邊緣計(jì)算技術(shù)發(fā)展與對(duì)策研究

1、中國(guó)工程科學(xué)2018年第20卷第2期doi 10.15302/j-sscae-2018 02.004邊緣計(jì)算技術(shù)發(fā)展與對(duì)策研究(1.中國(guó)科學(xué)院計(jì)算技術(shù)研究所,北京100190： 2.中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心,北京100190)摘要：邊緣計(jì)算是一項(xiàng)正在興起的技術(shù)，通過把計(jì)算、存儲(chǔ)、帶寬、應(yīng)用等資源放在網(wǎng)絡(luò)的邊緣側(cè).以便減小傳輸延遲和帶 寬消耗同時(shí),應(yīng)用開發(fā)者和內(nèi)容提供商可以根據(jù)實(shí)時(shí)的網(wǎng)絡(luò)信息提供可感知的服務(wù)移動(dòng)終端.物聯(lián)網(wǎng)等設(shè)備為計(jì)算敏感 取的應(yīng)川摞供了必要的前處理支博，例如圖像識(shí)別、網(wǎng)絡(luò)游戲等應(yīng)川，以利川初級(jí)計(jì)算的處理靜力分相云端工作仇荷.本 文介紹r邊緣計(jì)算的概念、需解決的關(guān)鍵問題、主要

2、研究進(jìn)展，邊緣計(jì)算發(fā)展帶來的影響以及邊緣計(jì)算帶來的機(jī)遇和發(fā)展對(duì)策。 關(guān)鍵詞：云計(jì)算：邊緣計(jì)算：霧計(jì)算：移動(dòng)邊緣計(jì)算：物聯(lián)網(wǎng)：前端號(hào)能中圖分類號(hào)：tp391文獻(xiàn)標(biāo)識(shí)碼：aedge computing technology: development andcountermeasureshong xuehai wang yang(1. institute of computing technology. chinese academy of sciences, beijmg 100190, china; 2. conqjuter network informationcenter. chinese

3、academy of sciences. beijing 100190. cluna)abstract: edge computing is an emerging technology that reduces transmission delays and bandwidth consumption by placmg computing, storage, bandwidth, applications, and other resources on the edge of the network. moreover, application developers and content

4、 providers can provide perceptible services based on real-time network infbimation mobile terminals, internet of things, and other devices provide the necessary front-end support for computing sensitive applications, such as image recognition and network games, to share the cloud work load with the

5、processing capability of edge computing. this paper discusses the concept of edge computing, key problems that require solutions, main advances in edge computing, influence of edge computing developments, and oppomimties and development countermeasures of edge calculationkeywords: clcud computmg; ed

6、ge computing, fog computing: mobile edge computing, internet of things: front-end intelligence25一、邊緣計(jì)算的概念絡(luò)端負(fù)責(zé)數(shù)據(jù)傳輸，而物聯(lián)網(wǎng)各個(gè)節(jié)點(diǎn)端負(fù)責(zé)采集數(shù)據(jù)，并通過網(wǎng)絡(luò)交給云端，云端再根據(jù)數(shù)據(jù)分析“云、網(wǎng)、端”基本功能的最初設(shè)想是，在云并做決策后再把結(jié)果返還給終端。在這種模型中,端有一個(gè)異常強(qiáng)大的數(shù)據(jù)中心，負(fù)責(zé)數(shù)據(jù)處理，網(wǎng)云端負(fù)責(zé)智能計(jì)算，而終端節(jié)點(diǎn)負(fù)責(zé)數(shù)據(jù)采集以及201s 04 18,2018 04 20洪學(xué)海中國(guó)科學(xué)院.研究員，主要研究方向?yàn)楦咝阅苡?jì)算.云計(jì)算和信息技術(shù)與信息化戰(zhàn)略研尢等：

7、e-mail: hxh i 不戔容詢項(xiàng)ii “互聯(lián)網(wǎng)+ 行動(dòng)計(jì)劃的發(fā)展戰(zhàn)略2;q016zd03)：國(guó)工科學(xué)牝:項(xiàng)11 (91646127)；中國(guó)科學(xué)院文獻(xiàn)情報(bào)能力建設(shè)專項(xiàng)一院所協(xié)同項(xiàng)ii ocp2o17-16) 決策執(zhí)行。然而，這樣的設(shè)想在實(shí)際執(zhí)行中遇到了不少困 難。第一個(gè)困難來源于數(shù)據(jù)傳輸?shù)拈_銷。物聯(lián)網(wǎng)節(jié) 點(diǎn)通常都使用無線網(wǎng)絡(luò)與云端做數(shù)據(jù)傳輸，而如果 物聯(lián)網(wǎng)節(jié)點(diǎn)把不加任何處理的原始數(shù)據(jù)全部傳到云 端，會(huì)導(dǎo)致帶寬需求爆炸，網(wǎng)絡(luò)基礎(chǔ)架構(gòu)沒法支撐 如此高的帶寬需求：開銷的另一部分是無線傳輸?shù)?功耗，如果把數(shù)據(jù)不加任何處理全部傳輸?shù)皆贫? 那么終端節(jié)點(diǎn)的無線傳輸模塊必須支持高速無線傳 輸，這就意味著

