1.什么是边缘计算？ 在IIoT的背景下，“边缘”是指靠近数据源的计算基础设施，例如工业机器（例如风力涡轮机，磁共振（MR）扫描仪，海底防喷器）），工业控制器如SCADA系统和时间序列数据库汇总来自各种设备和传感器的数据。这些设备通常远离云中可用的集中式计算。 边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台。边缘计算与云计算互相协同，共同助力各行各业的数字化转型。它就近提供智能互联服务，满足行业在数字化变革过程中对实时业务、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。 到目前为止，边缘计算的作用主要用于摄取，存储，过滤和发送数据到云系统。然而，我们正处于一个时间点，这些计算系统正在包装更多的计算，存储和分析功能，以消耗并对机器位置的数据采取行动。这种能力对于工业组织来说将是非常有价值的 - 这是不可或缺的。 2.这对工业带来的价值 行业权威人士已经计算出，数以千计的连接事物会从不同的来源产生大量的数据。根据国际电信联盟电信标准分局ITU-T的研究报告，到2020年，每个人每秒将产生的数据，IoT可穿戴设备的出货量将达到亿。IDC也发布了相关预测，到2018年，50%的物联网网络将面临网络带宽的限制，40%的数据需要在网络边缘侧分析、处理与储存，到2025年，这一数字将超过50%。管理咨询公司麦肯锡公司估计，到2025年，工业物联网（IIoT）将创造价值万亿的市场规模。工业物联网将思想和机器结合在一起，将人们与加速数字产业转型的机器数据相结合。 通过将大数据，高级分析和机器学习应用于运营，工业可以减少计划外停机时间，提高资产性能，降低维护成本，并为从机床数据中获取未开发价值的新业务模式开拓潜力。 过去几年来，工业组织已经开始将云计算融入业务，从大量数据中获取洞察力，帮助实现关键业务成果，包括减少意外停机，提高生产效率，降低能耗等。云计算仍然通过工业物联网来实现新的性能水平发挥关键作用，因为它需要大量的计算能力来有效地管理来自机器的庞大数据量。 但是随着更多的计算，存储和分析能力被捆绑到更靠近数据源的较小设备中，即工业机器 - 边缘计算将有助于边缘处理实现工业物联网的承诺。 虽然这个概念不是新的，但是有几个关键的驱动力使它成为今天更可行的现实：·计算和传感器的成本继续下滑， ·在较小尺寸的设备（如网关或传感器集线器）中执行的更多计算能力， ·来自机器和/或环境的日益增长的数据（例如天气或市场定价）， ·现代机器学习与分析。 这些因素有助于公司将大量数据转化为具有洞察力和智慧的行动。 对于工业组织来说，这种技术在以下用例中将变得至关重要： ·低/间歇连接（如远程位置） o将数据传输到云的带宽和相关的高成本 o低延迟，例如机器洞察和启动之间的闭环相互作用（即在机器上采取动作）
雾计算工作组发布雾计算参考架构 OpenFog ConsorTIum发布了其OpenFog参考架构，OpenFog的成员正在雾计算（fog compuTIng）领域工作，雾计算是使用最终用户终端设备或连接最终用户设备的边缘设备，以分布式协作架构进行数据存储（相较于将数据集中存储在云数据中心），或进行分布式网络数据包传输通信（相较于通过互联网骨干路由），或相关分布式控制或管理。 雾计算是由思科（Cisco）在2014年所提出的概念，为云计算的延伸，这个架构可以将计算需求分层次、分区域处理，以化解可能出现的网络堵塞现象。雾计算的应用和物联网（IOT）及智能联网（M2M）有密不可分的关系。在物联网中，我们日常使用中的大多数设备将被彼此连接，例子包括我们的手机，可穿戴式健康监测设备，连网汽车和增强现实的设备，如Google眼镜。 OpenFog参考架构创建雾计算标准，以实现物联网（IoT）、5G和人工智能（AI）应用的数据密集型需求。OpenFog ConsorTIum成立于1年多以前，它是一个独立的非营利性组织，在其董事会指导下运行，其委员会以及相关的工作组由其成员管理。 雾计算与移动边缘计算（Mobile Edge CompuTIng，
MEC）在很多方面有很大的相似性，它将数据中心的功能带到网络边缘。OpenFog Consortium执行董事Lynne Canavan 描述了雾计算和MEC之间的以下主要区别： 雾计算包括了无线和有线 雾计算覆盖边缘网络，但也涵盖了边缘和云之间的访问以及可穿戴设备以及中间层 雾计算处理移动/服务提供商之外的垂直行业 MEC标准主要是面向计算的，OpenFog Consortium的参考架构还包括存储和深度数据包网络 MEC关注RAN或基站收发器（BTS）中的单层节点，而雾计算可以更加深入，且更加安全/隐私。 雾计算包括了云，但边缘计算排除云 Canavan说：“一般而言，雾计算和边缘计算的差别是：雾计算更具有层次性和平坦的架构，其中几个层次形成网络，而边缘计算依赖于不构成网络的单独节点。雾计算在节点之间具有广泛的对等互连能力，边缘计算在孤岛中运行其节点，需要通过云实现对等流量传输。”
