邊緣計算，是在炒概念嗎？

　　導讀：邊緣計算概念剛出來的時候，很多人的第一反應是“這是哪個行業組織或者公司為了拉動市場需求而創造出來的新詞彙吧？”

　　邊緣計算究竟是什麼？為什麼會有邊緣計算？它是一個全新的概念嗎？誰在擔任邊緣計算的角色？最近的暢銷書《工業物聯網：平臺架構、關鍵技術與應用實踐》對這些問題進行了詳細解答，下面讓我們透過這本書的內容來詳細看一看。

　　關於邊緣計算，邊緣計算產業聯盟對其定義為：

　　在靠近物或資料來源頭的網路邊緣側，融合網路、計算、儲存、應用核心能力的分散式開放平臺，就近提供邊緣智慧服務，滿足行業數字化在敏捷聯接、實時業務、資料最佳化、應用智慧、安全與隱私保護等方面的關鍵需求。

　　OpenStack基金會對邊緣計算的定義是：

　　為應用開發者和服務提供商在網路的邊緣側提供雲服務和IT環境服務。邊緣計算的目標是在靠近資料輸入或使用者的地方提供計算、儲存和網路頻寬。

　　雲端計算近幾年得到普及，雲端計算的價值和商業模式也逐步被公眾接受。邊緣計算是相對雲端計算而言的，它將雲端計算的計算、儲存、和網路能力下沉到靠近資料來源頭的地方。

　　雖然有些領域把邊緣計算稱為分散式雲端計算或第四代資料中心，但工業領域的人並不認同這種叫法。對工業領域而言，邊緣計算的應用是自然而然的事情，很多工業現場應用系統天生就涉及資料即時處理，只是以前受限於硬體的處理能力，他們反對將邊緣計算定義成一個純網際網路詞彙和概念。

　　什麼是靠近資料來源頭呢？這個範圍就比較寬泛了，比如在工廠車間現場靠近感測器資料採集的地方，利用工業閘道器或工控機就近提供資料分析處理能力，這屬於邊緣計算；整個工廠的資料上傳到雲平臺之前，資料在工廠內本地伺服器上被預處理，該本地伺服器屬於邊緣計算。

　　為了獲得高效能低延遲的服務，例如為支撐無人駕駛、虛擬現實和遠端醫療等應用場景，移動運營商紛紛部署多接入邊緣計算（Multi-Access Edge Computing，MEC），MEC以邊緣雲的形式，下沉到靠近使用者的基站側，以達到縮短時延的效果，亦屬於邊緣計算。

　　Gartner2019年新興技術成熟度報告指出，邊緣分析（Edge Analysis）和邊緣人工智慧（Edge AI）處於期望增長階段，邊緣分析和邊緣人工智慧將越來越多地被用於對時延敏感（例如自動駕駛）、易受到網路中斷影響（例如遠端監測、面部識別、自然語言處理）或資料密集型（例如影片分析）的應用中。

　　01 為什麼提出邊緣計算

　　從邊緣計算的定義看出，邊緣計算主要為解決實時性、網路可靠性、資料安全性等問題，如圖1所示。

　　物聯網時代的到來，數字化和智慧化的浪潮開始席捲各行各業，包括製造、能源電力、交通、物流、農業、醫療和政府公共事業，越來越多的終端與裝置聯網，隨著聯網裝置數量的巨增，將給雲端帶來網路頻寬壓力。

　　如果將裝置資料全部傳入雲端處理，不僅成本巨大，還將花費更多的時間，由於網路不穩定時，系統可用性變差，因此未來將會有相當比例的資料直接在網路邊緣側進行分析、處理，這正是邊緣計算的實踐場景。

　　如果把大腦比作雲端，那麼邊緣計算就是神經末梢，自行對前端的刺激進行處理並將處理後的特徵資訊反饋給大腦。

　　▲圖1 邊緣計算的特點

　　工業現場的很多資料的保鮮期很短，一旦處理不及時，會迅速變質，資料價值呈斷崖式跌落。例如在車床刀具監測過程中，透過採集機床主軸負載資料，並在邊緣側實現刀具加工過程中的實時狀態監測和壽命預測管理，發現異常立刻預警。

　　鋼鐵廠軋鋼板的過程中，軋機依靠多個伺服電機協同驅動軋製過程，伺服電機控制不允許出現絲毫偏差，否則可能導致整塊鋼板報廢。為保證扎制質量，須以微毫秒級的取樣率實時監測伺服電機運轉是否正常。

　　這兩個例子，均對資料處理的實時性（實效性）有明確要求，工業現場的資料處理類似於“走鋼絲”，邊緣計算將發揮不可替代的作用。

　　除了網路可靠性、實時性這兩大因素，工業領域對資料安全要求嚴格。例如石油化工行業，裝置工藝引數決定其產品質量和生產成本，是企業的核心資料，如果把這些關鍵資料上傳到雲端，存在企業核心智慧財產權洩露的風險。邊緣計算將資料從原來的集中式管理演變為分散式管理，提高了資料的安全性。