8、無線模塊需要很大的功耗，與物聯(lián) 網(wǎng)節(jié)點(diǎn)低功耗的設(shè)想不符。第二個(gè)困難在于網(wǎng)絡(luò)延 遲。許多節(jié)點(diǎn)執(zhí)行的任務(wù)對(duì)于延遲非常敏感，例如, 無人駕駛、增強(qiáng)現(xiàn)實(shí)技術(shù)/虛擬現(xiàn)實(shí)技術(shù)（ar/vr） 應(yīng)用等，在這些應(yīng)用中由于網(wǎng)絡(luò)傳輸帶來的延遲（幾 卜亳秒以上，有時(shí)候網(wǎng)絡(luò)信號(hào)不好會(huì)帶來數(shù)秒的延 遲甚至抻線）使任務(wù)無法被接受。針對(duì)這些問題, 邊緣計(jì)算技術(shù)應(yīng)運(yùn)而生。但是，對(duì)于邊緣計(jì)算的概念，目前還沒有一 個(gè)嚴(yán)格的定義。目前認(rèn)為的邊緣計(jì)算的物理邊界, 如圖1所示。施魏松等1定義的邊緣計(jì)算是指在網(wǎng)絡(luò)的邊 緣執(zhí)行計(jì)算的一種新型計(jì)算模式，包含下行的云服 務(wù)和上行的萬(wàn)物互聯(lián)服務(wù)。我國(guó)邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟 （ecc）定義的邊緣計(jì)算是指在

9、靠近物或數(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)用核心 能力的開放平價(jià)，就近提供邊緣智能服務(wù)，滿足行 業(yè)數(shù)字在敏捷聯(lián)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。對(duì)于邊緣 計(jì)算，無論是上行互聯(lián)還是下行云服務(wù)以及融合業(yè) 務(wù)計(jì)算，其核心的理念是“計(jì)算應(yīng)該更靠近數(shù)據(jù)的 源頭，可以更貼近用戶”，以及將智能計(jì)算的任務(wù) 前置利物端，而不僅僅在云端。在邊緣計(jì)算概念出 現(xiàn)之前，還出現(xiàn)過海云計(jì)算、霧計(jì)算2以及近來 比較熱的移動(dòng)邊緣計(jì)算等概念，本質(zhì)上這些概念描 述的應(yīng)該是同一個(gè)問題，即克服云計(jì)算和云服務(wù)的 重負(fù)載、長(zhǎng)時(shí)延、安全隱患等問題，并與玄計(jì)算和 云服務(wù)互為補(bǔ)充，靠近用戶和數(shù)據(jù)源

10、，并提供智能 計(jì)算前置的一種新型計(jì)算模型。因此，邊緣計(jì)算是 繼分布式計(jì)算、網(wǎng)格計(jì)算、云計(jì)算之后的又一新型 計(jì)算漠型。作者認(rèn)為邊緣計(jì)算是以云計(jì)算為核心, 以現(xiàn)代通信網(wǎng)絡(luò)為途徑，以海量終端為感知的端, 通過優(yōu)化資源配置，使得計(jì)算、存儲(chǔ)、傳輸、應(yīng)用 等服務(wù)更智能，具備優(yōu)勢(shì)互補(bǔ)、深度協(xié)同的資源調(diào) 度能力，是集云、網(wǎng)、端、智四位一體的新型計(jì)算 模型，二、發(fā)展邊緣計(jì)算要解決的關(guān)鍵問題計(jì)算資源和存儲(chǔ)資源緣鼻理國(guó)邊計(jì)物也圖1邊緣計(jì)算的物理邊界在邊緣計(jì)算中，終端節(jié)點(diǎn)不再是完全不負(fù)責(zé)計(jì) 算，而是做一定量的計(jì)算和數(shù)據(jù)處理，之后把處理 過的數(shù)據(jù)再傳遞到云端。這樣一來網(wǎng)絡(luò)延遲和帶寬 的問題可以解決，因?yàn)橛?jì)算在本地，而且

11、處理過的 數(shù)據(jù)一定是從原始數(shù)據(jù)中進(jìn)行過精煉的數(shù)據(jù)，所以 數(shù)據(jù)量會(huì)小很多。當(dāng)然，具體要在邊緣做多少計(jì)算 也取決于計(jì)算功耗和無線傳輸功耗的折衷一終端 計(jì)算越多，計(jì)克功耗越大，無線傳輸功耗通常就可 以更小，對(duì)于不同的系統(tǒng)存在不同的最優(yōu)值。此外, 由于物端數(shù)據(jù)不是全部都通過網(wǎng)絡(luò)傳輸?shù)皆贫耍?某些數(shù)據(jù)比較敏感的應(yīng)用場(chǎng)景下，數(shù)據(jù)安全也得到 一定的保障，因此，對(duì)于邊緣計(jì)算，需要解決以下 幾個(gè)主要問題.(-)邊緣計(jì)算的體系結(jié)構(gòu)問題目前的霧計(jì)算、海云計(jì)算、三元計(jì)算以及移動(dòng) 邊緣計(jì)算等，本質(zhì)上是屬于邊緣計(jì)算的一種形式, 它涵蓋物聯(lián)網(wǎng)、移動(dòng)蜂窩網(wǎng)、車聯(lián)網(wǎng)、互聯(lián)網(wǎng)、移 動(dòng)互聯(lián)網(wǎng)等眾多領(lǐng)域，是it資源設(shè)施的優(yōu)化配置

