1.1　邊緣計算的背景與概念

本節(jié)將介紹邊緣計算出現(xiàn)的背景、不同的概念以及邊緣計算相比于傳統(tǒng)計算模式的重要改變。

1.1.1　邊緣計算的歷史背景

1946年在美國賓夕法尼亞大學(xué)，電子晶體管計算機ENIAC攜170平方米、18 000個晶體管的龐大身軀悄然問世，作為計算的載體，開啟了現(xiàn)代計算機的發(fā)展之路。此后，晶體管代替了電子管，集成電路代替了晶體管，計算機的發(fā)展沿著摩爾定律的軌道一路狂奔，從巨大的機房一步步走進了千家萬戶，登上了小小的桌面，甚至作為可穿戴嵌入式設(shè)備成為人體的一部分。伴隨這一過程，越來越多的物理世界需求被轉(zhuǎn)化為計算需求，計算的形態(tài)也經(jīng)歷了幾次重要變化。

1. 共享到獨占

在計算機發(fā)展初期，由于高昂的成本，計算機主要用于大型科學(xué)實驗，幾乎不存在現(xiàn)代意義的個人計算機。因此，此時的計算過程往往是很多用戶采用分時的方式共享一臺計算機，這一需求也造就了后來人們熟知的UNIX系統(tǒng)和類UNIX系統(tǒng)。雖然此時所有的計算需求是在大型機“本地”執(zhí)行的，但其任務(wù)來源通常是多個用戶，資源也是由多用戶共享的。因此從計算模式的角度而言，大型機的計算采用了多用戶共享的模式。

而隨著集成電路的出現(xiàn)，計算機體積沿著“摩爾定律”[1]的軌跡不斷縮小，計算成本不斷降低，使得用戶逐漸能夠通過個人計算機來滿足各類計算和數(shù)據(jù)存儲的需求，計算的形態(tài)也從多用戶分時共享為主流變?yōu)榱霜氄假Y源的個人計算機為主流。

2. 本地到云端

隨著計算機網(wǎng)絡(luò)和通信技術(shù)的不斷發(fā)展，計算機再也不僅僅是數(shù)據(jù)存儲和運算的載體，而是承擔了越來越多的信息傳輸和交互任務(wù)。與此同時，智能手機、交互式Web服務(wù)、社交網(wǎng)絡(luò)的出現(xiàn)和普及，使得大量的用戶信息由本地遷移到網(wǎng)絡(luò)服務(wù)器當中。伴隨著“信息網(wǎng)絡(luò)化”這一過程，在數(shù)據(jù)被帶到網(wǎng)絡(luò)服務(wù)器上的同時，一部分運算過程也被帶到了服務(wù)器上，例如網(wǎng)站托管、推薦算法、各類在線服務(wù)等。不僅如此，隨著通信和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，越來越多的計算業(yè)務(wù)得以通過網(wǎng)絡(luò)實現(xiàn)，從而一步步形成了如今云計算的形態(tài)。

3. 云端到邊緣

隨著智能手機、可穿戴設(shè)備等智能化計算設(shè)備的普及，以及高清視頻、人工智能算法等需求的涌現(xiàn)，各類游戲、應(yīng)用、視頻業(yè)務(wù)對于數(shù)據(jù)和實時性的要求越來越高，例如風靡一時的增強現(xiàn)實（Augmented Reality，AR）游戲口袋妖怪（PoKeMon GO），對攝像頭實時采集的圖像進行識別和處理，并在識別出的目標位置顯示不同種類的“口袋妖怪”。對于此類應(yīng)用業(yè)務(wù)，一方面本地計算會出現(xiàn)能力不足或者電量消耗過快的問題；另一方面若采用云計算架構(gòu)，則無法達到游戲的延遲要求，不僅如此，當應(yīng)用規(guī)模擴大時，云計算架構(gòu)中網(wǎng)絡(luò)帶寬將會成為瓶頸，難以支撐來自海量前端設(shè)備的大規(guī)模實時計算和數(shù)據(jù)請求。即便對于實時性要求不高的傳統(tǒng)業(yè)務(wù)，越來越多的設(shè)備接入網(wǎng)絡(luò)，也會使得云計算網(wǎng)絡(luò)基礎(chǔ)設(shè)施不堪重負，甚至使得云計算中心成為許多地區(qū)能源消耗的最大來源。