1 边缘计算 边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。 1.1 从分布式数计算开始 对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。 1.2 边缘计算vs云计算 无论是云、雾还是边缘计算，本身只是实现物联网、智能制造等所需要计算技术的一种方法或者模式。严格讲，雾计算和边缘计算本身并没有本质的区别，都是在接近于现场应用端提供的计算。就其本质而言，都是相对于云计算而言的。 边缘计算的范式，从二者的计算范式可以看出来，边缘侧的数据计算，一下
子变得丰富起来。这里产生了全新的想象空间。 1.3 物联网应用催生 全球智能手机的快速发展，推动了移动终端和“边缘计算”的发展。而万物互联、万物感知的智能社会，则是跟物联网发展相伴而生，边缘计算系统也因此应声而出。 事实上，物联网的概念已经提出有超过15年的历史，然而，物联网却并未成为一个火热的应用。一个概念到真正的应用有一个较长的过程，与之匹配的技术、产品设备的成本、接受程度、试错过程都是漫长的，因此往往不能很快形成大量使用的市场。 边缘计算在整个计算中的位置：根据Gartner的技术成熟曲线理论来说，在2015年IoT从概念上而言，已经到达顶峰位置。因此，物联网的大规模应用也开始加速。因此未来5-10年内IoT会进入一个应用爆发期，边缘计算也随之被预期将得到更多的应用。
无服务与边缘计算架构介绍
Serverless是一个比较新的概念，2017年开始在行业内兴起，边缘计算则是一个更新的技术。那么Serverless在边缘计算中能产生怎样的效果、产品以及形态？今天来为大家分享一下。 什么是Serverless？ 首先讲讲Serverless，从下面这张图可清晰地看到，Serverless从架构上可以分成两部分。 一是Backend as a Service，后端即服务，腾讯云上目前已经提供很多这类产品，例如COS对象存储、CMQ消息队列、CDN内容分发、CDB云数据库、API网关，这些产品更多的是承载数据的存储。
二是Function as a Service，函数即服务，也是Serverless比较核心的技术点，腾讯云云函数就属于这种。 从Serverless或者云函数来看，更多是对用户的计算进行托管。用户将代码和配置提交到云函数平台上，此处的代码是指用户的一份代码或者代码包、配置，一个是指本身对于函数运行环境的配置，使用的是哪种环境、所需的内存、超时时间等；另一个是触发器的配置。因为整个函数即服务的运行方式是触发式运行，触发就需要有一个事件来源，而事件来源是和我们其它产品进行关联后而产生。 例如COS对象存储产品，它的关联就在COS的存储桶中，当用户上传一张图片或者删除一张图片时，就会产生一个事件，这个事件会触发云函数的运行；例如和API网关的对接，也可以作为事件来源，在用户的HTTP请求到达网关之后，API网关会把该请求作为事件转发给云函数，触发云函数的运行，云函数拿到请求之后进行处理，生成响应给到用户。 函数计算的特点
边缘计算参考架构白皮书
目录 01迎接行业智能时代 (01) 1.1行业智能时代已来 (02) 1.2行业智能2.0 面临的挑战 (03) 1.3边缘计算使能行业智能2.0 (04) 1.4边缘计算产业化当前进展 (06) 02边缘计算 (08) 2.1边缘计算概念 (09) 2.2基本特点和属性 (09) 2.3边缘计算CROSS价值 (09) 2.4边缘计算与云计算协同 (10) 03 边缘计算参考架构 (11) 3.1模型驱动的参考架构 (12) 3.2多视图呈现 (13) 3.3概念视图 (14) 3.3.1边缘计算节点、开发框架与产品实现 (14) 3.3.2边缘计算领域模型 (16) 3.4功能设计视图 (17) 3.4.1ECN (17) 3.4.2业务Fabric (22)
3.4.3联接计算Fabric (22) 3.4.4开发服务框架（智能服务） (24) 3.4.5部署运营服务框架（智能服务） (25) 3.4.6管理服务 (27) 3.4.7数据全生命周期服务 (27) 3.4.8安全服务 (29) 3.5部署视图 (31) 04 ECC产业发展与商业实践 (33) 4.1ECC产业发展总体概况 (34) 4.1.1ECC产业组织合作 (34) 4.1.2ECC标准组织合作 (34) 4.2边缘计算的商业实践 (35) 4.2.1从理论到实践 (35) 4.2.2从水平到垂直 (35) 4.2.3从需求到实践，从实践到需求 (39) 05 附录 (41) 术语表 (42) 缩略语表 (43)
01 迎接行业智能时代 边缘计算参考架构2.0 1
边缘计算参考架构2.0 边缘计算产业联盟 工业互联网产业联盟 联合发布 2017年11月
