1.2　邊緣計(jì)算發(fā)展的歷史必然性

邊緣計(jì)算是時代發(fā)展的必然產(chǎn)物，也定將融入技術(shù)發(fā)展的洪流當(dāng)中奔涌向前，成為又一朵閃耀的浪花。計(jì)算機(jī)由人類的計(jì)算需求牽引，從大型機(jī)時代一路走來，伴隨著通信網(wǎng)絡(luò)的不斷發(fā)展，經(jīng)歷了集中式、分布式的交替演進(jìn)，不斷將更高質(zhì)量的服務(wù)帶到更加普適的場景之中，并終于發(fā)展到邊緣計(jì)算的形態(tài)。

本節(jié)首先回顧促使計(jì)算模式變化的驅(qū)動技術(shù)的發(fā)展歷程，即計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)與通信技術(shù)，以及尤為重要的用戶計(jì)算需求的發(fā)展變化。通過梳理技術(shù)發(fā)展歷程，探究其背后本質(zhì)的驅(qū)動因素，進(jìn)一步探討為何邊緣計(jì)算會成為歷史發(fā)展的必然。

1.2.1　催生邊緣計(jì)算的技術(shù)

圖1-3顯示了催生邊緣計(jì)算的三方面因素：計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)與通信技術(shù)以及計(jì)算需求。從計(jì)算模式方面來講，計(jì)算性能的不斷提升，使得本地能夠處理的任務(wù)類型和任務(wù)規(guī)模越來越大，從而傾向于形成本地高性能計(jì)算的模式；網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，逐步消除遠(yuǎn)程運(yùn)算和本地運(yùn)算的成本差距，從而傾向于形成云計(jì)算這一遠(yuǎn)程計(jì)算的模式；而兩者的結(jié)合，以及不斷被激發(fā)出來的低延遲、高復(fù)雜度的計(jì)算需求，則將起到將兩者聚攏的效果，從而形成邊緣計(jì)算的計(jì)算模式。需要注意的是，邊緣計(jì)算并不是一廂情愿的理論嘗試，而是在這三方面因素的加持下自然形成的技術(shù)路線，是實(shí)現(xiàn)“無處不在的算力”這一遠(yuǎn)景的必由之路。

1. 計(jì)算機(jī)技術(shù)發(fā)展歷程

自1939年阿塔納索夫-貝瑞計(jì)算機(jī)（Atanasoff-Berry Computer）出現(xiàn)以來，計(jì)算機(jī)的形態(tài)經(jīng)歷了翻天覆地的變化。隨著摩爾定律的發(fā)展軌跡，計(jì)算機(jī)從要占滿幾間屋子的龐然大物一步步向著體積越來越小、算力越來越高的方向不斷進(jìn)化［7］。隨著計(jì)算機(jī)算力的不斷增強(qiáng)，越來越多的計(jì)算需求可以在本地解決，而同時，越來越復(fù)雜的物理世界需求也被逐步轉(zhuǎn)化為信息世界需求，在復(fù)雜運(yùn)算、多媒體、工業(yè)控制測試等領(lǐng)域均呈現(xiàn)出這樣的趨勢。計(jì)算機(jī)大致經(jīng)歷了以下幾個重要階段。

（1）大型計(jì)算機(jī)

大型計(jì)算機(jī)是計(jì)算機(jī)的最初形態(tài)，占用的體積、資源和能耗都是十分龐大的。如首臺通用電子計(jì)算機(jī)ENIAC（電子數(shù)值積分計(jì)算機(jī)）包含了17 468個電子管、7200個二極管、1500個繼電器、10 000個電容器，還有大約500萬個手工焊接頭。其重量達(dá)到驚人的27噸，占地170平方米，是名副其實(shí)的巨無霸。又如后來出現(xiàn)的號稱“首臺全自動電腦”的哈佛大學(xué)馬克1號計(jì)算機(jī)，雖然輕于ENIAC，但重量仍然高達(dá)5噸。

當(dāng)時由于存儲技術(shù)受限，為了使用計(jì)算資源，用戶的大量計(jì)算任務(wù)需要通過打孔卡的形式存儲并放入大型計(jì)算機(jī)進(jìn)行集中處理。這種計(jì)算形態(tài)可以被看作網(wǎng)絡(luò)共享計(jì)算的雛形——多個用戶通過紙帶打孔卡的方式將計(jì)算任務(wù)傳遞到計(jì)算機(jī)進(jìn)行集中運(yùn)算。為了提升計(jì)算機(jī)的使用效率，20世紀(jì)60年代起，批處理系統(tǒng)、多道批處理系統(tǒng)以及分時系統(tǒng)UNIX的出現(xiàn)，使得多個用戶可以相對高效地共享大型計(jì)算機(jī)的計(jì)算資源。

可以看到，當(dāng)時的計(jì)算形態(tài)與“無處不在的高質(zhì)量計(jì)算服務(wù)”相去甚遠(yuǎn)，不但計(jì)算機(jī)無法隨身攜帶，計(jì)算質(zhì)量也相對較低。可以說，這個階段的計(jì)算硬件和計(jì)算服務(wù)均與用戶需求有較大差距。

（2）個人計(jì)算機(jī)

進(jìn)入個人計(jì)算機(jī)時代，硬件成本快速下降，計(jì)算機(jī)開始走進(jìn)千家萬戶，代表性設(shè)備包括家用臺式機(jī)、移動筆記本、移動工作站等。絕大部分消費(fèi)者的計(jì)算任務(wù)在本地執(zhí)行，不再需要將其匯聚到集中式的機(jī)器上進(jìn)行批量處理。

（3）智能手機(jī)及可穿戴設(shè)備

沿著摩爾定律的軌跡，硬件體積進(jìn)一步縮小，成本進(jìn)一步下降，計(jì)算硬件平臺再也不受限于臺式計(jì)算機(jī)或移動筆記本，出現(xiàn)了以蘋果公司的iPhone為代表的智能手機(jī)。參考GeekBench的測試數(shù)據(jù)，蘋果手機(jī)基于ARM的A系列芯片，從最初的A4到2019年的A13共10代芯片，在體積沒有增加的前提下，計(jì)算能力翻了近70倍。這使得手機(jī)、平板電腦類產(chǎn)品的性能與傳統(tǒng)的個人電腦相比也不落下風(fēng)，很多原本只有電腦能夠勝任的計(jì)算任務(wù)越來越多地開始被移動設(shè)備所取代。

不僅僅是手機(jī)，隨著芯片體積的持續(xù)減小，各類基于嵌入式芯片的創(chuàng)新硬件也開始層出不窮，其中最具代表性的是各類可穿戴設(shè)備。智能手環(huán)、智能手表、VR眼鏡等可穿戴設(shè)備的出現(xiàn)，不僅僅是計(jì)算形態(tài)的變化和計(jì)算過程的轉(zhuǎn)移，而且極大拓寬了人們對于計(jì)算的認(rèn)知和需求——原來一切人類活動都有信息化、智能化的可能。