與此同時，隨著5G/6G、Wi-Fi 6等通信技術(shù)和標準的快速發(fā)展，用戶端到網(wǎng)絡(luò)接入端的直接延遲可以降到個位數(shù)毫秒級。此時我們發(fā)現(xiàn)，在云計算架構(gòu)中，數(shù)據(jù)從接入點到云計算中心的傳輸過程已經(jīng)占據(jù)了絕大部分的延遲?？紤]到互聯(lián)網(wǎng)數(shù)據(jù)需要經(jīng)過主干網(wǎng)多級路由的過程，這一延遲幾乎無可避免。因此，計算資源從云中心下降到靠近用戶的網(wǎng)絡(luò)邊緣設(shè)備（如移動無線基站、家用路由等），則成為實現(xiàn)大規(guī)模實時計算的必然要求。如此，不僅徹底避免了廣域網(wǎng)中的數(shù)據(jù)傳輸延遲，也提升了數(shù)據(jù)的隱私安全級別、訪問效率以及服務(wù)部署和管理的靈活性。

1.1.2　邊緣計算的概念

簡而言之，邊緣計算是一種計算模式：在該計算模式下，服務(wù)與計算資源被放置在靠近終端用戶的網(wǎng)絡(luò)邊緣設(shè)備中。與傳統(tǒng)的云計算數(shù)據(jù)中心相比，邊緣計算中直接為用戶提供服務(wù)的計算實體（如移動通信基站、WLAN網(wǎng)絡(luò)、家用網(wǎng)關(guān)等）距離用戶很近，通常只有一跳的距離，即直接相連。這些與用戶直接相連的計算服務(wù)設(shè)備稱為網(wǎng)絡(luò)的“邊緣設(shè)備”。如圖1-1所示，對于校園、工業(yè)園區(qū)等場景，配備計算和存儲資源的設(shè)備即可作為邊緣設(shè)備，為其前端用戶提供邊緣計算服務(wù)；對于城市街區(qū)場景，移動蜂窩網(wǎng)絡(luò)的通信基站可作為邊緣計算設(shè)備提供服務(wù)；對于家庭住宅場景，家用路由器可作為邊緣計算設(shè)備。

關(guān)于邊緣計算的概念，目前國內(nèi)外學(xué)術(shù)界與工業(yè)界存在幾種不同的定義。根據(jù)其出發(fā)點的不同，本書將邊緣計算的定義整理如下：

• 邊緣計算作為云計算的延伸［1］：邊緣計算是一種云計算優(yōu)化方法，“通過將網(wǎng)絡(luò)集中節(jié)點（云核心）上的應(yīng)用、數(shù)據(jù)和服務(wù)放置到邏輯邊界節(jié)點（邊緣）”，從而建立與物理世界的直接聯(lián)系。
• 邊緣計算作為前端設(shè)備和云計算的中介［2］：邊緣計算是指那些使得計算發(fā)生在網(wǎng)絡(luò)邊緣的技術(shù)合集，向下的數(shù)據(jù)流來自云計算服務(wù)，向上的數(shù)據(jù)流來自前端的各類物聯(lián)網(wǎng)設(shè)備。
• 描述計算平臺的角度［3］：根據(jù)中國邊緣計算產(chǎn)業(yè)聯(lián)盟的定義，在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的開放平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷連接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護等方面的關(guān)鍵需求。它可以作為連接物理和數(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)。
• 泛化的云與用戶之間的補充［4］：邊緣計算是指從數(shù)據(jù)源到云數(shù)據(jù)中心的路徑上任意計算和網(wǎng)絡(luò)資源的統(tǒng)稱。該定義明確將邊緣計算看作云計算中心與用戶之間所有計算和資源的統(tǒng)稱。

本書從計算模式發(fā)展的角度給出邊緣計算的定義：邊緣計算是一種計算資源與用戶接近、計算過程與用戶協(xié)同、整體計算性能高于用戶本地計算和云計算的計算模式，是實現(xiàn)無處不在的“泛在算力”的具體手段。其中，邊緣設(shè)備可以是任意形式，其計算能力通常高于前端設(shè)備，且前端設(shè)備與邊緣設(shè)備之間應(yīng)當具有相對穩(wěn)定、低延遲的網(wǎng)絡(luò)連接。

1.1.3　邊緣計算帶來的改變

邊緣計算作為云計算向網(wǎng)絡(luò)邊緣的分布式延展，其計算模式與云計算十分相似，但又存在重要區(qū)別。

圖1-2顯示了當前主流的“云-邊-端”架構(gòu)。其中前端設(shè)備通過不同的通信方式將計算請求及必要數(shù)據(jù)發(fā)送至邊緣服務(wù)器。之后，邊緣服務(wù)器檢查是否具備該請求對應(yīng)的計算服務(wù)，如果具備，則執(zhí)行該請求對應(yīng)的計算任務(wù)，并在之后將計算結(jié)果返回至前端設(shè)備；如果不具備，則繼續(xù)向云服務(wù)器請求，由云服務(wù)器執(zhí)行（或?qū)⑾鄳?yīng)的計算服務(wù)從云端下載至邊緣端，并繼續(xù)執(zhí)行），并返回結(jié)果給前端設(shè)備。由于前端設(shè)備與邊緣服務(wù)器通常僅有一跳的距離，其傳輸延遲相比云計算得到極大縮短，從而能夠支持各類高實時性要求的計算業(yè)務(wù)。不僅如此，由于邊緣服務(wù)器更加靠近用戶，服務(wù)面向的用戶設(shè)備和直接的計算需求類型也更多，其服務(wù)具有更強的定制化需求。

