1.5 邊緣計算的歷史與現(xiàn)狀

隨著大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能等技術(shù)的迅速發(fā)展，互聯(lián)網(wǎng)產(chǎn)業(yè)正發(fā)生著巨大的變革，這些變革也催生了新的計算模型。當(dāng)下，隨著4G/5G無線網(wǎng)絡(luò)和物聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，萬物互聯(lián)的概念成為物聯(lián)網(wǎng)基礎(chǔ)上新的互聯(lián)的構(gòu)建模式，其相較于物聯(lián)網(wǎng)的“物”與“物”的聯(lián)結(jié)，突出了更高層次的“人”與“物”之間的交互，賦予了物聯(lián)網(wǎng)中的設(shè)備更強的計算能力和感知能力。

由于萬物互聯(lián)的迅速發(fā)展，邊緣設(shè)備逐漸由單一的數(shù)據(jù)生產(chǎn)者的角色轉(zhuǎn)變?yōu)橥瑫r具有數(shù)據(jù)生產(chǎn)者和消費者的混合角色，邊緣設(shè)備逐步具備了對其采集到的數(shù)據(jù)進行智能處理的能力。這種能力在當(dāng)下爆炸式增長的邊緣數(shù)據(jù)的前提下，為節(jié)省邊緣設(shè)備到云計算中心的單一計算資源之間的數(shù)據(jù)通信量、提高數(shù)據(jù)處理性能以及降低能耗等方面提供了新的可能。為了解決數(shù)據(jù)傳輸、存儲和計算的過程中傳輸帶寬占用過大和單一云計算資源的計算負載方面的問題，學(xué)術(shù)界和工業(yè)界探索了怎樣在靠近數(shù)據(jù)生成的邊緣設(shè)備上進行數(shù)據(jù)處理，也就是如何將計算任務(wù)從數(shù)據(jù)中心向網(wǎng)絡(luò)邊緣進行遷移。本節(jié)嘗試按照這些新技術(shù)的誕生順序來介紹這些典型的計算模型，同時對邊緣計算技術(shù)的發(fā)展現(xiàn)狀做相應(yīng)的介紹。

1.5.1 分布式數(shù)據(jù)庫

分布式數(shù)據(jù)庫結(jié)合了數(shù)據(jù)庫技術(shù)與網(wǎng)絡(luò)技術(shù)。隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)類型和數(shù)據(jù)量的迅速增長使得分布式數(shù)據(jù)庫技術(shù)成為當(dāng)下數(shù)據(jù)存儲和處理的常用核心技術(shù)。分布式數(shù)據(jù)庫是將數(shù)據(jù)存儲在不同地理位置的數(shù)據(jù)庫，它可以存儲在位于統(tǒng)一物理位置的多臺計算機（如數(shù)據(jù)中心），或者分散在互聯(lián)的計算機網(wǎng)絡(luò)上。與處理器緊密耦合并構(gòu)成單個數(shù)據(jù)庫系統(tǒng)的并行系統(tǒng)不同，分布式數(shù)據(jù)庫系統(tǒng)由松散耦合的站點組成，因此可以利用多個站點來共同完成一件事務(wù)，從而提高用戶對數(shù)據(jù)訪問的效率。

分布式數(shù)據(jù)庫可分為異構(gòu)系統(tǒng)和同構(gòu)系統(tǒng)，圖1-7和圖1-8分別描述了兩者模型結(jié)構(gòu)的差異。異構(gòu)分布式數(shù)據(jù)庫部署在具有不同硬件、操作系統(tǒng)、數(shù)據(jù)庫管理系統(tǒng)及數(shù)據(jù)模型的環(huán)境中，而同構(gòu)分布式存儲系統(tǒng)運行在多臺具有相同軟硬件的機器上，且具備單一的訪問接口。按照數(shù)據(jù)的組織形式不同，分布式數(shù)據(jù)庫又可以分為關(guān)系型數(shù)據(jù)庫、非關(guān)系型數(shù)據(jù)庫、基于XML的數(shù)據(jù)庫和NewSQL分布式數(shù)據(jù)庫等。

與邊緣計算模型相比，分布式數(shù)據(jù)庫主要實現(xiàn)了數(shù)據(jù)的分布式存儲和共享，更加側(cè)重大規(guī)模的數(shù)據(jù)存儲和確保一致性的高效事務(wù)處理，提供了巨大的存儲規(guī)模和廣闊的共享范圍，但通常不會額外關(guān)注數(shù)據(jù)在異構(gòu)設(shè)備上的計算處理以及數(shù)據(jù)的存儲和計算之間的分布關(guān)系。邊緣計算中數(shù)據(jù)的共享范圍有限，具有更高的隱私性和局部性，利用異構(gòu)的邊緣體系結(jié)構(gòu)去支持多種類型的服務(wù)應(yīng)用將是邊緣計算面對大數(shù)據(jù)處理的基本思路。

