5G+Edge Computing
边缘计算基本概念
边缘计算的发展历史
边缘计算指在靠近数据源或用户的地方提供计算、存储等基础设施,并为边缘应用提供云服务和信息技术环境服务,意在用户近端实现更安全、实时的智能化业务。相比集中部署的云计算服务,边缘计算解决了时延过长、汇聚流量过大等问题,为实时性和带宽密集型业务提供更好的支持。
边缘计算的起源可以追溯到20世纪90年代,阿卡迈率先推出了CDN,该网络在接近终端用户的地方设立了传输节点。这些节点能够存储缓存的静态内容,比如图像和视频等。到了2003年,阿卡迈又与IBM合作“边缘计算”。当时阿卡迈承担了全球15%~30%的网络流量,通过CDN的形式包装成“分布式计算”或“边缘计算”的概念为客户提供以内容分发为中心的云服务。
近些年来,围绕边缘计算展开的标准化项目和产业联盟快速发展。
国际上,欧洲电信标准协会自2014年开始研究移动边缘计算,迄今为止,该协会共发布10多本白皮书。2017年,欧洲电信标准协会将“移动边缘计算”更名为“多接入边缘计算”,将应用范围扩大至包含固网接入的各类网络场景。
在国内,边缘计算产业联盟于2016年11月成立,该联盟先后发布了《边缘计算参考架构2.0》《边缘计算产业联盟》等白皮书,进而发布了一系列应用边缘计算技术的测试床,推动了国内边缘计算产业的发展。2018年4月,SDN/NFV产业联盟成立“MEC应用推进工作组”,并由中国移动担任组长。该组织将推动NFV、SDN、边缘云、云管理编排等多个领域的联动发展,促进相关技术成熟,培育商业案例落地,进一步做强边缘计算产业。
边缘计算技术的发展现状
迄今为止,边缘计算已经形成了一个OICT(运行与网络信息技术)产业融合的泛生态环境。在运营技术(OT)、信息技术与通信技术融合发展的大背景下,计算、存储、连接资源需要有机地结合在一起,为各行业应用提供端到端的网络和业务承载能力。
在运营技术领域,工业界各大公司对于现场数据采集、业务流程处理有着深厚的积累。运营技术领域对边缘计算的研究一般是从现场业务实时性和智能化的需求出发,自下而上地向万物互联和泛在智能的工业互联网演进。这其中较为典型的先驱者是通用电气的Predix边缘系统和西门子的Simatic IOT2000。
Predix发展至今已经远远不只是一个工业互联网平台,它包括了边缘、平台和应用三个主体,其中Predix边缘系统为边缘设备提供了一个网关框架Predix Machine。基于该框架,合作伙伴可以开发各类现场接入协议,实现边缘设备的连接和数据的采集。与通用电气不同,西门子依托自己强大的硬件设计能力打造了一款边缘计算智能网关Simatic IOT2000。该智能网关可以实现对异构传感器系统的数据采集,并在本地将数据进行预处理并按需转发给云平台。不难看出,运营技术领域涉足边缘计算的研究主要着力于对现场级设备具体业务能力的深耕。
在信息技术领域,边缘计算将原有的云计算模型的部分或全部计算任务迁移到网络边缘设备上,这样可以降低云计算中心的计算负载,减小网络带宽的压力,提高万物互联时代数据的处理效率。随着工业互联网的持续发展,各大互联网云计算巨头纷纷意识到边缘计算在提高用户实时性体验、提供差异性服务等多个方面具备的先天优势,并发布了一系列边缘计算解决方案。其中较为典型的是亚马逊发布的GreenGrass服务以及微软发布的Azure IoT Edge套件。
2016年AWS推出GreenGrass边缘计算套件,它能够以安全方式在互联设备上运行本地计算、消息收发、数据缓存、同步和ML Inference(机器学习推理)功能的软件。类似AWS Greegrass,微软在边缘计算领域的解决方案是基于Azure云服务的物联网网关SDK,它提供了一个可以配置边缘设备并进行业务部署的软件框架。通过亚马逊和微软在边缘计算领域的实践,我们可以看出互联网公司在该领域的探索主要依托云计算能力向工业现场设备的扩展和渗透。