智能手機(jī)、各類移動智能設(shè)備的普及以及移動網(wǎng)絡(luò)的發(fā)展直接催生了龐大的移動互聯(lián)網(wǎng)產(chǎn)業(yè)，此時的計(jì)算任務(wù)呈現(xiàn)出本地與網(wǎng)絡(luò)相互配合、協(xié)同運(yùn)算的特征。用戶的計(jì)算需求也以非常高的多樣化程度爆發(fā)出來，越來越多的計(jì)算業(yè)務(wù)開始涌現(xiàn)，如云音樂、云視頻、視頻直播、短視頻、移動手游等。

（4）智能萬物

隨著傳感器技術(shù)的發(fā)展，物聯(lián)網(wǎng)概念在19世紀(jì)末20世紀(jì)初已經(jīng)出現(xiàn)，并隨著嵌入式芯片性能的增強(qiáng)逐漸從概念走向現(xiàn)實(shí)，發(fā)展出“智能萬物”的趨勢。如果說智能手機(jī)、可穿戴設(shè)備是將人類活動和人類本身進(jìn)行了一定程度的信息化，那么智能萬物則是對物理世界進(jìn)行信息化改造，讓萬物均具備感知、通信和計(jì)算的能力，并能夠與人類活動進(jìn)行協(xié)同。例如在智慧農(nóng)業(yè)的場景當(dāng)中，我們需要讓農(nóng)田隨時感知其土壤成分、溫濕度等指標(biāo)，從而根據(jù)實(shí)時情況采取不同的灌溉、施肥或除蟲等措施。又如在智能家居場景中，空調(diào)、加濕器等智能家電可以根據(jù)人的身體指標(biāo)實(shí)時調(diào)整室內(nèi)溫濕度和光線。

當(dāng)前物聯(lián)網(wǎng)的計(jì)算方式以本地計(jì)算為主，即感知、處理、控制等環(huán)節(jié)在前端嵌入式設(shè)備上進(jìn)行。同時，也應(yīng)注意到，受限于計(jì)算成本，當(dāng)前的物聯(lián)網(wǎng)設(shè)備本地進(jìn)行的計(jì)算任務(wù)相對簡單。可以預(yù)見，隨著物聯(lián)網(wǎng)進(jìn)一步的發(fā)展和普及，這些海量的物聯(lián)網(wǎng)設(shè)備自然而然地會產(chǎn)生數(shù)量龐大的計(jì)算需求，甚至可能超過人類本身所產(chǎn)生的計(jì)算需求。例如在城市物聯(lián)網(wǎng)場景中，路邊的電線桿需要關(guān)注空氣指標(biāo)、噪聲程度、人流量、車流量、目標(biāo)身份監(jiān)控等，這些指標(biāo)及相關(guān)應(yīng)用會產(chǎn)生大量的、越來越復(fù)雜的計(jì)算需求。

（5）后摩爾定律時代

為了滿足上述的計(jì)算需求，按照過往幾十年的發(fā)展路徑，我們需要將芯片進(jìn)一步做小，芯片性能進(jìn)一步做強(qiáng)，便可以逐步實(shí)現(xiàn)“以無限小的設(shè)備提供無限強(qiáng)的算力”，自然能夠滿足“無處不在的高質(zhì)量計(jì)算”這一本質(zhì)需求。然而，盡管摩爾定律所描述的發(fā)展曲線已經(jīng)持續(xù)了半個世紀(jì)，人們開始發(fā)現(xiàn)，時至今日，摩爾定律已經(jīng)失效：即集成電路已經(jīng)無法保持每兩年將單位面積電子元件數(shù)量翻一番的發(fā)展速度，相應(yīng)的硬件成本下降、硬件體積減小的速度也正在放緩。這是由于半導(dǎo)體制程在向下突破時，其研發(fā)難度也呈指數(shù)級上升。特別是當(dāng)半導(dǎo)體制程越來越逼近原子半徑時，集成電路的發(fā)展顯然會遇到瓶頸甚至停滯。雖然當(dāng)前半導(dǎo)體制程發(fā)展還在繼續(xù)，但是發(fā)展速度已經(jīng)明顯下降，摩爾定律已無法準(zhǔn)確描述未來的集成電路發(fā)展。

在這樣的背景之下，計(jì)算需求仍在爆炸性增加，半導(dǎo)體芯片的發(fā)展已經(jīng)跟不上計(jì)算需求的成長速度，從而導(dǎo)致人們不得不考慮在計(jì)算模式上進(jìn)行創(chuàng)新，通過引入額外計(jì)算設(shè)備的方式，為泛在計(jì)算環(huán)境提供充沛的算力支持［11］。

2. 網(wǎng)絡(luò)與通信技術(shù)發(fā)展歷程

如果說計(jì)算機(jī)技術(shù)的發(fā)展催生了越來越多的計(jì)算需求，那么網(wǎng)絡(luò)與通信技術(shù)的發(fā)展則是在滿足新型計(jì)算業(yè)務(wù)的同時，將越來越多的計(jì)算任務(wù)從本地搬運(yùn)到遠(yuǎn)程設(shè)備中，減少本地的資源需求和運(yùn)算壓力。此處我們將通信網(wǎng)絡(luò)和計(jì)算網(wǎng)絡(luò)視作同一網(wǎng)絡(luò)，其發(fā)展大致經(jīng)歷了以下幾個階段。

（1）ARPANET與TCP/IP

ARPANET被稱作互聯(lián)網(wǎng)的前身，是美國國防高級研究計(jì)劃局開發(fā)的世界上第一個運(yùn)營的數(shù)據(jù)包交換網(wǎng)絡(luò)。ARPANET最初的設(shè)計(jì)目標(biāo)是通過網(wǎng)絡(luò)連接實(shí)現(xiàn)資源共享。在ARPANET正式投入使用的第五年（1973年），Vinton Cerf為了解決不同設(shè)備、不同網(wǎng)絡(luò)連接的問題，提出了新的TCP/IP，而TCP/IP正式奠定了日后因特網(wǎng)的加速發(fā)展和全球普及。1983年ARPANET正式停用，所有ARPANET的網(wǎng)絡(luò)設(shè)備均轉(zhuǎn)向了TCP/IP。

（2）寬帶互聯(lián)網(wǎng)

