科学技术新网上红人边缘计算,边缘云总计技巧及条件新浦京www81707con:

原标题:科技新网红边缘计算 会成云计算“终结者”吗?

科技云报道原创。

新浦京www81707con 1

你是千千万万的创业者之一;😐

  9月15日技术沙龙

“这是一场由互联网边缘发迹的革命。Google、Amazon、BAT等重量级科技巨头玩家,此前早已盯准了云端的超级赛道。随着AI和分布式计算的发展,另一场革命风暴在边缘开始酝酿。”

边缘云计算技术及标准化

你志向远大,有抱负;😠

与东华软件、AWS、京东金融、饿了么四位大咖探讨精准运维!

新浦京www81707con 2

白皮书

经过和家人/女友的唇枪舌战,一番折腾,你的公司轰轰烈烈地成立了;👏

“计算正从中央走向边缘”、“计算边缘化”……近日来,在大大小小各类有关人工智能的论坛或峰会上,我们或多或少的听见以上言论,其中的关键点只有一个——边缘计算。围绕这个问题,看看这些从业者们给出的解答。

在传统的云架构下,AI大多依靠云端联网和数据中心实现数据的存储和计算。然而,传统以云为中心的构架方式并非在任何情况下都是最理想的解决方案,比如对信息安全的担忧以及功耗对产品设计带来的挑战等。

编写单位:阿里云计算有限公司 中国电子技术标准化研究院 等

开头,你只有你的兄弟;👦

边缘计算,一个不是那么“新”的词汇

随着技术的发展,一个巨大的机会正在远离传统数据中心的互联网边缘产生——嵌入式AI正受到越来越广泛的重视,未来其发展将使距离用户“最后一公里”的设备端具有更高智能。

2018 年 12 月 12 日联合发布

初期,你们设计产品,准备上线,见一些客户推广产品;💪

关于“边缘计算”的热议是近一两年才慢慢开始的,但它并不是一个“新词汇”。早在2003年的时候,IBM就曾与CDN服务商AKAMAI合作过“边缘计算”。

云端具备连结多方大数据和超强计算力的优势,在AI发展中占据着不可替代的作用,但如果这些网络节点所抓取的数据都上传云端进行智能处理或深度学习,将对网络带宽将提出巨大挑战。

内容摘要

兄弟几人齐心协力,互相帮助;👬

根据维基百科的解释,“边缘计算”是一种分散式计算的架构,将应用程序、数据资料与服务的计算,由网络中心节点,移往网络逻辑上的边缘节点来处理。边缘计算将原本完全由中心节点处理大型服务加以分解,切割成更小与更容易管理的部分,分散到边缘节点去处理。边缘节点更接近于用户终端装置,可以加快资料的处理与传送速度,减少延迟。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,因此更适合处理大数据。

此外,另一挑战就是功耗,设备端大量采用电池供电,比如智能移动设备、新能源汽车等都对设备功耗提出了越来越高的要求。

随着 5G、物联网时代的到来以及云计算应用的逐渐增加,传统的云计算技

突然有一天,你的团队被某个大公司/风投相中,融资了!😍

远离BAT远离云 “嵌入式AI”星火燎原

术已经无法满足终端侧”大连接,低时延,大带宽”的需求。随着边缘计算技

你兴奋得不行,白天见客户,晚上修 BUG,某天照镜子发现:头顶秃了一块!😭

与集中化处理数据的云计算不同,边缘计算讲究的是分布式管理。以往,因为超大规模、高可扩展性、通用性等因素,云计算受到热捧,人们也总是强调要“上云”,将数据的计算、存储等全部搬到云上。相比之下,边缘计算强调的是一种“下沉”,离终端设备更近一点的地方。

传统云计算的优势在于,服务器存储的数据量大、计算准确性高、计算能力强,通常用于单次、不连续的计算任务请求。

术的出现,云计算将必然发展到下一个技术阶段,将云计算的能力拓展至距离

不得了,不得了,你突然意识到,每天有忙不完的事情,你该招人了;😵

更为通俗地说,“云计算”是高高在上的。当设备端完成数据采集和指令接收,它们需要通过网络走上云端,后者会基于此作出判断,继而将结果再通过网络“告知”设备端。

比如Face++提供API接口的人脸识别云服务、科大讯飞语音识别云服务、图普科技图像内容审查云服务等,这些都需要把计算任务通过网络上传云端,云端计算完成后再把结果传回本地。

终端最近的边缘侧,并通过云边端的统一管控实现云计算服务的下沉,提供端

于是,随着事业越做越大,人越招越多,终于逐渐有了公司的样子。😊

相比之下,“边缘计算”则更为接地气。基于边缘计算,设备端不需再将数据等上传至云端,将“计算”本地化,省去以往繁琐的过程。

虽然云计算计算能力强大,但是也有弊端,很多计算场景是需要在本地进行的。

到端的云服务,由此产生了边缘云计算的概念。为了积极引导边缘云计算技术

为了保证公司的正常运营,先后创立了研发部、产品部、市场部、财务部、人事部等;👍

边缘计算,云计算之后的“新晋网红”

新浦京www81707con 3

和应用发展,以及边缘云计算相关标准的制定,我们编写本白皮书,其主要内

当然了,初期他们不了解产品,你是要操心的,谁让你是创始人呢?😒

在最早的时候,边缘计算的出现就是为了弥补云计算的一些不足,因为后者已经不能满足更多智能需求。具体说来:

所谓“嵌入式AI”,实则是一种本地计算,又称边缘计算。其和云计算类似,都是处理大数据的计算运行方式。

容包括:

每天各个部门都有人问东问西,所有大小事情都要你定主意;😱

1、海量数据汹涌来袭,但云计算却被“带宽”捆住手脚。如今,越来越多的设备被接入互联网,产生的数量、体量是以往的多倍。原本,这些数据的计算和存储均交由云端处理,即云计算。不过,随着数据的增多,带宽不够的传输通道开始出现“堵车”现象。

但与云端智能不同的是,嵌入式AI无需将数据上传到BAT或第三方数据中心,在边缘侧、本地设备端终端即可进行实时环境感知、深度学习、人机交互、决策控制等相关算法解决问题。

一、定义边缘云计算的概念。首先梳理了目前边缘计算的概念;其次对边

虽然有时候很烦,毕竟是自己打拼下来的,都要耐心回答他们;😲

这就如同“多米诺牌效应”——因为带宽受限,数据传输、分析处理、指令反馈等一系列流程都变得缓慢,最终结果就是时间线被拉长,造成高延迟现象。

在AI领域,很多应用场景都需要在本地终端进行计算,比如机器人、无人机、汽车以及手机等。

缘云计算进行了定义和详细的描述;然后阐述了对边缘计算与边缘云计算之间

但是,每件事都要亲力亲为,时间经常不够用;😔

2、网络传输依赖性大,隐私安全令人担忧。基于云计算,我们需要把原始数据上传至云端进行处理,然后反馈给设备端,这一过程的实现,需要依赖网络。过程中,一旦有黑客拦截,用户安全隐私的保护就成了一个大问题。另外,若是遇到断网等情况,即使强大如云计算,太过依赖网络传输的它也将面临“巧妇难为无米之炊”的窘境。

