邊緣計(jì)算的概念和典型應(yīng)用場(chǎng)景

邊沿計(jì)算成為物理世界與數(shù)字世界間的重要橋梁。邊沿計(jì)算（EdgeComputing）是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊沿側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的分布式開(kāi)放平臺(tái)，就近提供邊沿智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷聯(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)等方面的核心需求。它能夠作為聯(lián)接物理和數(shù)字世界的橋梁，使能智能資產(chǎn)、智能網(wǎng)關(guān)、智能系統(tǒng)和智能服務(wù)。參考邊沿計(jì)算聯(lián)盟（ECC）與工業(yè)互聯(lián)網(wǎng)聯(lián)盟（AII）在底公布的白皮書(shū)中對(duì)邊沿計(jì)算的定義，作為連接物理世界與數(shù)字世界間的橋梁，邊沿計(jì)算含有連接性、約束性、分布性、融合性和數(shù)據(jù)第一入口等基本特點(diǎn)與屬性，并擁有明顯的“CROSS”價(jià)值，即聯(lián)接的海量與異構(gòu)（Connection）、業(yè)務(wù)的實(shí)時(shí)性(Real-time)、數(shù)據(jù)的優(yōu)化(Optimization)、應(yīng)用的智能性(Smart)、安全與隱私保護(hù)(Security)。邊沿計(jì)算的基本特點(diǎn)與屬性邊沿計(jì)算含有明顯的“CROSS”價(jià)值聯(lián)接的海量與異構(gòu)(Connection)，網(wǎng)絡(luò)是系統(tǒng)互聯(lián)與數(shù)據(jù)采集傳輸?shù)幕?。隨著聯(lián)接設(shè)備數(shù)量的劇增，網(wǎng)絡(luò)靈活擴(kuò)展、低成本運(yùn)維和可靠性保障面臨巨大挑戰(zhàn)。同時(shí)，工業(yè)現(xiàn)場(chǎng)長(zhǎng)久以來(lái)存在大量異構(gòu)的總線聯(lián)接，多個(gè)制式的工業(yè)以太網(wǎng)并存，如何兼容多個(gè)聯(lián)接并且確保聯(lián)接的實(shí)時(shí)可靠是必須要解決的現(xiàn)實(shí)問(wèn)題。業(yè)務(wù)的實(shí)時(shí)性(Real-time)，工業(yè)系統(tǒng)檢測(cè)、控制、執(zhí)行，新興的VR/AR等應(yīng)用的實(shí)時(shí)性高，部分場(chǎng)景實(shí)時(shí)性規(guī)定在10ms以內(nèi)甚至更低，如果數(shù)據(jù)分析和解決全部在云端實(shí)現(xiàn)，難以滿足業(yè)務(wù)的實(shí)時(shí)性規(guī)定，嚴(yán)重影響終端客戶的業(yè)務(wù)體驗(yàn)。數(shù)據(jù)的優(yōu)化(Optimization)，現(xiàn)在工業(yè)現(xiàn)場(chǎng)與物聯(lián)網(wǎng)末端存在大量的多樣化異構(gòu)數(shù)據(jù)，需要通過(guò)數(shù)據(jù)優(yōu)化實(shí)現(xiàn)數(shù)據(jù)的聚合、數(shù)據(jù)的統(tǒng)一呈現(xiàn)與開(kāi)放，以靈活高效地服務(wù)于邊沿應(yīng)用的智能。