去年底, 中国电子技术标准化研究院, 阿里云等单位共同编制并发布了一份《边缘云计算技术与标准化白皮书》, 定义了边缘云计算的概念和标准等, 白皮书篇幅略长, 边缘计算社区将通过几篇文章拆解白皮书.
边缘计算概念
和云计算出现的时候一样, 目前业界对边缘计算 (Edge Computing) 的定义和说法有很多种. ISO/IEC JTC1/SC38 对边缘计算给出的定义: 边缘计算是一种将主要处理和数据存储放在网络的边缘节点的分布式计算形式. 边缘计算产业联盟对边缘计算的定义是指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, 就近提供边缘智能服务, 满足行业数字化在敏捷连接, 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. 国际标准组织 ETSI 的定义为在移动网络边缘提供 IT 服务环境和计算能力, 强调靠近移动用户, 以减少网络操作和服务交付的时延, 提高用户体验. 随着 5G 技术的逐步成熟, MEC(Multi-Access Edge Computing, 也被称为 Mobile Edge Computing )作为 5G 的一项关键技术成为行业上下游生态合作伙伴们共同关注的热点. 目前, ETSI 对 MEC 的定义是指在网络边缘为应用开放者和内容服务商提供所需的云端计算功能和 IT 服务环境.
上述边缘计算的各种定义虽然表述上各有差异, 但基本都在表达一个共识: 在更靠近终端的网络边缘上提供服务.
从技术的角度看,"人联网" 时代 "云端二体协同" 是一种基本的技术组合形态. 而在 "物联网" 时代, 数以千亿计的各种设备将会联网, 大量的 "摄像头, 传感器" 将会成为物联网世界的眼睛, 是 "智慧化" 服务的基础. 万物互联时代 的基本需求是 "低时延, 大带宽, 大连接, 本地化". 目前的 "云端二体协同计算" 已经无法满足 "低时延, 低成本" 的需求. 带宽成本和传输时延都是个大问 题, 需要引入边缘计算来解决这个问题. 所以,"云边端三体协同" 是物联网时代的计算组合形态, 边缘计算是物联网时代不可或缺的基础设施之一. 边缘计算逐步发展成为 "全球覆盖, 无处不在" 的通用基础设施. 未来边缘计算和云计算是相辅相成, 相互配合, 边缘计算的定位是拓展云的边界, 能够把计算力拓展到离 "万物" 一公里以内的位置. 将边缘计算和云计算相结合, 目前业界有很多尝试, 也是技术研究的一大热点.
边缘云计算概念
要定义边缘云计算的概念, 首先需要明确云计算的概念. 现阶段广为接受的云计算定义是 ISO/IEC 17788《信息技术云计算概览与词汇》 的定义: 云计算是一种将可伸缩, 弹性, 共享的物理和虚拟资源池以按需自服务的方式供应和管理, 并提供网络访问的模式. 云计算模式由关键特征, 云计算角色和活动, 云能力类型和云服务类别, 云部署模型, 云计算共同关注点组成.
但目前对云计算的概念都是基于集中式的资源管控来提出的, 即使采用多个数据中心互联互通形式, 依然将所有的软硬件资源视为统一的资源进行管理, 调 度和售卖. 随着 5G, 物联网时代的到来以及云计算应用的逐渐增加, 集中式的云已经无法满足终端侧 "大连接, 低时延, 大带宽" 的云资源需求. 结合边缘计算的概念, 云计算将必然发展到下一个技术阶段, 就是将云计算的能力拓展至距 离终端更近的边缘侧, 并通过云边端的统一管控实现云计算服务的下沉, 提供端到端的云服务, 边缘云计算的概念也随之产生.
本文给出的边缘云计算定义为: 边缘云计算, 简称边缘云, 是基于云计算技术的核心和边缘计算的能力, 构筑在边缘基础设施之上的云计算平台. 形成边缘位置的计算, 网络, 存储, 安全等能力全面的弹性云平台, 并与中心云和物联网 终端形成 "云边端三体协同" 的端到端的技术架构, 通过将网络转发, 存储, 计算, 智能化数据分析等工作放在边缘处理, 降低响应时延, 减轻云端压力, 降 低带宽成本, 并提供全网调度, 算力分发等云服务. 边缘云计算的基础设施包括但不限于: 分布式 IDC, 运营商通信网络边缘基础设施, 边缘侧客户节点 (如边缘网关, 家庭网关等) 等边缘设备及其对应的网络环境.
图 1 表述了边缘云计算的基本概念. 边缘云作为中心云的延伸, 将云的部分服务或者能力 (包括但不限于存储, 计算, 网络, AI, 大数据, 安全等) 扩展到边缘基础设施之上. 中心云和边缘云相互配合, 实现中心 - 边缘协同, 全网算力调度, 全网统一管控等能力, 真正实现 "无处不在" 的云.
边缘云计算本质上是基于云计算技术, 为 "万物互联" 的终端提供低时延, 自组织, 可定义, 可调度, 高安全, 标准开放的分布式云服务.
边缘云可以最大程度上与中心云采用统一架构, 统一接口, 统一管理, 这样能够最大程度地降低用户开发和运维成本, 真正实现将云计算的范畴拓展至距离数据源产生更近的地方, 弥补传统架构的云计算在某些应用场景中的不足之处.