在基于TCP/IP的互聯(lián)網(wǎng)進(jìn)入千家萬戶時，計(jì)算機(jī)首先是通過電話線撥號的窄帶方式接入互聯(lián)網(wǎng)。此時的理論帶寬僅有64kbps，主要的用途包括信息展示、電子郵件等數(shù)據(jù)密度較低的業(yè)務(wù)。隨后寬帶網(wǎng)絡(luò)的普及將網(wǎng)速提升到256kbps以上，此時的帶寬可以支撐的應(yīng)用場景更加多樣，如VOD流媒體業(yè)務(wù)、P2P網(wǎng)絡(luò)應(yīng)用。之后，隨著光纖寬帶網(wǎng)絡(luò)的落地，互聯(lián)網(wǎng)的網(wǎng)絡(luò)帶寬正式進(jìn)入千兆時代，以YouTube在線視頻為代表的數(shù)據(jù)密集型應(yīng)用開始發(fā)展。此外，基于多媒體業(yè)務(wù)的社交網(wǎng)絡(luò)也作為一種新型的互聯(lián)網(wǎng)業(yè)務(wù)開始蓬勃發(fā)展。

（3）移動互聯(lián)網(wǎng)

移動互聯(lián)網(wǎng)則是在智能移動設(shè)備、電信網(wǎng)絡(luò)的共同演化之下發(fā)展出來的業(yè)務(wù)模式。在最初的1G/2G時代，移動互聯(lián)網(wǎng)的主要業(yè)務(wù)場景僅在于信息展示、電子郵件等傳統(tǒng)業(yè)務(wù)。而當(dāng)電信網(wǎng)絡(luò)進(jìn)入3G時代，并且隨著以iPhone為代表的智能手機(jī)的出現(xiàn)，移動互聯(lián)網(wǎng)的應(yīng)用場景則進(jìn)入百花齊放的時代［8］。隨著3G/4G網(wǎng)絡(luò)的普及，基于位置信息的應(yīng)用、短視頻應(yīng)用、視頻流媒體直播等應(yīng)用層出不窮。移動互聯(lián)網(wǎng)也直接推動了云計(jì)算產(chǎn)業(yè)的爆發(fā)，不僅僅將物理世界的傳統(tǒng)需求搬到了云上，也開始深刻地改變?nèi)藗兊纳钌a(chǎn)方式。

3. 計(jì)算需求發(fā)展歷程

可以說，計(jì)算需求的發(fā)展是計(jì)算模式發(fā)生變化的本質(zhì)原因。計(jì)算機(jī)技術(shù)在不停滿足人類新的需求的過程中不斷進(jìn)化，而人類的計(jì)算需求又隨著技術(shù)進(jìn)步而不斷膨脹。因此，了解計(jì)算需求的變化對于梳理計(jì)算模式的變化具有重要指導(dǎo)意義。具體而言，在計(jì)算機(jī)技術(shù)以及網(wǎng)絡(luò)與通信技術(shù)的雙重加持下，計(jì)算需求的發(fā)展大致經(jīng)歷了以下幾個階段。

（1）軍事航天等場景的大型科學(xué)運(yùn)算

大量先進(jìn)技術(shù)的出現(xiàn)最初均是用于軍事用途，如核能、航天等，計(jì)算機(jī)和計(jì)算機(jī)網(wǎng)絡(luò)也不例外。如美國ARPANET的提出，雖然是為了便于資源共享，但也具有相當(dāng)程度的軍事需求——將計(jì)算機(jī)的控制過程與計(jì)算機(jī)本身分離，并且具備多個分布式的控制終端。如此，當(dāng)其中的某些終端被摧毀時，仍然能夠保證整個系統(tǒng)的正常運(yùn)轉(zhuǎn)。此時的計(jì)算需求主要用于進(jìn)行天體物理、飛行器軌道等復(fù)雜運(yùn)算，以及極少量的民用計(jì)算需求。

（2）個人辦公與數(shù)據(jù)存儲

當(dāng)計(jì)算機(jī)從軍事用途逐漸轉(zhuǎn)向民事用途時，各式各樣的計(jì)算需求被激發(fā)出來。如在個人電腦時代初期，計(jì)算機(jī)主要被用于處理辦公文檔和統(tǒng)計(jì)報表。

隨著可視化操作系統(tǒng)的出現(xiàn)，計(jì)算機(jī)的用途開始廣泛擴(kuò)展，包括電腦游戲、矢量圖形、文檔處理等。進(jìn)一步隨著存儲器成本的降低，個人數(shù)據(jù)存儲成了重要用途，除了傳統(tǒng)的文本文檔處理業(yè)務(wù)，個人圖片、視頻、音頻等文件存儲逐漸成為主流計(jì)算需求之一。可以看到，由于此時網(wǎng)絡(luò)技術(shù)發(fā)展尚未成形、存儲介質(zhì)成本較高、讀寫速度受限等因素，多數(shù)的計(jì)算需求均能夠通過單一計(jì)算機(jī)以本地執(zhí)行的方式來滿足。

隨著個人計(jì)算機(jī)的普及，互聯(lián)網(wǎng)出現(xiàn)后，更多物理世界中的信息交流需求被轉(zhuǎn)移到了數(shù)字世界，例如郵件、公告欄、報紙新聞等。

（3）社交網(wǎng)絡(luò)、音視頻流媒體業(yè)務(wù)

在寬帶網(wǎng)絡(luò)普及之后，越來越多物理世界的需求被映射到數(shù)字世界當(dāng)中，如電視業(yè)務(wù)、唱片業(yè)務(wù)、社交需求。相應(yīng)地，以社交網(wǎng)絡(luò)、音視頻流媒體業(yè)務(wù)為代表的網(wǎng)絡(luò)化的計(jì)算需求大量涌現(xiàn)，也快速促進(jìn)計(jì)算機(jī)和計(jì)算模式朝網(wǎng)絡(luò)化的方向持續(xù)發(fā)展。

當(dāng)有線網(wǎng)進(jìn)入光纖寬帶時代、無線網(wǎng)絡(luò)進(jìn)入3G/4G時代時，隨著智能手機(jī)的普及，網(wǎng)絡(luò)化的計(jì)算需求被進(jìn)一步放大，各類新型的計(jì)算業(yè)務(wù)開始層出不窮，短視頻、視頻直播等新型業(yè)務(wù)均是在此階段產(chǎn)生。

（4）人工智能業(yè)務(wù)

當(dāng)越來越多的需求進(jìn)入數(shù)字世界之后，人類活動開始產(chǎn)生大量的數(shù)據(jù)，如社交網(wǎng)絡(luò)、健康數(shù)據(jù)、網(wǎng)絡(luò)訪問、App使用等。隨之而來的，就是如何利用大數(shù)據(jù)實(shí)現(xiàn)“智能化”。有了數(shù)據(jù)和算法支撐，人工智能再次成為熱門研究領(lǐng)域，國內(nèi)多所高校成立了人工智能學(xué)院。然而，當(dāng)前的機(jī)器學(xué)習(xí)框架本質(zhì)上仍基于統(tǒng)計(jì)，這就要求計(jì)算機(jī)對數(shù)據(jù)的處理速度要快，并且是隨著新數(shù)據(jù)的產(chǎn)生無時無刻不在處理的。如此，除了高效的算法外，算力的提升也成為人工智能發(fā)展的重要一環(huán)。

