導讀：本報告為科技部科技創新戰略研究專項項目“高新技術領域年度重點創新進展報告”( 編號：ZLY201633) 研究成果之一。

本報告為科技部科技創新戰略研究專項項目“高新技術領域年度重點創新進展報告”( 編號：ZLY201633) 研究成果之一。作者是科學技術部高技術研究發展中心的傅耀威老師和西北大學的孟憲佳老師。本文特約編輯：姜念云，本文首發于《科技中國》，邊緣計算社區整理。全文 4565 字，淺顯易懂，預計閱讀 15 分鐘。

邊緣計算是通過把計算、存儲、帶寬、應用等資源放在網絡的邊緣側，減小傳輸延遲和帶寬限制的新興技術。這項技術為物聯網、云計算等技術提供了前所未有的連接性、集中化以及智能化，滿足了敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的需求，將是實現分布式自治、工業控制自動化的重要支撐。本文對邊緣計算技術、標準、產業和應用國內外發展現狀與趨勢進行了梳理分析，提出了我國的進一步發展對策。

一、關于邊緣計算技術

近年來，“物聯網”“云計算”等技術得到廣泛應用，但是隨著萬物互聯以及 5G 高帶寬、低時延時代的到來，各類業務如車聯網、工業控制、4K/8K、虛擬現實 / 增強現實(VR/AR)等所產生的數據量爆炸式增長，對計算設施帶來了實時性、網絡依賴性和安全性等方面的要求，為了解決這些問題，國內外學者們提出了邊緣計算的概念。

邊緣計算的“邊緣”指的是在數據源與云端數據中心之間的任何計算及網絡資源。例如，智能手機就是個人與云端的“邊緣”，智能家居中的網關就是家庭設備與云端的“邊緣”。邊緣計算的基本原理就是在靠近數據源的地方進行計算，是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力，就近提供邊緣智能服務的開放平臺。與云計算相比較，邊緣計算就近布置，因而可以理解為云計算的下沉。

邊緣計算實現了物聯網技術前所未有的連接性、集中化和智能化，由此可以滿足敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的需求，是實現分布式自治、工業控制自動化的重要支撐。

邊緣計算是計算系統從扁平到邊緣，以及面向 5G 網絡架構演進的必然技術，同時也提供了一種新的生態系統和價值鏈。第三方數據分析機構 IDC 預測，到 2020 年，全球將有約 500 億的智能設備接入互聯網，其中主要涉及智能手機、可穿戴設備、個人交通工具等，其中 40% 的數據需要邊緣計算服務。邊緣計算有著強大市場潛力，也引起了各研究機構、標準組織、服務提供商和產業界極大的關注。

二、世界發展現狀與趨勢

目前，邊緣計算技術與應用仍處于發展初期階段，亞馬遜、谷歌和微軟等云計算巨頭是該領域的領跑者。

2017 年，亞馬遜攜 AWS Greengrass 進軍邊緣計算領域，走在了行業的前面。該服務將 AWS 擴展到設備上，這樣就可以“在本地處理它們所生成的數據，同時仍然可以使用云來進行管理、分析數據和持久的存儲”。

微軟公司計劃未來 4 年在物聯網領域投入 50 億美元，其中包括邊緣計算項目。2017 微軟發布了 Azure IoT Edge 解決方案，該方案“將云分析擴展到邊緣設備”，支持離線使用。該公司還希望聚焦于人工智能應用。

谷歌 2017 年以來已宣布了兩款相關的新產品，即硬件芯片 Edge TPU 和軟件堆棧 Cloud IoT Edge，意在幫助改善邊緣聯網設備的開發。谷歌表示，“Cloud IoT Edge 將谷歌云強大的數據處理和機器學習功能擴展到數十億臺邊緣設備，比如機器人手臂、風力渦輪機和石油鉆塔，這樣它們就能夠對來自其傳感器的數據進行實時操作，并在本地進行結果預測。”

國際上許多公司也在開發軟件和技術幫助邊緣計算實現騰飛。惠普公司計劃在未來 4 年內向邊緣計算領域投資 40 億美元。該公司的 Edgeline Converged Edge Systems 系統的目標客戶是那些希望獲得數據中心級計算能力，且通常在邊遠地區運營的工業合作伙伴。其系統承諾在不依賴于將數據發送到云或數據中心的情況下，為工業運營(比如石油鉆井平臺、工廠或銅礦)提供來自聯網設備的洞見。