目录 目录2 一、迎接行业智能时代3 （一）行业智能时代已来3 （二）行业智能2.0面临的挑战4 （三）边缘计算使能行业智能2.05 （四）边缘计算产业化当前进展6 二、边缘计算6 （一）边缘计算概念7 （二）基本特点和属性7 （三）边缘计算CROSS价值7 （四）边缘计算与云计算协同8 三、边缘计算参考架构8 （一）模型驱动的参考架构8 （二）多视图呈现9 （三）概念视图10 1、边缘计算节点、开发框架与产品实现10 2、边缘计算领域模型11 （四）功能设计视图12 1、ECN12 2、业务Fabric16 3、联接计算Fabric16 4、开发服务框架（智能服务）18 5、部署运营服务框架（智能服务）19 6、管理服务20 7、数据全生命周期服务20 8、安全服务21 （五）部署视图23 四、ECC产业发展与商业实践24 （一）ECC产业发展总体概况24 1、ECC产业组织合作24 2、ECC标准组织合作24 （二）边缘计算的商业实践25 1、从理论到实践25 2、从水平到垂直25 3、从需求到实践，从实践到需求29
一、迎接行业智能时代 （一）行业智能时代已来 全球已经掀起行业数字化转型的浪潮，数字化是基础，网络化是支撑，智能化是目标。通过对人、物、环境、过程等对象进行数字化产生数据，通过网络化实现数据的价值流动，以数据为生产要素，通过智能化为各行业创造经济和社会价值。智能化是以数据的智能分析为基础，从而实现智能决策和智能操作，并通过闭环实现业务流程的持续智能优化。 以大数据、机器学习、深度学习为代表的智能技术已经在语音识别、图像识别、用户画像等方面得到应用，在算法、模型、架构等方面取得了较大的进展。智能技术已经率先在制造、电力、交通、医疗、农业等行业开始应用，对智能技术提出了新的需求与挑战。行业智能时代已经来临。 行业智能分为1.0和2.0两个发展阶段： 1）行业智能1.0 行业智能1.0是面向市场线索、营销、采购、物流、售后等商业过程，将用户、应用和商业流程的行为和状态数字化，基于多维度数据分析和场景感知，建立行业的信息图谱，为行业用户提供个性化的资源配置和服务。 行业智能1.0的快速发展得到了ICT创新技术的支撑，包括： ●泛在网络联接使能数据的快速流动； ●云计算按需提供低成本的基础设施服务应对业务负载变化； ●大数据挖掘、分析和管理海量数据，提升企业的商业决策能力； ●算法+数据+算力，释放了行业智能的潜在价值。 2）行业智能2.0 面向产品规划、设计、制造、运营等生产过程，产品、生产装备、工艺流程等已经逐步数字化和网络化，行业智能2.0已经具备了基础条件。这里所指的产品、装备具有广义的概念，既包括制造业所生产的产品和制造产线等，也包括能源、交通、农业、公共事业等行业提供服务时所依赖的资产，如电表、交通工具、农业机械、环境监测仪器等。 行业智能2.0需要达成如下目标： ●提升生产与服务过程敏捷性和协作性 ●提升资源共享和减少能耗 ●降低生产运行和运营不确定性 ●与行业智能1.0协作，建立生产、销售和服务的端到端行业智能。 行业智能2.0时代需要行业发生四个关键转变：
无线互联科技 Wireless Internet Technology No.13 July,2019 第13期 2019年7月 移动边缘计算的系统架构和关键技术分析 董春利"，王莉1 (1.南京交通职业技术学院电子信息工程学院，江苏南京211188;2.上海剑曦信息科技有限公司，上海200051) 摘要：随着移动互联网和物联网应用的快速发展，传统的集中式云计算遇到了严峻的挑战，例如高延迟、低频谱效率和非自适应机器类型的通信。为了解决这些挑战，新技术正在推动将集中式云计算功能转移到网络边缘设备。移动边缘计算被认为是物联网和任务关键型、垂直解决方案的关键推动因素，被公认为是一种关键的架构概念和技术之一。文章讨论分析了移动边缘计算的系统架构和关键技术。 关键词：移动边缘计算；虚拟机；计算卸载；VM迁移 移动边缘计算(Mobile Edge Computing,MEC)被欧洲电信标准化协会(European Telecommunications Standards Institute,ETSI)定义为一种新技术，在移动网络边缘、无线接入网络内以及移动用户附近，提供IT服务环境和云计算能力ETSI发布了一份关于移动边缘计算的白皮书，移动边缘计算被认为是一种重要的新兴技术，成为下一代网络的重要组成部分。由于具有低延迟、近距离和高带宽等先进特性，以及实时洞察无线网络信息和位置感知功能，移动边缘计算为多个行业(如消费者、企业)提供了大量新的应用和服务。特别地，MEC被认为是智能城市中处理视频流服务有前景的解决方案。 来自监视设备的视频流在MEC服务器上进行本地处理和分析，从视频流中提取有意义的数据。可以将有价值的数据传输到应用服务器，以减少核心网络流量。增强现实(Augmented Reality,AR)移动应用在上行链路中的数据收集、边缘计算和下行链路中的数据传递方面，具有固有的协作属性。