具體而言，相比于云計算，邊緣計算模式存在以下顯著特點。

1. 延遲極低

邊緣計算相較云計算的一個顯著區(qū)別是其計算資源更加靠近前端用戶。在典型的邊緣計算系統(tǒng)中，前端用戶與邊緣服務(wù)器是具備單跳網(wǎng)絡(luò)連接的，其延遲與所使用的無線傳輸技術(shù)直接相關(guān)。特別是在5G/6G網(wǎng)絡(luò)中，無線通信的延遲可以降低到1毫秒級，這使得邊緣計算與本地計算在延遲上幾乎沒有差別。

表1-1總結(jié)了不同類型通信技術(shù)的延遲與能耗。由此表可見，在邊緣計算的架構(gòu)中，前端設(shè)備與邊緣服務(wù)器的通信方式將在很大程度上影響邊緣計算的效率。對于移動設(shè)備（如手機、筆記本電腦）而言，結(jié)合5G的邊緣計算幾乎可以提供了與本地相當?shù)牡屯ㄐ叛舆t。對于大量物聯(lián)網(wǎng)設(shè)備來講，其云計算解決方案的延遲約為800～2000ms（例如亞馬遜的GreenGrass平臺搭配2.4GHz的前端物聯(lián)網(wǎng)設(shè)備，其端到端延遲在1700ms左右）。在這樣的場景中，使用邊緣計算的架構(gòu)有望將端到端延遲降低到接近單跳傳輸延遲，實時性可提升10倍以上。

表1-2顯示了各類計算機與移動應(yīng)用的延遲要求，在當前的條件下，延遲要求較高的AR/VR等僅能通過本地運算的方式執(zhí)行。而當通信延遲持續(xù)降低時，越來越多新的應(yīng)用可以被“解放”出來，從本地運行的方式轉(zhuǎn)變?yōu)檫吘売嬎愕哪Ｊ剑瑥亩_到應(yīng)用的時延要求。如當前的4G通信技術(shù)可以滿足除了AR/VR以外的大部分應(yīng)用的延遲要求，當計算延遲較低時，這些應(yīng)用均可以由邊緣計算的方式來實現(xiàn)。當利用5G通信技術(shù)時，包括AR/VR在內(nèi)的新型計算密集、延遲極低的應(yīng)用可以通過邊緣計算的方式來實現(xiàn)。隨著無線技術(shù)的持續(xù)發(fā)展，以及邊緣計算架構(gòu)的不斷優(yōu)化，可以預(yù)見更多數(shù)量的計算服務(wù)將從本地走向邊緣，也將涌現(xiàn)出越來越多支持超低延遲的應(yīng)用服務(wù)。

2. 服務(wù)對象異構(gòu)、多樣

考慮到邊緣計算服務(wù)器主要服務(wù)于與其直接相連的設(shè)備，而前端設(shè)備的通信方式、所需的服務(wù)類型、服務(wù)要求均不相同，這使得邊緣服務(wù)器上承載的服務(wù)很大程度上取決于其服務(wù)對象設(shè)備和服務(wù)請求。例如面向智慧家居的邊緣服務(wù)器，其服務(wù)對象主要為各類智能家居及可穿戴設(shè)備，因此邊緣服務(wù)器上運行的大多是對實時性要求相對不高的數(shù)據(jù)存儲、數(shù)據(jù)分析、視聽推薦等多媒體服務(wù)。如果是面向娛樂區(qū)域（如電競、展廳、網(wǎng)吧等場所），邊緣服務(wù)器上則主要運行圖形渲染、圖像分析、視頻緩存等服務(wù)?？梢?，由于支持的設(shè)備種類變多，邊緣計算所面對的服務(wù)對象呈現(xiàn)出異構(gòu)、多樣的特點，不同的設(shè)備可能具備完全不同的資源需求、通信方式、服務(wù)質(zhì)量等方面的要求。

3. 服務(wù)類型定制化

邊緣服務(wù)器為其連接的各類用戶設(shè)備提供運算服務(wù)，設(shè)備異構(gòu)、多樣的特點使得其運行的服務(wù)類型具有高度定制化的特點，即每個邊緣服務(wù)器由于所處環(huán)境、面向用戶群體的不同，其上運行的服務(wù)類型也具有定制化的特點，具體地，服務(wù)的定制化特點主要由以下兩方面因素導(dǎo)致。

