边缘计算架构及特征研究白皮书_免费下载.pdf

1 边缘计算架构 及特征研究 白皮书 开放数据中心委员会 O p e n D a t a C e n t e r C o m m i t t e e I ODCC-2020-04001 边缘计算架构及特征研究 白皮书 边缘计算架构及特征研究白皮书 . 1 1. 术语定义 . 1 1.1 边缘计算定义 . 1 1.2 与云计算的对比 . 1 1.3 边缘计算核心概念对比 . 2 2. 边缘计算发展历程 . 5 3. 应用场景 . 7 3.1 5G . 7 3.2 工业互联网 . 8 3.3 车联网 . 9 3.3.1 特点与场景 . 9 3.3.2 总体架构 . 12 3.4 物联网 . 13 3.4.1 顶层架构设计 . 13 3.4.2 系统架构 . 14 3.4.3 云计算智能引擎 . 15 3.5 智慧城市 . 17 3.5.1 整体体系架构 . 17 3.5.2 架构及特征 . 18 3.5.3 边缘计算承载介绍 . 19 3.6 CDN. 20 4. 潜在市场空间 . 21 4.1 总体市场情况 . 21 4.2 5G . 22 4.3 车联网 . 23 5. 基础架构 . 24 目录 II ODCC-2020-04001 边缘计算架构及特征研究 白皮书 5.1 整体架构概述 . 24 5.2 边缘计算架构需求 . 25 5.2.1 时延要求 . 25 5.2.2 计算要求 . 26 5.2.3 存储要求 . 27 5.2.4 安全和监管要求 . 27 5.2.5 部署环境的要求 . 27 5.3 边缘计算整体架构 . 27 5.4 边缘数据中心架构 . 28 5.5 端 -边 -云接口 . 30 5.5.1 User Application 生命周期管理接口 . 30 5.5.2 边缘节点与中心云间管理接口 . 32 5.5.3 边缘节点间接口 . 32 5.5.4 端 -边 -云系统外部接口 . 33 6. 关键特性 . 33 6.1 灵活的部署 . 33 6.2 灵活的分流 . 34 6.3 服务管理 . 35 6.3.1 区分性 . 35 6.3.2 扩展性 . 35 6.3.3 隔离性 . 35 6.4 AI 算法执行 . 35 6.5 安全能力 . 36 6.5.1 核心设施安全 . 37 6.5.2 边缘服务器安全 . 38 6.5.3 边缘网络安全 . 38 6.5.4 边缘设备安全 . 39 参考文献 . 40 I ODCC-2020-04001 边缘计算架构及特征研究 白皮书 前言 三国演义第一回开篇道：“话说天下大势，分久必合，合久 必分。”这句话应用到 IT 领域亦是如此，从 1946 年 ENIAC 诞生 以来，计算范式在不断变迁：从大型主机到客户端服务器，再到后 来的云计算，我们已经经历了“合 -分 -合”的时代，而“边缘计算” 即为一个“合久必分”的产物。 本项目为边缘计算的相关基础性研究，聚焦于明确边缘计算领域的 专业术语，助力产业界以一种共识的语言进行高效互动；分析边缘 计算市场空间，明确边缘计算产业对于社会和产业界的价值；分析 边缘计算应用场景，推动相关场景快速落地，带给用户和企业实际 收益；指出 边缘计算的基础架构，推动产业生态的融合和互动；分 析边缘计算关键特性，确保边缘业务可以有效满足应用诉求。 本规范感谢以下起草单位（排名不分先后）： 中国信息通信研 究院、百度、腾讯、阿里巴巴、中国电信、 intel、浪潮 起草人（排名不分先后）： 吴美希、李俊山、陈天、邱鑫、子 蠡、张骏、张贺纯、肖扬、陈刚、吕航 1 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 边缘计算架构及特征研究白皮书 1. 术语定义 1.1 边缘计算定义 边缘计算在靠近信源和消费者的位置进行信息处理，侧重于强调 远离网络中心的本地化流量和处理，实现了资源和服务向边缘位置的 下沉，从而能够降低交互时延、减轻网络负担、丰富业务类型、优化 服务处理，提升服务质量和用户体验。 边缘计算主要面向用户面、低时延、高吞吐、高多播、高速移动 等业务场景，其资源、时延、带宽等需求不尽相同。