1.5.2 內(nèi)容分發(fā)網(wǎng)絡(luò)

邊緣計算的歷史可以追溯到20世紀90年代末的內(nèi)容分發(fā)網(wǎng)絡(luò)（Content Delivery Network, CDN），CDN是代理服務(wù)器及其數(shù)據(jù)中心的地理分布網(wǎng)絡(luò)，其目標(biāo)是在空間上為終端用戶分配資源來提供高可用性和高性能的服務(wù)。CDN由Akamai公司于1998年提出，通過部署在網(wǎng)絡(luò)邊緣的緩存服務(wù)器來提高遠程站點的獲取和下載數(shù)據(jù)的速度并降低訪問延遲，因此CDN得到了學(xué)術(shù)界和工業(yè)界的關(guān)注并快速發(fā)展。此后，Karbhari等人基于CDN提出了新的網(wǎng)絡(luò)模型，稱其為主動內(nèi)容分發(fā)網(wǎng)絡(luò)（Active Content Delivery Network, ACDN）[14]，通過設(shè)計一系列算法，根據(jù)系統(tǒng)需求在不同服務(wù)器之間遷移應(yīng)用，實現(xiàn)對資源位置的動態(tài)分配。

CDN的工作方式可以如圖1-9所示，其中綠色和藍色箭頭分別代表請求和響應(yīng)，箭頭上的數(shù)字代表請求或響應(yīng)發(fā)生的次序。首先，用戶A通過Web請求自己所需的數(shù)據(jù)或文件，CDN會將這一請求發(fā)送到效率最高的接入點，這個接入點往往也是地理位置上最為接近用戶A的。如果接入點中的邊緣服務(wù)器上均沒有該數(shù)據(jù)的緩存，那么將該數(shù)據(jù)的請求發(fā)送給其上游的源服務(wù)器，然后源服務(wù)器向接入點中的一臺邊緣服務(wù)器返回相應(yīng)的文件或數(shù)據(jù)。這臺邊緣服務(wù)器將數(shù)據(jù)緩存下來，并發(fā)送給最開始的請求者，也就是用戶A，而邊緣服務(wù)器會根據(jù)其緩存數(shù)據(jù)的HTTP頭部信息確定其存活時間（Time To Live, TTL）。其他用戶可以通過與用戶A相同的方式請求同一份文件或數(shù)據(jù)，若這些請求被重定向到相同的接入點中，且數(shù)據(jù)的TTL還未過期的話，邊緣服務(wù)器將直接從緩存中返回，以此實現(xiàn)快速反饋的良好用戶體驗。

CDN的大規(guī)模部署催生了邊緣計算的概念，一些大公司利用CDN邊緣服務(wù)器對Web內(nèi)容進行分發(fā)，從而使用戶能夠通過距離更近的CDN邊緣服務(wù)器獲取可用資源，加速Web應(yīng)用的訪問。早期邊緣計算中的“邊緣”被認為是CDN緩存服務(wù)器，功能也只有簡單的內(nèi)容分發(fā)，而如今邊緣計算的概念遠超這個范疇，囊括了從用戶數(shù)據(jù)到云計算中心的路徑上的所有計算、網(wǎng)絡(luò)和存儲資源，邊緣計算也更側(cè)重于數(shù)據(jù)的計算和處理等任務(wù)。

1.5.3 移動邊緣計算

網(wǎng)絡(luò)中的多種設(shè)備（如智能手機、智能手表、無線傳感器等）在萬物互聯(lián)的設(shè)計下能夠?qū)崿F(xiàn)相互連接，但多數(shù)網(wǎng)絡(luò)終端設(shè)備的能源、硬件和計算資源非常有限，極大地限制了萬物互聯(lián)的可行性。移動邊緣計算（Mobile Edge Computing, MEC）是一項新興的網(wǎng)絡(luò)結(jié)構(gòu)，它將云計算服務(wù)拓展到邊緣網(wǎng)絡(luò)，以此來充分利用移動基站的計算資源。作為一項有前景的邊緣技術(shù)，MEC可以應(yīng)用到移動、無線和有線場景，利用相應(yīng)的軟硬件平臺，部署到靠近終端用戶的邊緣網(wǎng)絡(luò)上，以此實現(xiàn)高帶寬、低延遲的網(wǎng)絡(luò)傳輸和良好的用戶體驗。MEC為移動用戶、企業(yè)和其他垂直細分市場提供多個應(yīng)用服務(wù)供應(yīng)商的無縫整合，是5G架構(gòu)中的一個重要組成部分，支持各種需要超低時延的創(chuàng)新應(yīng)用和服務(wù)，并在可擴展性、可編程性等角度實現(xiàn)5G技術(shù)的高要求。目前，移動邊緣計算已被應(yīng)用于移動大數(shù)據(jù)分析、車聯(lián)網(wǎng)、增強現(xiàn)實、沉浸式媒體等對實時反饋有著嚴格要求的應(yīng)用場景[15]。

