据IDC预测，到2020年将有超过500亿的终端和设备联网，其中超过50%的数据需要在网络边缘侧分析、处理与存储。据Gartner预测，2021年将有40％的大型企业在项目中纳入边缘计算原则。而到2022年，边缘计算将成为所有数字业务的必要需求。以上是两大研究机构对边缘计算的预测，那么什么是边缘计算？我们为什么需要边缘计算呢？

今天，数据中心的云化让数据中心中计算、存储、网络虚拟化，促使了数据中心向集约化、集群化发展，资源利用率大大提升。但是随着物联网在各个领域的蓬勃发展，物联设备的增多，设备产生的数据也在爆炸性增长，如果每个设备都直接和云端进行数据交互，海量数据势必会对网络带宽造成巨大的负担，同时给云端带来巨大的访问压力。其次，从设备远端传送海量数据到云端需要一定的时间，同时云中心处理数据也需要一定的时间，这就会增加请求响应时间，影响用户体验。在新兴的应用场景中，比如无人驾驶汽车，对响应时间有极高要求，仅依赖云计算方式已不能满足其需求。第三，终端设备中不少数据涉及到个人隐私，如果直接传到云中心会大大增加数据的安全风险。云端在处理数据上面临诸多挑战，边缘计算应运而生。

边缘计算可以简单理解为在数据产生源的网络边缘处提供网络、计算、存储及应用能力的开放平台。边缘计算的设计初衷是数据的计算处理更能够接近数据源。采用边缘计算后，可以将处理过的数据安全地传输到云端，从而减少云端的计算压力和传输带宽负荷，减少云端的宽带访问。同时数据在本地处理，减少了数据在网络中传输的时间及安全隐患，提升了用户体验。

图1边缘计算基本架构图

边缘计算主要采用分布式结构，能够在边缘侧弹性地扩展存储、计算和网络能力。边缘计算发生的位置称为边缘节点，如：网关、边缘DC、边缘服务器等都可以称之为边缘节点。其最终目标是以“一云多－边－端”方式打造万物智联的世界。

移动边缘计算/多接入边缘计算(MEC)

移动边缘计算/多接入边缘计算（MEC）是运行在移动网络边缘的云服务平台，为终端用户提供更高带宽、更低时延的数据服务，并大幅度减少核心网的网络负荷，主要应用场景有车联网、AR/VR等。

国际电信联盟无线电通信局（ITU-R）定义了5G的三大典型应用场景：增强型移动宽带（eMBB）、超可靠低时延通信（uRLLC）和海量大规模连接物联网（mMTC）。传统网络结构中，信息的处理主要位于核心网的数据中心机房内，所有信息必须从网络边缘传输到核心网进行处理后再返回网络边缘。这种网络架构已无法满足5G的低时延应用要求。5G通信网络要求更加去中心化，需要在网络边缘部署小规模或者微型数据中心，进行终端请求的本地化处理，以满足URLLC和mMTC的超低延时需求。

图2 5G通信网络架构

移动边缘计算/多接入边缘计算(MEC)可按需部署于5G通信网络架构中的基站，接入/汇聚机房、城域DC无线接入边缘云、汇聚DC边缘云或者城域DC边缘云。比如，对于低延时应用，如车联网、远程医疗，则边缘计算可部署于一体化基站或侧的接入边缘云机房。

图3 MEC网络架构

移动边缘计算/多接入边缘计算将计算能力从核心网下沉到MEC，在无线网络侧增加计算、存储、处理等功能。用户业务通过MEC进行本地分流，直接访问本地网络，降低了核心网资源回传带宽消耗。同时MEC提供的本地业务处理、内容加速等技术降低了业务访问延时，提高了用户体验。

因此，可以说5G是边缘计算终端设备降低数据传输时延的必要 方案，同时边缘计算又是推动5G快速发展的核心技术之一。

物联网边缘计算

物联网边缘计算主要用于汇聚机器人、传感器等终端信息，支撑一定区域范围內的信息分析、交互、处理，可部署在办公区域、工厂或家庭区域，主要应用场景有智慧工厂、智慧办公、智能家居等。

正如前面所说，物联网正处于蓬勃发展时期，已广泛应用于电力、交通、工业、医疗、水利等领域。物联网所产生了海量、异构、多样性数据，大量异构数据上云会带来网络带宽压力、延时等问题，边缘计算将数据就近处理，降低了网络负载和数据泄密风险，并且减少了数据在网络中的传输延时。边缘计算中需要用到数据采集、处理、上传及存储功能的边缘计算节点。这些边缘计算节点需要具有的功能如下：