增强现实数据需要低延迟和髙速率的数据处理，以便根据用户的位置提供正确的信息。数据处理可以在本地MEC服务器上执行，而不是在集中式服务器上执行，以提供良好的用户体验。物联网在电信网络上生成额外的消息，要求网关聚合消息并确保低延迟和安全性。引入利用MEC收集，分类和分析物联网数据流的新架构，MEC服务器负责管理各种协议、消息分发和分析处理。MEC环境创造了一个新的价值链和充满活力的生态系统，从而为移动运营商、应用和内容提供商创造了新的机会。 1MEC的系统架构 ETSI描述的MEC参考架构使MEC应用程序能够实现为在MEC主机上运行的纯软件实体⑵。移动边缘平台提供运行MEC应用程序所需的基本环境和功能。MEC应用程序在虚拟化基础架构之上作为虚拟机(Virtual Machine,VM)运行，并且可以与移动边缘平台交互以执行与应用程序的生命周期相关的某些支持过程。此外，虚拟化基础设施包括一个执行由移动边缘平台接收的流量规则的数据平面，并路由在应用本地网络和外部网络之间的流量。MEC主机级管理包括移动边缘平台管理器和虚拟化基础架构管理器。前者管理应用程序的生命周期以及应用程序规则和要求，包括服务授权、流量规则、域名系统(Domain Name System, DNS)配置和解决冲突。后者负责分配、管理和发布虚拟化基础架构的可视化(计算、存储和网络)资源。 操作支持系统通过生命周期管理代理商或运营商的第三方客户，通过面向客户的服务门户接收用户应用程序的请求，操作支持系统决定是否授予请求。授权请求将转发给MEC协调器进行下一步处理。MEC协调器是核心功能，因为它根据部署的MEC主机、可用资源、可用MEC服务和拓扑，维护一个整体视图。出于性能、成本、可扩展性、运营商首选部署的原因，MEC支持不同的部署方案叫例如在蜂窝宏基站演进型Node B站点(Evolved Node B,eNodeB)、在3G无线网络控制器(Radio Network Controller,RNC)站点、在多个无线电接入技术小区聚合站点，和聚合点(其也可以位于核心网络的边缘，例如在分布式数据中心中)，探讨了一个网络规划问题，该讨论决定了在可用站点中安装MEC 服务器的最佳位置，以便在安装成本和服务质量(Quality of Service,QoS)之间进行权衡。 2MEC的关键技术 MEC的关键技术包括计算卸载和移动性管理。 计算卸载是一个将资源密集型计算从移动设备迁移到资源丰富的附近基础设施的过程画。虽然移动设备受到计算能力、电池寿命和散热的限制，但是通过将能量消耗的应用程序计算卸载到MEC服务器，MEC可以在用户设备(User Equipment,UE)上运行新的复杂应用程序。计算卸载的一个重要部分是决定是否卸载、是否适用全部或部分卸载、卸载什么以及如何卸载。卸载决策取决于根据3个标准分类的应用程序模型。第1个标准是应用程序是否包含不能卸载的用户等不可卸载部分(例如用户输入、摄像或需要在UEs处 基金项目：南京交通职业技术学院高层次人才科研基金项目；项目编号：440105001o 作者简介：董春利(1964—),男，山东青岛人，教授，博士；研究方向：认知无线电网络，下一代无线泛在网络。 -131_
目录 一、离散制造业发展面临的挑战及边缘计算的应用价值 (1) （一）离散制造业迎来新的发展机遇 (1) （二）离散制造业转型发展对边缘计算能力的需求分析 . 2 1.制约离散制造业转型发展的关键因素 (2) 2.边缘计算带来的工业现场价值 (4) （三）离散制造业边缘计算应用基本情况 (8) 1.边缘控制器层 (8) 2.边缘网关层 (10) 3.边缘云层 (10) 二、离散制造业边缘计算实施架构及技术体系 (11) （一）离散制造业边缘计算实施架构 (11) （二）离散制造业边缘计算关键技术 (12) 1. 边缘智能 (12) 2. 异构计算 (13) 3. 互联互通技术 (14) 4. 微服务 (14) 5. 计算迁移 (15) 三、离散制造业边缘计算解决方案实践 (15) （一）汽车生产制造领域边缘计算解决方案实践 (16) 1. 面临问题和挑战 (16) 2. 边缘计算解决方案实践 (18)
3. 实践效果 (19) （二）电子制造领域边缘计算解决方案实践 (20) 1. 面临问题和挑战 (20) 2. 边缘计算解决方案实践 (21) 3. 实践效果 (23) （三）工程机械领域边缘计算解决方案实践 (24) 1. 面临问题和挑战 (24) 2. 边缘计算解决方案实践 (25) 3. 实践效果 (26) （四）船舶制造领域边缘计算解决方案实践 (26) 1. 面临问题和挑战 (26) 2. 边缘计算解决方案实践 (29) 3. 实践效果 (31) （五）定制家具领域边缘计算解决方案实践 (31) 1. 面临问题和挑战 (31) 2. 边缘计算解决方案实践 (32) 3. 实践效果 (33) 四、离散制造业边缘计算发展趋势及建议 (34) （一）离散制造业边缘计算未来展望 (34) （二）离散制造业边缘计算技术和产业化发展建议 (35) 1.产业化发展建议 (35) 2.技术及标准发展建议 (36)