目前很多AI产品在性能、精度、功耗、成本等方面都或多或少存在体验不高的难题,这些问题也都制约着AI的进一步发展。可喜的是,嵌入式AI的出现为这些体验痛点提供了最佳解决方案。

的关系。

渐渐的,你看出了哪些员工有发展前途,嗯,是时候可以培养成部门负责人了。😏

此外,云计算还面临功耗大等更多问题。智能时代渐趋渐近,云计算也不再万能,需要有新技术来弥补缺口。此时,边缘计算本地化、边缘化的特性恰恰弥补了这些短板。

不过,这并不意味着嵌入式AI将代替云计算。在云、管、端三者的角色中,云计算侧重于云,实现的是最终数据分析与应用的场所,而嵌入式AI则强化了设备端的重要性,满足了实时性数据分析和智能化处理需求,也更加安全和高效。

二、边缘云计算的典型应用场景。通过列举边缘云计算的典型应用场景,

于是,每个部门都有了一个合格的负责人;✌

以智能家居场景为例。基于边缘计算,当用户发出指令,相关原始数据不必再上传云端进行处理,具备计算能力的设备端完全能够自行处理,并实时反馈。简单来说,云计算处理的是那些非实时、长周期数据的大数据分析,而边缘计算更适合本地业务的数据实时处理与执行。

未来的机器学习、深度学习会在云端和终端协调发展,不一定所有AI都要在云里实现。

分析了边缘云计算技术在各个应用场景中关键成功因素。

他们每天管理各自手下的员工,小事情完全可以自己做主了;😊

值得注意的是,边缘计算出现之后,诸如网关、自动驾驶汽车、机器人等边缘节点能够在本地实时采集和处理数据,并针对指令给出反馈,这是不是就可以看作是终端计算?

比如自动驾驶领域,辅助驾驶系统如果在云端计算,设备端采集到数据后上传,计算完成后再返回终端,这样会不可避免地带来一定延时,而在驾驶场景中,这种延时意味着危险系数的提高。

三、边缘云计算的技术特点。边缘云计算具备 6 大特点,包括低延时、自

每天及时汇总一些重大的事情和重要的信息交给你;😋

其实不然,“终端计算”意味着终端要自己负责所有的计算,就像云计算出现之前的计算机,不管是数据的采集、计算、输出和存储,均由计算机在本地设备内一手操作。

新浦京www81707con 4

组织、可定义、可调度、高安全和标准开放。

公司终于开始正常运转了~😄

边缘计算,不会取代也离不开云计算

嵌入式AI面临的三座大山:计算力差、功耗高、成本问题

四、边缘云计算标准化需求以及标准化建议。通过对边缘云技术的分析,

——这个故事的内核是:什么事情都交给中央服务器来处理,是不现实的。

据IDC的数据显示,到2020年,将有超过500亿的终端和设备接入网络,而这些设备中有超过半数的数据需要在网络边缘侧分析、处理与储存,整个边缘计算的市场将会超过万亿级别,市场体量不可小觑。

曾有科学家预言,人类只要有五台超级计算机就可以满足全人类的计算需求。一些公司也曾经推出过网络计算机,但因为网络传输能力和任务响应时间等问题,个人计算机和本地服务器在很长时间内还是占据了主流。

给出相应的标准化建议,包括 5 大类标准:基础标准、技术标准、管理标准、

你的故事讲完了,下面轮到我的了。

目前,在边缘计算这一块,主要有4类玩家,分别是运营商、设备商、云服务商和CDN服务商。

随着网络带宽的提升和技术的升级,云计算以更出色的成本优势又逐渐回到了人们的视野。

安全标准和行业及应用标准。

今天我们主要来说一个最近很新兴的技术——边缘计算,其实就是上面故事中里的部门负责人。

运营商:主要在移动边缘计算市场进行部署,在移动网边缘提供提服务环境和云计算能力。他们或是利用移动边缘计算进行内容本地分流业务,或是将业务处理下沉到最贴近用户的基站进行边缘数据处理等等。

算力有限也是制约嵌入式AI发展的一大桎梏。众所周知,AI涉及到的计算都异常复杂,对于计算力的要求特别高。

编写单位

新浦京www81707con 5
边缘计算 (Edge computing)

设备商:在打法上主要以“硬件”为主,最具有代表性的就是各类芯片。将计算、存储等功能从云端搬到芯片的计算单元中。比如AI芯片,对于一些指令,系统不必再将数据上传云端,可以在本地端、设备端实时处理并给出反馈,大大节省了中间的流程。

如果将AI的算法放置于本地,意味着原来CPU架构可能要上升,也有可能会想要加一些单独处理的单元。

阿里云计算有限公司

提起云计算,你一定熟悉的不能再熟悉了。云计算侧重在“”,而边缘计算则侧重在“”。拿开头的故事来说,你就是“云”,而各个部门的负责人就是“端”。

云服务商:作为云计算的助力,云服务商并没有放弃边缘计算,他们将之视为云计算的一个延伸,包括亚马逊、微软、阿里巴巴等巨头企业均已有所布局。比如微软,其于去年推出了混合云解决方案Azure
Stack,将云端能力融入终端,让数据在本地实现处理,然后进行聚合分析与决策,可以看作是在边缘设备设置了一个“微型云”。

如果不加单独处理的单元,运算能力则根本无法跟上需求。如果加了又会面临成本的提升,如果利用原来的CPU或GPU,它的精度可能又达不到,这就会面临很多问题。

中国电子技术标准化研究院(工业和信息化部电子工业标准化研究院)

具体来讲,边缘计算是将数据的处理、应用程序的运行,甚至一些功能服务的实现,由中心服务器下放到网络边缘的节点上。

CDN服务商:CDN是构建在网络之上的内容分发网络,依靠部署在各地的边缘服务器,让用户更快获取内容等等,其天生就有着“边缘属性”。眼下,智能化需求推动其向边缘计算靠拢,只需经过改造,其原有的节点就可升级为具备计算、存储、传输、安全功能的边缘计算节点。

此外,还有一个就是功耗问题。在终端上的AI,必须要实现低功耗。但功耗太低,则无法实现智能。既要实现高性能,又要满足计算能力很高的要求,鱼和熊掌兼得确实非常困难。功耗一旦控制的不好,最后的产品体验也一定很差。

