邊緣計算系列科普（五）邊緣計算中的關鍵技術

——區塊鏈兄弟，區塊鏈技術專業問答先行者，中國區塊鏈技術愛好者聚集地

作者：於中陽Mercina-zy

來源：區塊鏈兄弟

著權歸作者所有。商業轉載請聯絡作者獲得授權，非商業轉載請註明出處。

一） 5G通訊技術

5G 資料通訊技術是下一代行動通訊發展新時代的核心技術。為了滿足各種延時敏感應用的需求，世界各國都在加速部署 5G 網路的步伐。

與全世界範圍內，目前已經相對普及的 4G 相比， 5G 將作為一種全新的網路架構，提供 10 Gps 以上的峰值速率、更佳的移動效能、毫秒級的時延和超高密度的連結。 5G 技術可以更佳高效的快捷應對網路邊緣海量連線的裝置，以及爆炸式增長的移動資料流量，為萬物互聯的時代提供優化的網路通訊技術支援。

5G 網路將不僅僅用於人與人之間的通訊，還會用於人與物、物與物之間的通訊。我國 IMT-2020（05G）推進組，提出 5G 業務的三個技術場景：

增強移動寬頻（enhanced mobile broadband，eMBB）

海量機器類通訊（massive machine type of communication，mMTC）

超可靠低時延通訊（ultra-reliable and low latency communication，uRLLC）

在此其中，eMBB場景是面向虛擬現實以及擴增實境等極高頻寬需求的業務，mMTC主要面向智慧城市、智慧公交等高連線密度需求的業務，而uRLLC主要面向於無人駕駛、無人機等時延敏感的業務。

面對不同的應用場景和業務需求， 5G 網路將需要一個通用、可伸縮、易擴充套件的網路架構，同時也需要如軟體定義網路（software defined network，SDN）和網路功能虛擬化（network functions virtualization，NFV）等技術的引入與配合。

5G 技術將作為邊緣計算模型中一個極其重要的關鍵技術存在，邊緣裝置通過處理部分或全部計算任務，過濾無用的資訊資料和敏感資訊資料後，仍需要將中間資料或最終資料上傳至雲端計算中心，因此 5G 技術其中一個作用將是移動邊緣終端裝置降低資料傳輸延時的必要解決方案。

二）計算遷移

雲端計算模型當中，計算遷移的策略是將計算密集型任務遷移至資源充足的雲端計算中心的裝置中執行。但是在萬物互聯的背景下，海量邊緣裝置產生巨大的資料量將無法通過現有的頻寬資源傳輸至雲中心之後，再進行計算。

即便雲端計算中心的計算延時相比於邊緣裝置的計算延時會低幾個數量級，但是海量資料的傳輸開銷卻限制了系統的整體效能。

因此，邊緣計算模型計算遷移策略應該是減少網路傳輸資料量為目的的遷移策略，而不是將計算密集型任務遷移到邊緣裝置處執行。

邊緣計算中的計算遷移策略是網路邊緣處，將海量邊緣裝置採集或產生的資料進行部分或全部計算的預處理操作，對無用的資料進行過濾，降低傳輸的頻寬。

另外，應該根據邊緣裝置的當前計算力進行動態的任務劃分，防止計算任務遷移到一個系統任務過載情況下的裝置，影響系統的效能。

需要說明的是，計算遷移中最重要的問題是：任務是否可以遷移、應該按照哪種決策遷移、遷移哪些任務、執行部分遷移還是全部遷移等。計算遷移規則和方式應當取決於應用模型，如該應用是否可以遷移，是否能夠準確知道應用程式處理所需的資料量以及能否高效的協同處理遷移任務。計算遷移技術應當在能耗、邊緣裝置計算延時和傳輸資料量等指標之間，尋找最優的平衡。

三）新型儲存系統

隨著計算機處理器的高速發展，儲存系統與處理器之間的速度差異，已經成為了制約整個系統效能的嚴重瓶頸。邊緣計算在資料儲存和處理方面具有較強的實時性需求，相比現有的嵌入式儲存系統而言，邊緣計算儲存系統更加具有低延時、大容量、高可靠性等特點。