應(yīng)用的智能性(Smart)，業(yè)務(wù)流程優(yōu)化、運(yùn)維自動(dòng)化與業(yè)務(wù)創(chuàng)新驅(qū)動(dòng)應(yīng)用走向智能，邊沿側(cè)智能能夠帶來(lái)明顯的效率與成本優(yōu)勢(shì)。以預(yù)測(cè)性維護(hù)為代表的智能化應(yīng)用場(chǎng)景正推動(dòng)行業(yè)向新的服務(wù)模式與商業(yè)模式轉(zhuǎn)型。安全與隱私保護(hù)(Security)，安全跨越云計(jì)算和邊沿計(jì)算之間的縱深，需要實(shí)施端到端防護(hù)。網(wǎng)絡(luò)邊緣側(cè)由于更貼近萬(wàn)物互聯(lián)的設(shè)備，訪問(wèn)控制與威脅防護(hù)的廣度和難度因此大幅提高。邊沿側(cè)安全重要包含設(shè)備安全、網(wǎng)絡(luò)安全、數(shù)據(jù)安全與應(yīng)用安全。另外，核心數(shù)據(jù)的完整性、保密性，大量生產(chǎn)或人身隱私數(shù)據(jù)的保護(hù)也是安全領(lǐng)域需要重點(diǎn)關(guān)注的內(nèi)容。邊沿計(jì)算的原則化與產(chǎn)業(yè)化快速推動(dòng)5G低時(shí)延、高可靠通信規(guī)定，邊沿計(jì)算成為必然選擇。根據(jù)ITU（國(guó)際電信聯(lián)盟）的愿景，5G的應(yīng)用場(chǎng)景應(yīng)劃分為增強(qiáng)型移動(dòng)寬帶（eMBB）、大連接物聯(lián)網(wǎng)（mMTC）和低時(shí)延高可靠通信（uRLLC）三類。同時(shí)，ITU在帶寬、時(shí)延和覆蓋范疇等方面確立了5G的8項(xiàng)技術(shù)規(guī)定（表1）。其中，低時(shí)延高可靠通信（uRLLC）聚焦對(duì)時(shí)延極其敏感的業(yè)務(wù)，例如自動(dòng)駕駛、工業(yè)控制、遠(yuǎn)程醫(yī)療（例如手術(shù)）以及云游戲（VR/AR等實(shí)時(shí)對(duì)戰(zhàn)規(guī)定）等。在5G移動(dòng)領(lǐng)域，移動(dòng)邊沿計(jì)算是ICT融合的大勢(shì)所趨，是5G網(wǎng)絡(luò)重構(gòu)的重要一環(huán)。物聯(lián)網(wǎng)趨于泛化，為邊沿計(jì)算提供更多應(yīng)用場(chǎng)景的可能性。將來(lái)物聯(lián)網(wǎng)應(yīng)用可涵蓋汽車、家居、工業(yè)等各個(gè)領(lǐng)域。在汽車領(lǐng)域，物聯(lián)網(wǎng)與汽車網(wǎng)絡(luò)相結(jié)合，形成解放人類雙手的自動(dòng)化駕駛；在家居領(lǐng)域，物聯(lián)網(wǎng)使各類家居智能化，為人們生活提供便利；在工業(yè)領(lǐng)域，物聯(lián)網(wǎng)廣泛應(yīng)用于工業(yè)控制系統(tǒng)中，為生產(chǎn)流程提高效率。隨著技術(shù)的進(jìn)步和人們消費(fèi)水平的提高，物聯(lián)網(wǎng)的“泛化”有望呈現(xiàn)進(jìn)一步擴(kuò)張的態(tài)勢(shì)，從而產(chǎn)生更多的應(yīng)用領(lǐng)域，這也為邊沿計(jì)算提供了更多的場(chǎng)景。計(jì)算能力，正在步入“邊云協(xié)同”時(shí)代為什么需要邊沿計(jì)算？在有了云計(jì)算的同時(shí)，為什么還需要邊沿計(jì)算？我們認(rèn)為重要存在下列幾點(diǎn)因素：1）網(wǎng)絡(luò)帶寬與計(jì)算吞吐量均成為云計(jì)算的性能瓶頸：云中心含有強(qiáng)大的解決性能，能夠解決海量的數(shù)據(jù)。但是，如何將海量的數(shù)據(jù)快速傳送到云中心則成為了業(yè)內(nèi)的一種難題。