运营技术领域的玩法是立足优势的现场设备向上生长出平台级边缘计算能力,信息技术领域的玩法是立足优势的云计算能力向下生长出现场级边缘计算能力,而通信技术领域应当如何参与这场盛宴呢?运营商的优势不在于现场级,而在于位置稍高一点儿的网络边缘。以中国为例,中国铁塔具备约200万的基站基础设施,三大运营商具备数以万计的区县级汇聚机房和数以千计的地市级核心机房,并且运营商拥有服务于广大用户的高质量网络接入。因此,通信技术领域应立足优势的网络接入和边缘机房优势,与信息技术和运营技术领域协同合作,壮大边缘计算的应用场景和解决方案,走出一条具备OICT特色的边缘计算发展道路。
边缘计算技术体系架构
边缘计算技术体系涉及多个专业领域,具体来看可以分为行业应用SaaS、PaaS能力、IaaS设施、硬件设备、机房和承载等几个重要领域(见图8–8)。
边缘计算SaaS层包含了各垂直行业通过网络部署在靠近用户侧的边缘计算平台上的应用。PaaS、IaaS和硬件平台是边缘计算技术体系中的关键赋能模块。在PaaS方面,运营商利用自身网络资源的独特优势,可以通过基础PaaS平台为上层应用提供各类特色网络能力。第三方PaaS平台也同样重要,因为往往在一些特定的垂直行业中,第三方的合作伙伴对行业逻辑有着更加深刻的理解,它们可以快速地在边缘计算生态中提供解决行业痛点问题的PaaS能力。在IaaS方面,基于运营商在NFV领域的探索,边缘计算需要考虑基础设施层面与云化网络的共享和融合,同时也要兼顾独立部署的能力。在硬件方面,考虑到边缘计算节点机房的条件,运营商需要对服务器外观和功率进行重新设计与定制。对于不同的垂直行业应用场景,还要考虑一体化集成交付能力以及各类现场智能化接入设备的丰富生态。
5G与边缘计算的化学作用
边缘计算概念的提出和实践是早于5G网络架构的设计与标准化完成的,虽然受到各领域的认可和重视,但是其并没有很好地得到大规模的应用和部署,也没有杀手级的应用场景出现,大多数边缘计算的实践仍是小范围、小规模或短时间的试验和应用。伴随着5G架构的提出,边缘计算再一次受到各领域的关注,并被认为是5G时代网络发展的重要方向之一。这一切正是得益于5G网络的本地分流能力。5G核心网架构设计中提出的数据面网元UPF,将本地流量卸载纳入了5G标准流程,使得边缘计算的引入从前5G阶段的局部改造变为“5G+”阶段的原生支持。可以说,低时延、大带宽、大连接的5G特征赋予边缘计算更为强健的能力,这些特征将边缘计算由“不可能”变为“可能”,由“局部实现”变为“全网推广”。
全新的边缘业务形态在带给用户更好的体验的同时,也对网络的带宽、时延及安全性等方面提出了更高的要求。4K/8K视频、VR/AR等生活娱乐为用户提供了身临其境的极致体验,以及丰富的人机交互体验模式,这些需要网络能够提供更大的带宽以及更低的时延;以车联网和智慧城市为代表的典型应用场景与移动通信网络深度融合,海量终端设备接入5G网络,同时还需要网络保障数据传输的可靠性;以现场级边缘计算为核心的工业互联网带来了现代工业的革新,这使得工业通过5G网络实现实时自动化管理,在实现低时延的工业协同控制和运动控制的同时还要保障数据的安全性。
低时延