人工智能芯片制造商英偉達于 2017 年推出了 Jetson TX2，這是一個面向邊緣設備的人工智能計算平臺。它的前身是 Jetson TX1，它號稱要“重新定義將高級 AI 從云端擴展到邊緣的可能性”。

有關邊緣計算的標準化工作也逐漸受到各大標準化組織的關注，主要國際標準化組織紛紛成立相關工作組，開展邊緣計算標準化工作。2014 年，歐洲電信標準化協會(ETSI)成立移動邊緣計算標準化工作組;2015 年，思科、ARM、戴爾、英特爾、微軟、普林斯頓大學等機構聯合發起成立開放霧計算聯盟;2017 年 ISO/IECJTC1SC41 成立了邊緣計算研究小組，以推動邊緣計算標準化工作。2017 年 IEC 發布了 VEI(Vertical Edge Intelli-gence)白皮書，介紹了邊緣計算對于制造業等垂直行業的重要價值。2018 年初，ITU-TSG20(國際電信聯盟物聯網和智慧城市研究組)成功立項首個物聯網領域邊緣計算項目“用于邊緣計算的 IOT 需求”。

三、我國發展現狀與水平

2016 年 11 月 30 日，我國邊緣計算產業聯盟(ECC，Edge Computing Consortium)在北京成立。該聯盟由華為技術有限公司、中國科學院沈陽自動化研究所、中國信息通信研究院、英特爾公司、ARM 和軟通動力信息技術有限公司創始成立，首批成員單位共 62 家，涵蓋科研院校、工業制造、能源電力等不同領域。2016 年和 2017 年分別出版了國內的《邊緣計算參考架構》1.0 和 2.0 版本，梳理了邊緣計算的測試床，提出了邊緣計算在工業制造、電力能源、智慧城市、交通等行業應用的解決方案。

邊緣計算是 5G 的核心能力之一，是實現 5G 性能提升的關鍵。2017 年，中國通信標準化協會(CCSA)發起了邊緣計算研究項目。CCSA 無線通信技術委員會(TC5)和工業互聯網特設任務組(ST8)都分別立項了有關邊緣計算的項目。在 CCSA ST8 中，重點討論面向工業互聯網的邊緣計算和邊緣云標準化內容。目前，ST8 任務組已經立項標準包括：《工業互聯網邊緣計算總體架構與要求》，《工業互聯網邊緣計算技術研究》《工業互聯網邊緣計算邊緣節點模型與要求》，《工業互聯網邊緣計算需求》。

在 CCSA TC5 中，三大運營商分別在邊緣計算領域立項，涉及邊緣計算平臺架構、場景需求、關鍵技術研究和總體技術要求。中國聯通發起并主導的“5G 邊緣計算平臺能力開放技術研究”項目，將結合邊緣計算平臺架構以及移動網絡能力，進行 5G 邊緣計算能力開放的場景分析和方案研究，進一步標準化網絡信息開放框架與內容。中國移動和中國電信也分別牽頭立項《邊緣計算總體技術要求》和《邊緣計算關鍵技術研究》，內容涵蓋了 5G MEC 的關鍵技術，包括：本地分流、業務緩存和加速、本地內容計費、智能化感知與分析、網絡能力開放、移動性管理和業務連續性保障。

三大運營商在邊緣計算方面已經展開廣泛探索。其中，中國聯通 2018 年 2 月宣布正式啟動全國范圍內 15 個省市的 Edge-Cloud 規模試點和數千個邊緣數據中心的規劃建設工作;中國移動在江蘇、浙江等地通過核心網下沉網關分流至 CDN 邊緣節點，并探索了一些商用場景;中國電信在 2018 年搭建了基于邊緣計算的 vCDN 概念驗證解決方案環境，測試結果理想。