移動邊緣計算強調(diào)在移動終端與云計算中心之間的網(wǎng)絡(luò)路徑上建立邊緣服務(wù)器，以此實現(xiàn)對終端數(shù)據(jù)的處理，但通常認為終端設(shè)備基本不具備計算能力。與此不同的是，邊緣計算模型中的終端設(shè)備可以具有數(shù)據(jù)生產(chǎn)者和消費者的雙重身份，可以具備一定的算力，移動邊緣計算可以被看作邊緣計算的服務(wù)器層次架構(gòu)。

1.5.4 霧計算

思科（Cisco）公司于2012年提出了霧計算的概念，用以代指分散的計算組織架構(gòu)，其中數(shù)據(jù)、計算、存儲和應(yīng)用都位于數(shù)據(jù)源與云計算中心之間。在移動設(shè)備和云計算中心之間引入的中間“霧層”，實際上是由部署在網(wǎng)絡(luò)邊緣的霧服務(wù)器組成的。霧服務(wù)器減少了終端設(shè)備與云計算中心之間過多的數(shù)據(jù)通信量，可以顯著減少信道中的功耗和帶寬負載，也能作為緩存服務(wù)器在特定情況下同時滿足大量用戶對服務(wù)的請求。與此同時，霧服務(wù)器也可以向云計算中心請求更強的算力或其他應(yīng)用和服務(wù)。

霧計算與邊緣計算在概念上有許多相同點，在許多情況下兩個稱謂的含義相同，例如將數(shù)據(jù)和智能都下放到邊緣服務(wù)器上，而邊緣服務(wù)器位于更接近數(shù)據(jù)源的位置。在一些場合下，霧計算更側(cè)重于將數(shù)據(jù)部署到霧服務(wù)器上處理，而邊緣計算則支持在連接傳感器本身的設(shè)備上或物理上靠近傳感器的網(wǎng)關(guān)設(shè)備上進行計算與存儲。

1.5.5 邊緣計算技術(shù)的發(fā)展現(xiàn)狀

自2015年，邊緣計算技術(shù)迅速發(fā)展，由于能滿足萬物互聯(lián)的諸多需求，其吸引了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。在學(xué)術(shù)界，2016年10月，ACM和IEEE聯(lián)合舉辦了第一屆邊緣計算頂級會議ACM/IEEE SEC[16]，這是全球首個邊緣計算的學(xué)術(shù)會議。此后，INFOCOM、SIGCOMM等頂級學(xué)術(shù)會議也為邊緣計算提供了專題研討會。在國內(nèi)，首屆中國邊緣計算技術(shù)研討會于2017年5月舉行；中國自動化學(xué)會邊緣計算專業(yè)委員會于同年8月成立，邊緣計算在國內(nèi)的學(xué)術(shù)發(fā)展與全球范圍基本同步。在工業(yè)界，許多IT公司和企業(yè)正大力推動邊緣計算的發(fā)展和落地。2016年4月，歐洲電信標(biāo)準(zhǔn)協(xié)會（ETSI）發(fā)布了與移動邊緣計算相關(guān)的重量級標(biāo)準(zhǔn)，對移動邊緣計算的七大業(yè)務(wù)場景提出規(guī)范和詳盡的描述。同年11月，中國科學(xué)院沈陽自動化研究所、英特爾公司、ARM公司、華為公司、中國信息通信研究院和軟通動力公司聯(lián)合倡議并建立了邊緣計算產(chǎn)業(yè)聯(lián)盟[17]，致力于促進學(xué)術(shù)界、工業(yè)界和政府在邊緣計算領(lǐng)域的協(xié)同合作。2019年1月，Linux基金會推出了LF Edge開源組織，致力于構(gòu)建獨立于硬件、操作系統(tǒng)和云的開放邊緣計算框架。2020年6月，中國電信與中興通訊攜手構(gòu)建大規(guī)模5G邊緣節(jié)點，也是國內(nèi)首個城市級應(yīng)用節(jié)點，其融合了云-邊協(xié)同、MEC邊緣云、AI等技術(shù)，為雄安新區(qū)的智能城市建設(shè)提供了重要的支撐。