用户访问时延主要由传输时延和处理时延两部分组成。在处理时延方面,硬件成本的下降、尺寸的缩小及性能的提升,使得数据分析处理能力可以下沉到网络边缘,计算能力边缘化可以减轻中心数据处理的负载,并且分散到边缘的数据量相对中心集中处理来说也是显著减少的,在考虑边缘服务器能力有限的前提下,边缘的处理效率仍与中心处理不相上下。在传输时延方面,将计算能力下沉到网络边缘即更靠近用户的位置,一方面可以缩短终端到服务器端的传输距离,对移动通信网络来说,5G网络之前,移动终端都需通过部署在省核心机房的网关后连接互联网,对视频业务占据了绝大部分的移动流量来说,当全部终端都集中到省核心机房的位置时,大流量、多并发会给核心机房造成沉重负担,且传输时延及带宽问题也给用户体验带来不良影响。结合5G的本地分流能力,边缘计算应用可按需灵活部署,最低可部署基站的位置,提供毫秒级的用户体验。另一方面,计算能力下沉在拉近终端与服务器的距离的同时,也减少了数据在传输过程中中转的次数,这样还可以降低长距离传输中链路不稳定对时延造成的影响。
大带宽、大连接
5G时代,以8K视频、VR/AR为代表的视频业务将对网络带宽产生每秒数百吉比特的超高需求,同时5G还要支持每平方公里100万的超高连接数密度。大连接和大带宽均会对回传网络造成巨大的传输压力,单方面扩容汇聚与城域网络的解决方案将大幅提高单位媒体流的传输成本,无法实现投资收益。引入边缘计算,可以根据业务指标需求,将边缘计算平台灵活部署在网络各个层级,进而可以实现流量的本地卸载、用户的本地疏导。将部分流量和用户在本地分流,可以在保障正常服务的同时,将云端集中处理的模式变为边缘分布处理的模式,这将有效减轻上层的压力。因此,边缘计算的引入可以支撑5G网络下的大带宽、大连接等新型业务的开展。
安全性
在5G的某些应用场景中,数据的安全性是首要考虑的因素,比如在物联网和工业互联网场景中,终端采集的数据都具有一定的隐私性,这就对网络的安全性保障提出了更高的要求。一方面,边缘计算为这些终端提供边缘的连接和保护。另一方面,可以直接在边缘完成数据清洗的工作,提取高危特征,并反馈到网络中,实现有效的安防保障。若采用传统的云端集中处理模式,海量的数据处理会给服务器造成很大的负担,因此数据的边缘清洗可以显著提高系统工作效率。
“5G+边缘计算”的关键技术组合将打造“连接+计算”的新型基础设施平面,网络能力与计算能力的融合可以更好地对各类创新业务提供支持,促进5G网络与各领域新技术的融合发展,发挥5G网络的巨大潜力。对较为成熟的业务应用如CDN、视频监控、人脸识别等来说,“5G+边缘计算”可以大幅提升用户的体验;对新型业务应用例如8K/VR/AR视频、车联网、智慧工厂等来说,“5G+边缘计算”将实现业务由“不可能”走向“可能”的跨代式发展。“5G+边缘计算”使得人与物、物与物的全面连接成为可能,在车联网、智慧工业、新媒体娱乐等行业应用全面引入5G提供的基础信息服务,颠覆传统产业,重构业态,促进社会经济的可持续发展。
构建电信级边缘基础设施服务,打造MECaaS能力
随着边缘计算应用场景在5G引入后逐渐丰富和成熟,边缘计算将广泛分布在网络边缘的多个位置层级,因此其必须结合边缘计算的特点,前瞻性地在网络边缘提前规划承载边缘计算业务的基础设施,使其能够满足现阶段以及未来相当长时间内边缘计算的需求。运营商应通过打造“连接+计算”融合基础设施,提供电信级、可定制化的边缘云服务。
在之前边缘计算技术体系架构的阐述中,我们说到边缘计算也存在SaaS、PaaS和IaaS三种服务模式,PaaS、IaaS是边缘计算技术体系中的关键平台级基础设施,也是运营商拓展边缘计算的核心抓手。
边缘计算IaaS
边缘计算的业务需要部署在靠近用户和终端设备的网络边缘,部署形式可以根据商务模式、资源条件、业务需要、运维需求等因素,采用软硬一体的物理形态或承载在云资源池之上的云化形态。采用云化形态在部署、运维、计费方面更加灵活,其将是边缘计算IaaS的优选解决方案,该形态下边缘业务提供者可按需使用运营商提供的资源,避免重资产、重运维。边缘计算IaaS服务于云化形态的边缘应用,是用来部署和运行边缘计算业务和相关网元功能的云化基础设施,是云计算技术与边缘计算场景的结合。
