2.2　總體系統架構

本節將結合典型的邊緣計算場景展開介紹邊緣計算的系統架構，包括云－邊－端架構、邊－端架構、多接入邊緣架構、分布式D2D架構（泛在邊緣架構）。

2.2.1　兩類邊緣：主干網邊緣和泛在邊緣

網絡邊緣是一個相對概念，字面意思是遠離“網絡中心”，在主干網的語境中通常指網絡最外圍的設備，如移動基站、家用路由器。然而，隨著各類網絡技術蓬勃發展，新型網絡系統層出不窮，“網絡邊緣”的內涵也得到了極大豐富，對于邊緣計算的架構和關鍵技術提出了新的要求。根據當前的邊緣計算定義以及實際的網絡架構特點，我們將邊緣設備分為兩類：主干網邊緣和泛在邊緣（如圖2-3所示）。

主干網邊緣設備通常可管可控，資源相對充沛，如移動蜂窩網絡的基站等。而泛在邊緣設備通常具備較強的不確定性，不論是資源的可用性還是連接的穩定性，如筆記本電腦、智能手機等。邊緣設備本身的特點，使得邊緣計算難以像云計算一般建立通用的、結構固定的網絡架構。理想中的邊緣計算架構，應當能夠有效地運用各類邊緣資源，在滿足服務和體驗質量的前提下，將前端計算任務以最低的代價處理完畢。

當前學術界、產業界探討的主流邊緣計算架構包含云-邊-端架構、邊-端架構、分布式D2D架構、彈性邊緣架構等，分別面向不同的應用場景和系統挑戰。

2.2.2　云-邊-端架構

如圖2-4所示，云-邊-端架構包含云中心層、邊緣層以及前端層。用戶請求從前端設備發出后，由邊緣層設備接收。如果邊緣層的設備上存在該請求對應的邊緣服務，則該計算請求交由運行相關服務的邊緣設備處理，處理完成后結果返回至前端設備。如果邊緣層的設備上均沒有相應的計算請求，則邊緣設備需要進一步向云中心轉發請求，由云中心處理。又或者向云中心請求相關的邊緣服務，將服務從云中心下拉到邊緣層，從而能夠處理未來的同類型請求。通過這一過程，前端設備的各類計算任務可以通過邊緣服務的方式，從本地計算的方式轉換到請求邊緣設備計算的方式。同時，前端設備通過接入更多類型的邊緣計算服務，也極大提升了其運算能力。

遵循類似設計思想的架構包括海計算、海云計算、移動邊緣計算等概念架構［8］。在云-邊-端架構中，邊緣作為云中心的有益補充，主要用于處理以下幾類計算任務：

①延遲要求極低，云中心無法滿足要求的計算任務。

②數據量巨大，任務數據向云中心傳輸會給網絡帶來巨大帶寬壓力的計算任務。

③計算請求頻繁、計算量巨大，匯聚到云中心有可能造成癱瘓的計算任務。

④隱私要求高，數據無法向云中心傳輸的計算任務。

而此架構中，云計算則主要處理計算量巨大、運行周期較長的任務類型。圖2-5顯示了依據數據量不同對云、邊、端處理任務類型的劃分，數據量越大的任務距離前端用戶越遠。

可見，在此架構中，邊緣設備與云中心形成一種互補協同。雖然討論的是邊緣計算架構，但其中云和邊緣都是不可或缺的，兩者單獨哪一個都不完整。此架構中，除了前端與邊緣的接入和任務卸載過程，邊緣和云的協同也是重要的架構設計問題之一，因為前端用戶并不關心任務在邊緣設備還是在云中心進行計算。這就要求邊緣和云之間能夠有效地進行資源整合與協同，以高效的方式完成用戶請求。

邊緣和云的協同中涉及邊緣IaaS（Infrastructure as a Service，基礎設施即服務）與云端IaaS的資源協同，邊緣PaaS（Platform as a Service，平臺即服務）和云端PaaS實現數據共享、智能協同、業務協同編排，邊緣SaaS與云端SaaS實現服務協同。