面向多样化需求， 边缘计算涵盖多种形态，包括各类边缘网关、边缘控制器、边缘传感 器、边缘云等，具体部署位置从用户属地，到运营商城域网络边缘， 具体位置有高有低。一般而言，业界认为时延在 20ms以内的网络位 置都可按需部署边缘计算节点。 1.2 与云计算的对比 云计算是一种将集群计算能力通过互联网向内外部用户提供服 务的互联网新业务，是传统 IT领域和 CT领域技术进步、需求推动、 商业模式变化共同促进的结果，使 ICT资源具备可运营能力。云计算 具备三大服务模式（ IaaS、 PaaS、 SaaS）和四大部署模式（公有云、 私有云、社区云、混合云）。 边缘计算是云计算向边缘的延伸，与经典的云计算可互为补充、 协同工作。与云计算类似，边缘计算同样是涵盖 IaaS、 PaaS、 SaaS的 2 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 层次化平台，支持多样化的部署模式。云计算作为通用信息基础设施 ， 主要面向低实时、长周期、高价值密度型数据的存储、计算和分析任 务。相对于云计算带来的 “云端 ”的海量计算能力，边缘计算则主要面 向时间敏感、短周期、低价值密度型数据的存储和处理分析，旨在满 足海量设备的数据和流量处理对时延、 QoS、 QoE、安全、能耗等的 要求。同时，边缘计算可协助云计算，实现计算能力的进一步细化分 工，将部分资源和服务下沉到边缘位置，丰富业务类型，优化服务处 理，提升服务质量和用户体验；云计算也可依赖边缘计算作为数据采 集单元，更好的支撑云端应用。 1.3 边缘计算核心概念对比 在整个行业数字化转型的大背景下， 在 IoT、 5G、 VR、 AI 等业 务云化需求驱动和技术发展推动下，边缘计算概念应运而生并迅速得 到了行业的广泛关注，雾计算、 MEC、 Cloudlet、边缘计算、分布式 云等概念迭出。 1）雾计算：雾计算（ Fog Computing）是 2011 年 cisco提出的概 念，将云计算扩展到网络边缘，特别是面向 IoT的无线网络。 OpenFog 联盟是雾计算的主推组织，将其定义为一种系统级的水平架构，将计 算、存储、网络、控制和决策等资源和服务分布到从云到物的任何位 置，旨在解决 IoT、 AI、 VR、 5G 等业务场景需求。其中，（ a）水平 架构：支持多个行业垂直应用领域，将智能和服务分发到用户和业务； （ b）云到物的服务连续：使服务和应用分布在云和物之间、更接近 3 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 物的位置；（ c）系统级：是物和云之间的整个系统，从物到网络边缘 再到云，覆盖多个协议层次，而非特定的协议或端到端系统的一部分。 雾计算和云计算相互依赖，互为补充；部分功能适合于由雾计算节点 执行，部分功能则适合于在云上运行；具体边界依据具体的应用、场 景和网络环境等有所不同。 2） Cloudlet： Cloudlet是 2013年 Carnegie Mellon University（卡 内基梅隆大学） 提出的概念，源于移动计算、 IoT 与云计算的融合， 代表 “移动设备 /IoT设备 -cloudlet-云 ”三层体系架构的中间层，可看作 是一个 “data center in a box”，将云能力拓展到用户侧。 OEC（ Open Edge Computing Initiative）是主推 Cloudlet 的国际组织，致力于推动基于 Cloudlet 的边缘计算发展，核心任务是提供 open edge API 和基于 Cloudlet 的边缘计算参考架构和参考平台，其对边缘计算的定义是： 在接近用户侧提供小型数据中心（边缘节点），提升用 户对计算和存 储资源的使用体验。 3） MEC：是 ETSI 2014年提出并成立 MEC ISG主推的概念，经 历了从移动边缘计算（ Mobile Edge Computing）到多接入边缘计算 （ Multi-access Edge Computing）的演变。