12、解決方案，包括計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)、軟件、輸入輸 出(io)等資源，是算法上的改進(jìn)、算力上的優(yōu)化、 數(shù)據(jù)的重新布局。但是由于邊緣計(jì)算直接應(yīng)對(duì)網(wǎng)絡(luò) 的邊緣側(cè)眾多的應(yīng)用場(chǎng)景和應(yīng)用模式，因此，除研 究通用的體系結(jié)構(gòu)來應(yīng)對(duì)這些復(fù)雜的應(yīng)用場(chǎng)景和應(yīng) 用模式之外，還需要針對(duì)不同的應(yīng)用場(chǎng)景和應(yīng)用模 式設(shè)計(jì)具體的體系結(jié)構(gòu)，如霧計(jì)算的體系結(jié)構(gòu)、移 動(dòng)邊緣計(jì)克的體系結(jié)構(gòu)等，并以此來規(guī)劃計(jì)算、存 儲(chǔ)、網(wǎng)絡(luò)、軟件等資源的配置，使得具體應(yīng)用性能、 功耗、安全等最優(yōu)化。(-)邊緣計(jì)算物端設(shè)備的處理器能力問題在不同的應(yīng)用場(chǎng)景下，對(duì)邊緣計(jì)算物端的處理 器的能力、功耗等需求不同。有的邊緣計(jì)算是以物 端控制為目的的應(yīng)用，對(duì)運(yùn)算能力需求

13、相對(duì)較弱。 而有的邊緣計(jì)算應(yīng)用是就近物端處理數(shù)據(jù)，以減少 數(shù)據(jù)網(wǎng)絡(luò)傳輸、降低網(wǎng)絡(luò)延遲和實(shí)時(shí)信息處理為目 的的應(yīng)用，如島清視頻監(jiān)控等，數(shù)據(jù)需要就近處理, 這對(duì)物端計(jì)尊處理器的運(yùn)算能力要求相對(duì)較高。因 此.時(shí)邊緣計(jì)算設(shè)備的處理器能力需要針對(duì)不同的 應(yīng)用場(chǎng)景，配置相應(yīng)能力的物端設(shè)備處理器。(三)邊緣計(jì)算的算法與內(nèi)存設(shè)計(jì)問題邊緣計(jì)算的一個(gè)重要的應(yīng)用場(chǎng)景是將在云端的 智能處理能力延展到物端，即計(jì)算智能前置。但現(xiàn) 在主流的深度神經(jīng)網(wǎng)絡(luò)處理克法程序大小通常為幾 兆字節(jié)甚至幾百兆字節(jié)，這就給物端計(jì)和節(jié)點(diǎn)的處 理器和內(nèi)存配置帶來r挑戰(zhàn)。因?yàn)槲锒擞?jì)算的處理 器和內(nèi)存一般不可能配置較大的處理器和內(nèi)存，m 此需要進(jìn)行

14、算法模型的壓縮和智能處理算法硬ip 化，并配置到物端處理器上。同樣需要進(jìn)一步考慮 如果算法無法把模型做到很小，就需要號(hào)慮內(nèi)存內(nèi) 計(jì)算 (in-memory computing)。(四)邊緣計(jì)算與云計(jì)算的能力資源協(xié)同問題云計(jì)算是中心化的計(jì)算模式，而邊緣計(jì)算木質(zhì) 上是去中心化的計(jì)算模式。但云計(jì)算與邊緣計(jì)算并 不是完全對(duì)立的計(jì)算架構(gòu) 在一些應(yīng)用場(chǎng)景中，運(yùn) 用邊緣計(jì)算在網(wǎng)絡(luò)邊緣端做數(shù)據(jù)預(yù)處理后再傳揚(yáng)到 云端，在云端再進(jìn)行深入大規(guī)模分析，使兩者各展 所長(zhǎng)。作為與云計(jì)算相互補(bǔ)充和相伴相生的邊緣計(jì) 算，其能力的實(shí)現(xiàn)必須與云計(jì)克進(jìn)行有效的協(xié)同, 才能真正實(shí)現(xiàn)邊緣計(jì)算的目的。在云計(jì)算和邊緣計(jì) 算協(xié)同的過程中，兩

