邊緣計算的話題在 5G 的推動下非常之火，但同時 Gartner 的研究報告顯示：CDN、邊緣計算的傳播，與企業對於如何理解和利用這些服務的認知之間，仍然存在着巨大的鴻溝。

並不是所有的業務都需要通過邊緣計算實現業務部署 “本地化”。邊緣計算到底是做什麼的，哪些業務和場景是剛需？

本文從算力的演進、數據時代特徵介紹邊緣計算誕生的背景，然後分享邊緣計算天然適配的業務模型及其主要形態，解答關於 “邊緣計算到底是做什麼的” 這個終極命題。希望對大家理解邊緣計算、判斷是否需要引入邊緣計算有所幫助。

01

算力的系統演進

自人類發明計算機以來，一直存在一個矛盾：即相對較慢的外部數據輸入能力難以匹配計算機系統的數據處理能力，從而影響計算機系統的整體性能。

• 人類第一臺通用電子計算機 ENIAC，數據輸入方式依賴程序員手工裝載記錄程序和數據的穿孔卡片，導致運算器大部分時間都在等待手工操作，最終系統的計算資源利用率百分之幾。

• 後引入軟硬件解耦理念，並開發了批處理操作系統實現自動加載預裝作業數據的磁帶並執行，擺脫了手工操作的束縛，但同樣存在高速的計算能力和低速的 I/O 能力的衝突。

• 提出多道程序系統和分時系統，讓多個用戶共享一臺計算機，基於細分的 CPU 計算週期穿插調用多個作業，提升資源利用率。硬件上，引入多級高速緩存設計幫助提升 CPU 讀取數據的效率。

• 互聯網時代，集羣計算、分佈式計算、雲計算等成爲了主流，實現大型企業億級規模的用戶訪問能力。隨着終端、無線網絡、物聯網等技術的發展，在短視頻、互動直播場景中，用戶不再僅僅是數據的消費者，同時也是數據的生產者，每時每刻都有大量數據上傳。如此海量數據傳輸至中心，對整個系統的網絡傳輸帶寬、穩定性、安全性和私密性、計算時效性等提出了新的挑戰。

數據時代：快速增長、即時性、交互性

根據 IDC 早前發佈的《DATA AGE 2025》報告顯示，全球每年產生的數據總和預計將從 2018 年的 33 ZB 增長至 2025 年的 175 ZB。如何衡量 175 ZB 的數據量？假設你家寬帶平均速度爲 500Mbps，那麼下載完 175 ZB 將需要將近一億年，意味着你得從白堊紀恐龍時代就開始下載。

同時在報告中，IDC 預計到 2025 年全球將會有 1500 億終端設備被廣泛應用於機器自動化領域。這些具備實時性需求的終端設備產生數據預計將達到 50 ZB，佔全部數據的 30%。另外，從人類信息交互角度，預計到 2025 年，地球上每人每天平均有 4900 次和數據相關的行爲，也就是每隔 18 秒即會有一次人類和數據的交互產生。

綜上所述，如果將如此海量的數據從網絡邊緣傳輸至雲數據中心處理，一方面對整個網絡的傳輸能力帶來極大的挑戰，另一方面也會對用戶頻繁的交互帶來一些時延問題從而影響業務體驗。爲了解決這些問題，**可以考慮直接在距離數據源最近的網絡邊緣實現對數據進行實時處理，**即通過邊緣計算的方式縮短數據的網絡傳輸距離，降低交互時延，減少傳輸帶寬需求。

基於邊緣計算的業務模型：以用戶體驗爲中心

邊緣計算其實是一個擁有幾十年歷史的架構理念，最早可以追溯至 1998 年 Akamai 公司提出的 CDN 網絡。CDN 依靠各地部署的服務器實現對熱點內容的緩存從而提升響應速度，後來逐漸的延伸出具備 “計算緩存” 的邊緣計算概念，比如在 PoP 節點提供 .Net 或 J2EE 計算能力從而加速 Web 服務響應效率。

• 從能力上說，CDN 更多的是支持基於應用層協議（如 HTTP/s、RTMP 等）的內容在網絡邊緣進行緩存並加速訪問響應。

• 而邊緣計算，則考慮在網絡邊緣提供更通用、更基礎的算力資源和邏輯實現對應用自定義、可擴展的本地服務能力。

歷經前期學術界和近幾年產業界的推動，目前邊緣計算已經進入穩健發展階段，能夠幫助各行各業實現以 “用戶體驗爲中心” 的低時延應用部署和服務能力。

邊緣計算定義爲在更加靠近數據源的網絡邊緣，爲應用開發者提供通用計算和 IT 服務能力。邊緣計算具體如何服務業務？我們可以通過以下四種模型來了解邊緣計算的剛需場景以及在時延、帶寬、性能等維度爲業務創造的價值收益。