边缘自治：在离线时能够继续进行本地数据处理、存储、网络恢复后与云进行数据同步。

协议解析：协议解析模块要求可扩展以支撑各类复杂的行业通信协议。

规则引擎：可以根据自定义的规则将数据进行转发、存储或者运算。可以将数据引导进入不同的服务，也可以将数据传入另外的设备。

数据采集/处理/分析：支持数据预处理、流式计算、函数计算。

智能推理：面向各种行业场景，进行多源的数据分析，形成统一智能决策及分析到执行的闭环。

容器化应用：提供容器化边缘应用开发和隔离环境，支持用户的第三方应用。

管理服务：包括边缘节点自身运行的管理、连接管理（连接会话及加解密管理等）、基础设施的计算、网络、存储资源管理、边缘应用和业务的生命周期管理及终端管理。

安全服务：包括芯片级、操作系统级、平台级和应用级安全及隐私保护服务。

当然边缘计算并不是独立存在的，它需要跟云计算平台进行相应的数据交互和应用互动。边缘计算注重局部，而云计算负责全局把握和掌控，可以说边缘计算是对云计算的一种补充。

图4 物联网边缘计算整体框架

图4为物联网边缘计算整体框架，其中包括：

终端层：包括传感器、机器人、手机等终端设备，这些设备通过接口协议与边缘节点连接，实现终端层与边缘层之间数据流和控制流的连通。边缘节点可以将终端彼此连接或连接到广域网。

边缘层：在网络的边缘通过边缘节点采集、处理、分析、转发来自终端的数据流，提供数据分析、协议转换、智能推理、边缘协作、边缘自治、安全隐私与保护等服务。

云计算层：提供全局调度、智能决策。从边缘层接收数据流，并向边缘层，及通过边缘层向终端设备发送控制信息，从全局对资源进行调度。

边缘计算目前已经成为推动物联网发展的关键技术，通过云－边－端协同来共同打造万物智联的世界。

边缘计算与人工智能

随着人工智能的发展，人工智能在边缘计算平台中的应用是越来越多，边缘智能已成为边缘计算新的形态。

人工智能可以让云计算和边缘计算的协同合作机制发挥更大化。全局决策机制的智能分析模型、算法及决策规则由云端提供。边缘端按照这个模型进行分析、推理和决策。同时通过边缘端结果的反馈，云端还需通过反复实践持续优化改进决策模型。

人工智能和边缘计算的结合让很多应用由被动变为主动，比如：人工智能，把被动监控变为主动分析与预警，解决了人工处理海量监控数据的问题。

云计算、边缘计算、AI技术三者结合构建的运算平台将会越来越普遍。三大技术的融合既能保持边缘计算设备高度自治，又能与云端保持广泛的连接。通过AI的智能分析和决策能力，保证系统的高效运转。

边缘计算的应用

边缘计算与人工智能协作应用广泛。据IDC预测，到2020年，在亚洲和欧洲范围内边缘计算解决方案的短期应用部署支出将超过600亿美元。许多行业都可以从边缘计算获益。个人客户、企业用户、物联网及其他垂直行业通过边缘计算及其与人工智能协作带来很多商业创新。

MEC ETSI规定的应用场景有车联网、AR/VR、视频优化、视频流分析、物联网、企业分流、辅助敏感计算，其他垂直行业的应用场景有高清体验、智能场馆、工业控制、室内定位、网络智能优化、统一通信应用、视频缓存等。

物联网边缘计算应用场景主要包括智慧工厂、智慧办公、智能家居、智能楼宇、智慧社区、智能交通、智慧税务、智能电网等。比如：在生产制造上的资产维护，边缘计算可以提供实时监测，以便及时对失效组件进行修复与更换；在人员追踪上，边缘计算与人工智能协作可以实时对人脸进行识别跟踪。

作为业界优秀的IT+CT融合的数字化转型领导者，新华三开发了一系列云化的MEC端对端的产品与方案，完整地覆盖MEC主要应用场景，如智慧园区、水利行业等。

在基础设施方面，新华三能够提供了业内最为齐全的x86架构的服务器、存储及交换路由设备，此外新华三首屈一指的Edgeline “边缘IT系统”EL1000/EL4000服务器，专为关键性行业及物联网场景需求打造，能够有机融合运营商网络综合接入站点机房的环境，实现IT+CT的融合需求。

在MEC网元方面，新华三开发的vMEP（Mobile Edge Platform）网元，基于容器化、云原生态架构进行构建，能够实现基站与核心网之间的接口双向导流、流量规则设置、DNS解析和服务注册等相应功能，为边缘计算的上层应用提供开放的平台功能。另外，新华三还提供完整的4G/NB-IoT的小基站、轻量级边缘核心网vEPC，为运营商面向政企行业客户的属地化、本地化边缘计算应用搭建完整的网络架构，并提供应用所需的计算平台。

结束语

边缘计算是继云计算之后又一个市场热点，也是新华三的重点关注市场。未来，随着5G的进一步发展，新华三还将会在MEC方面和物联网边缘计算中继续发力，提供相应的解决方案和相关产品，让我们拭目以待。