15、者在數(shù)據(jù)全生命周期中，在哪 個(gè)階段進(jìn)行協(xié)同、計(jì)算負(fù)載如何適度分配、任務(wù)如 何調(diào)度、云端和邊緣物端設(shè)備協(xié)同的協(xié)議如何定義 等方面，目前還沒有一個(gè)很好的、統(tǒng)一的模型。(五)邊緣計(jì)算的系統(tǒng)安全問題由于邊緣計(jì)算與物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、互聯(lián)網(wǎng) 的天然聯(lián)接，因此必然存在系統(tǒng)安全方面的問題。 但由于邊緣計(jì)算的物端計(jì)算一般是能力相對(duì)比較弱 小的計(jì)算系統(tǒng)，它不能像常規(guī)的計(jì)算系統(tǒng)一樣采 取多層、多種安全保障措施。有的邊緣計(jì)算是直 接應(yīng)用于系統(tǒng)控制，其安全問題顯得尤其重要, 因此，邊緣計(jì)算系統(tǒng)的安全問題研尢是一個(gè)新的 課題.三、邊緣計(jì)算技術(shù)研究主要進(jìn)展當(dāng)前，邊緣計(jì)算的研究主要集中在移動(dòng)邊緣 網(wǎng)絡(luò)、霧計(jì)算、小云(clo

16、udlets)、邊緣云、體系 結(jié)構(gòu)等方面。美國(guó)韋恩州立大學(xué)施魏松教授是國(guó)內(nèi) 外邊級(jí)計(jì)算研究的引領(lǐng)者，他從邊緣計(jì)算基礎(chǔ)、邊 緣計(jì)算系統(tǒng)平臺(tái)和典型應(yīng)用等多個(gè)方削對(duì)邊緣計(jì)算 技術(shù)的研究給予了描述。文獻(xiàn)3從融合計(jì)算、緩 存、通信角度對(duì)移動(dòng)邊緣網(wǎng)絡(luò)做了介紹，文獻(xiàn)4 介紹了從云計(jì)算向用戶側(cè)推進(jìn)的小云計(jì)算模型，從 霧計(jì)算概念角度研究較多，文獻(xiàn)習(xí)主要討論了'霧 計(jì)算在物聯(lián)網(wǎng)中所扮演的重要角色，文獻(xiàn)6介紹 了如何通過霧計(jì)算來降低云計(jì)算的能耗，文獻(xiàn)7 主要探討了霧計(jì)算是否是云計(jì)算發(fā)展的未來，文 獻(xiàn)網(wǎng)主要介紹廣霧計(jì)算的概念、應(yīng)用及面臨的問 題，文獻(xiàn)9,10主要討論霧計(jì)算的安全、隱私和管 控方法，文獻(xiàn)11介紹

17、了霧計(jì)算平臺(tái)及其上層應(yīng)用。 文獻(xiàn)12介紹了邊緣計(jì)算在擴(kuò)展企業(yè)應(yīng)用到網(wǎng)絡(luò)邊 緣發(fā)揮的作用，其延遲、效能分析在文獻(xiàn)口3中做 了介紹.文獻(xiàn)14介紹了邊修計(jì)算的興起、定義. 體系結(jié)構(gòu)、研究領(lǐng)域、技術(shù)挑戰(zhàn)等方面內(nèi)容。此外, ecc也在邊緣計(jì)算的定義、體系結(jié)構(gòu)、產(chǎn)業(yè)生態(tài)等 方面進(jìn)行論述。移動(dòng)邊緣計(jì)算是邁向5g的關(guān)鍵 技術(shù)之一 15,更是一種針對(duì)大規(guī)模物聯(lián)網(wǎng)應(yīng)用的 新型編程模型16,文獻(xiàn)17對(duì)相關(guān)技術(shù)做了較為 詳細(xì)的描述。總結(jié)來看，這些研究進(jìn)展集中表現(xiàn)在 如下幾個(gè)方面。（-）定義清楚了通用的邊緣計(jì)算的體系結(jié)構(gòu)霧計(jì)算和邊緣計(jì)算各有側(cè)重，但本質(zhì)上描述的 是同一類計(jì)算模型。當(dāng)前的研究是將通用的邊緣計(jì) 算體系結(jié)構(gòu)從

18、橫向與縱向兩個(gè)維度定義，即縱向是 基礎(chǔ)設(shè)備層、統(tǒng)一接口層、應(yīng)用服務(wù)層：橫向包括 動(dòng)態(tài)智能、安全保障、運(yùn)維管控等。（1）基礎(chǔ)設(shè)備層：主要涵蓋數(shù)以億計(jì)的異構(gòu)智 能終端設(shè)備，它們分你任網(wǎng)絡(luò)的邊緣測(cè)，靠近用戶。 基礎(chǔ)設(shè)備層是計(jì)算、存儲(chǔ)、帶寬、緩存等資源調(diào)配 的資源池,為邊緣用戶提供服務(wù)的邊緣基礎(chǔ)設(shè)施。（2）統(tǒng)一接口層：眾多的智能設(shè)備存在異構(gòu)問 題，想要高效利用這些資源，必須進(jìn)行整合，使得 這些資源可以有效地進(jìn)行管理和統(tǒng)一管理。統(tǒng)一接 口層的目標(biāo)就是消除這些異構(gòu)，使得基礎(chǔ)設(shè)備能夠 按照統(tǒng)、規(guī)范的標(biāo)準(zhǔn)接口實(shí)現(xiàn)互聯(lián)互通，從而可 以有效地進(jìn)行資源協(xié)同管理。（3）應(yīng)用服務(wù)層：靠近應(yīng)用的服務(wù)商，是用戶 服務(wù)得以滿