边缘计算参考架构文件管理序列号：[K8UY-K9IO69-O6M243-OL889-F88688]
边缘计算参考架构2.0边缘计算产业联盟 工业互联网产业联盟 联合发布 2017年11月 目录
一、迎接行业智能时代 （一）行业智能时代已来 全球已经掀起行业数字化转型的浪潮，数字化是基础，网络化是支撑，智能化是目标。通过对人、物、环境、过程等对象进行数字化产生数据，通过网络化实现数据的价值流动，以数据为生产要素，通过智能化为各行业创造经济和社会价值。智能化是以数据的智能分析为基础，从而实现智能决策和智能操作，并通过闭环实现业务流程的持续智能优化。 以大数据、机器学习、深度学习为代表的智能技术已经在语音识别、图像识别、用户画像等方面得到应用，在算法、模型、架构等方面取得了较大的进展。智能技术已经率先在制造、电力、交通、医疗、农业等行业开始应用，对智能技术提出了新的需求与挑战。行业智能时代已经来临。 行业智能分为1.0和2.0两个发展阶段： 1）行业智能1.0 行业智能1.0是面向市场线索、营销、采购、物流、售后等商业过程，将用户、应用和商业流程的行为和状态数字化，基于多维度数据分析和场景感知，建立行业的信息图谱，为行业用户提供个性化的资源配置和服务。 行业智能1.0的快速发展得到了ICT创新技术的支撑，包括： 泛在网络联接使能数据的快速流动； 云计算按需提供低成本的基础设施服务应对业务负载变化；
大数据挖掘、分析和管理海量数据，提升企业的商业决策能力； 算法+数据+算力，释放了行业智能的潜在价值。 2）行业智能2.0 面向产品规划、设计、制造、运营等生产过程，产品、生产装备、工艺流程等已经逐步数字化和网络化，行业智能2.0已经具备了基础条件。这里所指的产品、装备具有广义的概念，既包括制造业所生产的产品和制造产线等，也包括能源、交通、农业、公共事业等行业提供服务时所依赖的资产，如电表、交通工具、农业机械、环境监测仪器等。 行业智能2.0需要达成如下目标： 提升生产与服务过程敏捷性和协作性 提升资源共享和减少能耗 降低生产运行和运营不确定性 与行业智能1.0协作，建立生产、销售和服务的端到端行业智能。 行业智能2.0时代需要行业发生四个关键转变： 物理世界与数字世界从割裂转变为协作融合； 运营决策从模糊的经验化转变为基于数字化、模型化的科学化； 流程从割裂转变基于数据的全流程协同； 从企业单边创新转变为基于产业生态的多边开放创新。 （二）行业智能2.0面临的挑战 从DIKW模型视角看，行业智能2.0面临了四大挑战： OT和ICT跨界协作挑战
思科在2016—2021 年的全球云指数中指出：接入互联网的设备数量将从2016 的171 亿增加到271 亿。每天产生的数据量也在激增，全球的设备产生的数据量从2016 年的218 ZB 增长到2021 年的847 ZB。传统的云计算模型是将所有数据通过网络上传至云计算中心，利用云计算中心的超强计算能力来集中解决应用的计算需求问题。然而，云计算的集中处理模式在万物互联的背景下有3 点不足。 （1）万物互联实时性需求。万物互联环境下，随着边缘设备数量的增加，这些设备产生的数据量也在激增，导致网络带宽逐渐成为了云计算的一个瓶颈。例如波音787 每秒产生的数据量超过5 GB，但飞机与卫星之间的带宽不足以支持实时数据传输。 （2）数据安全与隐私。随着智能家居的普及，许多家庭在屋内安装网络摄像头，直接将摄像头收集的视频数据上传至云计算中心会增加泄露用户隐私数据的风险。 （3）能耗较大。随着在云服务器运行的用户应用程序越来越多，未来大规模数据中心对能耗的需求将难以满足。现有的关于云计算中心的能耗研究主要集中在如何提高能耗使用效率方面。然而，仅提高能耗使用效率，仍不能解决数据中心巨大的能耗问题，这在万物互联环境下将更加突出。 针对于此，万物互联应用需求的发展催生了边缘计算模型。边缘计算模型是指在网络边缘执行计算的一种新型计算模型。边缘计算模型中边缘设备具有执行计算和数据分析的处理能力，将原有云计算模型执行的部分或全部计算任务迁移到网络边缘设备上，降低云服务器的计算负载，减缓网络带宽的压力，提高万物互联时代数据的处理效率。边缘计算并不是为了取代云，而是对云的补充，为移动计算、物