　　近年來物聯網安全攻擊事件頻發，防患資料災難的一個必要措施是採取隔離手段，邊緣計算從根源上在本地保障資料安全。除了企業自身對資料安全的要求之外，有些出於國家政策層面的原因，要求資料脫敏後才能上傳到雲端，而邊緣計算承擔了資料脫敏預處理的工作。

　　02 誰在擔任邊緣計算的角色

　　對邊緣計算的特點及其要解決的問題有了基本瞭解之後，由誰來擔任邊緣計算的角色呢？概括起來主要分三類：工業閘道器、工控機和伺服器。

　　在《工業物聯網：平臺架構、關鍵技術與應用實踐》一書的第3章介紹過工業閘道器，由於工業通訊網路介面種類繁多，協議繁雜且互不相容，因此需要透過工業閘道器進行各種協議轉換，工業閘道器支援常用的工業協議，透過協議轉換降低裝置接入的難度，實現訪問的統一性。業界有些公司專門研發此類工業閘道器並推出標準化產品，相容市面上眾多工業控制器。

　　除了資料解析協議轉換之外，工業閘道器還具備一定的資料處理能力，工業閘道器硬體廠商透過提供標準開發框架，使得開發人員能夠在框架內基於C和Python等開發語言嵌入自定義邏輯。這些工業閘道器換個名字就變成了邊緣計算閘道器。

　　當然，不僅換了名稱，作為邊緣計算閘道器，還是比較強調它的資料處理能力，例如處理器主頻、記憶體和FLASH儲存比普通的工業閘道器配置高；同時強調和雲端的對接，即不間斷的網際網路接入能力，它可以透過乙太網、Wi-Fi或4G等網路鏈路，保證裝置無論身處何處都能夠互聯互通，這些邊緣計算閘道器支援各種工業雲平臺，資料直接上雲。表1為某邊緣計算閘道器典型配置示例。

　　▼表1 邊緣計算閘道器典型配置示例

　　第二類承擔邊緣計算角色的是工控機，工控機大量用於測控和自動化領域，如DCS、SCADA以及數控系統CNC等。關於工控機的定義：工控機（Industrial Personal Computer，IPC）是一種加固的增強型個人計算機，採用匯流排結構，是一種對生產過程及機電裝置、工藝裝備進行檢測與控制的硬體總稱。

　　工控機具有典型的計算機特徵，如CPU、硬碟、記憶體和外設介面，並具有作業系統、控制網路和協議、計算能力以及友好的人機介面。不同的是，工控機能夠在環境惡劣的條件下執行，由於對資料安全性要求更高，因此通常會對工控機進行加固、防塵、防潮、防腐蝕和防輻射等特殊設計。

　　通俗地講，工控機是專為工業現場而設計的計算機，而工業現場環境振動大、灰塵多、電磁干擾強，經常要求連續不間斷作業。與普通計算機相比，工控機應具備更高的可靠性和更好的擴充套件性。與工業閘道器或其他小型微控制器相比，工控機具有更高的資料處理效能。

　　筆者曾經與全球工控機出貨量排名前三的一家公司探討過，他們新出的邊緣計算伺服器和工控機有什麼區別？當時得到的回答是沒區別，就是工控機。

　　無論是工業閘道器還是工控機，當它們承擔了邊緣計算的角色時，難免會有人覺得，這是不是新瓶裝舊酒？在邊緣計算概念出來之前，它們就一直地存在著，在工業現場執行併發揮著作用。

　　最近一些廠商在推邊緣智慧伺服器（Edge Intelligence Server，EIS），如果看硬體載體本身，好像也沒有多少創新，很多基於工控機或標準x86伺服器，被人說成新瓶裝舊酒似乎也不為過，不過有一個區別是非常重要的，軟體架構層面，邊緣智慧伺服器採用的是雲原生思維，邊緣與雲端緊密協同，由雲端全域性統一排程與管控邊緣節點資源，軟體功能隨時更新與分發，支援物聯網平臺連線、資料管理及邊緣分析。

　　如果回憶一下以往工控機上的軟體升級（備份、補丁、更新、以及監視）、硬體資源的分配，就能體會這種理念的巨大差別。目前西門子、戴爾、因特爾和研華等都在推出各自的邊緣智慧伺服器。

　　第三類承擔邊緣計算角色的是伺服器，將資料中心的伺服器搬到現場的機房，它就變成邊緣計算伺服器了，由雲端的集中式變為現場的分散式。

　　伺服器部署到現場之後，需考慮其多節點管理問題，當企業同時擁有成千上萬個分散式邊緣計算節點時，將給管理人員和運維人員帶來非常大的挑戰，以標準化方式對邊緣節點納管和統一維護就變得非常重要，不同的工業解決方案商會有不同的應對策略，從目前來看，邊雲協同是主流思想，基於雲的管理工具以實現對邊緣節點的遠端視覺化管理。