在這樣的背景下，人們對于人工智能業(yè)務(wù)的需求也開始增長，如基于圖像的AR/VR等。而人工智能算法通常需要大量的數(shù)據(jù)和持續(xù)的模型訓(xùn)練，這是用戶的單一設(shè)備難以滿足的，也成為影響云計(jì)算發(fā)展的又一關(guān)鍵因素［10］。

（5）計(jì)算的本質(zhì)需求：無處不在的高質(zhì)量計(jì)算

從過去的計(jì)算需求變化，我們可以看出兩個明顯的趨勢：計(jì)算需求變得無處不在，計(jì)算任務(wù)變得越發(fā)復(fù)雜。而這兩方面的特點(diǎn)正好是由通信網(wǎng)絡(luò)的發(fā)展和計(jì)算機(jī)技術(shù)的發(fā)展所促進(jìn)的：無處不在的網(wǎng)絡(luò)連接，使得人們隨時隨地都會產(chǎn)生數(shù)據(jù)訪問以及計(jì)算需求；計(jì)算能力的提高，使得越來越多種類的計(jì)算任務(wù)和計(jì)算需求被激發(fā)。可見，人類對于計(jì)算的需求始終以“滿足人類無處不在的高質(zhì)量計(jì)算需求”為目標(biāo)，并且是在計(jì)算需求與運(yùn)算成本、網(wǎng)絡(luò)成本不斷螺旋變化的驅(qū)動下而產(chǎn)生的。人們希望的計(jì)算形態(tài)，應(yīng)當(dāng)是“計(jì)算服務(wù)盡量近、計(jì)算質(zhì)量盡量好、計(jì)算代價盡量小”。試想一種理想狀態(tài)，我們可以在不攜帶任何設(shè)備的基礎(chǔ)上，使用我們能夠想到的所有計(jì)算服務(wù)，這將是計(jì)算模式發(fā)展的長期追求。

接下來，我們沿著這一角度重新審視計(jì)算模式變化的內(nèi)在邏輯，并對未來計(jì)算模式的進(jìn)一步發(fā)展做出展望。

1.2.2　計(jì)算形態(tài)變革的內(nèi)在邏輯

以滿足無處不在的高質(zhì)量運(yùn)算為最終目標(biāo)，需求與成本的博弈不斷顛覆計(jì)算機(jī)軟件服務(wù)的形態(tài)架構(gòu)，并逐步形成了我們當(dāng)前所討論的邊緣計(jì)算模式。

如果我們從“計(jì)算任務(wù)在何處完成”這個角度來看待計(jì)算形態(tài)，那么可以看到歷史上計(jì)算形態(tài)經(jīng)歷了幾次重要變化，即先是任務(wù)匯聚到大型機(jī)上集中處理，而后分散到用戶終端設(shè)備處理，再然后相當(dāng)一部分的計(jì)算任務(wù)重新匯聚到云計(jì)算中心處理。如前所述，這一變化過程的影響因素相當(dāng)紛雜，如硬件成本的降低、計(jì)算需求的提升、通信網(wǎng)絡(luò)的飛躍、傳感器技術(shù)的豐富等。而究其本質(zhì)原因，則是人類對計(jì)算形態(tài)或者說計(jì)算方式的需求，即“無處不在的高質(zhì)量計(jì)算服務(wù)”：既要無處不在，又要保障服務(wù)質(zhì)量。“無處不在”需要通過各式各樣的網(wǎng)絡(luò)通信技術(shù)、嵌入式技術(shù)來實(shí)現(xiàn)，“高質(zhì)量”則需要通過計(jì)算機(jī)軟硬件技術(shù)的不斷迭代來實(shí)現(xiàn)。

接下來我們從計(jì)算形態(tài)的變化趨勢上分析邊緣計(jì)算為何出現(xiàn)，又是如何出現(xiàn)的。

圖1-4是計(jì)算形態(tài)不同階段的計(jì)算與通信成本的對比示意圖。圖中虛線圈標(biāo)記的位置是本地計(jì)算成本與通信成本的翻轉(zhuǎn)點(diǎn)，這些翻轉(zhuǎn)點(diǎn)伴隨著計(jì)算模式的變革。如本地計(jì)算成本低于通信成本時，計(jì)算模式由分時共享的方式迅速轉(zhuǎn)變?yōu)楸镜赜?jì)算的方式（第一個翻轉(zhuǎn)點(diǎn)）。當(dāng)網(wǎng)絡(luò)技術(shù)的發(fā)展使得通信成本再次低于計(jì)算成本時，開始出現(xiàn)由本地計(jì)算向云計(jì)算的過渡，并且隨著通信成本的不斷降低，越來越多的計(jì)算需求由本地轉(zhuǎn)到云端（第二個翻轉(zhuǎn)點(diǎn)）。隨著以蘋果手機(jī)為代表的智能手機(jī)的快速發(fā)展迭代，以及以3G/4G為代表的移動通信技術(shù)的普及，云計(jì)算模式得到了進(jìn)一步強(qiáng)化；然而，隨著各類新型的、要求更高的計(jì)算業(yè)務(wù)（如AR/VR）的出現(xiàn)，對很多計(jì)算任務(wù)而言，本地計(jì)算成本再次低于云計(jì)算成本（第三個翻轉(zhuǎn)點(diǎn)）。5G/6G通信技術(shù)的出現(xiàn)，則再次大幅拉低了通信成本，使得這些新出現(xiàn)的復(fù)雜任務(wù)可以使用遠(yuǎn)程的方式來執(zhí)行，并形成了邊緣計(jì)算的模式。

可以看到，幾個階段的共同特征是不斷地將硬件負(fù)擔(dān)遠(yuǎn)離用戶，不斷地將計(jì)算服務(wù)貼近用戶，用戶既要“無處不在的高質(zhì)量服務(wù)”，又要“不承擔(dān)額外的軟硬件開銷”，這也是計(jì)算形態(tài)變化的內(nèi)在邏輯。按照計(jì)算模式的變化，我們將網(wǎng)絡(luò)計(jì)算形態(tài)大致分為以下三個階段。

1. 第一階段：共享計(jì)算模式

在共享計(jì)算模式中，由于大型機(jī)的計(jì)算成本過于昂貴，普通用戶無法負(fù)擔(dān)，因此通過分時系統(tǒng)批處理、ARPANET等方式將用戶任務(wù)匯聚到大型機(jī)上進(jìn)行集中處理。這一過程與現(xiàn)在的云計(jì)算很類似，但是任務(wù)傳遞和任務(wù)計(jì)算的過程均十分低效。此階段形成的重要原因是任務(wù)傳遞和通信的成本要顯著低于用戶本地配備一臺大型機(jī)的成本。