網(wǎng)絡(luò)帶寬和計(jì)算吞吐量均是云計(jì)算架構(gòu)的性能瓶頸，顧客體驗(yàn)往往與響應(yīng)時(shí)間成反比。5G時(shí)代對(duì)數(shù)據(jù)的實(shí)時(shí)性提出了更高的規(guī)定，部分計(jì)算能力必須本地化。2）物聯(lián)網(wǎng)時(shí)代數(shù)據(jù)量激增，對(duì)數(shù)據(jù)安全提出更高的規(guī)定：不遠(yuǎn)的將來(lái)，絕大部分的電子設(shè)備都能夠?qū)崿F(xiàn)網(wǎng)絡(luò)接入，這些電子設(shè)備會(huì)產(chǎn)生海量的數(shù)據(jù)。傳統(tǒng)的云計(jì)算架構(gòu)無(wú)法及時(shí)有效的解決這些海量數(shù)據(jù)，若將計(jì)算臵于邊沿結(jié)點(diǎn)則會(huì)極大縮短響應(yīng)時(shí)間、減輕網(wǎng)絡(luò)負(fù)載。另外，部分?jǐn)?shù)據(jù)并不適合上云，留在終端則能夠確保私密性與安全性。3）終端設(shè)備產(chǎn)生海量“小數(shù)據(jù)”，需要實(shí)時(shí)解決：盡管終端設(shè)備大部分時(shí)間都在扮演著數(shù)據(jù)消費(fèi)者的角色，但如今以智能手機(jī)和安防攝像頭為例，終端設(shè)備也有了生產(chǎn)數(shù)據(jù)的能力，其角色發(fā)生了重大變化。終端設(shè)備產(chǎn)生海量“小數(shù)據(jù)”需要實(shí)時(shí)解決，云計(jì)算并不合用。從數(shù)據(jù)流向的對(duì)比上，1）在云計(jì)算架構(gòu)下，下圖左側(cè)的服務(wù)提供者提供數(shù)據(jù)并上傳到云中心，需求側(cè)的終端客戶發(fā)送數(shù)據(jù)或計(jì)算類請(qǐng)求到云中心，云中心響應(yīng)有關(guān)請(qǐng)求并將需求成果發(fā)送給終端客戶。2）在邊沿計(jì)算模式下，如智能手機(jī)、前端智能攝像頭、智能汽車等邊沿節(jié)點(diǎn)產(chǎn)生數(shù)據(jù)，上傳到云中心，同時(shí)將實(shí)時(shí)性和安全性規(guī)定較高的計(jì)算在本地進(jìn)行解決。邊沿計(jì)算是云計(jì)算的協(xié)同和補(bǔ)充，而并非替代關(guān)系。邊沿計(jì)算與云計(jì)算各有所長(zhǎng)，云計(jì)算擅長(zhǎng)全局性、非實(shí)時(shí)、長(zhǎng)周期的大數(shù)據(jù)解決與分析，能夠在長(zhǎng)周期維護(hù)、業(yè)務(wù)決策支撐等領(lǐng)域發(fā)揮優(yōu)勢(shì)。而邊沿計(jì)算更合用局部性、實(shí)時(shí)、短周期數(shù)據(jù)的解決與分析，能更加好地支撐本地業(yè)務(wù)的實(shí)時(shí)智能化決策與執(zhí)行。因此，邊沿計(jì)算與云計(jì)算之間并非替代關(guān)系，而是互補(bǔ)協(xié)同的關(guān)系。邊沿計(jì)算與云計(jì)算需要通過(guò)緊密協(xié)同才干更加好的滿足多個(gè)需求場(chǎng)景的匹配，從而放大邊沿計(jì)算和云計(jì)算的應(yīng)用價(jià)值。邊沿計(jì)算既靠近執(zhí)行單元，更是云端所需高價(jià)值數(shù)據(jù)的采集和初步解決單元，能夠更加好地支撐云端應(yīng)用。反之，云計(jì)算通過(guò)大數(shù)據(jù)分析優(yōu)化輸出的業(yè)務(wù)規(guī)則或模型可下列發(fā)到邊沿側(cè)，邊沿計(jì)算基于新的業(yè)務(wù)規(guī)則或模型運(yùn)行。