模型一：邊緣業務閉環

將原先部署在企業數據中心或雲數據中心的服務端應用，遷移至本地的邊緣計算資源上部署和運行，應用在邊緣計算覆蓋的本地區域內即可完成業務閉環，一方面數據實現本地處理可以有效降低網絡時延，減少回傳帶寬；另一方面，數據只在本地網絡內傳輸保證私密性及安全性。

在智慧港口、智慧園區等垂直行業場景中，園區安全監控、設施遠程管理等應用主要都是本地業務訴求，在互聯網房屋租售 VR 看房場景中，從中介拍攝房屋照片到後端 VR 渲染，再到本地租客查看房屋 VR 全景也可以看做本地服務需求，所以都可以歸屬於此業務模型。

模型二：邊緣網絡加速

在當前業務流程中，一個用戶通過 APP 獲得應用服務的網絡路徑需要經過接入網絡、匯聚網絡、骨幹網絡、Internet 公網傳輸後，纔到 APP 服務端所在的企業數據中心或雲數據中心。由於普通用戶的網絡服務缺少穩定性、服務質量保證，所以數據在傳輸中可能存在丟包、延遲、擁塞等問題，從而影響用戶體驗。

邊緣網絡加速模型是在接入節點部署一定的邊緣資源並接入運營商專線，基於對用戶流量特徵匹配（如 MEC 基於 IP 五元組或 FQDN 分流）或智能調度（如智能 DNS 通過 IP 地理位置親和性調度），通過邊緣接入的運營商高速專線來實現用戶業務的網絡加速。如當前互聯網業務普遍在用的 CDN 動態加速、直播推拉流加速、遊戲加速等業務場景，都依賴遍佈各地的邊緣節點作爲流量接入點，並通過運營商專線實現上層應用業務的廣域加速。

模型三：中心算力卸載

雲計算已經被證明是一種很有效的計算模式，但隨着物聯網、5G 網絡、高性能終端等技術發展以及短視頻、直播等業務的快速增長，用戶和終端也逐漸成爲了數據的生產者。將所有的數據都傳輸至雲計算中心，一方面對中心的計算能力和設備管理能力帶來挑戰，另一方面在網絡傳輸、時延、安全等方面也存在不確定性。

通過將服務端模塊進行拆分，將時延敏感類、數據清洗類等模塊卸載在邊緣部署，在接入環節即實現對原始數據做預處理和分析，既可降低業務響應時延，幫助實現快速決策，也可減少回傳帶寬需求節省運營成本。比如在智慧城市類業務場景，需要實現對海量終端 / 數據的管理和處理，通過邊緣計算對接入側完成設備接入管理、及數據清洗，以雲邊協同的方式提升整體業務效率。

模型四：終端算力輔助

根據《第 47 次中國互聯網絡發展狀況統計報告》，截至 2020 年 12 月，我國國內市場上監測到的 APP 數目爲 345 款，較 2019 年減少 22 萬款。在激烈的市場競爭中，爲了提升業務的市場競爭力和持續健康的發展，很多應用都相繼在視效、交互、內容做了大量創意和開發，比如漫畫風人臉特效、直播互動小遊戲等形式提升用戶粘性。但是受限用戶終端型號、性能、芯片等差異，在實際用戶使用中存在兼容性、效果不如預期、算力無法滿足等問題限制了應用的推廣。

通過邊緣資源池的通用計算能力和低時延接入網絡，輔助終端實現相關特定功能的計算需求，從而降低對終端性能、兼容性的依賴，提升應用的普適性。比如在直播特效、雲遊戲等場景都需要高性能算力才能呈現理想的效果，那麼可以通過邊緣計算提供高性能通用算力輔助完成相關渲染計算，從而降低用戶終端門檻。

邊緣計算的形態

雲計算一般選擇業務密集的一線城市或集團總部來部署基礎設施從而實現資源利用率的最大化，比如公有云的服務區域和大型企業的自建數據中心。

邊緣計算相較中心計算提供更加靠近用戶的資源服務，天然在地理位置上就更加的分散，同時受限於環境、效益、覆蓋、能源等因素限制呈現梯度分佈 -- 距離數據越近時延越低，邊緣形態和規模越簡單集約，相對功能也越單一。