联网等提供更好的计算平台。 边缘计算模型成为新兴万物互联应用的支撑平台，目前已是大势所趋。本文中，我们从概念、关键技术、典型应用、现状趋势和挑战等方面对边缘计算模型展开介绍，旨在为边缘计算研究者提供参考。 01 边缘计算概念 对于边缘计算，不同组织给出了不同的定义。美国韦恩州立大学计算机科学系施巍松等人把边缘计算定义为：“边缘计算是指在网络边缘执行计算的一种新型计算模式，边缘计算中边缘的下行数据表示云服务，上行数据表示万物互联服务”。边缘计算产业联盟把边缘计算定义为：“边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开发平台，就近提供边缘智能服务，满足行业数字在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求”。 因此，边缘计算是一种新型计算模式，通过在靠近物或数据源头的网络边缘侧，为应用提供融合计算、存储和网络等资源，同时边缘计算也是一种使能技术，通过在网络边缘侧提供这些资源，满足行业在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。 1.1 边缘计算体系架构 边缘计算通过在终端设备和云之间引入边缘设备，将云服务扩展到网络边缘。边缘计算架构包括终端层、边缘层和云层。图1 展示了边缘计算的体系架构。接下来我们简要介绍边缘计算体系架构中每层的组成和功能。
边缘计算——未来物联网解决方案 物联网见证了互联网技术融入日常生活的戏剧性发展。然而，由于缺乏安全保障，社会压力和政府行为迫使工程师实施更强大的安全功能。边缘计算如何提供帮助？为什么它会成为未来物联网的最终解决方案？ 介绍 自推出以来，物联网设备在全球爆炸式增长，估计全球至少有200亿台。虽然物联网（IoT）是一个相对的新名词，但互联网相关技术的使用可以追溯到互联网本身的诞生。但物联网运动更关注的是传统上不具备互联网功能的简单设备（如传感器和数据记录器），这就是为什么物联网被视为独立于计算机、笔记本电脑和电话等标准互联网计算技术之外的一个部门。 最初的物联网设备在本质上很简单，通常针对利基市场，包括基本的远程温度和湿度记录。由于正在收集的数据本质上是良性的（即不敏感），因此对于使用默认密码和未加密消息传递协议的许多设备来说，很少会关注到其安全性。由于最初物联网设备的数量很少，再加上缺乏能力，安全专家、网络罪犯和政府都没有注意到这些设备。但所有这些都随着技术的进步而改变，设备变得更加智能，所收集的数据的性质变得更加敏感。 敏感数据增加
物联网领域的发展加快了人工智能发展，这得益于物联网设备提供的海量数据。人工智能系统正被用来为许多现代任务提供动力，而这些任务本来就很难或变化太大，无法用传统的if语句和切换用例来为每一种可能性进行编程。这些例子包括语句识别、声音识别、图像识别、智能搜索结果和个性化助手。 如前所述，物联网收集的第一批数据类型在本质上是良性的，包括温度和湿度，可以用来创建能够响应这些环境刺激的智能系统。但工程师们很快意识到，随着微控制器技术的进步(例如，从8位到32位ARM的转变)，可以收集更复杂的数据类型，包括音频和视频。这样的系统可以用来创建先进的人工智能物联网设备，不仅可以收集周围环境的数据，还可以将这些数据发送到一个基于云的人工智能系统，该系统可以从这些数据中学习，并在未来提供更好的结果。 例如，Amazon Echo是一种物联网设备，它将用户的语音请求提交给一个云系统，然后对该系统进行分析，以执行请求并改进人工智能以供未来使用。很快，物联网设备在全球范围内爆炸，包含一系列集成功能，从加速计、磁力计、运动传感器、相机和麦克风。但这些设备的设计和投放市场的速度实在是太快了，这正是网络罪犯开始利用的地方。 物联网设计的变化速度以及对物联网设备需求的突然增加，使得工程师们在创纪录的时间内扭转了产品的局面。再加上政府无力应对瞬息万变的市场，以及工程师的短视，市场上的数十亿
I 版权所有?中国联通网络技术研究院，2017
目录 1概述 (1) 1.1 白皮书愿景及目标 (1) 1.2 白皮书状态 (2) 2MEC驱动力及挑战分析 (3) 2.1 行业及市场发展需求 (3) 2.1.1业务及技术驱动 (3) 2.1.2商业及产业驱动 (5) 2.2 电信运营商网络挑战分析 (6) 2.2.1竖井式网络架构难以满足业务发展需求 (6) 2.2.2ICT融合驱动运营商改变“哑管道运营”格局 (7) 3中国联通MEC平台能力和应用需求 (8) 3.1 MEC平台能力需求 (8) 3.1.1业务域 (8) 3.1.2管理域 (9) 3.2 MEC典型应用需求 (10) 4中国联通LTE网络MEC部署策略 (14) 4.1 LTE网络MEC组网架构 (14) 4.2 中国联通LTE网络MEC部署方案 (14) 4.2.1部署位置 (14) 4.2.2计费方案 (16) 4.3 MEC部署存在的问题分析 (16) 5MEC技术演进路线及规划 (17) 5.1 面向5G网络的MEC关键技术演进 (17) 5.1.1流量疏导方案 (17) 5.1.2业务连续性方案 (18) 5.1.3智能感知与优化方案 (18) 5.2 中国联通MEC组网架构演进 (19) 5.3 中国联通5G网络MEC部署规划 (21) 6总结和展望 (23)