邊沿計(jì)算的典型應(yīng)用場(chǎng)景歐洲電信原則化協(xié)會(huì)（ETSI）定義了7類典型的邊沿計(jì)算應(yīng)用場(chǎng)景，涵蓋了現(xiàn)在最主流的邊沿計(jì)算產(chǎn)品內(nèi)涵和垂直行業(yè)應(yīng)用場(chǎng)景。涉及監(jiān)控視頻流、增強(qiáng)現(xiàn)實(shí)AR、自動(dòng)駕駛、工業(yè)互聯(lián)等等。自動(dòng)駕駛、安防前端智能化、工業(yè)控制、遠(yuǎn)程操控（如醫(yī)療手術(shù)等）等場(chǎng)景在實(shí)際應(yīng)用中需要不超出10ms的網(wǎng)絡(luò)時(shí)延，這類場(chǎng)景5G業(yè)務(wù)的終止點(diǎn)不可能依賴在核心網(wǎng)后端的云平臺(tái)，因此邊沿計(jì)算的發(fā)展最迫切，也最必要；同時(shí)，邊沿云也增進(jìn)部分即使社交應(yīng)用暴發(fā)，例如即時(shí)對(duì)戰(zhàn)VR/AR游戲等。自動(dòng)駕駛自動(dòng)駕駛就是“四個(gè)輪子上的數(shù)據(jù)中心”，車載邊沿計(jì)算平臺(tái)成為剛需。隨著汽車自動(dòng)駕駛程度的提高，汽車本身所產(chǎn)生的數(shù)據(jù)將越來(lái)越龐大。根據(jù)英特爾CEO測(cè)算，假設(shè)一輛自動(dòng)駕駛汽車配臵了GPS、攝像頭、雷達(dá)和激光雷達(dá)等傳感器，則上述一輛自動(dòng)駕駛汽車每天將產(chǎn)生約4000GB待解決的傳感器數(shù)據(jù)。不夸張的講，自動(dòng)駕駛就是“四個(gè)輪子上的數(shù)據(jù)中心”，而如何使自動(dòng)駕駛汽車能夠?qū)崟r(shí)解決如此海量的數(shù)據(jù)，并在提煉出的信息的基礎(chǔ)上，得出合乎邏輯且形成安全駕駛行為的決策，需要強(qiáng)大的計(jì)算能力做支持?？紤]到自動(dòng)駕駛對(duì)延遲規(guī)定很高，傳統(tǒng)的云計(jì)算面臨著延遲明顯、連接不穩(wěn)定等問(wèn)題，這意味著一種強(qiáng)大的車載邊沿計(jì)算平臺(tái)（芯片）成為了剛需。事實(shí)上，如果我們打開(kāi)現(xiàn)階段展示的自動(dòng)駕駛測(cè)試汽車的后備箱，會(huì)明顯發(fā)現(xiàn)其與傳統(tǒng)汽車的不同之處，都會(huì)裝載一種“計(jì)算平臺(tái)”，用于解決傳感器輸入的信號(hào)數(shù)據(jù)并輸出決策及控制信號(hào)。高等級(jí)自動(dòng)駕駛的本質(zhì)是AI計(jì)算問(wèn)題，車載邊沿計(jì)算平臺(tái)的計(jì)算力需求最少在20T以上。從最后實(shí)現(xiàn)功效來(lái)看，邊沿計(jì)算平臺(tái)在自動(dòng)駕駛中重要負(fù)責(zé)解決兩個(gè)重要的問(wèn)題。1）解決輸入的信號(hào)（雷達(dá)、激光雷達(dá)、攝像頭等）；2）做出決策判斷、給出控制信號(hào)：該加速還是剎車？該左轉(zhuǎn)還是右轉(zhuǎn)？英偉達(dá)CEO黃仁勛的觀點(diǎn)是“自動(dòng)駕駛本質(zhì)是AI計(jì)算問(wèn)題，需求的計(jì)算力取決于但愿實(shí)現(xiàn)的功效。”，其認(rèn)為自動(dòng)駕駛汽車需要對(duì)周邊的環(huán)境進(jìn)行判斷之后還作出決策，終究要采用什么樣的行動(dòng)，其本質(zhì)上是一種AI計(jì)算的問(wèn)題，車端必須配備一臺(tái)AI超級(jí)解決器，然后基于AI算法能夠進(jìn)行認(rèn)知、推理以及駕駛。