中国联合网络通信有限公司研究院

边缘计算是一种优化应用程序或云计算系统的技术,它将应用程序的数据或服务的某些部分从一个或多个中心节点转移到另一个逻辑端点。

从以上派别来看,在边缘计算的部署上,主要分为“软件”和“硬件”两大类。AI芯片创企异构智能中国区总裁周斌表示,这其中的“边缘计算”是有所不同。在芯片端,“这里更多的是在边缘自主的完成计算任务,不需要云端的参与。”或者说,这里的“边缘计算”并不能看作是云计算的延伸,而是独立存在的。

如果未来芯片在终端侧无法满足实时本地处理的需求,势必会出现一类全新的AI专用芯片,这也是为何最近芯片厂商尤为活跃的原因。

中移软件技术有限公司

例如自动驾驶车辆,植入式医疗设备,其他物联网领域及移动设备,通过在边缘进行执行分析和知识生成,使控制系统与中央数据中心之间的通信带宽减少。简单来说,就是将需要低延迟的计算机程序放在更接近请求的位置,从而降低了传输成本,缩短了延迟并提高了服务质量。

但是,不管是哪一类,其最终应用和落地,皆离不开云计算。

基于此,未来AI技术的发展将是两种趋势:通用和垂直。

广州虎牙信息科技有限公司

新浦京www81707con 6

边缘计算为什么会兴起?因为数据太多了,云计算处理不过来,所以要分开处理。这时候,分布在各个节点的边缘计算将负责自己范围内的数据计算和存储工作。而对于应用场景来说,这还远远不够。

在通用和垂直AI领域,巨头和创业企业都有各自的优势和机会。在智能化通用技术领域,由于AI所需的软件算法解决方案超出了传统芯片公司的边界,Intel、NVIDIA这样更具人才、资源和科研资源的巨头企业具备更强优势。

参编人员

那么相较于云计算,边缘计算有哪些优势呢?

以自动驾驶为例,地平线机器人创始人兼CEO余凯称,未来的计算模式是边缘跟中央结合,边缘侧的自动驾驶专用芯片会感知传感器数据并立刻处理、做决策,同时,这些处理之后的数据,也会在云端汇聚,进行大数据分析、模型搭建和编辑,同时做大规模的仿真。在其看来,算法+芯片+云计算,构成了未来自动驾驶的三大核心支点。

但在深度学习这类对专业要求更高的领域,像地平线、寒武纪这样的创业企业更有机会。

白常明 朱 松 张大江 陈志峰 杨丽蕴 王泽胜 陈 行

  • 优势一:实时性

比如物联网,以阿里云发布的边缘计算产品Link
Edge为例。的确,通过赋予家庭网关计算能力,即便是断网,诸如生物识别门锁、机器人等都能正常运作。但是,如果加上云,基于以往云端的大数据分析和判断,在联动的前提下,整个家庭场景的智能设备将变得更为个性化,譬如关上门的时候,扫地机器人就开始运作等等。

对于AI应用来说,“端+云”的趋势已经非常明确,一些计算压力可以由终端设备分担,提供非常快的即时响应能力。当更多数据汇聚到云端,使得到云端AI具备大规模数据挖掘的能力,“云+端”则是更优的AI组合方案,两者不可偏废。

高 莹 姜 倩 刘 晨 杨 鹏 赵越鹏 赵娇娇 张瑞增

边缘计算使得联网设备能够处理在“边缘”形成的数据。

可以看到,在这里,提供边缘计算算力的芯片主要在前端,负责数据的实时采集和计算。但是,在数据如“石油”的智能化时代,这些数据并不是一次性数据,那些经过处理的数据需要在系统中进行留存,以做算法训练、数据验证等用。

如今,嵌入式AI解决方案仅仅迈出了一小步,还有很多地方需要探索和完善,这需要打通包括算法、芯片、数据、应用、终端等在内的产业链上下游各个环节,通过多方参与协同努力,才有可能看到AI真正走入寻常百姓家的一天。

徐 雷 毋 涛 侯 乐 赵 怡 辛 盛 刘亚丹 杨智林

最近“自动驾驶”也掀起了一番热浪,其实自动驾驶汽车本身就是一台高性能计算机,它需要通过大量的传感器来收集数据。为了安全可靠地运行,它需要立即对周围的环境做出反应,处理速度有任何延迟都有可能是致命的。利用云计算,虽然数据处理主要是在云端进行的,但在中央服务器之间来回传送数据可能需要几秒钟的时间。数据传输的时间跨度太长了。

这时候就需要一个大容量的“容器”,而这个是边缘计算所没有的。在这个容器中,这些数据将被用于AI算法训练、用户个性化功能塑造等等,这些都是非实时需求,之后再传输给终端设备,从而进一步提升服务质量。

【科技云报道原创】

于新林 周 升 曹维国 董陈强 李静远 王广芳 曾林青

边缘计算在“即时计算”的需求下,就有了用武之地,它让自动驾驶汽车在车辆端更快速地处理数据成为可能,不需要在车辆和云端之间来回传输数据。

“AI边缘计算可在前端实现图像识别、特征值提取和识别比对,不受带宽影响,自成体系,可快速反应。云计算做大数据分析挖掘、数据共享,同时进行算法模型的训练和升级,
升级后的算法推送到前端,完成自主学习闭环。”云天励飞研发副总兼芯片团队负责人李爱军称。

微信公众账号:科技云报道

张毅萍 熊 鹰 王文娟 高俊富 王政惠 何云飞 朱照远

  • 优势二:智能性

同时,这些数据也有“备份”的需要,当边缘计算过程中出现意外情况,这些数据也不会丢失。

杨敬宇

网络里面有大量的功能在边缘节点就可以直接处理掉。类似你公司的部门负责人,并不用事事禀报于你,他们就可以直接说想法,定计划,实现目标。

另外,边缘计算解决了“算力”问题,但解决不了“内容”,这方面需要“云计算”来提供帮助。当用户向设备发出一个指令,要求边缘计算使得设备能够实时“了解”用户表达的内容以及目的,在这之后,诸如音乐播放、订票等服务等指令的执行,均需要云服务的介入,这些是边缘计算所不能提供的。

版权声明

传统的架构一些功能都需要回到中央服务器处理,但是现在在边缘就能直接处理并返回对应的结果。例如:身份验证,日志过滤,数据整合,图像处理和
TLS会话设置等等。

虽然在某些场景下,边缘计算本身是独立的、不需要云计算介入的。但是,从整体来看,它并不能代替云计算,也离不开云计算。未来,边缘计算将与云计算形成一种互补、协同的关系,届时,边缘计算将主要负责那些实时、短周期数据的处理,负责本地业务的实时处理与执行,而云计算将负责非实时、长周期数据的处理。简单说来,边缘计算将注重局部,而云计算关注整体。返回搜狐,查看更多

