关于边缘计算的概述与应用场景及与5G的关联

如果要问物联网圈最火的概念有哪些？5G与边缘计算一定榜上有名，两者看似风马牛不相及，实则却在冥冥之中自有交集。5G时代，连接设备数量会大量增加，网络边缘侧会产生庞大的数据。云计算虽然可以处理这些问题，但在实时性、智能性、安全性和隐私性等方面存在诸多不足，边缘计算由此应运而生。采用边缘计算，就可以就近处理海量数据，大量设备可以实现高效协同工作，诸多问题迎刃而解。

为了详细探索边缘计算，及其与5G网络的关联，本文中你将看到：

什么是边缘计算

边缘计算的价值

边缘计算应用场景

边缘计算与5G的关联

边缘计算与5G的前景

什么是边缘计算

说到边缘计算，我们可以借助章鱼的生活习性来加深理解。“章鱼”是一种拥有超高智商的无脊椎动物。在捕猎时，它们动作非常灵巧迅速，腕足之间高度配合，从来不会缠绕和打结。这是因为，章鱼巨量的神经元有60％分布在八条腿上，脑部只有40％，是“多个小脑+一个大脑”的构造，类似于分布式计算。而边缘计算也是一种分布式计算。它将数据资料的处理、应用程序的运行甚至一些功能服务的实现，由网络中心下放到网络边缘的节点上，以减少业务的多级传递，降低核心网和传输的负担

边缘计算联盟ECC针对边缘计算，定义的了四个领域：设备域（感知与控制层）、网络域（连接和网络层）、数据域（存储和服务层）、应用域（业务和智能层）。这四个“层域”就是边缘计算的计算对象。其应用程序在边缘侧（章鱼脚）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。

边缘计算的价值

边缘计算的核心是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IT 环境服务。边缘计算不仅是5G网络区别于3G、4G的重要标准之一，同时也是支撑物联技术低延时、高密度等条件的具体网络技术体现形式，具有场景定制化强等特点。

相比于集中部署的云计算而言，边缘计算不仅解决了时延过长、汇聚流量过大等问题，同时为实时性和带宽密集型的业务提供更好的支持。综合来看，具有以下优点：优势一：安全性更高边缘计算中的数据仅在源数据设备和边缘设备之间交换，不再全部上传至云计算平台，防范了数据泄露的风险。优势二：低时延据运营商估算，若业务经由部署在接入点的 MEC 完成处理和转发，则时延有望控制在 1ms 之内；若业务在接入网的中心处理网元上完成处理和转发，则时延约在 2~5ms 之间；即使是经过边缘数据中心内的 MEC 处理，时延也能控制在 10ms 之内，对于时延要求高的场景，如自动驾驶，边缘计算更靠近数据源，可快速处理数据、实时做出判断，充分保障乘客安全。优势三：减少带宽成本边缘计算支持数据本地处理，大流量业务本地卸载可以减轻回传压力，有效降低成本。譬如，一些连接的传感器（例如相机或在引擎中工作的聚合传感器）会产生大量数据，在这些情况下，将所有这些信息发送到云计算中心将花费很长时间和过高的成本，如若采用边缘计算处理，将减少大量带宽成本。

由此可看，5G推动社会从人联时代走向物联时代，连接数的大量增长，叠加边缘计算自身优势，将成为5G时代不可或缺的一部分。同时，由边缘计算带来的算力需求将成为5G时代重要增量部分。

边缘计算的应用场景

根据中国移动发布的《中国移动边缘计算白皮书》，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。

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 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。

特别在 AR/VR 场景中，边缘计算的引入可以大幅降低AR/VR 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。

边缘计算与5G有何关联

边缘计算与5G的关系可以用一个词来总结：互为犄角。

“犄角”：可解释为牛羊鹿等长的角以一定距离相对而生，因此将作战时分兵占据的两个不同地方遥相呼应的态势形象化。边缘计算与5G的关系大抵如此，一方面边缘计算对5G的发展起到重要的支持作用，另一方面5G的发展也反作用推动边缘计算产业的繁荣。

边缘计算使5G成为可能

众所周知，在5G网络在诞生之初，便定义了三大应用场景：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），相应的为满足高清视频、智慧城市、车联网等业务需求提供技术支持。但值得关注的是，每个业务场景都有其自身所面临的一些挑战。例如，eMBB将对网络带宽产生数百Gbps的超高需求，从而对回传网络造成巨大传输压力，单方面投资扩容汇聚与城域网络将大幅提高单位媒体流传输成本，无法实现投资收益；uRLLC需要端到端1ms级超低时延支撑，仅仅依赖无线与固网物理层与传输层技术进步，无法满足苛刻的时延需求；mMTC将产生海量数据，导致运营管理的巨大挑战，仅仅由云端集中统一监控无法支撑如此复杂的物联系统。边缘计算恰好可以为这些问题带来解决方案。首先，边缘计算设备将为新的和现有的边缘设备提供连接和保护；其次，尽管5G将为基于云的应用程序提供更好的连接性和更低的延迟，但仍然存在处理和存储数据的成本。混合边缘计算/5G解决方案将降低这些成本；最后，边缘计算可以让更多应用程序在边缘运行，例如分析，网络安全或合规性/监管应用程序，减短了由数据传输速度和带宽限制所带来的延时，并可对本地数据做初步分析，为云分担了一部分工作。

5G“催熟”边缘计算

不只是边缘计算对5G有推动作用，5G与边缘计算一定程度上是相辅相成的。一方面，得益于5G自身发展，将对边缘计算的发展起到直接促进作用；另一方面，由于5G对物联网有促进作用，也将间接促进边缘计算。前面我们已经讲到，5G的发展虽然仍然存在些许挑战，但边缘计算能够解决这些问题。因此，由于目前5G处在商用前的最后一公里，相关企业将对相关重要支撑技术投入更多精力与资源，边缘计算也就能够“借东风”得到大力发展。

另外，5G对物联网的促进作用也是明显的。得益于5G技术的支持，智能家居、智慧城市、车联网、工业互联网等领域都将迎来大发展，相应的，也就会产生相当海量的数据。海量数据及数据实时处理的特性对数据处理的技术手段提出新的要求，现行的数据处理方式不足以满足需求，边缘计算的出现则为这个难题带来了很多好处。

5G与边缘计算的发展

尽管5G是目前的热门话题，边缘计算也一度成为热点，但正如华为任正非所讲的那样——5G可能被炒作过热，眼下5G与边缘计算的不足也是客观存在的：即5G建设规模及进程不及预期、边缘计算技术发展不及预期、运营商投资不及预期。据Gartner预测，到2022年，完成商用5G部署的通信服务提供商中将有半数会因系统无法完全满足5G用例的需求，而难以从后端技术基础架构的投资中获利。

大部分通信服务提供商要等到2025年至2030年期间，才能在他们的公共网络上实现完整的端对端5G基础架构，因为他们首先把重心放在5G无线电通信上，然后才是核心网络切片和边缘计算。边缘计算的部署主要靠业务驱动，受时延和带宽限制，其中时延因素是刚性限制因素。虽然5G有望解决相关领域的一些问题，但边缘计算的发展仍然需要深入了解客户及业务需求，也需要整体产业链的成熟。由此可见，由于5G与边缘计算相辅相成，在5G发展未达预期时，边缘计算也很难达到我们所期望的状态。两者发展密不可分，市场繁荣仍需时日。

编辑：lyn