如上圖所示，我們將數據鏈路劃分終端、企業分支、接入、匯聚、骨幹、核心、企業或互聯網等節點，然後從以下幾個維度來探討邊緣計算的形態。

邊緣計算基礎設施主體

從邊緣計算基礎設施主體維度來看，當前主要的邊緣計算可以分爲如下三種：

• 中大型企業。如能源、交通、基建等企業在全國各地有自己的分支或項目機構，同時在新基建數字化背景下有本地業務數字化轉型訴求，那麼就需要自建企業邊緣提供具備本地屬性的 IT 平臺和服務能力。

• 公有云服務商。當前公有云提供雲計算覆蓋區域一般基於 Region 區域，主要覆蓋業務密集的一線城市。隨着基於公有云部署的應用業務不斷往下沉市場延伸，那麼勢必也會帶動雲計算服務能力往邊緣延伸，提供諸如 PoP 點 / EdgeZone/LocalZone 概念的邊緣計算服務，從而更好的滿足上層業務的需求。

• 電信運營商。我們看到的 3GPP 5G 邊緣計算標準和 ETSI MEC 標準都是主要由通信標準化組織和運營商推動，運營商部署邊緣計算一方面是提供自身通信網元的邊緣部署需要的電信邊緣基礎設施，另一方面也是融合 5G 網絡面向普通用戶提供 MEC 邊緣相關的通用邊緣計算服務，和麪向垂直領域客戶提供行業邊緣相關的服務能力。

邊緣計算時延

時延是衡量邊緣計算實際服務能力的關鍵維度之一，也是邊緣計算區分中心計算的核心能力。時延是指數據從數據源到數據處理節點中間經過光纖或網線傳輸和網絡組件轉發路由所需要的時間。從邊緣計算的時延來看，邊緣計算可以分爲現場邊緣、近場邊緣和雲邊緣。

• 現場邊緣**：**一般是將邊緣硬件設備直接部署在數據源所在的地方，**數據在本地即可完成從採集 - 傳輸 - 處理 - 決策全生命週期**。一般來說網絡時延會控制在 2-5ms，在面向某些工業製造實時場景甚至≤1ms。同時，現場邊緣環境指標如防塵防震、溫溼度等相對來說比較惡劣，對應邊緣硬件形態上可能也存在多種可能，盒子類設備、通用 / 異構服務器、邊緣雲集羣等多種形態都有相應的需求。在業務能力上，現場邊緣可能更多考慮解決資源有無問題，比如提供 IoT 邊緣輕量容器運行資源、機器視覺的異構 GPU 加速卡等，會較少考慮資源的調度和編排服務能力。

• 近場邊緣**：**相對來說，部署位置更加靠後，一般位於本地城市的運營商專線連接的某個小型 IDC 機房，網絡時延能控制在 5-20ms 左右。建設形態上偏向分佈式架構的小型邊緣雲數據中心，**支持上層應用在全域範圍的邊緣部署和服務。**同樣的，近場邊緣也會提供多租戶隔離和自助式的雲服務能力，面向不同行業的應用提供一定能力的基礎邊緣計算服務，目前比如 **CDN、直播、實時音視頻等應用場景都會採用近場邊緣作爲流量的第一接入點。**

• 雲邊緣**：**可以看作中心雲往邊緣的延伸。雲邊緣一般位於區域中心城市，具備上百或上千硬件節點規模，能提供多線或 BGP 專線接入，覆蓋 20-40ms 時延範圍。雲邊緣一方面**具備和中心雲建立雲邊專線能力**從而提升傳輸效率助力業務雲邊協同，另一方面作爲**邊緣的數據匯聚節點**，爲 “現場邊緣” 和“近場邊緣”提供管理和數據匯聚等能力，進一步優化數據傳輸和邊緣處理效率。目前雲邊緣在 CDN L2 匯聚緩存、離線渲染業務、異構數據併發處理業務等場景有廣泛應用。

結束語

寫在最後，重新總結一下邊緣計算的價值：作爲雲計算的延伸，邊緣計算將雲計算的服務能力延伸至更加靠近用戶的邊緣，從而幫助應用提供更低時延的業務體驗。

隨着 “直播 +” 理念網絡直播的持續增長、5G 普及推動雲遊戲“熱潮再起”、IoT & AIoT 的規模部署，邊緣計算帶來的低時延即時響應、流量加速優化體驗等好處將逐步落地至更多產業和場景。火山引擎也將攜手各界合作伙伴，持續推動邊緣計算與更多行業、產業的深度融合，實現互聯、共贏的發展。

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/X7Ci6YwXLWBokQWN_rUjIA