目前，運營商的邊緣計算主要處于技術研究、實驗室測試，以及相對簡單場景的預商用階段。英特爾和阿里云聯合在重慶瑞方渝美壓鑄有限公司打造的工業邊緣計算平臺，采用了英特爾開發的深度學習算法和數據采集到協議轉換的軟件，以及阿里云開發的基于 Yocto 的操作系統(AliOS Things)、數據接入云端 Link Edge。該平臺可以運行在工業邊緣計算節點本地，并將結果聚合并存儲在邊緣服務器上，再通過阿里云的 LinkEdge 實現數據上云。該平臺采用的機器視覺解決方案在 0.695 秒的時間內，幾乎可以實時地識別制造缺陷，檢測精度約為 100%。

總體來說，我國的邊緣計算研究還處于起步階段。

四、邊緣計算面臨的挑戰

目前，關于邊緣計算的研究才剛剛起步，雖然已經取得了一定成果，但從實際應用來說，還存在很多問題需要研究，下面對其中的幾個主要問題進行分析。

第一，多主體的資源管理。邊緣計算資源分散在數據的傳輸路徑上，被不同的主體所管理和控制，比如用戶控制終端設備、網絡運營商控制通信基站、網絡基礎設施提供商控制路由器、應用服務供應商控制邊緣服務器與內容傳輸網絡。而云計算中的資源都是集中式的管理，因此云計算的資源管理方式并不適用管理邊緣計算分散的資源。而目前關于邊緣計算的研究也主要集中在對單一主體資源的管理和控制，還未涉及多主體資源的管理，實現靈活的多主體資源管理是一個十分富有挑戰性的問題。

第二，應用的移動管理。邊緣計算依靠資源在地理上廣泛分布的特點來支持應用的移動性，一個邊緣計算節點只服務周圍的用戶，應用的移動就會造成服務節點的切換，而云計算對應用移動性的支持則是“服務器位置固定，數據通過網絡傳輸到服務器”。所以，在邊緣計算中應用的移動管理也是一種新模式，涉及到資源發現和資源切換等問題。

第三，虛擬化技術。為了方便資源的有效管理，邊緣計算需要虛擬化技術的支持，為系統選擇合適的虛擬化技術是邊緣計算的一個研究熱點。目前，新型的虛擬化技術層出不窮，如何打破虛擬機和容器的規則與界線，將兩者充分融合，同時具備兩者的優勢，設計適應邊緣計算特點的虛擬化技術，也是一大挑戰。

第四，數據分析。數據分析的數據量越大，往往提取出的價值信息就越多。但是收集數據需要時間，價值信息往往也具有時效性。邊緣計算使數據可以在匯集的過程中被處理與分析，很多數據如果被過早地分析，可能會丟失很多有價值的信息，所以如何權衡提取信息的價值量與時效性是一個關鍵性問題。

第五，編程模型。邊緣計算資源動態、異構與分散的特性使應用程序的開發十分困難。為減少應用的開發難度，需要可以適應邊緣計算資源的編程模型。

五、我國進一步發展對策

據估算，2017—2026 年美國在邊緣計算方面的支出將達到 870 億美元，歐洲則為 1850 億美元。因此，為應對新的發展機遇，對我國發展邊緣計算技術，建議采取以下對策。

第一，加強邊緣計算的技術標準和規范建設。邊緣計算涉及到海量的終端設備、邊緣節點，是數據采集、數據匯聚、數據集成、數據處理的前端，而這些設備往往存在異構性，來自于不同的生產廠商、不同的數據接口、不同的數據結構、不同的傳輸協議、不同的底層平臺等。為此，統一的技術規范和標準亟待達成一致。這些標準和規范的制定，也將大大節約邊緣云等的建設成本。

第二，注重將邊緣計算技術發展與新一代信息技術結合。應將邊緣計算技術的研發和應用與“互聯網 +”、云計算、大數據和新一代通信技術等研發計劃發展協同起來。邊緣計算是與云計算相生相伴的一種技術，并且與大數據、5G 通信和智能信息處理技術等高度聯接。因此，我國在制定相關研發計劃的時候，要將對邊緣計算技術和應用的發展納入進去，加快相關核心技術的研發，促進邊緣計算技術成熟度的提升。

第三，加強邊緣計算的開源生態建設。邊緣計算本身由海量的終端設備構成，而眾多智能終端如采用統一的開源操作系統，便可形成邊緣計算的開源生態環境。利用開源生態來維持核心代碼，形成業界認可的技術接口、關鍵功能、發展路徑等，將會給各廠商提供均等的發展機會。