根據(jù)國(guó)內(nèi)領(lǐng)先的自動(dòng)駕駛芯片設(shè)計(jì)初創(chuàng)公司地平線的觀點(diǎn)，要實(shí)現(xiàn)L3級(jí)的自動(dòng)駕駛起碼需要20個(gè)teraflops（每秒萬(wàn)億次浮點(diǎn)運(yùn)算）以上的的計(jì)算力級(jí)別，而在L4級(jí)、L5級(jí)，計(jì)算力的規(guī)定則將繼續(xù)以數(shù)量級(jí)形式上升。安防前端智能化前端智能化的必要性——實(shí)現(xiàn)實(shí)時(shí)性解析和解決傳輸帶寬瓶頸。安防產(chǎn)業(yè)智能化升級(jí)是行業(yè)發(fā)展的大趨勢(shì)，后端智能化以及前端智能化是廠商針對(duì)智能化升級(jí)的兩種并存的解決方案。其中，前端智能化的核心功效是為后端提供高質(zhì)量、初步構(gòu)造化的圖像數(shù)據(jù)，其重要作用有兩點(diǎn)：1、提高部分智能分析應(yīng)用的實(shí)時(shí)性；2、節(jié)省帶寬和后端計(jì)算資源。典型的前端智能攝像頭內(nèi)置深度學(xué)習(xí)算法，首先能夠在前端完畢人臉定位和質(zhì)量判斷，有效解決漏抓誤報(bào)問(wèn)題，同時(shí)擁有較好的圖像效果，即使周邊環(huán)境光線不佳，人員戴帽子或一定角度下低頭、側(cè)臉，仍然能夠做到精確識(shí)別，并自動(dòng)截取視頻中的人臉輸出給后端；另首先能夠輸出編碼后的網(wǎng)絡(luò)視頻，還支持輸出非壓縮、無(wú)損無(wú)延時(shí)的視頻流圖像。這樣可覺(jué)得大型顧客節(jié)省服務(wù)器成本和帶寬，由于在同等服務(wù)器數(shù)量和計(jì)算能力的狀況下能夠接入更多路攝像頭。后端智能化產(chǎn)品的核心功效則是運(yùn)用計(jì)算能力對(duì)視頻數(shù)據(jù)進(jìn)行構(gòu)造化分析。智能前置的趨勢(shì)下，前端的價(jià)值將大幅提高。我們?cè)谛袠I(yè)深度報(bào)告《人工智能+安防：天眼時(shí)代智識(shí)萬(wàn)物》中具體比較了前端升級(jí)和后端升級(jí)兩種方案的優(yōu)劣以及發(fā)展趨勢(shì)，最后的結(jié)論是：出于滿足實(shí)時(shí)性解決的需求，以及緩和后臺(tái)存儲(chǔ)的壓力，廠商們會(huì)越來(lái)越將計(jì)算力前置，即智能前置。以人臉識(shí)別為例，傳統(tǒng)的人臉識(shí)別產(chǎn)品都是采用前端攝像機(jī)抓拍圖片，后端服務(wù)器計(jì)算比對(duì)的模式，而前端智能的模式下，智能化的攝像機(jī)能夠不依靠服務(wù)器而實(shí)時(shí)進(jìn)行圖像解決、人臉識(shí)別，極大提高了識(shí)別效率以及后端存儲(chǔ)的效率。前端智能化的趨勢(shì)事實(shí)上即意味著產(chǎn)業(yè)鏈上下游將發(fā)生價(jià)值轉(zhuǎn)移。整個(gè)安防智能化系統(tǒng)對(duì)于后端系統(tǒng)的依賴程度將進(jìn)一步減少，后端價(jià)值將部分轉(zhuǎn)移到前端，前端的價(jià)值將大幅提高。低時(shí)延工業(yè)級(jí)應(yīng)用工業(yè)高精度控制對(duì)時(shí)延和可靠性的敏感度極高，無(wú)論是中國(guó)、韓國(guó)和日本的運(yùn)行商，都非常關(guān)注5G新業(yè)務(wù)中工業(yè)級(jí)客戶（2B）的價(jià)值。這些行業(yè)市場(chǎng)涉及運(yùn)輸、物流、能源/公共設(shè)施監(jiān)測(cè)、金融、醫(yī)療和農(nóng)業(yè)。