边缘计算需要部署的业务或应用类型主要包括MEC App、MECPaaS平台等,此外边缘计算还涉及网关类设备(如5GUPF)、无线设备(如5GCU)、CDN设备等电信网元,边缘计算IaaS要能够为上述业务和应用提供云化基础设施,满足不同业务和应用的需求。
边缘计算IaaS架构设计需要考虑如下几方面的核心理念。
管理方面,要兼顾统一运维、统一管理和轻量化、自治的要求
边缘计算的IaaS平台在地理上广泛分散,但在管理上应考虑将这些平台相对集中起来,以便降低运维管理成本和难度。运维方面,采用边缘计算IaaS云管理平台作为统一运维入口(省级或地市级),对辖区内所有边缘节点的IaaS进行运维管理,实现无人值守边缘节点的远程运维,并对NFVO(网络功能虚拟化编排器)等管理编排组件收敛北向接口以节省网络开销。管理方面,管理编排器(如NFVO)应具备边缘计算IaaS资源的统一视图,以便对资源进行一致性的管理,并对边缘计算PaaS平台或业务申请IaaS资源进行授权。同时,区县以及接入等位置的边缘节点资源受限,可采用融合节点、压缩管理组件资源占用等将管理开销轻量化的方式,使得业务可用资源最大化。另外,边缘节点存在地市、区县、接入等多个位置,但每个位置的边缘计算IaaS都是可自治的云,不依赖其他边缘计算相关资源。IaaS应在考虑自治需求的前提下尽可能地减少占用资源。
平台特征方面,考虑充分异构和灵活性
边缘计算的IaaS平台需要承载多种多样的业务,因此在平台特征上要充分考虑能力的异构,比如,边缘计算应用和相关电信网元可能采用了不同的设计与承载方式,从云的角度需要支持虚拟机和容器两种资源,因此边缘计算IaaS需要支持OpenStack云和Kubernetes。又如,UPF等用户面网元以及计算密度较高的边缘计算应用等对CPU(中央处理器)的压力较大,需要支持将加速功能卸载到硬件实现。另外,考虑到边缘计算业务对网络灵活性的要求,区县以及接入等位置的边缘节点内组网需要扁平化设计且需支持SDN,以及基于SDN的切片能力。
边缘计算PaaS
边缘计算提供PaaS层服务,既能作为增值服务为平台创收,又能降低应用上线的难度。边缘计算的PaaS平台与公有云/私有云的PaaS平台有所区别。边缘计算数据中心的规模不大,将所有PaaS平台能力部署在边缘数据中心,是不明智的选择。边缘计算的PaaS能力,应按需部署。
PaaS平台主要分为两部分。一是边缘计算PaaS管理平台。其为管理数千计的边缘数据中心以及数万的边缘网关平台,为用户和管理者提供统一的门户,能够展现边缘数据中心情况、资源使用情况、业务运行状态面板等。二是边缘计算PaaS运行平台。其提供应用的运维环境和运维工具,北向是统一的部署入口,优化面向垂直行业SDK和能力开放的引入,上报相应的资源状态信息和业务信息给管理平台。
引入5G后,PaaS平台主要需解决以下问题。
充分暴露5G网络丰富能力,赋能边缘计算应用
边缘计算应用开发过程中,需充分使用5G网络提供的无线能力和核心网能力,这些能力是运营商独有的,如位置服务、带宽管理服务、无线网络时延信息服务等。这些能力可以在无线侧或者核心网侧提供RESTful接口给边缘计算,丰富边缘计算的生态。
边缘业务开通与5G网络分流息息相关,应紧密结合,打通流程
边缘业务部署完毕后,业务并不能够直接开通运行。边缘计算与公有云的环境是有明显差异的,其在访问业务时需要经过分流设备(如5GUPF)。该分流设备属于电信网元,用户需向边缘计算平台提出需求,平台侧与网元管理侧再进行沟通和协商,以确保安全和不引入网络的抖动,然后对分流设备进行配置下发。
