边缘计算技术发展与对策研究

020专题研究　边缘计算技术发展与对策研究边缘计算技术发展与对策研究EdgeComputingTechnology:DevelopmentandCountermeasures（1.中国科学院计算技术研究所，北京100190；2.中国科学院计算机网络信息中心，北京100190）HongXuehai1,2,WangYang2(1.InstituteofComputingTechnology,ChineseAcademyofSciences,Beijing100190,China;2.ComputerNetworkInformationCenter,ChineseAcademyofSciences,Beijing100190,China)摘要：边缘计算是一项正在兴起的技术，通过把计算、存储、带宽、应用等资源放在网络的边缘侧，以便减小传输延迟和带宽消耗。同时，应用开发者和内容提供商可以根据实时的网络信息提供可感知的服务。移动终端、物联网等设备为计算敏感型的应用提供了必要的前端处理支撑，例如图像识别、网络游戏等应用，以利用边缘计算的处理能力分担云端工作负荷。本文介绍了边缘计算的概念、需解决的关键问题、主要研究进展，边缘计算发展带来的影响以及边缘计算带来的机遇和发展对策。关键词：云计算；边缘计算；雾计算；移动边缘计算；物联网；前端智能中图分类号：TP391文献标识码：AAbstract:Edgecomputingisanemergingtechnologythatreducestransmissiondelaysandbandwidthconsumptionbyplacingcom-puting,storage,bandwidth,applications,andotherresourcesontheedgeofthenetwork.Moreover,applicationdevelopersandcontentproviderscanprovideperceptibleservicesbasedonreal-timenetworkinformation.Mobileterminals,Internetofthings,andotherdevicesprovidethenecessaryfront-endsupportforcomputingsensitiveapplications,suchasimagerecognitionandnetworkgames,tosharethecloudworkloadwiththeprocessingcapabilityofedgecomputing.Thispaperdiscussestheconceptofedgecomputing,keyproblemsthatrequiresolutions,mainadvancesinedgecomputing,influenceofedgecomputingdevelopments,andopportunitiesanddevelopmentcountermeasuresofedgecalculation.Keywords:cloudcomputing;edgecomputing;fogcomputing;mobileedgecomputing;internetofthings;front-endintelligence一、边缘计算的概念“云、网、端”基本功能的最初设想是，在云端有一个异常强大的数据中心，负责数据处理，网络端负责数据传输，而物联网各个节点端负责采集数据，并通过网络交给云端，云端再根据数据分析并做决策后再把结果返还给终端。在这种模型中，云端负责智能计算，而终端节点负责数据采集以及2018-04-18；2018-04-20洪学海，中国科学院，研究员，主要研究方向为高性能计算、云计算和信息技术与信息化战略研究等；E-mail:[e-mail]中国工程院咨询项目“‘互联网+’行动计划的发展战略研究”(2016-ZD-03)；国家自然科学基金项目(91646127)；中国科学院文献情报能力建设专项——院所协同项目(ICP2017–16)中国工程科学2018年第20卷第2期决策执行。然而，这样的设想在实际执行中遇到了不少困难。第一个困难来源于数据传输的开销。物联网节点通常都使用无线网络与云端做数据传输，而如果物联网节点把不加任何处理的原始数据全部传到云端，会导致带宽需求爆炸，网络基础架构没法支撑如此高的带宽需求；开销的另一部分是无线传输的功耗，如果把数据不加任何处理全部传输到云端，那么终端节点的无线传输模块必须支持高速无线传输，这就意味着无线模块需要很大的功耗，与物联网节点低功耗的设想不符。第二个困难在于网络延迟。许多节点执行的任务对于延迟非常敏感，例如，无人驾驶、增强现实技术/虚拟现实技术（AR/VR）应用等，在这些应用中由于网络传输带来的延迟（几十毫秒以上，有时候网络信号不好会带来数秒的延迟甚至掉线）使任务无法被接受。针对这些问题，边缘计算技术应运而生。但是，对于边缘计算的概念，目前还没有一个严格的定义。目前认为的边缘计算的物理边界，如图1所示。施魏松等[1]定义的边缘计算是指在网络的边缘执行计算的一种新型计算模式，包含下行的云服务和上行的万物互联服务。我国边缘计算产业联盟（ECC）定义的边缘计算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。对于边缘计算，无论是上行互联还是下行云服务以及融合业务计算，其核心的理念是“计算应该更靠近数据的源头，可以更贴近用户”，以及将智能计算的任务前置到物端，而不仅仅在云端。在边缘计算概念出现之前，还出现过海云计算、雾计算[2]以及近来比较热的移动边缘计算等概念，本质上这些概念描述的应该是同一个问题，即克服云计算和云服务的重负载、长时延、安全隐患等问题，并与云计算和云服务互为补充，靠近用户和数据源，并提供智能计算前置的一种新型计算模型。