眾多云計算難以支持的實時與低功耗服務(wù)涌入邊緣計算。由于邊緣計算服務(wù)器接近于前端設(shè)備，支持短距離通信技術(shù)，且具有良好的安全性，越來越多原本無法使用云計算的應(yīng)用服務(wù)有望進行“邊緣化”，與傳統(tǒng)云計算相比，邊緣服務(wù)的類型也將極大增加。一方面，以AR/VR等為代表的高清視頻應(yīng)用，無法承受云計算帶來的延遲，但可以在邊緣計算場景中運行；另一方面，各類可穿戴設(shè)備、智能家居傳感器等不具備互聯(lián)網(wǎng)接入能力的設(shè)備，在邊緣計算場景中有機會接入到邊緣計算服務(wù)器中，其所請求的服務(wù)類型也具備較強的定制化和多樣性。

單個邊緣服務(wù)器面向的場景具有更強的區(qū)域特征和定制化需求?？紤]到邊緣計算采用的通信技術(shù)具有相對較小的覆蓋范圍，這就導(dǎo)致每個邊緣服務(wù)器上面向的用戶主要由其本地的固定用戶和流動用戶構(gòu)成。而云計算中，其服務(wù)對象通常通過廣域網(wǎng)接入，服務(wù)類型與其本地范圍的用戶之間不具有明顯的相關(guān)性。這一特點使得邊緣計算的服務(wù)器之間具有很大的差異，每個服務(wù)器上運行的服務(wù)類型、資源配置、接入策略等均有所不同，從而形成高度定制化的特點。

4. 服務(wù)形式多樣化

不同于云計算環(huán)境中的數(shù)據(jù)中心網(wǎng)絡(luò)，邊緣計算的服務(wù)形態(tài)可以高度多樣化。移動蜂窩網(wǎng)絡(luò)的4G/5G基站、家用路由網(wǎng)關(guān)、個人電腦、手機，只要具備相對的資源優(yōu)勢和較低的連接延遲，都能夠成為邊緣服務(wù)器，為其他資源相對受限的前端設(shè)備提供服務(wù)。這些形態(tài)的區(qū)別來自計算資源的下沉程度；當服務(wù)對象為智慧家居的各類智能設(shè)備時，邊緣服務(wù)器則可以以家庭網(wǎng)關(guān)的形式運行計算服務(wù)；當服務(wù)對象為智能手機等移動設(shè)備時，邊緣服務(wù)器則可以融合進移動基站中，同時提供通信服務(wù)和計算服務(wù)。

5. 對移動性高度敏感

考慮到邊緣計算通常服務(wù)于直接相連的用戶，而單跳無線鏈路的通信覆蓋范圍十分有限，這使得邊緣計算具有對用戶移動高度敏感的特性。一方面，用戶的移動性會影響到無線傳輸質(zhì)量，越高的移動性會導(dǎo)致越不穩(wěn)定的通信質(zhì)量；另一方面，高速移動的用戶很有可能在多個邊緣服務(wù)器之間進行切換，造成計算服務(wù)的中斷。特別是考慮到5G網(wǎng)絡(luò)的場景，每個基站的覆蓋范圍相比于4G將大大減?。▋H100～300米），這使得移動設(shè)備將很快離開當前基站，切換到新的基站。這樣的高切換頻率為邊緣計算在高速移動場景中的使用帶來極大的挑戰(zhàn)，服務(wù)質(zhì)量難以保障。高移動性條件下的邊緣計算優(yōu)化技術(shù)也成為當前邊緣計算的研究熱點之一。

6. 隱私保護

相比云計算，邊緣計算的另一個顯著特征是數(shù)據(jù)隱私更有保障。這是由于數(shù)據(jù)是保存在靠近用戶的邊緣設(shè)備，而非集中式的云計算數(shù)據(jù)中心，從網(wǎng)絡(luò)結(jié)構(gòu)上降低甚至杜絕了用戶數(shù)據(jù)與其他網(wǎng)絡(luò)實體的連通性。不僅如此，由于計算下沉，更加復(fù)雜的加密和隱私保護算法也得以應(yīng)用在更多類型的邊緣服務(wù)上，從而更好地保障用戶隱私。除此之外，數(shù)據(jù)傳輸延遲的降低，也催生了新型的隱私保護的計算模式（例如Google公司提出的Federated Learning，杜絕了用戶數(shù)據(jù)和網(wǎng)絡(luò)服務(wù)的直接接觸）和更加復(fù)雜的加密算法，從而極大降低了隱私泄露的風險。

---

[1] 摩爾定律：由Intel創(chuàng)始人之一戈登·摩爾提出，指集成電路上可容納的晶體管數(shù)目每隔兩年便會增加一倍（常被引用的“每18個月”版本是由原Intel CEO大衛(wèi)·豪斯提出的）。