其中，移动边缘计算是指在 移动网络边缘提供 IT 服务环境和云计算能力，将网络业务下沉到更 接近移动用户的无线接入网侧，旨在降低延时，实现高效网络管控和 业务分发，改善用户体验； 2016年延伸出多接入边缘计算的概念，是 指在网络边缘为应用研发商和内容提供商提供 IT 服务环境和 云计算 4 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 能力，该环境为应用提供超低延时、高带宽、实时接入等特性能力。 4）边缘计算：有多种定义。（ a） Gartner将边缘计算定义为一种 分布式计算拓扑，在靠近信源和消费者的位置进行信息处理，侧重于 强调远离网络中心的本地化流量和处理，目标在于减少延迟和不必要 的流量，并构建一个枢纽，以实现特定对端之间的互连，及复杂媒体 类型或计算负载的数据处理；（ b） ECC（ Edge Computing Consortium， 边缘计算产业联盟）将边缘计算定义为在靠近物或数据源头的网络边 缘侧，融合网络、计算、存储、应用核心能力的分布 式开放平台，就 近提供边缘智能服务，满足行业数字化在敏捷联接、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。 5）分布式云：有多种定义。（ a）一种定义类似于分布式计算，例 如 Gartner 将分布式云定义为基于云计算技术，将分布在多个地理独 立位置的数据和应用连接起来，并集成为一个整体运作；（ b）一种是 对经典云计算概念的拓展，例如 ITU-T将分布式云定义为新的云计算 架构和部署模式，涵盖核心云、区域云、边缘云等多样化异构云环境， 在兼具经典云计算以网络为中心、以服务为提供方式、资源池化和透 明化、高扩展高 可靠性的特征的同时，能够基于业务 /用户需求，灵活、 敏捷、按需、智能地提供分布式、低延迟、高性能、安全可靠、绿色 节能、能力开放的信息化基础设施，满足全社会各行业数字化转型需 要。 整体而言，雾计算、 MEC、 Cloudlet、边缘计算、分布式云等技 5 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 术都是在新的业务需求和技术发展驱动下，融合 “边缘 ”理念与云计算 技术的一种具体实现，主要区别在于定位不同：（ a）雾计算旨在构建 一个系统，实现云到物的服务连接，与云协同运作；（ b） MEC则被公 认为 5G 网络核心关键技术；（ c） Cloudlet 是就近部署的微型数据中 心；（ d）边缘计算旨在构建边缘的开放平台；（ e）分布式云则将经典 核心云、区域云与边缘云统一为一个整体。 2. 边缘计算发展历程 “边缘计算 ”并非一个新鲜事物。在 2003 年， AKAMAI与 IBM就 开始了 “边缘计算 ”的相关合作，提出 “边缘计算 ”的目的和解决的问 题，在 WebSphere上提供基于 “边缘 ”的服务。 在移动网络领域，边缘计算的雏形为 2009 年中国移动首次提出 的 C-RAN（ Centralized， Cooperative， Cloud and Clean RAN）。 C-RAN 是集中化、协作化、绿色化、云化的无线接入网架构，主要基于基带 单元（ Base Band Unit， BBU）集中化，实现接入网的云化，实现资源 的按需调配，通过 C-RAN 的组网方式使得网络具备灵活性和可拓展 性，这与边缘计算的思想不谋而合。 同一年，在互联网边缘部署云的理念也相应出现， “Cloudlet”即为 其中的代表。 Satyanarayanan M 等人在 Pervasive Computing IEEE上 发表的 “The Case for VM-Based Cloudlets in Mobile Computing” 第一 次提出了 “Cloudlet”的概念， “Cloudlet”概念的提出使得端和云联系紧 6 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 密起来。 2012年在 MCC（ Mobile Cloud Computing）会议上，思科正式提 出 “雾计算 ”的概念。 