI 技術(shù)為邊緣側(cè)賦能, 是AI 的 一種應(yīng)用與表現(xiàn)形式。AI 通過(guò)邊緣節(jié)點(diǎn)能夠獲得更豐富的數(shù)據(jù)，并針對(duì)不同應(yīng)用場(chǎng)景實(shí) 現(xiàn)個(gè)性化和泛在化，極大地?cái)U(kuò)展人工智能的應(yīng)用場(chǎng)景。邊緣節(jié)點(diǎn)可以借助 AI 技術(shù)更好地 提供高級(jí)數(shù)據(jù)分析、場(chǎng)景感知、實(shí)時(shí)決策、自組織與協(xié)同等智能化服務(wù)。邊緣側(cè)輕量級(jí)、 低延時(shí)、高效的 AI 計(jì)算框架顯得尤為重要。

邊云協(xié)同就是要平衡邊緣和云端之間的計(jì)算資源利用。在邊緣計(jì)算之前，大部分的核心 計(jì)算都是集中在云端，未來(lái)計(jì)算資源將在邊緣端和云端進(jìn)行更合理分配，來(lái)滿(mǎn)足不同應(yīng)用 場(chǎng)景對(duì)計(jì)算的需求。

比如，對(duì)于應(yīng)用的開(kāi)發(fā)和部署，開(kāi)發(fā)部分可以放在云端來(lái)完成，能夠充分發(fā)揮云端算力重 組、多語(yǔ)言、多工具的優(yōu)勢(shì)，部署部分可以根據(jù)不同場(chǎng)景的需求，放在邊緣節(jié)點(diǎn)。對(duì)于云 游戲，渲染部分可以放在云端，呈現(xiàn)部分放在邊緣側(cè)。對(duì)于 AI 的應(yīng)用，深度學(xué)習(xí)相關(guān)的 模型訓(xùn)練放在云端執(zhí)行，與之對(duì)應(yīng)的推理部分放在邊緣節(jié)點(diǎn)來(lái)執(zhí)行。

在傳統(tǒng)軟件架構(gòu)下，主要的模式都是 CS 模式，服務(wù)端大多是單機(jī)處理幾千個(gè)輕量請(qǐng)求。 而在邊緣計(jì)算場(chǎng)景下，需要數(shù)萬(wàn)臺(tái)服務(wù)器處理上億個(gè)重負(fù)載請(qǐng)求。邊緣計(jì)算機(jī)本質(zhì)上是用 CES 模式取代 CS 模式，當(dāng)前的互聯(lián)網(wǎng) IT 架構(gòu)已經(jīng)從 CS 模式，逐步向 CDN 服務(wù)為核心 的 CES 模式轉(zhuǎn)變。但當(dāng)前的 CDN 模式比較大的局限性在于缺乏靈活性，不能解決邊緣上 非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)和處理的需求，引入 Edge 端（邊緣端）就是為了解決 CS 模式下無(wú)法 處理的業(yè)務(wù)。

在 4G 時(shí)代，算力的提升已經(jīng)將硬件的升級(jí)和軟件的優(yōu)化所帶來(lái)潛力進(jìn)行了充分挖掘，5G 時(shí)代，必須引入邊緣端（Edge 端）來(lái)平衡云端和終端的算力，來(lái)承載更多的 5G 業(yè)務(wù)。

有了 5G 低時(shí)延的支撐，邊緣端（Edge 端）可以承擔(dān)原來(lái)本機(jī)客戶(hù)端的計(jì)算需求。這樣 對(duì)服務(wù)器端和客戶(hù)端都帶來(lái)一定好處。對(duì)于服務(wù)器端而言，邊緣端會(huì)將訪問(wèn)請(qǐng)教在本地進(jìn) 行預(yù)處理，能夠分散大流量的訪問(wèn)和計(jì)算壓力。對(duì)于客戶(hù)端而言，邊緣端的計(jì)算環(huán)境可控， 算力不依賴(lài)于云端服務(wù)器。
（責(zé)任編輯：fqj）