實(shí)現(xiàn)工業(yè)國(guó)產(chǎn)自動(dòng)化、無(wú)線化和智能化，典型場(chǎng)景涉及視頻監(jiān)控、機(jī)器人控制、自動(dòng)巡邏安防等。機(jī)器人控制：參考華為5G白皮書(shū)，同時(shí)實(shí)時(shí)協(xié)作機(jī)器人規(guī)定不大于1毫秒的網(wǎng)絡(luò)延遲。到2025年，預(yù)計(jì)全球狀態(tài)監(jiān)測(cè)連接將上升到8,800萬(wàn)，全球工業(yè)機(jī)器人的出貨量也將從36萬(wàn)臺(tái)增加到105萬(wàn)臺(tái)。饋線自動(dòng)化：當(dāng)通信網(wǎng)絡(luò)的延遲不大于10ms時(shí)，饋線自動(dòng)化系統(tǒng)能夠在100ms內(nèi)隔離故障區(qū)域，這將大幅度減少發(fā)電廠的能源浪費(fèi)。參考華為5G白皮書(shū)，從到2026年，預(yù)計(jì)5GIIoT的平均年復(fù)合增加率（CAGR）將達(dá)成464％。ABIResearch的預(yù)測(cè)數(shù)據(jù)，全球配電自動(dòng)化市場(chǎng)將從的130億美元增加到2025年的360億美元。視頻監(jiān)控和無(wú)人機(jī)巡檢：配備無(wú)人機(jī)進(jìn)行基礎(chǔ)設(shè)施、電力線和環(huán)境的密集巡檢是一項(xiàng)新興業(yè)務(wù)，LiDAR掃描所產(chǎn)生巨大的實(shí)時(shí)數(shù)據(jù)量將需要>200Mbps的傳輸帶寬。ABIResearch的預(yù)計(jì)，小型無(wú)人機(jī)市場(chǎng)將從的53億美元快速增加到2026年的339億美元，涉及來(lái)自軟件、硬件、服務(wù)和應(yīng)用服務(wù)的收入。VR/AR即時(shí)對(duì)戰(zhàn)類游戲現(xiàn)階段VR游戲體驗(yàn)不佳：其中游戲類VR應(yīng)用基本以本地重度游戲?yàn)橹?，設(shè)備典型盤根錯(cuò)節(jié)，顧客容易絆倒。如果聯(lián)網(wǎng)游戲時(shí)延高達(dá)50ms，造成顧客眩暈問(wèn)題，體驗(yàn)仍然不佳。因此，現(xiàn)階段VR較多應(yīng)用在營(yíng)銷場(chǎng)景，如遠(yuǎn)程看房、看二手車等營(yíng)銷場(chǎng)景較多，并且依賴于Wifi及4G網(wǎng)絡(luò)為主。將來(lái)5G設(shè)備實(shí)現(xiàn)直接邊沿云端訪問(wèn)，VR/AR時(shí)延問(wèn)題解決：實(shí)時(shí)CG類云渲VR/AR需要低于5ms的網(wǎng)絡(luò)時(shí)延和高達(dá)100Mbps至9.4Gbps的大帶寬。同時(shí)，5G能夠支持多顧客近距離連線。云VR/AR將大大減少設(shè)備成本，從而提供人人都能負(fù)擔(dān)得起的價(jià)格。5G將明顯改善這些云服務(wù)的訪問(wèn)速度云市場(chǎng)以18％的速度快速增加。家庭和辦公室對(duì)桌面主機(jī)和筆記本電腦的需求將越來(lái)越小，直接連接到云端的多個(gè)人機(jī)界面，并引入語(yǔ)音和觸摸等多個(gè)交互方式。視頻云：遠(yuǎn)程醫(yī)療、4K/8K高清視頻遠(yuǎn)程診療：遠(yuǎn)程診療依賴5G網(wǎng)絡(luò)的低延遲和高QoS保障特性，例如無(wú)線內(nèi)窺鏡和超聲波這樣的遠(yuǎn)程診療依賴于設(shè)備終端和患者之間的交互。力反饋的敏感性決定低延遲網(wǎng)絡(luò)才干滿足規(guī)定。其它應(yīng)用場(chǎng)景涉及醫(yī)療機(jī)器人和醫(yī)療認(rèn)知計(jì)算，這些應(yīng)用對(duì)連接提