1. IaaS協同

在邊緣和云協同的場景中，云端IaaS作為邊緣IaaS的重要資源補充，兩者通常針對不同類型的場景。邊緣IaaS通常針對相對受限的區域服務，例如工業園區智能化系統、校園信息系統等。這類場景中，前端的數據和計算任務通常不需要大范圍訪問，且任務延遲要求較嚴格。而云端IaaS則更多面向廣域、延遲容忍的業務類型，如網站托管等。

邊緣IaaS通過網絡邊緣的計算、存儲、網絡等資源為用戶提供虛擬化的租用服務，并且提供服務配置、監控和維護。同時，考慮到各行業終端設備通信連接方式的復雜性，邊緣IaaS需要提供豐富的接口/協議能力，以便應用于廣泛的行業市場。在協同過程中，云中心負責云邊資源（計算、存儲、帶寬等）的優化配置、調度和管理策略。

2. PaaS和SaaS協同

PaaS在云計算中已有相當多成熟的產品，如阿里云、微軟Azure、亞馬遜AWS等。SaaS應用的種類則更加多樣，包括各類在線API服務、Web服務等。在邊緣和云協同的場景中，用戶通常關心的是應用和數據層面，并不關心其應用和數據究竟在邊緣還是云端。類似于IaaS協同，云中心常用于非實時、長期的大數據分析，能夠在刻畫數據一般特性、長時間應用維護和數據支撐上發揮優勢。而邊緣PaaS主要聚焦于短周期、實時的數據分析應用，通常需要根據場景特點進行資源配置。

本節僅討論了邊緣和云協同的一般思想，這一過程中涉及的大量設計策略、開發和管理工具等信息會在后續章節中陸續介紹。

2.2.3　邊-端架構

隨著邊緣計算相關技術的不斷發展以及新型應用對于延遲敏感度的提高，邊緣網絡需要獨立承擔前端設備的服務請求。

如圖2-6所示，在邊-端架構中，僅有邊緣服務器組成的網絡（簡稱邊緣網絡）和前端設備。邊緣網絡中各個服務器既是接入點又是運算節點，接收來自前端設備的計算請求和任務卸載并處理。需要注意的是，對于一個計算請求來說，其接入的邊緣節點和任務處理的節點并不一定是同一節點，多個邊緣服務器可以各自配置不同的服務，以協同的方式完成各類計算任務。這是由于沒有高速的云中心傳輸通道，每個邊緣服務器在接收到自己不具備的服務類型時，需要將請求轉發給具備相應服務的邊緣服務器，從而在整體上形成協同運算的效果。

這種架構通常用于定制化較高的場景，例如工業園區的設備通信與計算網絡、大學校園的實驗網絡等。邊-端架構中，邊緣網絡的服務對象和計算服務類型都具有高度的確定性，均需根據具體的應用場景進行邊緣網絡的部署、資源配置、計算服務的編排等。例如在大學校園的場景中，邊緣網絡的部署需要充分考慮場景特點，在教學樓、宿舍區、實驗樓等場地需要密集部署邊緣服務器，并且這些服務器需要配置相對多的計算與存儲資源。服務器上運行的計算服務也對應了不同區域的服務請求類型，如教學樓服務器需要運行在線文檔、文件存儲等服務，宿舍區服務器需要運行音視頻解碼等多媒體服務，實驗區服務器則需要運行大型數學計算、仿真等服務。

2.2.4　多接入邊緣計算

在上述兩類架構中，通常認為一個前端設備僅接入一個邊緣服務器。目前，隨著新型應用的不斷產生和邊緣設備的不斷增多（思科公司在“思科虛擬指數”中預測，2014～2024年期間全球移動數據將增加10倍），單服務的服務模式將很快迎來瓶頸。不僅如此，新型的高速率通信技術（如5G）的覆蓋范圍通常有限。在這樣的背景下，超密集網絡應運而生，通過密集部署邊緣服務器來達到邊緣服務更加靠近邊緣用戶的目的。如此，每個前端設備可以接入多個邊緣服務器，這種架構稱為多接入邊緣計算（Multi-Access Edge Computing）。值得注意的是，多接入邊緣計算與上述兩種架構是可共存的關系。上述架構描述的是云、邊層如何實現，而多接入則強調前端設備與邊緣設備層如何對接。當前端設備由單接入變為多接入時，會對上述兩種架構中的技術設計與實現產生不同影響，本書第3章將會對此展開介紹。