因此，边缘计算是继分布式计算、网格计算、云计算之后的又一新型计算模型。作者认为边缘计算是以云计算为核心，以现代通信网络为途径，以海量终端为感知前端，通过优化资源配置，使得计算、存储、传输、应用等服务更智能，具备优势互补、深度协同的资源调度能力，是集云、网、端、智四位一体的新型计算模型。二、发展边缘计算要解决的关键问题在边缘计算中，终端节点不再是完全不负责计算，而是做一定量的计算和数据处理，之后把处理数据中心云计算中心超算中心计算资源和存储资源核心骨干网接入网边缘服务节点终端设备边缘计算物理范围图1边缘计算的物理边界022专题研究　边缘计算技术发展与对策研究过的数据再传递到云端。这样一来网络延迟和带宽的问题可以解决，因为计算在本地，而且处理过的数据一定是从原始数据中进行过精炼的数据，所以数据量会小很多。当然，具体要在边缘做多少计算也取决于计算功耗和无线传输功耗的折衷——终端计算越多，计算功耗越大，无线传输功耗通常就可以更小，对于不同的系统存在不同的最优值。此外，由于物端数据不是全部都通过网络传输到云端，在某些数据比较敏感的应用场景下，数据安全也得到一定的保障。因此，对于边缘计算，需要解决以下几个主要问题。（一）边缘计算的体系结构问题目前的雾计算、海云计算、三元计算以及移动边缘计算等，本质上是属于边缘计算的一种形式，它涵盖物联网、移动蜂窝网、车联网、互联网、移动互联网等众多领域，是IT资源设施的优化配置解决方案，包括计算、存储、网络、软件、输入输出（IO）等资源，是算法上的改进、算力上的优化、数据的重新布局。但是由于边缘计算直接应对网络的边缘侧众多的应用场景和应用模式，因此，除研究通用的体系结构来应对这些复杂的应用场景和应用模式之外，还需要针对不同的应用场景和应用模式设计具体的体系结构，如雾计算的体系结构、移动边缘计算的体系结构等，并以此来规划计算、存储、网络、软件等资源的配置，使得具体应用性能、功耗、安全等最优化。（二）边缘计算物端设备的处理器能力问题在不同的应用场景下，对边缘计算物端的处理器的能力、功耗等需求不同。有的边缘计算是以物端控制为目的的应用，对运算能力需求相对较弱。而有的边缘计算应用是就近物端处理数据，以减少数据网络传输、降低网络延迟和实时信息处理为目的的应用，如高清视频监控等，数据需要就近处理，这对物端计算处理器的运算能力要求相对较高。因此，对边缘计算设备的处理器能力需要针对不同的应用场景，配置相应能力的物端设备处理器。（三）边缘计算的算法与内存设计问题边缘计算的一个重要的应用场景是将在云端的智能处理能力延展到物端，即计算智能前置。但现在主流的深度神经网络处理算法程序大小通常为几兆字节甚至几百兆字节，这就给物端计算节点的处理器和内存配置带来了挑战。因为物端计算的处理器和内存一般不可能配置较大的处理器和内存，因此需要进行算法模型的压缩和智能处理算法硬IP化，并配置到物端处理器上。同样需要进一步考虑如果算法无法把模型做到很小，就需要考虑内存内计算（in-memorycomputing）。(四)边缘计算与云计算的能力资源协同问题云计算是中心化的计算模式，而边缘计算本质上是去中心化的计算模式。但云计算与边缘计算并不是完全对立的计算架构。在一些应用场景中，运用边缘计算在网络边缘端做数据预处理后再传输到云端，在云端再进行深入大规模分析，使两者各展所长。作为与云计算相互补充和相伴相生的边缘计算，其能力的实现必须与云计算进行有效的协同，才能真正实现边缘计算的目的。在云计算和边缘计算协同的过程中，两者在数据全生命周期中，在哪个阶段进行协同、计算负载如何适度分配、任务如何调度、云端和边缘物端设备协同的协议如何定义等方面，目前还没有一个很好的、统一的模型。（五）边缘计算的系统安全问题由于边缘计算与物联网、移动互联网、互联网的天然联接，因此必然存在系统安全方面的问题。但由于边缘计算的物端计算一般是能力相对比较弱小的计算系统，它不能像常规的计算系统一样采取多层、多种安全保障措施。有的边缘计算是直接应用于系统控制，其安全问题显得尤其重要，因此，边缘计算系统的安全问题研究是一个新的课题。三、边缘计算技术研究主要进展当前，边缘计算的研究主要集中在移动边缘网络、雾计算、小云（cloudlets）、边缘云、体系结构等方面。美国韦恩州立大学施魏松教授是国内外边缘计算研究的引领者，他从边缘计算基础、边缘计算系统平台和典型应用等多个方面对边缘计算技术的研究给予了描述。文献[3]从融合计算、缓存、通信角度对移动边缘网络做了介绍，文献[4]023中国工程科学2018年第20卷第2期介绍了从云计算向用户侧推进的小云计算模型，从雾计算概念角度研究较多，文献[5]主要讨论了雾计算在物联网中所扮演的重要角色，文献[6]介绍了如何通过雾计算来降低云计算的能耗，文献[7]主要探讨了雾计算是否是云计算发展的未来，文献[8]主要介绍了雾计算的概念、应用及面临的问题，文献[9,10]主要讨论雾计算的安全、隐私和管控方法，文献[11]介绍了雾计算平台及其上层应用。文献[12]介绍了边缘计算在扩展企业应用到网络边缘发挥的作用，其延迟、效能分析在文献[13]中做了介绍。文献[14]介绍了边缘计算的兴起、定义、体系结构、研究领域、技术挑战等方面内容。此外，ECC也在边缘计算的定义、体系结构、产业生态等方面进行了论述。移动边缘计算是迈向5G的关键技术之一[15]，更是一种针对大规模物联网应用的新型编程模型[16]，文献[17]对相关技术做了较为详细的描述。总结来看，这些研究进展集中表现在如下几个方面。（一）定义清楚了通用的边缘计算的体系结构雾计算和边缘计算各有侧重，但本质上描述的是同一类计算模型。当前的研究是将通用的边缘计算体系结构从横向与纵向两个维度定义，即纵向是基础设备层、统一