根据所选择的边缘云计算基础设施的不同以及网络环境的差异, 边缘云计算 技术适用于以下一些场景:
将云的计算能力延展到离 "万物"10 公里的位置, 例如将服务覆盖到 "乡镇, 街道级十公里范围圈" 的计算场景.
"物联网云计算平台" 能够将云的计算能力延展到 "万物" 的身边, 可称为 "一公里范围圈", 工厂, 楼宇等都是这类覆盖的计算场景.
除了网络能够覆盖到的 "十公里计算场景" 和 "一公里计算场景", 边缘云计算还可以在网络无法覆盖的地域, 通常被称之为 "网络黑洞" 的区域提供 "边缘云计算服务", 例如 "山海洞天"(深山, 远海航船, 矿井, 飞机)等需要计算的场景, 在需要的时候将能够处理的数据进行实时处理, 联网之后再与中心云协同处理.
边缘云计算服务应具备以下特点:
全覆盖: 提供各种覆盖场景的一站式边缘计算服务和敏捷交付能力.
弹性伸缩: 按需购买, 按量付费, 实现业务的弹性伸缩需求, 节省了自建所需的供应链管理, 建设及资金投入成本.
开放灵活: 提供 "标准开放" 的边缘云计算平台, 可方便与中心云系统对接, 按业务需求灵活部署各类应用.
安全稳定: 利用云计算核心技术积累构建安全稳定的边缘云计算核心系统.
在使用边缘云计算服务之后, 用户可以进一步扩展自身的应用, 获得以下收益:
1. 降低时延: 边缘云计算服务可以提供 5ms 以下的终端访问时延.
2. 业务本地化: 采用云边端三体协同架构后, 大量的处理响应在本地发生, 终端到云的访问频次将减少 80% 以上.
3. 降低成本: 引入边缘云计算后, 计算, 存储, 网络等成本可以节省 30% 以上.
4. 敏捷交付: 采用边缘云计算服务后, 可以获得 "一分钟敏捷交付" 的能力.
5. 高安全: 具备与传统云服务一体化的高安全能力, 包括 DDoS 清洗和黑洞防护能力, 多租户隔离, 异常流量自动检测和清洗, 中心 - 边缘安全管 控通道等.
6. 开放易用: 包括开放的运行环境, 灵活部署各类云服务和应用, 在线远程管理, 运行指标可视化监控等.
综上所述, 边缘云计算具备网络低时延, 支持海量数据访问, 弹性基础设施等特点. 同时, 空间距离的缩短带来的好处不只是缩短了传输时延, 还减少了复杂网络中各种路由转发和网络设备处理的时延. 此外, 由于网络链路争抢的几率大大减小, 能够明显降低整体时延. 边缘云计算给传统云中心增加了分布式能力, 在边缘侧部署部分业务逻辑并完成相关的数据处理, 可以大大缓解将数据传回中心云的压力. 边缘云计算还能够提供基于边缘位置的计算, 网络, 存储等弹性虚拟化的能力, 并能够真正实现 "云边协同".
边缘计算与边缘云计算的关系
传统观点认为, 边缘计算和传统云计算是有一定的边界的, 在 ISO/IEC JTC1/SC38 中, 明确确定了边缘层, 本地层和云层的界限, 其应对的计算场景不同, 在应用场景开拓上针对各自优势体现出差异.
以 "视频场景" 为例, 收集图像, 视频, 声音等数据的传感器是智慧城市的感知 "器官". 例如, 交通系统中数以十万, 百万计的视频设备需要 TB 级以上的带宽连续上传监控数据. 目前的网络带宽无法承载这样的连续上传, 造成云计算的应用受到限制. 当我们引入边缘计算技术来处理上述问题时, 由于边缘基础设施的差异性大, 种类繁多, 边缘应用开发, 部署, 运营, 维护都会面临各种问题, 困难和风险.
边缘云计算能够最大程度上与传统云计算在架构, 接口, 管理等关键能力上实现统一, 最终将边缘设备与云进行整合, 成为云的一部分. 边缘云计算与传统 云计算的关系, 类似人类的 "大脑" 与遍布全身的 "神经系统" 的关系, 相辅相 成. 为了让 "物理世界" 更加智能, 边缘云计算将神经系统从 "云" 这个大脑开 始, 层层前移, 一触到底, 直达 "物理世界" 的每一个角落. 通过将云计算的能 力进行拓展, 边缘云计算能够深入到更多之前传统云计算无法覆盖的边缘应用场景.
边缘云计算还可以通过分布在距离终端最近的基础设施, 为终端侧数据源提供具有针对性的算力. 这些算力可以将部分数据处理终结在边缘侧, 另外一部分则可以处理后再回传至中心云. 这样, 边缘云计算就提供了一种新的弹性算力资源, 通过与中心云的协同和配合, 为终端提供满足技术需求的云计算服务.
在上文提到的 "视频场景" 中使用边缘云计算不仅能够解决 TB 级甚至更大 的视频流低成本接入的问题, 还可以提供丰富的计算能力 (如 CPU,GPU,FPGA 等), 在边缘完成视频的分析和识别工作后再将结构化的数据快速传递回中心云(大脑) 进行信息融合. 边缘云计算不仅实现了 "低时延, 低成本" 的协同, 还能有效抵抗网络抖动等不稳定因素, 提升系统整体的鲁棒性.
更多资讯, 尽在边缘计算社区.
来源: https://juejin.im/post/5c6019f56fb9a049ab0e142c