19、足的上層應(yīng)用和系統(tǒng)程序。其作用為協(xié) 同各方資源進(jìn)行按需調(diào)配，把負(fù)我、應(yīng)用、服務(wù)等 任務(wù)下發(fā)、上傳、協(xié)同給其他資源提供方，以便滿 足用戶的切實(shí)需求。（4）動(dòng)態(tài)智能層：縱向涵蓋以上三個(gè)橫向?qū)哟? 該層次的目標(biāo)是能高效、智能、自動(dòng)化地對(duì)其設(shè)備、接口、應(yīng)用進(jìn)行管理和控制，脫離人工的繁瑣配置 和監(jiān)管，達(dá)到計(jì)算的智能化。（二）移動(dòng)邊緣計(jì)算成為研究重點(diǎn)，并提出了統(tǒng)一 的邊緣計(jì)算參考框架截至目前，移動(dòng)邊緣計(jì)算（mec）已經(jīng)發(fā)展演 進(jìn)為珞來移動(dòng)寬帶網(wǎng)絡(luò)的關(guān)鍵組成部分。同軟件定 義網(wǎng)絡(luò)/網(wǎng)絡(luò)功能虛擬化（sdn/nfv） 一道，mec 將成為下一代移動(dòng)通信網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一。另外, 業(yè)界對(duì)mec技術(shù)所達(dá)成的共識(shí)為：

20、mec是物聯(lián)網(wǎng) （iot）及低時(shí)延，高可靠等垂直行業(yè)通信的關(guān)鍵使 能者，在多個(gè)行業(yè)有著眾多應(yīng)用場(chǎng)景。mec還被 業(yè)界視為第五代移動(dòng)通信（5g）的關(guān)鍵架構(gòu)概念與 技術(shù)之一。目前歐洲電信標(biāo)準(zhǔn)協(xié)會(huì)（etsi）定義 n1ec的計(jì)算框架（見圖2）,并正在加緊推動(dòng)mec 平臺(tái)和接口的標(biāo)準(zhǔn)化工作。mec平臺(tái)定義了移動(dòng) 邊緣主機(jī)、移動(dòng)邊緣平臺(tái)管理、移動(dòng)邊緣編排、虛 擬基礎(chǔ)設(shè)施管理等功能模塊18,19o（1）通過移動(dòng)邊緣主機(jī)模塊，實(shí)現(xiàn)了移動(dòng)邊緣 平分能力開放，虛擬基礎(chǔ)設(shè)施的數(shù)據(jù)面轉(zhuǎn)發(fā)能力開 放和移動(dòng)邊緣應(yīng)用的部署。（2）通過移動(dòng)邊緣平臺(tái)管理模塊，實(shí)現(xiàn)了移動(dòng) 邊緣平臺(tái)網(wǎng)元管理、移動(dòng)邊緣應(yīng)用生命周期管理、 移動(dòng)邊緣

21、應(yīng)用規(guī)則和需求管理。（3）通過移動(dòng)邊緣編排模塊，實(shí)現(xiàn)/移動(dòng)邊緣 應(yīng)用在全局范圍內(nèi)的部詈和實(shí)例化、標(biāo)準(zhǔn)化。（4）通過虛擬基礎(chǔ)設(shè)施管理模塊，實(shí)現(xiàn)了基礎(chǔ) 設(shè)施的虛擬資源統(tǒng)一分配、管理、配置及虛擬資源 性能和故障的收集與上報(bào)。（三）針對(duì)邊緣計(jì)算的使能技術(shù)提出了多種解決 方案針對(duì)移動(dòng)邊緣計(jì)算使能技術(shù)，中國(guó)聯(lián)合通信有 限公司提出了具體的解決方案。其提出了邊緣計(jì)算 使能技術(shù)的三個(gè)方面，分別是云與虛擬化、大容量 服務(wù)器、啟用應(yīng)用程序和服務(wù)生態(tài)系統(tǒng)。云和虛擬 化技術(shù)以及大容量服務(wù)器都是對(duì)邊緣計(jì)算硬件的能 力要求，而應(yīng)用程序和服務(wù)生態(tài)系統(tǒng)是將軟件和應(yīng) 用程序供應(yīng)商引入邊緣計(jì)算市場(chǎng)，并提供豐宓的應(yīng) 用，進(jìn)而產(chǎn)生一個(gè)