隨著集成電路技術(shù)的快速發(fā)展，個人計(jì)算機(jī)的出現(xiàn)使得計(jì)算形態(tài)從“共享計(jì)算”的方式快速進(jìn)入“本地運(yùn)算”的形態(tài)，即多數(shù)消費(fèi)者計(jì)算任務(wù)在其個人計(jì)算機(jī)上進(jìn)行處理。這一變化的直接原因是硬件成本的大幅降低和人們對計(jì)算要求的逐步提升。

2. 第二階段：本地計(jì)算過渡到云計(jì)算

隨著通信網(wǎng)絡(luò)技術(shù)的發(fā)展，計(jì)算形態(tài)逐步走向了“將一切交給網(wǎng)絡(luò)”這條路。伴隨著窄帶互聯(lián)網(wǎng)、寬帶互聯(lián)網(wǎng)以及移動通信網(wǎng)絡(luò)的出現(xiàn)，部分?jǐn)?shù)據(jù)開始通過Web的方式共享，一些數(shù)據(jù)量較小的信息系統(tǒng)（如電子郵件）也開始通過Web服務(wù)器的方式提供服務(wù)。此時，以文本為主的低數(shù)據(jù)要求的數(shù)據(jù)共享和計(jì)算服務(wù)開始從本地走向服務(wù)器端。隨著光纖寬帶網(wǎng)絡(luò)和3G/4G技術(shù)的進(jìn)一步普及，以及以智能手機(jī)為代表的移動智能設(shè)備的出現(xiàn)，越來越多數(shù)據(jù)量較大的計(jì)算任務(wù)開始從本地走向云端，如音視頻多媒體業(yè)務(wù)、直播業(yè)務(wù)等。此時仍有相當(dāng)一部分對于計(jì)算實(shí)時性要求較高的計(jì)算業(yè)務(wù)（如高畫質(zhì)3D游戲）需要在本地執(zhí)行，這是由于本地計(jì)算的延遲要小于通過網(wǎng)絡(luò)傳輸?shù)难舆t。

在第二階段，一個顯著特征是隨著用戶需求的不斷提升，計(jì)算成本和通信成本交替成為成本瓶頸，導(dǎo)致越來越多類型的計(jì)算任務(wù)被轉(zhuǎn)移到網(wǎng)絡(luò)當(dāng)中，從而在整體上形成了“本地與云計(jì)算混合”的計(jì)算模式。

3. 第三階段：云計(jì)算到邊緣計(jì)算

隨著5G/6G技術(shù)的到來，通信延遲和通信速率的性能表現(xiàn)再次迎來成倍的提升，與此同時，集成電路進(jìn)入了“后摩爾時代”，在本地計(jì)算環(huán)境實(shí)現(xiàn)成倍的性能提升變得越來越困難。這使得在完成一個計(jì)算任務(wù)時，遠(yuǎn)程計(jì)算成本顯著低于本地計(jì)算成本。這一成本差異有可能會持續(xù)數(shù)年，伴隨著更多類型的需求進(jìn)入計(jì)算機(jī)世界，越來越多的本地計(jì)算將從本地轉(zhuǎn)移到服務(wù)器上，直至出現(xiàn)大量足夠復(fù)雜的計(jì)算任務(wù)，使得通信成本再次成為任務(wù)執(zhí)行的瓶頸。

這一階段的關(guān)鍵技術(shù)是邊緣計(jì)算，也必然是邊緣計(jì)算的形式。這是由于：①超低的網(wǎng)絡(luò)通信延遲一方面是通信技術(shù)的革新，另一方面也是由于用戶和服務(wù)器之間的距離被拉進(jìn)。②隨著物聯(lián)網(wǎng)技術(shù)的爆發(fā)，計(jì)算需求持續(xù)指數(shù)級增長，將全部的計(jì)算和數(shù)據(jù)均交由集中式的云計(jì)算中心來處理既不合理也不現(xiàn)實(shí)。而邊緣服務(wù)器則扮演了“分布式迷你云計(jì)算中心”的角色，通過廣泛的邊緣服務(wù)器的部署承接絕大部分計(jì)算任務(wù)。很多前沿研究用“霧計(jì)算”來定義這一形態(tài)，本質(zhì)上與邊緣計(jì)算是同一思想。

這一階段中，用戶設(shè)備僅保留傳感與通信的硬件模塊，所有的計(jì)算任務(wù)、數(shù)據(jù)訪問任務(wù)等均交由邊緣服務(wù)器進(jìn)行。

4. 為什么一定是邊緣計(jì)算

接下來我們通過標(biāo)志性的技術(shù)驅(qū)動過程，再來理解“網(wǎng)絡(luò)化計(jì)算服務(wù)”是如何一步步發(fā)展到邊緣計(jì)算形態(tài)的。

如果我們關(guān)注計(jì)算需求（或者說計(jì)算完成的過程）在邊緣設(shè)備和計(jì)算中心分布情況，可以看到自計(jì)算機(jī)出現(xiàn)以來，越來越多的計(jì)算任務(wù)通過網(wǎng)絡(luò)化的方式來執(zhí)行。圖1-5展示了驅(qū)動網(wǎng)絡(luò)化計(jì)算服務(wù)不斷演進(jìn)并成形的關(guān)鍵技術(shù)，從中我們可以觀察到邊緣計(jì)算背后的技術(shù)必然性。伴隨著硬件能力與計(jì)算需求的發(fā)展，網(wǎng)絡(luò)化計(jì)算服務(wù)的形態(tài)也不斷地發(fā)生進(jìn)化，從多用戶分時批處理的方式逐步發(fā)展到邊緣計(jì)算的形態(tài)上來。具體而言，最初的網(wǎng)絡(luò)計(jì)算可以看作是通過低效的傳輸方式（卡帶、軟盤等形式）將任務(wù)集中到中心化的大型計(jì)算機(jī)上進(jìn)行處理；隨后在個人計(jì)算機(jī)和寬帶網(wǎng)絡(luò)逐步普及后，開始出現(xiàn)以Web服務(wù)為代表的網(wǎng)絡(luò)化服務(wù)；伴隨前端技術(shù)的發(fā)展和網(wǎng)絡(luò)速率的進(jìn)一步提升，更加復(fù)雜的計(jì)算任務(wù)可以通過網(wǎng)絡(luò)計(jì)算的形式來解決，也導(dǎo)致網(wǎng)絡(luò)化計(jì)算形式從單向轉(zhuǎn)變?yōu)榻咏诒镜爻绦虻木W(wǎng)絡(luò)應(yīng)用形式；進(jìn)一步地，隨著智能手機(jī)和3G/4G移動網(wǎng)絡(luò)的到來，網(wǎng)絡(luò)化計(jì)算服務(wù)進(jìn)入到云計(jì)算的模式；而隨著物聯(lián)網(wǎng)和5G/6G時代的到來，網(wǎng)絡(luò)化計(jì)算機(jī)服務(wù)將快速進(jìn)入到邊緣計(jì)算的模式，為智能萬物提供無處不在的算力服務(wù)。