邊緣計算的資料特徵具有更高的時效性、多樣性，以及關聯性，需要保證邊緣資料連續儲存和預處理，因此如何高效的儲存和訪問連續不斷的實時資料，是邊緣計算中儲存系統設計需要重要關注的問題。

需要說明的是，現有的儲存系統中，非易失儲存介質（non-volatile memory，NVM）在嵌入式系統、大規模資料處理等領域得到了廣泛的應用，基於非易失儲存介質（如 NAND Flash，PCRAM，RRAM等）的讀寫效能遠超於傳統的機械硬碟，因此採用基於非易失性儲存介質的儲存裝置能夠較好的改善現有的儲存系統 I/O 受限的問題。

但是，傳統的儲存系統軟體棧大多是針對機械硬碟設計以及開發的，並沒有真正挖掘和充分利用非易失性儲存介質的最大效能。

隨著邊緣計算的迅速發展，高密度、低能耗、低時延以及高速讀寫的非易失儲存介質將會大規模的部署在邊緣裝置當中。

四）輕量級函式庫和核心

與大型伺服器不同，邊緣計算裝置由於硬體資源的限制，難以支援大型軟體的執行。即使是 ARM 處理器的處理速度不斷提高，功耗不斷降低，但就目前情況來看，仍是不足以支援複雜的資料處理應用的。

比如，Apache Spark 若要獲得較好的執行效能，至少是需要 8 核的 CPU 和 8GB 的記憶體，而輕量級庫 Apache Quarks 只可以在終端執行基本的資料處理，而無法執行高階的分析任務。

另外，網路邊緣中存在著由不同廠家設計生產的海量邊緣裝置，這些裝置具有較強的異構性且效能引數差別較大，因此在邊緣裝置上部署應用是一件非常困難的事情。在此，虛擬化技術 是這一難題的首選解決方案。但基於 VM 的虛擬化技術是一種重量級的庫，部署延時較大，其實並不適用於邊緣計算模型。對於邊緣計算模型來說，應該採用輕量級庫的虛擬化技術。

資源受限的邊緣裝置更加需要輕量級庫以及核心的支援，以消耗更少的資源以及時間，達到最好的效能。因此，消耗更少的計算以及儲存資源的輕量級庫和演算法是邊緣計算中不可缺少的關鍵技術。

五）邊緣計算程式設計模型

在雲端計算模型當中，使用者編寫應用程式並將其部署至雲端。雲服務提供商維護雲端計算伺服器，使用者對程式的執行是完全不知或者知之甚少的，這是雲端計算模型下應用程式開發的一個特點及優點。即實現了基礎設施對使用者透明。

使用者程式通常是在目標平臺上進行編寫和編譯的，在雲端計算伺服器上執行。邊緣計算模型當中，部分或者全部的計算任務是從雲端遷移至邊緣節點的，而邊緣節點大多都是異構的平臺，每個節點上執行時候的環境多少都是存在差異的，所以在邊緣計算模型下部署使用者應用程式的時候，程式設計師將面對較大的挑戰。而目前現有的傳統程式設計模型均不是十分適合，這就需要開展對基於邊緣計算的新型程式設計模型的研究工作。

需要說明的是，程式設計模型的改變需要新的執行時庫的支援。執行時庫是指編譯器用以實現程式語言內建函式，為程式執行時提供支援的一種計算機程式庫，其是程式設計模型的基礎，是一些經過封裝的程式模組，對外提供介面，可進行程式初始化處理、載入程式的入口函式、捕捉程式的異常執行等。

邊緣計算中程式設計模型的改變，需要新型執行時庫的支援，提供出來一些特定的 API 介面，以方便程式設計師進行應用開發。

文章釋出只為分享區塊鏈技術內容，版權歸原作者所有，觀點僅代表作者本人，絕不代表區塊鏈兄弟贊同其觀點或證實其描述。