22、生態(tài)系統(tǒng)，即提供豐富的邊緣計(jì) 算應(yīng)用的app和提供基于開放標(biāo)準(zhǔn)的各類應(yīng)用程 序編程接口（api ）開發(fā)的編程模型和相關(guān)的工具傳動(dòng)邊緣計(jì)算系統(tǒng)統(tǒng)管理邊練計(jì)霽系統(tǒng)層移動(dòng)邊緣應(yīng)用1移動(dòng)邊緣應(yīng)用3移動(dòng)邊緣 應(yīng)用2移動(dòng)邊緣平臺(tái)移動(dòng)邊緣應(yīng)用移動(dòng)邊緣主機(jī)級(jí)管琰移動(dòng)邊緣主機(jī)層虛擬基礎(chǔ)設(shè)施如 nfvi傳動(dòng)功緣主機(jī)3gpp網(wǎng)絡(luò)本地網(wǎng)絡(luò)外部網(wǎng)絡(luò)網(wǎng)絡(luò)層圖2 etsi定義的mec計(jì)算框架圖>r： nfvi：網(wǎng)由功健虛姒化玨礎(chǔ)設(shè)筆解決方案.鏈、軟件開發(fā)包等。針對(duì)邊緣計(jì)算的物端計(jì)算能力方面，現(xiàn)有的思 路是針對(duì)不同的應(yīng)用的場(chǎng)景，進(jìn)行不同的資源配置 以控制為目的的邊緣計(jì)完，文物端計(jì)算節(jié)點(diǎn)配置計(jì) 算能力較弱的微控制單元（m

23、cu）；若對(duì)物端計(jì)算 能力需求較大的一類應(yīng)用，一種方案是使用新的指 令集增加對(duì)矢量計(jì)算的支持或使用多核做類似單指 令多數(shù)據(jù)流（simd）的架構(gòu)等把mcu做強(qiáng)：第二 種方案是走異構(gòu)計(jì)算的思路，mcu還是保持簡(jiǎn)單 的控制目的，計(jì)算部分則交給專門的加速器ip來 完成，口前的人工智能（ai）芯片其實(shí)大部分做的 就是這樣的一個(gè)專用人匚智能克法加速器ip中國(guó) 科學(xué)院計(jì)嵬技術(shù)研究所的寒武紀(jì)ip內(nèi)嵌在華為手機(jī) 上即是一例，此外，針對(duì)物端計(jì)算的內(nèi)存配置方案 也是重點(diǎn)。由于邊緣計(jì)兜的物端計(jì)算節(jié)點(diǎn)端基丁成 本、體積和能耗的考量不能加動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器 （dram）, 一般用閃存flasli （同時(shí)用于存儲(chǔ)操作系 統(tǒng)

24、等）作為系統(tǒng)存儲(chǔ)器。由于緩存必須在處理器芯 片上完成,并且緩存一般較小，算法必須要能把模 型做到很小，即“模型壓縮”。此外正在研究的內(nèi)存 內(nèi)計(jì)算和使用新型存儲(chǔ)器如非易失性的磁性隨機(jī)存 儲(chǔ)器（mram）、電阻式隨機(jī)存取存儲(chǔ)器（reram） 等實(shí)現(xiàn)高密度片上內(nèi)存也將是重要的解決方案。四、邊緣計(jì)算技術(shù)發(fā)展帶來的影響（-）邊緣云將使云計(jì)算中心建設(shè)從集中到分散和 功能解耦邊緣云是邊緣計(jì)算在云架構(gòu)技術(shù)體系的表現(xiàn)形 式，云計(jì)算中心不必把過多的設(shè)備統(tǒng)一、集中放到 一個(gè)區(qū)域，而是采用星型結(jié)構(gòu)，多地多中心，把眾 多的邊緣云用中心連接起來，這樣分布在其他區(qū)域 的邊緣云可以就近為當(dāng)?shù)赜脩籼峁┓?wù)，避免過多 的帶寬消耗

25、、過多的數(shù)據(jù)傳輸、過量的訪問壓力等。 這一模式可以均衡負(fù)載，緩解資源消耗過高等問題, 有效提高運(yùn)行效率同時(shí)也使得目前的云計(jì)算中心 功能解耦，即邊緣計(jì)算可以把基礎(chǔ)設(shè)施的功能進(jìn)行 有效地劃分，每個(gè)區(qū)域的資源可以專門承擔(dān)模塊化、 定制化、單一化的處理任務(wù)，降低了應(yīng)用、數(shù)據(jù)、 服務(wù)的耦合度。（二）邊緣計(jì)算將使計(jì)算能力從集中到分散邊緣計(jì)算本身是化解云計(jì)算壓力過大、資源利 用不高、可靠性不高、可用性差、帶寬資源不足等 問題的技術(shù)手段，把原本集中式的優(yōu)勢(shì)在物聯(lián)網(wǎng)興 起的新形式下轉(zhuǎn)變成分布式的一種有效途徑。因?yàn)?云計(jì)算不能包羅所有的海量智能終端，而11隨著邊 緣設(shè)備計(jì)算、存儲(chǔ)等能力的增強(qiáng)，原本需要在云側(cè) 解決