（1）傳統(tǒng)集中式云計(jì)算方式不可持續(xù)

在云計(jì)算時代，數(shù)據(jù)的集中導(dǎo)致了計(jì)算的集中，海量用戶的數(shù)據(jù)集中在少數(shù)云計(jì)算服務(wù)器上，使得計(jì)算隨之遷移到云計(jì)算中心。而隨著智能化、嵌入式設(shè)備的發(fā)展，越來越多的設(shè)備開始接入網(wǎng)絡(luò)，產(chǎn)生無處不在的計(jì)算需求，這使得網(wǎng)絡(luò)帶寬逐漸成為服務(wù)瓶頸，為計(jì)算過程帶來不必要的延遲開銷。前端智能設(shè)備涌現(xiàn)的各類超低延遲服務(wù)，由于云計(jì)算的廣域網(wǎng)傳輸延遲而無法被滿足；不僅如此，所有數(shù)據(jù)匯聚到少數(shù)的云計(jì)算中心，在增加網(wǎng)絡(luò)的流量承載壓力的同時，也造成了大量的能源浪費(fèi)。

（2）摩爾定律已經(jīng)失效

想要達(dá)到“無處不在的高質(zhì)量運(yùn)算”，廣泛鋪設(shè)的算力網(wǎng)絡(luò)并非唯一思路。特別是當(dāng)我們回顧過去幾十年的計(jì)算機(jī)發(fā)展歷程，在最理想的狀態(tài)下，只要計(jì)算機(jī)一直沿著摩爾定律發(fā)展下去，硬件最終會變得非常小，而算力卻又特別強(qiáng)，加之近年來能量采集（Energy Harvesting）技術(shù)[1]的發(fā)展，可以做到隨時具有充沛的能源、算力和通信能力，從而形成無處不在的高質(zhì)量運(yùn)算。

但隨著半導(dǎo)體制程逐步逼近原子半徑，量子計(jì)算又暫時無法實(shí)現(xiàn)實(shí)用系統(tǒng)，邊緣計(jì)算就成了唯一選擇——廣泛、大規(guī)模地部署算力，將物理環(huán)境改造為“算力場”，從而使得身處其中的用戶可以享受無處不在的高質(zhì)量運(yùn)算服務(wù)。

（3）歷史機(jī)遇：5G與物聯(lián)網(wǎng)的需求形成合力

一方面，海量的物聯(lián)網(wǎng)設(shè)備產(chǎn)生的計(jì)算需求逐漸無法被滿足；另一方面，計(jì)算服務(wù)質(zhì)量的要求也使得通信網(wǎng)絡(luò)不堪重負(fù)，網(wǎng)絡(luò)傳輸延遲成為計(jì)算服務(wù)的性能瓶頸。兩方面的共同需求，使得將計(jì)算下沉到網(wǎng)絡(luò)邊緣成為歷史必然。一方面可以顯著降低數(shù)據(jù)傳輸?shù)难舆t，另一方面通過分散地處理物聯(lián)網(wǎng)設(shè)備的海量計(jì)算需求，也可以疏解云計(jì)算中心的計(jì)算壓力。不僅如此，5G、Wi-Fi 6等技術(shù)的發(fā)展，使得前端設(shè)備的單跳延遲可以降到個位毫秒級，在滿足現(xiàn)有計(jì)算需求的前提下，勢必催生各類實(shí)時計(jì)算服務(wù)。卡內(nèi)基-梅隆大學(xué)的Mahadev Satyanarayanan教授也指出：“沒有邊緣計(jì)算的5G大規(guī)模部署是沒有意義的［6］”。

（4）人類計(jì)算需求的增長不會停滯

通過技術(shù)和需求的交替發(fā)展，我們可以觀察到：人類的計(jì)算需求會不斷涌現(xiàn)，并快速填滿算力的天花板。當(dāng)本地執(zhí)行效率高時，新型業(yè)務(wù)會以本地執(zhí)行的方式出現(xiàn)；當(dāng)遠(yuǎn)程執(zhí)行效率高時，新型業(yè)務(wù)會以遠(yuǎn)程執(zhí)行的方式出現(xiàn)。雖然在過往的經(jīng)驗(yàn)中，新型的計(jì)算需求通常是先在本地執(zhí)行，待通信成本降低后，逐步轉(zhuǎn)變?yōu)檫h(yuǎn)程執(zhí)行；但可以預(yù)見，當(dāng)遠(yuǎn)程執(zhí)行成本持續(xù)低于本地運(yùn)算成本，邊緣計(jì)算模式成熟時，新型的業(yè)務(wù)會直接以邊緣運(yùn)行的方式出現(xiàn)，并且由于邊緣算力充沛，新型業(yè)務(wù)的出現(xiàn)將有望迎來井噴。

（5）邊緣計(jì)算可能會是算力的最終形式

過去的經(jīng)驗(yàn)告訴我們，計(jì)算模式呈現(xiàn)了“合久必分，分久必合”的發(fā)展過程，那么計(jì)算模式的下一站會是怎樣的形式呢？運(yùn)算過程會不會重新回到任務(wù)發(fā)起的設(shè)備上去呢？如果按照上述梳理的以“無處不在的高質(zhì)量計(jì)算服務(wù)”為驅(qū)動，邊緣計(jì)算很可能是最終的計(jì)算形式。我們設(shè)想當(dāng)本地算力和通信延遲逼近極限時，本地運(yùn)算和在直接相連的另一臺邊緣設(shè)備上進(jìn)行遠(yuǎn)程運(yùn)算的整體性能極可能是相仿的，而本地資源永遠(yuǎn)是有限的，邊緣設(shè)備的資源卻是持續(xù)增長的。因此邊緣計(jì)算極有可能是算力的最終形式，前端設(shè)備僅保留必要的傳感器、通信模塊以及少量的計(jì)算和存儲資源，利用環(huán)境中的邊緣算力完成計(jì)算過程。

1.2.3　邊緣計(jì)算將深刻改變計(jì)算方式

本章將著重梳理邊緣計(jì)算概念的起源，自出現(xiàn)以來發(fā)生的標(biāo)志性事件，以及這些標(biāo)志性事件對邊緣計(jì)算的研究所產(chǎn)生的影響。