边缘计算SaaS
如果说边缘计算IaaS和PaaS面向的是边缘计算应用与平台的开发商、服务商,那么边缘计算SaaS面向的就是真正使用边缘计算业务的客户,其提供的是面向各类行业的边缘计算业务。在众多垂直行业新兴业务中,对边缘计算的需求主要体现在时延、带宽和安全三个方面。目前智能制造、智慧城市、直播游戏和车联网4个垂直领域对边缘计算业务的需求最为明确。
在智能制造领域,工厂利用边缘计算智能网关进行本地数据采集,并进行数据过滤、清洗等实时处理。同时,边缘计算还可以提供跨层协议转换的能力,实现碎片化工业网络的统一接入。一些工厂还在尝试利用虚拟化技术软件实现工业控制器,对产线机械臂进行集中协同控制,这是一种类似于通信领域SDN中实现转控分离的机制,通过软件定义机械的方式实现了机控分离。
在智慧城市领域,应用主要集中在智慧楼宇、物流和视频监控几个场景。边缘计算可以实现对楼宇各项运行参数的现场采集分析,并提供预测性维护的能力;对冷链运输的车辆和货物进行监控和预警;利用本地部署的GPU(图形处理器)服务器,实现毫秒级的人脸识别、物体识别等智能图像分析。
在直播游戏领域,边缘计算可以为CDN提供丰富的存储资源,并在更加靠近用户的位置提供音频和视频的渲染能力,让云桌面、云游戏等新型业务模式成为可能。特别是在VR/AR场景中,边缘计算的引入可以大幅降低VR/AR终端设备的复杂度,从而降低成本,促进整体产业的高速发展。
在车联网领域,业务对时延的需求非常苛刻,边缘计算可以为防碰撞、编队等自动/辅助驾驶业务提供毫秒级的时延保证,同时可以在基站本地提供算力,支撑高精度地图的相关数据处理和分析,更好地支持视线盲区的预警业务。
- Gartner. 技术成熟度曲线2017[EB/OL].https://www.gartner.com/smarterwithgar tner/top-trends-in-the-gartner-hype-cycle-for-emerging-technologies-2017/;
Gartner.技术成熟度曲线2018[EB/OL].https://www.gartner.com/smarterwithgartner/5trends-emerge-in-gartner-hype-cycle-for-emerging-technologies-2018/;
Gartner.技术成熟度曲线2019[EB/OL].https://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology-trends-for-2019/.
- 百度百科. https://baike.baidu.com/item/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/9180?fr=Aladdin.
- 周志华.机器学习[M].北京:清华大学出版社,2016.
- 李正茂,中国移动通信研究院.通信4.0:重新发明通信网[M].北京:中信出版社,2016.
- ZigBee技术是一种近距离、低复杂度、低功耗、低速率、低成本的双向无线通信技术。——编者注
- Kbps约为103 比特每秒。——编者注
- RJ45是标准8位模块化接口的俗称。——编者注
- “虚拟化与云计算”小组.虚拟化与云计算[M].北京:电子工业出版社,2009.
- 4V指Volume(海量数据规模)、Velocity(高速数据处理)、Variety(多样数据类型)和Value(应用价值)。——编者注
- 1MB≈106 B。——编者注
本书评论