26、的計(jì)算任務(wù)，現(xiàn)在在終端側(cè)可以方便地就地解 決，這樣整體來看計(jì)算模型就發(fā)生r重大變化，從 原來的集中式計(jì)算變成了分布式計(jì)算。這一趨勢(shì) 將影響信息化建設(shè)的若干問題，如云側(cè)的設(shè)備投 資規(guī)模將大大降低、帶寬需求降低、存儲(chǔ)壓力減 少等。（三）邊緣計(jì)算將使it資源從隔離到協(xié)同傳統(tǒng)的云計(jì)算中心、大數(shù)據(jù)中心、超算中心等建 設(shè)規(guī)模過于龐大，而且所屬用戶相互隔離，很難就近 使用，這在很大程度上浪費(fèi)了基礎(chǔ)設(shè)施投資，資源沒 有得到充分的利用，浪費(fèi)了過多的資源。為此，邊緣 計(jì)算可以打破各自為政的信息化建設(shè)模式，使得某一 組織下的各分支能夠互聯(lián)互通，消除資源孤島，使得 原本隔離的資源可以優(yōu)勢(shì)互補(bǔ)、協(xié)同計(jì)算。（四）邊緣計(jì)算

27、將使信息系統(tǒng)的安全從單一集中負(fù) 擔(dān)到分?jǐn)傌?fù)擔(dān)邊緣計(jì)算建設(shè)模式將打破大而全的信息化建設(shè) 模式，從而很多風(fēng)險(xiǎn)、隱患可以分掩到其他部分， 如信息安全。在傳統(tǒng)的集中式建設(shè)模式下，往往 需要安全等級(jí)指標(biāo)，一旦出現(xiàn)問題，整體云計(jì)算 中心、數(shù)據(jù)中心將整體受到影響。而邊緣計(jì)算建 設(shè)模式可以把這些風(fēng)險(xiǎn)分?jǐn)?，而且很多?shù)據(jù)無需 保存到云惻，而是用戶自己保存數(shù)據(jù)，信息泄露 的風(fēng)險(xiǎn)將大大降低。五、邊緣計(jì)算發(fā)展的機(jī)遇與對(duì)策2017年2月，美國(guó)計(jì)算機(jī)社區(qū)聯(lián)盟（ccc）發(fā) 布邊緣計(jì)克重大挑戰(zhàn)研討會(huì)報(bào)告，闡述了邊緣 計(jì)算在應(yīng)用、架構(gòu)、能力與服務(wù)方面的主要挑戰(zhàn)。 這些挑戰(zhàn)概括起來主要表現(xiàn)在邊緣設(shè)備的多源、異 構(gòu)、異地性管理、邊緣

28、計(jì)算的信息服務(wù)質(zhì)量（qos） 保障、邊緣端的數(shù)據(jù)隙私及信息安全保障、云與邊 緣的分布式協(xié)同計(jì)算、智能化情景感知能力和統(tǒng)一 開放平臺(tái)等方面。從未來的發(fā)展趨勢(shì)看，物聯(lián)網(wǎng)、 移動(dòng)互聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)的發(fā)展將使邊緣計(jì)和模型 逐步打破單一以互聯(lián)網(wǎng)數(shù)據(jù)中心（idc）為中心的 云計(jì)算模型，并最終形成互補(bǔ)的局面：“云-網(wǎng)- 端”基礎(chǔ)設(shè)施隨著海量智能設(shè)備在存儲(chǔ)、計(jì)算、安 全、傳輸?shù)确矫婺芰Φ纳?jí)，資源配苴趨于下沉, 與“端”距離更近：邊緣計(jì)算引起了計(jì)算模型”去 中心化”的趨勢(shì)，協(xié)同計(jì)算將是未來技術(shù)的發(fā)展方 向：海量終端將對(duì)人工智能、機(jī)器學(xué)習(xí)等技術(shù)產(chǎn)生 影響20,將促進(jìn)微內(nèi)核技術(shù)的發(fā)展，方便算法、 模型等嵌入到海量

29、設(shè)備的固件當(dāng)中，使前端智能更 具發(fā)展前景；邊緣計(jì)算平臺(tái)的開放性、通用性、兼 容性、交互性、安全性等將是未來需要解決的問 題和技術(shù)發(fā)展趨勢(shì)21。如果這些挑戰(zhàn)性的技術(shù)問 題能夠得到突破,將帶來“互聯(lián)網(wǎng)+”發(fā)展的新機(jī) 遇，同樣也能夠帶來產(chǎn)業(yè)發(fā)展的機(jī)遇。無線及移動(dòng) 行業(yè)研究機(jī)構(gòu)1gr的創(chuàng)始人iain gillott在2017年 9月25日至27日舉行的全球移動(dòng)邊緣計(jì)克大會(huì)上 表示，邊緣計(jì)算改變移動(dòng)網(wǎng)絡(luò)的經(jīng)濟(jì)形態(tài)。據(jù)估 算，2017-2026年美國(guó)在邊緣計(jì)算方面的支出將達(dá) 到870億美元，歐洲則為1 850億美元。因此，為 應(yīng)對(duì)新的發(fā)展機(jī)遇，對(duì)我國(guó)發(fā)展邊緣計(jì)算技術(shù),建 議采取以下對(duì)策。（-）加強(qiáng)邊緣計(jì)算