1. 邊緣計(jì)算概念的出現(xiàn)及演化

邊緣計(jì)算（Edge Computing）這一概念早在21世紀(jì)伊始就已經(jīng)明確存在了，最早明確提到“Edge Computing”的報道見于InfoWorld的文章“Apps on the edge”［5］。彼時的網(wǎng)絡(luò)邊緣定義更加接近內(nèi)容分發(fā)網(wǎng)絡(luò)（CDN）的延伸：將數(shù)據(jù)庫、多媒體等被高頻率、大范圍請求的計(jì)算服務(wù)從集中式服務(wù)器上分發(fā)到各個邊緣服務(wù)上，從而緩解集中式服務(wù)器的訪問和運(yùn)算壓力。隨后包括Akamai、IBM、微軟等公司在內(nèi)的多家網(wǎng)絡(luò)巨頭開始向邊緣計(jì)算投入精力，邊緣計(jì)算的概念也逐步成形。

（1）內(nèi)涵外延

邊緣計(jì)算的概念自2003年由IBM和Akamai共同提出以來［13］，由不同的廠商展開了不同的解讀。這些不同的解讀有些類似于盲人摸象，各有各的出發(fā)點(diǎn)和發(fā)展邏輯，卻也有助于我們更全面地理解邊緣計(jì)算的內(nèi)涵和外延。例如：

• 以Akamai為代表的內(nèi)容分發(fā)網(wǎng)絡(luò)（CDN）運(yùn)營商，對于邊緣計(jì)算的定位是將算力分發(fā)到網(wǎng)絡(luò)邊緣以降低計(jì)算的訪問延遲［12］。
• 以亞馬遜為代表的云計(jì)算廠商則是從云計(jì)算擴(kuò)展的角度出發(fā)，通過將云拉近到用戶一側(cè)，進(jìn)一步降低云計(jì)算服務(wù)的訪問延遲，從而能夠?qū)⒏囝愋偷姆?wù)以云計(jì)算的方式提供。
• 以小米、格力等為代表的智能家居家電廠商，則是從產(chǎn)品形態(tài)的角度出發(fā)，認(rèn)為邊緣計(jì)算是管理大量低功耗物聯(lián)網(wǎng)設(shè)備的不二選擇，是為這些智能設(shè)備建立了一個“本地云計(jì)算中心”。
• 以Google為代表的計(jì)算廠商，則更多將邊緣計(jì)算看作服務(wù)延伸的工具，當(dāng)前端用戶可以以低延遲、高可靠的方式訪問邊緣服務(wù)器時，更多類型的服務(wù)（如增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)等）才有機(jī)會真正落地。
• 而從網(wǎng)絡(luò)運(yùn)營商的角度來說，則認(rèn)為邊緣計(jì)算是移動網(wǎng)絡(luò)的拓展，在通信服務(wù)的基礎(chǔ)之上進(jìn)一步提供計(jì)算服務(wù)。

拋開背后的商業(yè)考量，這些不同“出身”的公司對邊緣計(jì)算的解讀和愿景均是有一定實(shí)際需求的。從這個角度也可以看出，不同于云計(jì)算，邊緣計(jì)算要更廣泛、更密集地部署，需要得到包括軟件廠商、硬件廠商、運(yùn)營商、服務(wù)商、場景產(chǎn)品商等的多方助力和共同推動，最終才有望形成像現(xiàn)在的無線網(wǎng)絡(luò)一般無處不在的泛在環(huán)境算力。同時我們也看到，雖然邊緣計(jì)算早在2002年就已經(jīng)開始被討論，但真正地進(jìn)入大眾視野，獲得廣泛的投入和關(guān)注則是在5G開始走向落地的2015年。

（2）技術(shù)發(fā)展趨勢

Gartner是科技領(lǐng)域權(quán)威的咨詢機(jī)構(gòu)之一，其每年發(fā)布的科技趨勢備受矚目。按照Gartner技術(shù)發(fā)展趨勢，一個技術(shù)的發(fā)展歷程會經(jīng)歷創(chuàng)新驅(qū)動、極大期望、泡沫破滅、技術(shù)爬坡、產(chǎn)業(yè)成形幾個階段。如表1-3所示，邊緣計(jì)算及其相關(guān)技術(shù)自2017年開始連續(xù)上榜，并且其發(fā)展階段逐漸從創(chuàng)新驅(qū)動進(jìn)入極大期望的階段。伴隨著5G技術(shù)的發(fā)展與成熟，邊緣計(jì)算從當(dāng)初較為泛化的概念衍生出邊緣AI、邊緣大數(shù)據(jù)分析等細(xì)分領(lǐng)域。

（3）學(xué)術(shù)研究

近年來隨著邊緣計(jì)算研究的興起，越來越多的科研文章不斷發(fā)表。筆者根據(jù)近5年的SCI刊源統(tǒng)計(jì)了邊緣計(jì)算作為關(guān)鍵詞的文章數(shù)量變化，如表1-4所示。邊緣計(jì)算的研究成果數(shù)量幾乎是“拔地而起”，從2015年僅有500余篇學(xué)術(shù)論文到2019年5000余篇論文，可以看出邊緣計(jì)算正處在一個快速上升的階段。

（4）國家戰(zhàn)略

各個國家對于電信網(wǎng)絡(luò)產(chǎn)業(yè)的國家戰(zhàn)略，均不同程度地促進(jìn)了邊緣計(jì)算的發(fā)展。例如美國的“工業(yè)互聯(lián)網(wǎng)”計(jì)劃，旨在通過建立一套“內(nèi)生循環(huán)”機(jī)制和工具，幫助制造業(yè)在各個環(huán)節(jié)全面實(shí)現(xiàn)智能化。生產(chǎn)過程的大數(shù)據(jù)幫助管理者進(jìn)行智能決策的同時，也反過來優(yōu)化生產(chǎn)過程本身，形成智能設(shè)備、智能系統(tǒng)、智能決策的閉環(huán)。又如德國的“工業(yè)4.0”計(jì)劃，通過全面的數(shù)字化改造提升工業(yè)體系的品質(zhì)。日、英等國也開展了各自的工業(yè)發(fā)展戰(zhàn)略，日本企業(yè)聯(lián)盟提出了“產(chǎn)業(yè)價值鏈主導(dǎo)權(quán)”計(jì)劃，英國提出了“英國工業(yè)2050戰(zhàn)略”計(jì)劃。我國同樣提出了如“互聯(lián)網(wǎng)+”“中國制造2025”等國家戰(zhàn)略計(jì)劃。上述計(jì)劃的共性特征在于，通過物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新興技術(shù)，對傳統(tǒng)的工業(yè)體系進(jìn)行改造，使得工業(yè)生產(chǎn)過程“可觀察、可配置、可演化”。要達(dá)到這一目標(biāo)，需要生產(chǎn)設(shè)備的改造（如為各生產(chǎn)環(huán)節(jié)配備相應(yīng)的傳感器、通信裝置）、生產(chǎn)系統(tǒng)的升級（自動化、軟件定義的生產(chǎn)系統(tǒng)），以及決策過程的革新（優(yōu)化決策模型）。而邊緣計(jì)算在其中則扮演了設(shè)備、系統(tǒng)和決策之間潤滑劑的角色：設(shè)備采集的大數(shù)據(jù)在邊緣緩存、實(shí)時任務(wù)需要在邊緣計(jì)算、自動化決策過程需要在邊緣完成等。通過分析當(dāng)前學(xué)術(shù)論文研究成果所在國家的分布情況，可以看到美國和中國處于明顯領(lǐng)先的地位，歐洲國家處在第二梯隊(duì)。考慮到我國的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施發(fā)達(dá)，在5G及人工智能方面處于先進(jìn)地位，未來邊緣計(jì)算的產(chǎn)業(yè)落地有望取得國際領(lǐng)先地位。圖1-6展示了近五年各個研究機(jī)構(gòu)的相關(guān)論文發(fā)表情況，可以看到中美兩國是該領(lǐng)域發(fā)文數(shù)量最多的國家。