本白皮书版权属于中国电子技术标准化研究院和阿里云计算有限公司,并受法

  • 优势三:数据聚合性

责任编辑:

科学技术新网上红人边缘计算,边缘云总计技巧及条件新浦京www81707con:。律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的,应注明”来

一台物理设备运行往往产生大量的数据,可以先在边缘进行过滤,然后汇总到中心再做加工,这都是利用边缘的计算能力。还是用那个故事举例,公司的各个部门负责人也总有拿不定主意的时候,他们会汇总各自的部门面临的问题和一些困难,汇报给你,这样你看到的是他们整理过的很直观的数据。这也是边缘计算的优势之一。

源:边缘云计算技术及标准化白皮书”。违反上述声明者,将追究其相

2017 年亚太 CDN
年会上,又拍云创始人、董事长刘亮为作了题为《边缘计算,推动业务创新》主题演讲,主旨是:边缘计算是
CDN 的未来。

关法律责任。

如今的 CDN
网络拥有遍布各地、接近用户的庞大服务器集群,自然成为了优势明显的边缘计算资源。随着技术的不断更迭,CDN
有了更多的智能化元素,包括分布式和低延时计算。与此同时,CDN
发展推动下的计算机富余力联同物联网、5G
等背景因素,为边缘计算的发展滋养了土壤。

目 录

在 CDN 1.0 时代,CDN
以传输为主,从部署在互联网服务提供商的边缘节点传输网页内容。

一、边缘云计算简介………………………………………….. 1

2.0 时代,CDN
能对网络做一些简单处理,以缓存软件为核心,同时配套负载均衡、日志分析、DNS
等服务。

1.1 边缘计算概念………………………………………… 1

3.0 时代,CDN 开始具备智能调度特征,融合最新的网络技术,如 P2P
技术、清洗中心、高清技术,以及了 GSLB、VPN、WAAS等。

1.2 边缘云计算概念………………………………………. 2

新浦京www81707con 7

1.3 边缘计算与边缘云计算的关系……………………………. 5

目前的 CDN
已经不仅仅局限于加速的功能,也可以胜任图片/视频的处理、人工智能等工作。在传统的架构上面,图片的处理要到中心,但是现在直接在边缘根据用户自定义的规则就把相应的内容直接返回了。

1.4 相关术语 …………………………………………… 7

边缘计算与 CDN 结合的优势

1.5 缩略语 …………………………………………….. 7

根据 CB Insights (知名大数据调研机构)调研结果显示,到 2022
年,全球边缘计算市场估计将达到 6.72
亿美元。虽然是一个新兴技术,但在云计算运营的某些领域,边缘计算可能会更有效率。在
CDN 行业,利用边缘计算来提升自身竞争力都是不错的选择,边缘计算能够助力
CDN 更智能、高效和稳定。

二、边缘云计算典型应用场景…………………………………… 8

  • 缓解成本压力

2.1 边缘云计算应用场景综述……………………………….. 8

边缘计算能够减缓数据爆炸,网络流量的压力。在向中心服务器传输数据时通过边缘节点进行一部分简单数据处理,进而能够减少设备响应时间,减少从设备到云端的数据流量。(以直播为例,同城互动放到边缘节点处理,成本可能会减少
50% )。

2.2 场景一:互动直播中的边缘云计算应用…………………….. 9

新浦京www81707con 8

2.3 场景二:智慧城市中的边缘云计算应用……………………. 10

  • 智能调度资源

2.4 场景三:新零售中的边缘云计算应用……………………… 12

满足实时化、智能化的需求对终端设备的数据进行筛选,充分利用设备的空闲资源,在边缘节点处过滤和分析,同时也降低了单点故障的可能性。例如,如果公司使用集中式云来存储其数据,突然服务中断,那么在问题得到解决之前数据将无法访问,并可能导致严重的业务损失。

三、边缘云计算技术特点……………………………………… 14

减少对云的依赖也意味着某些设备可以暂时脱离云端可靠地运行。并且就算当前边缘节点故障也可以调度到其他边缘节点进行服务,这样无疑保证了服务的可用性。

四、边缘云计算标准化需求……………………………………. 16

经过多年沉淀,又拍云目前拥有 6 个数据处理中心、300 多个国内自建节点、15
个海外 CDN 节点、5000 台服务器、5TB+ 保有带宽、日均请求超过 1000
亿次。基于以上的积累,在服务过程中,又拍云可以将源站内容分发至全国节点,解决网络带宽小、用户访问量大、网点分布不均等问题,提高用户访问网站的响应速度。作为以
CDN
为主营业务的互联网极速服务商,又拍云扮演了互联网护航者和加速者的角色
,一直在做
CDN 在边缘计算领域的实践:容器化

五、边缘云计算标准化建议……………………………………. 19

新浦京www81707con 9
分布式容器云

六、结束语………………………………………………… 21

又拍云容器云平台基于 Mesos + Docker + UPone + Slardar 构建,日均运行
Docker 容器 2000+,日均请求
3亿+,全面支持传输层和应用层服务。方案优势上,主要有以下几点:

1

  1. 多年 Docker 经验——基于 Mesos + Docker + Upone + Slardar
    构建,支持底层服务、应用层服务。

  2. Docker 节点多、覆盖区域广300+ Docker 节点资源。

  3. 高可用从调度中心、容器节点、实时监控等多个维度保证服务的高可用。

  4. 多线节点支持更多运营商支持电信、联通、移动、华数、长城宽带等。

  5. 同网、跨网自动调度对同网 IP 提供同网 Docker 节点,对跨网 IP 提供跨网
    Docker 节点。

  6. Docker 自动化更新——Docker 专属镜像仓库,通过 API
    更新镜像,自动更新全网 Docker。

一、边缘云计算简介

又拍云“容器云”服务已经服务了智能飞行器、智能家居、安防、游戏、电商等领域的诸多厂商,想要了解更多边缘计算和容器云的小伙伴可前往

1.1 边缘计算概念

容器云 – 全球首家分布式容器云平台​

和云计算出现的时候一样,目前业界对边缘计算(Edge Computing)的定义

和说法有很多种。ISO/IEC JTC1/SC38 对边缘计算给出的定义:边缘计算是一种

将主要处理和数据存储放在网络的边缘节点的分布式计算形式。边缘计算产业联

盟对边缘计算的定义是指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。

国际标准组织 ETSI 的定义为在移动网络边缘提供 IT 服务环境和计算能力,强调

靠近移动用户,以减少网络操作和服务交付的时延,提高用户体验。随着 5G 技

术的逐步成熟,MEC( Multi-Access Edge Computing,也被称为 Mobile Edge

Computing )作为 5G 的一项关键技术成为行业上下游生态合作伙伴们共同关注

的热点。目前,ETSI 对 MEC 的定义是指在网络边缘为应用开放者和内容服务商

提供所需的云端计算功能和 IT 服务环境。

上述边缘计算的各种定义虽然表述上各有差异,但基本都在表达一个共识:

在更靠近终端的网络边缘上提供服务。

从技术的角度看,”人联网”时代”云端二体协同”是一种基本的技术组合

形态。而在”物联网”时代,数以千亿计的各种设备将会联网,大量的”摄像头,

传感器”将会成为物联网世界的眼睛,是”智慧化”服务的基础。万物互联时代

的基本需求是”低时延,大带宽,大连接,本地化”。 目前的”云端二体协同计

算”已经无法满足”低时延,低成本”的需求。带宽成本和传输时延都是个大问

题,需要引入边缘计算来解决这个问题。所以,”云边端三体协同”是物联网时

2

代的计算组合形态,边缘计算是物联网时代不可或缺的基础设施之一。边缘计算

逐步发展成为”全球覆盖,无处不在”的通用基础设施。

未来边缘计算和云计算是相辅相成,相互配合,边缘计算的定位是拓展云的

边界,能够把计算力拓展到离”万物”一公里以内的位置。将边缘计算和云计算

相结合,目前业界有很多尝试,也是技术研究的一大热点。

1.2 边缘云计算概念

要定义边缘云计算的概念,首先需要明确云计算的概念。现阶段广为接受的

云计算定义是 ISO/IEC 17788《信息技术 云计算 概览与词汇》 的定义:云计

算是一种将可伸缩、弹性、共享的物理和虚拟资源池以按需自服务的方式供应和

管理,并提供网络访问的模式。云计算模式由关键特征、云计算角色和活动、云

能力类型和云服务类别、云部署模型、云计算共同关注点组成。。

但目前对云计算的概念都是基于集中式的资源管控来提出的,即使采用多个

数据中心互联互通形式,依然将所有的软硬件资源视为统一的资源进行管理,调

度和售卖。随着 5G、物联网时代的到来以及云计算应用的逐渐增加,集中式的

云已经无法满足终端侧”大连接,低时延,大带宽”的云资源需求。结合边缘计

算的概念,云计算将必然发展到下一个技术阶段,就是将云计算的能力拓展至距

离终端更近的边缘侧,并通过云边端的统一管控实现云计算服务的下沉,提供端

到端的云服务,边缘云计算的概念也随之产生。

本文给出的边缘云计算定义为:边缘云计算,简称边缘云,是基于云计算技

术的核心和边缘计算的能力,构筑在边缘基础设施之上的云计算平台。形成边缘

位置的计算、网络、存储、安全等能力全面的弹性云平台,并与中心云和物联网

终端形成”云边端三体协同” 的端到端的技术架构,通过将网络转发、存储、

3

计算,智能化数据分析等工作放在边缘处理,降低响应时延、减轻云端压力、降

低带宽成本,并提供全网调度、算力分发等云服务。

边缘云计算的基础设施包括但不限于:分布式 IDC,运营商通信网络边缘基

础设施,边缘侧客户节点(如边缘网关,家庭网关等)等边缘设备及其对应的网

络环境。

图 1表述了边缘云计算的基本概念。边缘云作为中心云的延伸,将云的部分

服务或者能力(包括但不限于存储、计算、网络、AI、大数据、安全等)扩展到

边缘基础设施之上。中心云和边缘云相互配合,实现中心-边缘协同、全网算力

调度、全网统一管控等能力,真正实现”无处不在”的云。

图 1 边缘云计算示意图

边缘云计算本质上是基于云计算技术,为”万物互联”的终端提供低时延、

自组织、可定义、可调度、高安全、标准开放的分布式云服务。

边缘云可以最大程度上与中心云采用统一架构、统一接口、统一管理,这样

能够最大程度地降低用户开发和运维成本,真正实现将云计算的范畴拓展至距离

4

数据源产生更近的地方,弥补传统架构的云计算在某些应用场景中的不足之处。

根据所选择的边缘云计算基础设施的不同以及网络环境的差异,边缘云计算

技术适用于以下一些场景:

  1. 将云的计算能力延展到离”万物”10 公里的位置,例如将服务覆盖到

“乡镇,街道级十公里范围圈”的计算场景。

  1. “物联网云计算平台”能够将云的计算能力延展到”万物”的身边,可

称为”一公里范围圈”,工厂、楼宇等都是这类覆盖的计算场景。

  1. 除了网络能够覆盖到的”十公里计算场景”和”一公里计算场景”,边

缘云计算还可以在网络无法覆盖的地域,通常被称之为”网络黑洞”的

区域提供”边缘云计算服务”,例如”山海洞天”(深山、远海航船、

矿井、飞机)等需要计算的场景,在需要的时候将能够处理的数据进行

实时处理,联网之后再与中心云协同处理。

边缘云计算服务应具备以下特点:

  1. 全覆盖:提供各种覆盖场景的一站式边缘计算服务和敏捷交付能力。

  2. 弹性伸缩:按需购买,按量付费,实现业务的弹性伸缩需求,节省了自

建所需的供应链管理、建设及资金投入成本。

  1. 开放灵活:提供”标准开放”的边缘云计算平台,可方便与中心云系统

对接,按业务需求灵活部署各类应用。

  1. 安全稳定:利用云计算核心技术积累构建安全稳定的边缘云计算核心系

统。

在使用边缘云计算服务之后,用户可以进一步扩展自身的应用,获得以下收

益:

5

  1. 降低时延:边缘云计算服务可以提供 5ms 以下的终端访问时延。

  2. 业务本地化:采用云边端三体协同架构后,大量的处理响应在本地发生,

终端到云的访问频次将减少 80%以上。

  1. 降低成本:引入边缘云计算后,计算、存储、网络等成本可以节省 30%

以上。

  1. 敏捷交付:采用边缘云计算服务后,可以获得”一分钟敏捷交付”的能

力。

  1. 高安全:具备与传统云服务一体化的高安全能力,包括 DDoS 清洗和黑洞

防护能力、多租户隔离、异常流量自动检测和清洗、中心-边缘安全管

控通道等。

  1. 开放易用:包括开放的运行环境、灵活部署各类云服务和应用、在线远

程管理、运行指标可视化监控等。

综上所述,边缘云计算具备网络低时延、支持海量数据访问、弹性基础设施

等特点。同时,空间距离的缩短带来的好处不只是缩短了传输时延,还减少了复

杂网络中各种路由转发和网络设备处理的时延。此外,由于网络链路争抢的几率

大大减小,能够明显降低整体时延。边缘云计算给传统云中心增加了分布式能力,

在边缘侧部署部分业务逻辑并完成相关的数据处理,可以大大缓解将数据传回中

心云的压力。边缘云计算还能够提供基于边缘位置的计算、网络、存储等弹性虚

拟化的能力,并能够真正实现”云边协同”。

1.3 边缘计算与边缘云计算的关系

传统观点认为,边缘计算和传统云计算是有一定的边界的,在 ISO/IEC

JTC1/SC38 中,明确确定了边缘层、本地层和云层的界限,其应对的计算场景不

6

同,在应用场景开拓上针对各自优势体现出差异。

以”视频场景”为例,收集图像、视频、声音等数据的传感器是智慧城市的

感知”器官”。例如,交通系统中数以十万、百万计的视频设备需要 TB 级以上的

带宽连续上传监控数据。目前的网络带宽无法承载这样的连续上传,造成云计算

的应用受到限制。

当我们引入边缘计算技术来处理上述问题时,由于边缘基础设施的差异性

大,种类繁多,边缘应用开发、部署、运营、维护都会面临各种问题、困难和风

险。

边缘云计算能够最大程度上与传统云计算在架构、接口、管理等关键能力上

实现统一,最终将边缘设备与云进行整合,成为云的一部分。边缘云计算与传统

云计算的关系,类似人类的”大脑”与遍布全身的”神经系统”的关系,相辅相

成。为了让”物理世界”更加智能,边缘云计算将神经系统从”云”这个大脑开

始,层层前移,一触到底,直达”物理世界”的每一个角落。通过将云计算的能

力进行拓展,边缘云计算能够深入到更多之前传统云计算无法覆盖的边缘应用场

景。

边缘云计算还可以通过分布在距离终端最近的基础设施,为终端侧数据源提

供具有针对性的算力。这些算力可以将部分数据处理终结在边缘侧,另外一部分

则可以处理后再回传至中心云。这样,边缘云计算就提供了一种新的弹性算力资

源,通过与中心云的协同和配合,为终端提供满足技术需求的云计算服务。

在上文提到的”视频场景”中使用边缘云计算不仅能够解决 TB 级甚至更大

的视频流低成本接入的问题,还可以提供丰富的计算能力(如 CPU,GPU,FPGA
等),

在边缘完成视频的分析和识别工作后再将结构化的数据快速传递回中心云(大

7

脑)进行信息融合。边缘云计算不仅实现了”低时延,低成本”的协同,还能有

效抵抗网络抖动等不稳定因素,提升系统整体的鲁棒性。

1.4 相关术语

表 1.1 术语 术语 定义/解释

边缘云计算 基于云计算技术的核心和边缘计算的能力,构筑在边缘基础设施之上

的云计算平台

中心云 基于传统云基础设施构筑的云,在网络中处于中心位置

物联网终端 物联网终端是物联网中实现采集数据及发送数据的设备

边缘侧客户节点 靠近边缘的客户端设备节点,包括边缘网关、家庭网关、IoT
网关等设

1.5 缩略语

表 1.2 缩略语 缩略语 解释

CDN Content Delivery Network,内容分发网络

ENS Edge Node Service,边缘节点服务

IDC Internet Data Center,互联网数据中心

MEC Multi-access Edge Computing,多接入边缘计算

RTC Real-time Communications,实时通信

SDN Software Defined Network,软件定义网络

SD-WAN Software-defined WAN,软件定义广域网

vCDN virtual Content Delivery Network,虚拟内容分发网络

8

二、边缘云计算典型应用场景

2.1 边缘云计算应用场景综述

边缘云计算场景有很多。内容分发网络是一个典型应用。目前很多

公司和团队由于业务架构的需要,在全国各地的运营商 IDC 机房采购资源,自建

多个边缘计算节点。这些公司和团队开展边缘计算的业务时共同的痛点是重资

产、业务弹性、运维投入等。当边缘节点有覆盖度要求时,以上问题将会成倍放

大。边缘云计算服务在边缘节点交付、运维、服务等方面的技术优势以及规模效

应,解决了这些客户的痛点问题。

目前,边缘云计算的应用场景从覆盖上可以分为全网覆盖类和本地覆盖类两

大类:

  1. 全网覆盖类应用的核心要求是从边缘节点在地区和运营商网络两个层面

上的覆盖度,来保证就近计算(如 CDN、互动直播、边缘拨测/监控等业

务),或者基于足够多的节点进行网络链路优化(如 SDN/SD-WAN、在线

教育、实时通信等)。

  1. 本地覆盖类应用的核心要求是边缘节点的本地化,即边缘节点的接入距

离要足够近,时延足够低,来支持本地化

服务的上云需求,例如新零售、医疗等行业的监控数据上云,连锁门店

等线下行业的 IT 基础设施上云等。这类应用的大带宽需求是最能体现

边缘云计算时延和成本优化等核心优势的场景。

随着人工智能和大数据的发展,各行各业都在利用科技智能化和大数据分析

等前沿科技手段,提升行业应用的科技效率,减低产业数字化系统的运维成本。

9

例如在数字机床和工控领域等行业,可以把 AI 能力和数字分析能力部署在工业

园区内,以实现在边缘局域范围内完成实时的工控智能。在机场、车站等人流密

集区域,通过把人脸识别和视频监控能力部署在边缘侧,实现在边缘侧实时处理

分析具有特征值的人和物,满足实时监控需求。

2.2 场景一:互动直播中的边缘云计算应用

此类应用一般属于全网覆盖类应用。图 2是互动直播业务架构,展示了基于

边缘云计算技术的边缘节点在类似场景中起到的作用。

图 2 边缘云互动直播业务架构示意图

主播的媒体流推送到就近的边缘节点,在边缘节点直接进行转码,转码后的

媒体流分发到 CDN 边缘节点,当有用户访问时就近返回内容。基于边缘节点上的

服务、直播流的上下行内容推送以及转码处理等都不用再回中心,大大降低了业

务时延,提升了互动体验,同时边缘处理架构对带宽成本的节省也非常明显。

以虎牙直播为例,作为具有行业影响力的互动游戏直播平台,对视频直播技

术有着极高的追求,以满足用户对蓝光画质、低延时、稳定性以及实时互动等方

10

面的要求,直播业务场景具有”高带宽、高并发、计算密集”的特性。

边缘云计算服务在主播直播推流时,实现就近节点进行转码和分发,同时支

持高并发实时弹幕的边缘分发,减少了对中心的压力,节省了 30%以上的中心带

宽成本,同时获得网络低时延,实现了边缘节点网络连接时延小于 5毫秒,提升

了主播上行质量和用户观看体验。通过基于边缘云计算技术的边缘节点服务

与 CDN 资源协同,为虎牙直播提供稳定可靠的计算和网络服务,实现了

弹性伸缩和分钟级交付的能力,具备了规模经济性,节省了用户带宽成本。

2.3 场景二:智慧城市中的边缘云计算应用

此类应用一般属于本地覆盖类应用。智慧城市需要信息的全面感知、智能识

别研判、全域整合和高效处置。智慧城市的数据汇集热点地区、公安、交警等数

据、运营商的通信类数据、互联网的社会群体数据、IoT 设备的感应类数据。智

慧城市服务需要通过数据智能识别出各类事件,并根据数据相关性对事态进行预

测。基于不同行业的业务规则,对事件风险进行研判。整合公安、交警、城管、

公交等社会资源,对重大或者关联性事件进行全域资源联合调度。实现流程自动

化和信息一体化,提高社会处置能力。

在智慧城市的建设过程中,边缘云计算的价值同样巨大:如图 3所示,在边

缘云计算的架构下,整个系统分为采集层、感知层、应用层。

11

ENS视频汇聚节点

专线 专线

公网

街道 小区 特种车辆局端

无人机局端…

专线 专线

云中心

学校 医院 油站餐饮行业”明厨亮灶”监管

公网 公网 公网

ENS视频汇聚节点

公网

应用层

感知层

采集层

图 3 智慧城市边缘云计算框架

在采集层,海量监控摄像头采集原始视频并传输到就近的本地汇聚节点。

在感知层,视频汇聚节点内置来自云端下发的视觉 AI 推理模型及参数,完

成对原始视频流的汇聚和 AI 计算,提取结构化特征信息。

在应用层,城市大脑可根据来自各个汇聚节点上报的特征信息,全面统筹规

划形成决策,还可按需实时调取原始视频流。

这样的”云—边—端”三层架构的价值在于:

  1. 提供 AI 云服务能力:边缘视频汇聚节点对接本地的监控摄像头,可对各

种能力不一的存量摄像头普惠地提供 AI 能力。云端可以随时定义和调

整针对原始视频的 AI 推理模型,可以支持更加丰富、可扩展的视觉 AI

应用。

  1. 视频传输稳定可靠:本地的监控摄像头到云中心的距离往往比较远,专

网传输成本过高,公网直接传输难以保证质量。在”先汇聚后传输”的

模型下,结合汇聚节点的链路优化能力,可以保证结构化

数据和原始视频的传输效果。

12

  1. 节省带宽:在各类监控视频上云的应用中,网络链路成本不菲。智慧城

市服务对原始视频有高清码率和 7×24 采集的需求,网络链路成本甚至

可占到总成本的 50%以上。与数据未经计算全量回传云端相比,在视频

汇聚点做 AI 计算可以节省 50%~80%的回源带宽,极大降低成本。

与用户自建汇聚节点相比,使用基于边缘云计算技术的边缘节点服务

作为视频汇聚节点具有以下的优势:

  1. 交付效率高:ENS 全网建设布局,覆盖 CDN 网络的每个地区及运营商,

所提供的视频汇聚服务,各行业视频监控都可以复用,在交付上不需要

专门建设,可直接使用本地现有的节点资源。

  1. 运营成本低:允许客户按需购买,按量付费,提供弹性扩容能力,有助

于用户降低首期投入,实现业务的轻资产运营。

2.4 场景三:新零售中的边缘云计算应用

此类应用一般属于本地覆盖类应用。在新零售的行业中,线下服务和线上服

务结合,各类视频监控的数据量巨大,具备以下特征:

  1. 本地化:各门店视频流的生成、采集、分析、管理等环节主要在本地进

行,流量跨区情况少。

  1. 多机构:与传统单门店系统不同,客户会在本地有多家分支机构,视频

监控流需要统一汇聚、分析、管理。

  1. AI 分析:客户需要对视频监控流内容进行 AI 分析以满足模式识别、结

构化信息提取、事件上报等各种行业需求,有别于传统的视频流推送和

回看等单一功能。

采用边缘云计算技术,能够解决新零售客户的上述问题。新零售行业所采用

13

的边缘云计算架构如图 4所示。

图 4 新零售边缘云计算示意图

整个边缘云计算系统被分为三层:

  1. 视频采集层:门店对视频数据进行采集,仅配置监控摄像头及必要的网

络设备,不再需要配置大量的计算和存储设备。各门店以专线接入同城

边缘节点,实时上传视频监控流。

  1. 视频分析层:边缘节点为同城各门店提供基础设施服务以承载 AI 分析、

视频结构化解析、回放存储等,替换原本在门店中的物理服务器组。边

缘节点以优选公网链路,回传至云中心。

  1. 视频管理层:中心云的相关平台对接全网上报的数据,做统一运营管理、

人工审核、关键数据的持久存储等。

14

三、边缘云计算技术特点

总体来看,边缘云计算技术具备六大特点:

  1. 低延时:因边缘云计算就近提供计算和网络覆盖,数据的产生、处理和

使用都发生在离数据源很近的范围内,接收并响应终端请求的时延极

低。

  1. 自组织:当网络出现问题甚至中断时,边缘云的节点可以实现本地自治

和自恢复。

  1. 可定义:边缘云服务及业务逻辑不是一成不变的,而是可以由用户修改、

更新和定制。

  1. 可调度:业务逻辑可以由中心云动态分发,具体在哪个边缘节点执行是

可以调度的。

  1. 高安全:能够提供与传统云计算一体化的安全防护能力。

  2. 标准开放:提供标准化且开放的环境,具有和其他系统互联及互操作的

能力。

图 5展示了边缘云计算的关键能力,其包含统一协同能力和服务能力两大部

分。

15

图 5 边缘云计算关键能力

边缘云计算的统一协同能力包括:

  1. 统一控制管理

  2. 管控通道的高可用和稳定性

  3. 业务调度协同

  4. 大数据处理协同

  5. 云边一体化安全能力

  6. 统一开放的服务接口

边缘云计算的服务能力包括:

  1. 边缘云计算基础设施服务,如计算、存储、网络、加速器等。

  2. 边缘云计算平台服务,如容器服务、大数据服务、人工智能服务、vCDN、

即时通信服务 RTC、视频 AI、音视频通信等。

16

四、边缘云计算标准化需求

边缘云计算作为未来云计算的重要组成部分,将云计算的能力下沉到大量不

同类型的边缘节点,能够充分利用边缘节点的计算能力,同时实现中心云和边缘

云的统一管理和协同计算。由于边缘设备众多、差异化大,云服务商所采用的架

构、技术存在一定的差异,边缘云计算的应用场景也各具特色,目前业界对边缘

云计算的定义、使用场景、参考架构等方面尚未形成共识,个性化和私有化的解

决方案较多,基于边缘云计算技术打造的相关应用也无法跨平台使用,造成边缘

云计算的应用和推广受到了一定的限制。

通过边缘云计算的标准化工作,制定完善的边缘云计算标准和规范,对于促

进技术创新、支撑云计算技术和产业的进一步发展将起到重要作用。

  1. 新浦京www81707con,有利于加快边缘云计算技术创新和成果转化。现阶段国内外已经出现了

一些边缘云计算产品和应用,以标准化的手段固化技术成果,实现快速

创新推广。

  1. 有利于促进边缘云计算产品和服务的进一步发展。由于目前没有统一的

边缘云计算定义,边缘云计算的产品和服务范畴不明确,需要标准来统

一定义和规范,进一步提升和促进边缘云计算产品和服务的发展。

  1. 有利于营造开放的边缘云计算产业生态。由于边缘设备众多,应用差异

化大,涉及的厂商众多,同时业界云计算所采用的架构、技术也存在一

定的差异,边缘云计算的架构、接口均不统一,造成边缘数据流动困难、

边缘应用复制难度高。需要统一的标准来实现边缘云之间、边缘云与中

心云、不同云服务提供商之间的互操作性,实现协同工作,形成完整开

17

放的产业生态。

  1. 有利于提升边缘云计算的安全。由于边缘云计算需要实现边缘设备与中

心云的互联互通,部分应用(如工业控制、医疗监控等)对安全性和可

靠性提出了更高的要求,需要制定相关安全标准规范,确保边缘云计算

系统的安全可靠。

通过分析目前边缘云计算的发展现状和需求,可以初步梳理出以下标准化需

求:

  1. 确定边缘云计算系统的基础概念、架构。边缘云计算需要通过统一的术

语进行界定,明确边缘云计算的定义、范畴、需求等核心概念,引导产

业界正确认识和理解边缘云计算技术,进一步促进边缘云计算技术的快

速成熟和广泛应用。用户和开发者在面对大量差异化的边缘应用、需求

和基础设施时,开发和运维管理难度大,有必要通过技术架构规范来降

低上层应用的开发难度和管理难度,进一步屏蔽底层的差异性,对中心

云与边缘云统一管理、调度等能力提出要求。

  1. 对边缘云计算的关键技术进行标准化。对已经形成模式,并广泛应用的

关键技术,应及时进行标准化,防止碎片化,确保互操作性和连续性。

  1. 边缘云计算的互操作性进行标准化。边缘云计算系统和中心云之间、边

缘云计算系统之间、组件之间的信息交互与共享,需要通过互操作性来

保证。由于边缘基础设施的差异性较大,网络环境多变,大量差异化的

应用场景涉及到的基础设施和业务需求不同,边缘云计算的互操作性挑

战会越来越大。相应的标准化工作能够进一步促使边缘云计算系统的应

用程序接口、服务方式及数据格式等尽量采用统一的标准和兼容接口,

18

从而定义出可互换的组件、数据和模型等。

  1. 边缘云计算的安全和管理类标准。边缘云计算系统一般都部署在离数据

源产生较近的位置,同时又需要与中心云互联互通、统一管理,如何保

障边缘云计算系统的安全和可靠性就显得尤为重要。由于边缘云计算的

基础设施并未与中心云集中部署在一起,其所处环境的复杂性和多样性

远远高于传统云计算场景,同时又需要能够与中心云互联互通,一旦出

现安全问题,很有可能会造成更大的影响,所以对安全和可靠性提出了

更高的要求。需要通过标准化等手段对边缘云计算系统进行规范,保障

其安全性。

  1. 制定针对特定行业以及应用的边缘云计算标准,指导边缘云计算在行业

领域的推广和创新应用。

  1. 在上述标准的基础上,对边缘云计算产品进行标准化评估,对边缘云计

算系统在功能、性能、安全性、兼容性、互操作性等多方面进行评估,

确保产品和服务的质量和可用性,并为产业的可持续发展提供保障。

19

五、边缘云计算标准化建议

依据目前边缘云生态中技术、产品、服务、应用等关键环节,结合国内外边

缘云技术发展现状以及标准化需求,我们提出的边缘云计算标准化体系框架如图

6所示,包括:基础标准、技术标准、管理及服务标准、安全标准、行业及应用

标准。这些标准主要在现有云计算标准体系之上延续和扩展,以满足边缘云计算

的新需求和新特性。

边缘云计算标准体系

安全要求

建设指南

技术要求

术语

功能要求

接口规范

系统安全

设备管理

服务质量保障

运营管理

运维管理

管理及服务要求

︙︙

︙︙

参考架构

资源管理调度

统一管理能力要求

安全指南

安全模型与框架

行业及应用

IoT 视频

…︙︙

基础

图 6 边缘云计算标准体系框架

  1. 边缘云计算基础标准

边缘云计算的基础标准用于统一边缘云计算术语以及相关概念,为其他各部

分标准制定提供支撑。主要包括边缘云计算术语、参考架构、指南等方面的标准。

需要明确边缘云计算的定义和相关术语、适用场景、平台架构、与中心云的关系、

以及互联互通要求等。其中,术语标准主要基于现有的云计算相关标准,并进行

相应扩展。

20

  1. 边缘云计算技术标准

边缘云计算技术标准用于规范和引导边缘云计算系统关键产品和组件的研

发,以及边缘云计算资源的管理和使用,实现边缘云计算的弹性伸缩能力,主要

包括功能要求、接口规范、边缘资源管理调度等技术规范和测试规范。

  1. 边缘云计算管理及服务标准

边缘云计算管理及服务标准用于规范边缘云计算系统的统一管理和服务能

力要求,主要包括中心云-边缘云统一管理、部署管理、服务质量保障、统一运

维、运营等管理和服务要求。

  1. 边缘云计算安全标准

根据边缘云计算系统的特征制定边缘云计算的安全规范,包括边缘云安全指

南、安全模型与框架、边缘云系统安全等标准以及对应的测试规范。

  1. 边缘云计算行业及应用标准

边缘云计算涉及的行业及应用差别较大,需要针对各个行业应用在技术、管

理和安全等方面的特定要求制定相应的标准。

21

六、结束语

边缘云计算技术是将传统的云计算技术应用在边缘基础设施之上的创新,其

本质上是边缘基础设施的云计算系统,通过边缘云计算技术,能够实现边缘位置

的计算、网络、存储、安全等能力全面的弹性平台基础设施能力,真正实现”无

处不在”的云,通过将网络转发、存储、计算等工作在边缘处理,帮助用户将计

算、转发、智能数据分析等业务下沉至边缘,降低响应时延、减轻云端压力、降

低带宽成本,提升应用运算效率,并完成全网调度和算力分发等云计算的能力,

适用于分布式架构下的各类业务。

在可以预见的将来,随着技术的成熟以及新的应用出现,边缘云计算技术必

将得到更大的发展,覆盖的潜在客户和场景将不断出现。随着边缘云计算的应用

场景越来越多,用户需求的变化将是未来需要关注的重点。

相关文章