2.2.5　分布式D2D/D4D架構（泛在邊緣架構）

D2D通常指一種新型的通信方式，該方式中設備與設備間的通信不再經過主干網，而是通過設備直連和多跳的方式形成自組織網絡，完成設備間的信息傳輸。而所謂D2D或D4D（Device-for-Device）邊緣計算，是指邊緣設備通過D2D的方式，相互成為其他設備的邊緣計算設備。每個設備均可以將計算卸載到其他設備上，同時也可以承接來自其他設備的計算請求。

D2D邊緣計算通常適用于缺少基礎設施或者部署基礎設施十分昂貴的場景，例如車聯網場景、戰場作戰場景等。一方面，缺少邊緣基礎設施導致整個D2D邊緣計算網絡的資源相對受限。另一方面，各設備又可能產生計算量十分巨大的任務需求，僅靠單一設備難以完成。D2D邊緣計算架構是一種純分布式架構，邊和端的界限變得十分模糊，每個設備既可以看作端設備也可以看作邊緣設備。這使得傳統架構中的接入、路由、尋址、協同、分配等技術無法直接應用，面臨的系統挑戰也較多。例如在智能化單兵作戰的場景中，每個士兵可以看作一個邊緣節點，遇到緊急情況的士兵產生的計算任務需要由其鄰近的多個士兵協同進行運算，如對抗環境的實時目標識別等。若按照傳統的任務卸載和處理方式選擇一個身邊的設備進行協同運算，資源受限的特點極可能導致任務運算無法達到指標要求，從而延誤軍情戰機。D2D架構雖然相對簡單，但由于缺少全局信息，節點間缺少穩定的通信鏈路及物理拓撲，D2D邊緣計算的各項關鍵技術（如計算卸載、服務管理等）更加需要根據場景來指定。此外，D2D邊緣計算架構相比于傳統架構還需要解決鄰居服務發現、服務定價等問題。

2.2.6　AIoT架構

如前文所講，邊緣計算既可以看作云計算向場景的延展，又可以看作物聯網能力的提升。從物聯網能力提升的角度，邊緣計算直接推動了AIoT架構——“人工智能+物聯網（AI+IoT）”的產生。顧名思義，AIoT是物聯網與人工智能的結合，而在系統層面，人工智能的能力是通過邊緣計算來提供的。圖2-7顯示了騰訊所提出的AIoT的系統架構，考慮到物聯網設備的多樣性，其終端設備端單獨具備一個設備適配層，用于進行異構設備之間的數據轉換、無線適配與多數據通道管理。在設備適配層上運行物聯網操作系統，并通過網關接入模塊接入邊緣設備——AIoT智能網關。邊緣設備通過IoT組件鏡像模塊管理設備及匹配規則，以處理物聯網設備的計算請求。在邊緣設備上運行的計算服務、通信及安全等規則是通過云中心進行更新和管理的。

與一般的邊緣計算架構相比，AIoT架構中并不強調邊緣之間的組網和協同，而是更多地規范前端設備管理、服務管理以及各類基礎AI產品及加速技術。目前多個云計算服務商都發布了AIoT產品及技術，如騰訊IoT EIDP、阿里AliOS Things、小米AIoT、用友YonBIP等。這些架構中，除了對物聯網前端設備的計算及產品形態產生影響，同時也有望催生一個新型的產業——邊緣計算模型的開發與交易。開發者及研究人員研發各類邊緣服務，既能夠適應各類前端應用的需求，也能夠高效地運行在不同廠商的邊緣服務器（邊緣網關）終端之上。