2. 標(biāo)志性事件

本節(jié)我們回顧邊緣計(jì)算正式被提出以來的標(biāo)志性事件，并討論邊緣計(jì)算的發(fā)展趨勢。

• IBM與Akamai J2EE在2003年5月聯(lián)合發(fā)起一個項(xiàng)目，旨在基于內(nèi)容分發(fā)網(wǎng)絡(luò)的思想拓展集中式Web服務(wù)，讓W(xué)eb服務(wù)器上的任務(wù)直接在網(wǎng)絡(luò)邊緣設(shè)備上執(zhí)行。該項(xiàng)目名稱為“Akamai EdgeComputing Powered by WebSphere”。
• 21世紀(jì)前10年，以Amazon為代表的云技術(shù)快速普及。
• 2008年，微軟/CMU/LancasterU/AT&T/Intel workshop發(fā)表了學(xué)術(shù)界首篇關(guān)于Cloudlet的具有影響力的學(xué)術(shù)文章，明確提出了Cloudlet的概念，這也是當(dāng)前邊緣計(jì)算概念的原型。
• 2012年，思科提出霧計(jì)算（Fog Computing）的概念，思想與邊緣計(jì)算一致，但從其名稱上可以看出，概念的出發(fā)點(diǎn)偏重于“云計(jì)算的下沉”（相應(yīng)地，邊緣計(jì)算一詞則偏重于集中式向分布的網(wǎng)絡(luò)邊緣的轉(zhuǎn)變）。
• 2013年，歐洲電信標(biāo)準(zhǔn)化協(xié)會（ETSI）定義移動邊緣計(jì)算。
• 2015年11月，開放霧（OpenFog）計(jì)算聯(lián)盟成立，發(fā)起者包括普林斯頓大學(xué)、ARM、英特爾、微軟、思科、戴爾等知名機(jī)構(gòu)。
• 2016年，專注于邊緣計(jì)算的國際高水平學(xué)術(shù)會議IEEE/ACM Symposium on Edge Computing舉辦，會議發(fā)起人來自微軟、IBM、惠普、思科、IoX、卡內(nèi)基-梅隆大學(xué)、華盛頓大學(xué)、韋恩州立大學(xué)等知名企業(yè)與學(xué)術(shù)機(jī)構(gòu)，會上共發(fā)表11篇原創(chuàng)學(xué)術(shù)論文。
• 2016年，邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟在北京成立，旨在搭建邊緣計(jì)算產(chǎn)業(yè)合作平臺，推動運(yùn)行技術(shù)（OT）和信息與通信技術(shù)（ICT）產(chǎn)業(yè)開放協(xié)作，引領(lǐng)邊緣計(jì)算產(chǎn)業(yè)蓬勃發(fā)展，深化行業(yè)數(shù)字化轉(zhuǎn)型。
• 2017年，ETSI將MEC的解釋由移動邊緣計(jì)算調(diào)整為多接入邊緣計(jì)算（Multi-Access Edge Computing），以涵蓋更廣泛的邊緣計(jì)算場景與內(nèi)涵。
• 2017年，IEC發(fā)布了VEI白皮書，介紹了邊緣計(jì)算對于制造業(yè)等垂直行業(yè)的重要價值。ISO/IEC JTC1 SC41成立了邊緣計(jì)算研究小組，以推動邊緣計(jì)算標(biāo)準(zhǔn)化工作。
• 2018年，AWS Lambda@Edge正式上線，落實(shí)Serverless以及“函數(shù)及服務(wù)”這一概念；同年，微軟提出Azure IoT Edge，這是微軟提出的針對物聯(lián)網(wǎng)設(shè)備的邊緣服務(wù)平臺。
• 2018年11月，我國在重慶建設(shè)了首個5G連續(xù)覆蓋試驗(yàn)區(qū)；2019年，工信部正式發(fā)放了5G商用牌照，中國也正式進(jìn)入5G商用元年。
• 2019年，邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟（ECC）與綠色計(jì)算產(chǎn)業(yè)聯(lián)盟（GCC）聯(lián)合發(fā)布《邊緣計(jì)算IT基礎(chǔ)設(shè)施白皮書1.0》。
• 2020年，衛(wèi)星邊緣計(jì)算等面向場景的邊緣計(jì)算產(chǎn)品和系統(tǒng)開始涌現(xiàn)（見2.3.4節(jié)）。

可以看到，云計(jì)算技術(shù)的日益成熟，以及“云化”應(yīng)用的用戶和市場習(xí)慣的形成，使得邊緣計(jì)算開始涌現(xiàn)。而5G技術(shù)的出現(xiàn)及物聯(lián)網(wǎng)系統(tǒng)的落地，一方面顯著降低了用戶前端延遲，另一方面則極大增加了計(jì)算請求，從而加速了邊緣計(jì)算的形成。在可以預(yù)見的未來，上述幾方面技術(shù)發(fā)展趨勢和需求變化趨勢的進(jìn)一步匯聚，勢必助推邊緣計(jì)算成為普適場景中的中流砥柱，最終形成像“無處不在的網(wǎng)絡(luò)”一般的“無處不在的計(jì)算”，提升整個社會的泛在計(jì)算能力。

---

[1] 能量采集技術(shù)指各類將環(huán)境中的能量進(jìn)行轉(zhuǎn)化，從而實(shí)現(xiàn)可持續(xù)的能源供應(yīng)的技術(shù)，如太陽能、振動能量收集、利用射頻信號的無源感知等。