　　事實上，應當把邊緣計算理解為一種理念，任何具備一定程度的資料計算、儲存、網路通訊能力的硬體設施都可以稱之為邊緣計算。

　　03 邊緣計算領域有哪幾類公司

　　邊緣計算領域目前主要有三類公司，分別是硬體廠商、雲端計算服務商以及移動運營商。硬體廠商包括工業閘道器、工控機、伺服器硬體廠商。硬體廠商根據市場的需求，致力於不斷推出能滿足行業應用場景的邊緣計算產品，同時在邊緣智慧伺服器上發力，影響整個邊端雲端架構。

　　第二類是雲端計算服務商，例如前面OpenStack基金會將邊緣計算定義為在網路邊緣側提供雲服務和IT環境服務，有些公司將邊緣計算稱為分散式雲端計算或第四代資料中心，在邊緣計算玩家裡，自然有云計算服務商。

　　以亞馬遜AWS、微軟Azure、阿里雲和華為云為代表的雲端計算服務商，在雲端計算領域積累了龐大的使用者群，並擁有先進的大資料處理能力，這些公司發展邊緣計算的整體思路，就是邊雲協同，將邊緣和雲端緊密結合，充分發揮邊緣的低延遲、安全等特性，同時結合雲端的強大資料分析能力。

　　例如AWS在2017年推出了邊緣計算框架AWS IoT Greengrass，透過Greengrass將AWS雲端服務擴充套件到本地裝置，能夠在邊緣對裝置產生的資料進行操作和處理。

　　第三類是電信運營商，一直以來，運營商的角色是提供資料管道服務，資料透過蜂窩網路實現長距離傳輸，好像邊緣計算和運營商扯不上什麼關係。但運營商顯然不滿足於被管道化，尤其是5G時代，為了獲得高效能低延遲的服務，移動運營商紛紛部署多接入邊緣計算MEC。

　　MEC屬於核心網部分，如果和接入網的集中單元（Centralized Unit，CU）一起下沉到離基站更近的地方，將進一步推動網路實現超低時延，並帶來更佳的使用者體驗。

　　MEC多接入邊緣計算和網路切片是5G的兩大關鍵技術，以支撐5G的三大應用場景。其中MEC對於eMBB移動增強頻寬和uRLLC高可靠低時延連線兩大場景而言非常重要。MEC並非一個新概念，在4G和5G網路中均可部署。

　　早在2014年歐洲電信標準協會ETSI就啟動了MEC標準化參考模型專案，併成立了移動邊緣計算規範工作組，以推動移動邊緣計算標準化，基本思想是一樣的，就是把雲端計算平臺從移動核心網路內部遷移到移動接入網邊緣，實現計算及儲存資源的彈性利用。

　　這其實和雲端計算服務商的路線是一樣的，只不過電信運營商的資源池位於移動核心網路和移動接入網路，而且現在的核心網，由於網元功能虛擬化，因此硬體方面也慢慢地由原來的專用硬體，變成了x86通用伺服器。既然都是伺服器，大家當然可以幹某種程度上相似的事情。

　　MEC概念一方面將傳統電信蜂窩網路與網際網路業務深度融合，這樣減少移動場景業務交付的端到端延遲，利用行動網路邊緣就近提供電信使用者IT所需服務和雲端計算能力，創造高效能、低延遲與高頻寬的電信級服務環境，加速網路中各項內容、服務以及應用的高速下載，從而改善使用者體驗，同時節省頻寬資源。

　　另一方面透過將計算能力下沉到移動邊緣節點，提供第三方應用整合，為移動邊緣入口的服務創新提供了更多的可能性。

　　ETSI在2016年的時候將MEC概念從移動邊緣計算（Mobile Edge Computing）擴充套件為多接入邊緣計算（Multi-Access Edge Computing），不再侷限於蜂窩網路，而是延伸至其他無線接入網路如Wi-Fi等。至此，MEC可看作是一個執行在行動網路邊緣的、執行特定任務的雲伺服器。

　　MEC改變了行動網路和業務分離的狀態，可以將業務（包含內容、服務和應用）下沉到行動網路邊緣，為移動使用者提供服務。

　　電信運營商一直以來在努力避免被管道化（單純為網際網路提供資料服務的管道），由於當前電信市場的發展逐漸趨於飽和，因此單純依靠流量業務的增量很難帶來收入的快速增長，同時使用者對於電信運營商提供的傳統語音、簡訊服務的依賴度不斷下降，運營商的利潤也開始不斷下降，MEC可理解為運營商的一個抓手，也就不難理解為什麼運營商會花很大力氣投入到MEC中。

　　本文主要介紹了邊緣計算的相關內容，相信會對大家深入理解邊緣計算有一定的幫助和啟示。預測性維護是邊緣計算的一個典型應用場景。