30、的技術(shù)標(biāo)準(zhǔn)和規(guī)范建設(shè)邊緣計(jì)第涉及到海量的終端設(shè)備、邊緣節(jié)點(diǎn), 是數(shù)據(jù)采集、數(shù)據(jù)匯聚、數(shù)據(jù)集成、數(shù)據(jù)處理的前 端，而這些設(shè)備往往育在異構(gòu)性，來自于不同的生 產(chǎn)廠商、不同的數(shù)據(jù)接口、不同的數(shù)據(jù)結(jié)構(gòu)、不同 的傳輸協(xié)議、不同的底層平臺(tái)等，為此統(tǒng)一的技術(shù) 規(guī)范和標(biāo)準(zhǔn)亟待達(dá)成一致。同樣這些標(biāo)準(zhǔn)和規(guī)范的 制定將大大節(jié)約邊緣云等的建設(shè)成本。（-）將邊緣計(jì)算技術(shù)的研發(fā)和應(yīng)用與“互聯(lián)網(wǎng)+”、 云計(jì)算、大數(shù)據(jù)和新一代通信技術(shù)等研發(fā)計(jì) 劃發(fā)展協(xié)同起來邊緣計(jì)克是與云計(jì)算相生相伴的一種技術(shù)，并 且與大數(shù)據(jù)、5g通信和智能信息處理技術(shù)等高度 聯(lián)接。因此，我國(guó)在制定相關(guān)研發(fā)計(jì)劃的時(shí)候，要 將邊緣計(jì)算技術(shù)和應(yīng)用的研發(fā)活動(dòng)納入進(jìn)

31、去，加快 相關(guān)核心技術(shù)的研發(fā)，加快和提升邊緣計(jì)算技術(shù)的 成熟度。（三）加強(qiáng)邊緣計(jì)算的開源生態(tài)建設(shè)邊緣計(jì)算本身由海量的終端設(shè)備構(gòu)成，而眾多 智能終端可采用統(tǒng)一的開源操作系統(tǒng)，以便形成開 源生態(tài)環(huán)境，這趨勢(shì)將會(huì)給各廠商提供均等的發(fā)展機(jī)會(huì)，利用開源生態(tài)來維持核心代碼，以便形成 業(yè)界認(rèn)可的技術(shù)接口、關(guān)健功能、發(fā)展路徑等。卷考文獻(xiàn)1施魏松,劉芳.邊緣計(jì)w j.北京：科學(xué)出版社,2018.shi w s. lni e edge computing (j. beijing china science publishing & media ltd , 2018.2 mungc.bharathb算計(jì)算,

32、技術(shù)、柒構(gòu)及應(yīng)用m.旬實(shí)，彭 木根，烽.北京:機(jī)技工業(yè)出版社,2018.mung c. bharath b fog computing: technology, architectxxre and applications nf. translate by yan s. peng m g. beijing: china machine press, 2018.3 waug s, zhaug x. zhaug y、el al. a >iuvey uu luvbiie edge networks: convergence of computing, caching and communica

33、tions j. ieee access. 2017. 5(99): 6757ts779.4 verbelen t. simoens p turek f d. et al cloxidlets: bringing the cloud to the mobile user c. acm: acm workshop on mobile cloud computing and services. 2012. 29-36.5 bonomi e xfihto r. zhu j, et al fog computing and its role in the internet of things c ac

34、m: mcc workshop on mobile cloud computing. 2012:13-16.6 fatemeh j. kerry h. robert a. et al tucker, *'fog computing may help to save energy in cloud computing'' j. ieee journal of selected areas m communications. 2016,34(5): 1728-1734.7 firdhous m, ghazali o. hassan s. fog computing: wil

35、l it be the future of cloud computing?c. the third international conference on informatics & applications (icia2014), 2014.8 yi s, li c, li q a survey of fog computing: concepts, applications and issues c. acni the 2015 workshop on mobile big data. 2015: 37-42.9 dsouza c. ahn g j. taguinod m. po

36、licy-driven security management for fog computing: preliminary framework and a case study c. information reuse and integration (iri). 2014 ieee 15th international conference on ieee, 2014: 16-23.10 yi s、qm z. li q security and pnvacy issues of fbg computing a survey c 4asa, 2015: 685-695.11 yi s. ha

37、o z. qin z, et al. fog computing: platform and applications c hot topics in web systems and technologies (hotweb), 2015 third ieee workshop on ieee. 2015: 73-78.12 davis a, parikh j. weihl w e edge computing: extending enterprise applications to the edge of the internet cj. acm the 13th internationa

38、l world wide web conference on alternate track papers & posters. 20m: 180-187.13 malandrmo f. kirkpatrick s. chiassernu c f how close to the edge? delay, utilization trends in mec c. acm: acm workshop on cloud-.a.$isted networking, 2016:37-42.14 sh; w s, cao j, zhang q. et al edge computing: vision and challenges j. ieee internet of things journal 2016, 3(5): 637- 646.15 huy c. patel m. sabella d. et al mobile edge computing a key technology towards 5g j. etsi wtnte pa