中国联通边缘计算技术白皮书 1 概述 1.1 白皮书愿景及目标 当前，信息通信技术向各行各业融合渗透，数字化信息已成为关键生产要素，经济社会各领域向数字化转型升级的趋势愈发明显。5G网络与云计算、大数据、虚拟增强现实、人工智能等技术深度融合，将连接人和万物，成为各行业数字化转型的关键基础设施。5G包括三大应用场景：eMBB（增强移动宽带）、mMTC （海量机器类通信）和uRLLC（超可靠低时延通信）。其中，eMBB聚焦对带宽有极高需求的业务，例如高清视频、VR（虚拟现实）和AR（增强现实）等，满足人们对于数字化生活的需求；mMTC聚焦对连接密度要求较高的业务，例如智慧城市、智慧农业、智能家居等，满足人们对于数字化社会的需求；uRLLC 聚焦对时延极其敏感的业务，例如自动驾驶、工业控制、远程医疗等，满足人们对于数字化工业的需求。IDC最新统计报告显示，到2020年将有超过500亿的终端与设备联网，而到2018年，就将有50%的物联网网络将面临网络带宽的限制，40%的数据需要在网络边缘侧分析、处理与储存。 多接入边缘计算（Multi-Acess Edge Computing，MEC）是在靠近人、物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。在3GPP R15中，基于服务化架构，5G协议模块可以根据业务需求灵活调用，为构建边缘网络提供了技术标准，从而使得MEC可以按需、分场景灵活部署在无线接入云、边缘云或者汇聚云。MEC 可为移动运营商提供以下价值： ?通过对4K/8K、VR/AR等高带宽业务的本地分流，降低对核心网络及骨干传输网络的占用，有效提升运营商网络的利用率； ?通过内容与计算能力的下沉，运营商网络将有效支撑未来时延敏感型业务（车联网、远程控制等）以及大计算和高处理能力需求的业务（视频监控与分析等），助力运营商实现从连接管道向信息化服务使能平台的转型； ?MEC作为边缘云计算环境和网络能力开放平台，将为运营商构建网络边缘生态奠定基础。
本技术公开了一种基于多ARM处理器的边缘计算架构，包括：计算分配处理器、数据处理器、通信处理器和服务器，所述数据处理器共设有多个，且多个数据处理器通过系统互联与计算分配处理器连接，多个所述数据处理器还与通信处理器连接，且通信处理器与服务器连接。本技术中，对于多节点多数据多请求的边缘计算，通过对不同的任务和请求进行分类，采用多ARM处理的边缘计算架构，对采集的数据在一个计算分配处理器中进行管理和分发，通过数据处理器对数据进行处理，使得数据处理器可以专心的处理数据，不需要调度算法，提高了效率，减小了开销，能有效避免海量数据处理过程中的实时响应问题。 权利要求书 1.一种基于多ARM处理器的边缘计算架构，其特征在于，包括：计算分配处理器、数据处理器、通信处理器和服务器； 所述数据处理器共设有多个，且多个数据处理器通过系统互联与计算分配处理器连接； 多个所述数据处理器还与通信处理器连接，且通信处理器与服务器连接。 2.根据权利要求1所述的一种基于多ARM处理器的边缘计算架构，其特征在于，所述计算分配处理器用于接收各节点返回的数据包，并对数据包进行简单的分析和抽样；
所述计算分配处理器还用于监控多个数据处理器的工作状态，根据需要处理数据的类型和多个数据处理器的的状态将数据进行分发至多个数据处理器。 3.根据权利要求1所述的一种基于多ARM处理器的边缘计算架构，其特征在于，多个所述数据处理器用于对计算分配处理器分发的数据包按照一定的规则，结合数据类型，对数据进行简单的剔除，清洗，融合等处理； 多个所述数据处理器还会将处理好的数据发送至通信处理器。 4.根据权利要求1所述的一种基于多ARM处理器的边缘计算架构，其特征在于，所述通信处理器用于接收多个所述数据处理器发送的处理好的数据，且通信处理器还用于将接收的数据传输至服务器。 5.根据权利要求1所述的一种基于多ARM处理器的边缘计算架构，其特征在于，所述计算分配处理器只负责任务分发数据包，提高处理效率，使得数据包不会在计算分配处理器中排队等候太久，且数据包会优先派发到空闲的数据处理器中。 6.根据权利要求1所述的一种基于多ARM处理器的边缘计算架构，其特征在于，所述计算分配处理器在对多个数据处理器分发数据包会根据数据的优先级放在缓存中排队，等待数据处理器存在空闲状态时候进行处理。 7.根据权利要求1所述的一种基于多ARM处理器的边缘计算架构，其特征在于，多个所述数据处理器对数据包的处理规则采用完全平等的关系，其中，多个所述数据处理器仅用于对数据进行处理，不需要调度算法，提高数据处理器对数据处理的效率。 8.根据权利要求1-7之一所述的一种基于多ARM处理器的边缘计算架构，其特征在于，所述该基于多ARM处理器的边缘计算架构对数据的处理方法包括以下步骤： SS01：数据接收分发，通过计算分配处理器接收各节点返回的数据包，并对数据包进行简单的分析和抽样，然后通过计算分配处理器将接收的数据包分发至多个数据处理器；
离散制造业边缘计算解决方案白皮书
数字化浪潮正席卷传统离散制造业，逐步优化了生产车间的工艺条件和生产流程，在这个过程中，边缘计算快速兴起并体现出特有优势。边缘计算是在靠近物或数据源头的网络边缘侧，构建融合网络、计算、存储、应用核心能力的分布式开放体系，就近提供智能化服务，满足离散制造业在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求，其为离散制造业的数字化、网络化、智能化转型提供了强大助力。 同时，针对离散制造业的转型升级需求，其边缘计算解决方案在不断发展成熟，相关生态构建和产业布局也正在全球加速展开。在此关键时期，《离散制造业边缘计算解决方案白皮书》的发布，把握离散制造业目前发展面临的挑战及边缘计算当前的应用现状，研判边缘计算为工业现场带来的真正价值，提出离散制造业边缘计算实施架构及技术体系，探索边缘计算解决方案实践，最后结合当前现状给出了离散制造业边缘计算技术和产业化发展建议。
一、离散制造业发展面临的挑战及边缘计算的应用价值 (1) （一）离散制造业迎来新的发展机遇 (1) （二）离散制造业转型发展对边缘计算能力的需求分析 . 2 1.制约离散制造业转型发展的关键因素 (2) 2.边缘计算带来的工业现场价值 (4) （三）离散制造业边缘计算应用基本情况 (8) 1.边缘控制器层 (8) 2.边缘网关层 (10) 3.边缘云层 (10) 二、离散制造业边缘计算实施架构及技术体系 (11) （一）离散制造业边缘计算实施架构 (11) （二）离散制造业边缘计算关键技术 (12) 1. 边缘智能 (12) 2. 异构计算 (13) 3. 互联互通技术 (14) 4. 微服务 (14) 5. 计算迁移 (15) 三、离散制造业边缘计算解决方案实践 (15) （一）汽车生产制造领域边缘计算解决方案实践 (16) 1. 面临问题和挑战 (16) 2. 边缘计算解决方案实践 (18)
基于JavaScript的边缘计算架构 概念： 互联网的连接速率和连接可靠性，物联网传感器采集的数据无法完全依赖云端服务器来及时处理，因此有必要在传感器的附近配置小巧、省电、廉价、有限处理能力的智能末端系统，将那些时延敏感应用就近在这些末端系统解决，并及时反馈给用户，亦可降低云中心服务器处理和网络通信的负荷，这就是新近被提出的边缘计算（也有称之为雾计算）。 技术研究 从整个物联网系统来看，物联网智能末端系统一般处于整个物联网系统处理信息功能的最末端。它一头连接着采集器和传感器，或者有些采集器和传感器本身就在物联网智能末端系统的设备中；另一头则与云中心服务器交互，通常是提交数据，并获取云中心服务器的综合处理服务。末端系统以无人干涉的自动运行方式为主，配置和设定也应由云中心服务器为主来完成，降低末端系统的平台要求和操作难度；有些末端系统也备有操作界面给用户提供应用服务，比如联网的血压计———体质健康物联网智能末端系统。 末端系统采用工业嵌入式系统是完全可以实现的，缺点是通用性不足。鉴于Android 系统由智能手机开始，得益于其开源、可定制和广大用户熟悉使用的优势，已经渗入到很多智能应用领域，比如平板电脑、智能家电、户外智能屏幕、工业手持机、以及智能仪器等等。从灵活性、通用性、及易用性和操作界面角度出发，Android 系统更适宜构建物联网智能末端系统。为此谷歌也做出了积极回应，专门对Android 操作系统作了精简，并强化了物联网功能，开发出了适用于物联网应用的Brillo 操作系统。考虑到设备的普及性与运用的熟练性，本项目还是采用普通的Android 系统来作研究。 Android 中的应用通常是由Java 开发，打包成APK 安装包发布，通常APK 包安装后，功能就固定了，升级功能则需要重新安装升级包，或升级插件。这对于以自动运行为主的末端系统就不大合适了，尤其是一些安装在人员难以抵达其位置的末端系统。通过主动推送升级包来自动升级是个不错的解决办法，主动推送插件升级效果更好，不过这样的升级过程会影响末端系统的运行，还不够轻量。更值得关注的是Android 应用不论是窗口界面，还是后台服务、消息机制、数据库访问、以及推送升级机制等，都有其特定的框架结构，与运行在PC 和服务器端的应用很少有通用性，难以复用，必须单独开发与维护管理。这不论对物联网系统集成开发供应商，还是采集器和传感器专业开发供应商都会是个不小的负担。 架构设计 基于JavaScript 的Android 物联网智能末端系统，从技术上主要划分层两个层次：底层用JavaScript 封装了Android 设备的功能和服务作为基础，供上层调用；上层用HTML+JavaScript 实现末端系统各种应用模块，并集成为系统。 业务功能方面，末端系统主要包括采集、传输、存储、处理、展示、上传、迁移等功能。其中，采集与传输的基础通信功能，以及驱动Android 设备本身自带的智能传感器需要用Android 的JDK 来实现，还有自动触发的服务也需要JDK 来实现，因此将它们做在底层并用JavaScript 封装，便于上层调用。采集与传输的业务逻辑功能以及处理、展示、上传、迁移等对数据和代码的操作，都可以用HTML+JavaScript 实现，因此将它们做为上层，并划分出合理的层次模块，集成为系统。 如下图所示：