2014年欧洲电信标准协会（ ETSI）首次提出移动 边缘计算 (Mobile Cloud Computing,MEC)概念，并成立相应的 MEC工 作组，推动边缘计算相应标准、规范的研究，后来 MEC的概念被扩 充，更名为多接入边缘计算 (Multi-access Cloud Computing,MEC)。 2017 年， IEC/ISO JTC1 SC41成立边缘计算研究组； IIC成立边缘计算技术 工作组； IEEE成立雾计算网络架构工作组。 从 2015开始，产业界陆续开始行动起来 。 2015年 11 月，思科、 ARM、戴尔、英特尔、微软和普林斯顿大学联合发起成立了开放雾计 算联盟（ OpenFog Consortium）。 2016年 11 月，国内的华为、中科院 沈阳自动化研究所、中国信息通信研究院、英特尔、 ARM、软通动力 信息技术（集团） 6 家机构联合发起成立边缘计算产业联盟（ Edge Computing Consortium， ECC）。 2019年开放数据中心委员会（ ODCC） 在海口夏季全会成立边缘计算工作组，致力于边缘计算的最新技术研 究与推广。 7 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 图 1 边缘计算的发展历程 3. 应用场景 3.1 5G 移动网络正在快速地向 5G演进。 5G的主要优点包括： （ 1）低延迟。 5G 网络的延迟目标是 1 毫秒以内，这比当前 4G LTE网络的 60 到 70 毫秒延迟要低得多。实际上，这适用于特定的应 用和服务，在大多数情况下，延迟可能在 5-10毫秒左右。 （ 2）带宽增加。 5G 不仅仅是增加蜂窝基站内可用带宽的数量， 还将为每个用户扩展带宽。目标是每个用户最低 1Gbps。同样，这可 能只适用于特定情况，但预计 5G的 LTE速度将提高 20到 100倍。 （ 3）环境感知。借助边缘分析和其他工具， 5G网络将知道用户 正在尝试完成什么，还能知道用户设备的能力以及该位置的网络状况。 （ 4）降低设备功耗。为了有效实现物联网，需要较长的电池续 航时间。这意味着设备和网络之间的无线通信必须极其高效并经过优 化以降低功耗。 边缘计算有助于支持更低延迟的 5G新业务开展。通过把中心局 的 IT 资源迁移 到基站侧，将更加靠近用户，可以有效减少延迟。基 础运营商将借助 NFV及 MEC技术，将 CDN网元云化并下沉到靠近 终端用户侧的边缘节点，部署到下一代端局中的边缘数据中心里，可 以确保资源的弹性和最大化利用，一定程度上将有效缓解网络压力， 为用户提供更优良的体验感。 5G网络将有望实现 1 Gb/s的用户体验 8 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 速率和小于 10ms的用户面时延，而这也将提供低延迟和大带宽的标 配服务。 图 2 5G与 4G的对比 3.2 工业互联网 工业互联网是以机器、原材料、控制系统、信息系统、产品以及 人之间的网络互联为基础。通过对工业数据的系统化管理和运算处理、 实时数据交换、快速建模，从而达到工业场景特定自动化需求的目的。 在工业互联网后期发展过程中，为安全性考虑，势必会需要定制化或 专有的数据中心作为自身的数据运转加工厂。边缘数据中心以最接近 用户、安全性高、处理速度快的特点，可为工业互联网的发展提供支 撑和保障。另外，大量智能机器间的连接，将产生海量数据，边缘数 据中心可支撑数据在边缘进行处理，实现更好机器间的传感、交互和 控制。 9 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 工业互联网对边缘数据中心 的典型技术需求包括： (1) 本地数据采集分析 -工业数据过滤、清洗； (2) 异构现场网络接入 -多种物联网协议转换； (3) 工业协同控制 -工业网关 /边缘云实现多机器协同控制； (4) 离线状态业务保活 -无网络时本地完成业务处理。 3.3 车联网 3.3.1 特点与场景 5G 车路协同开源平台将连接人、车、路、云，有效解决终端设 备普及率低、没有主流软件触达用户、道路设备缺乏有效连接、道路 信息碎片化等行业痛点，实现数据和业务流闭环及商业落地，还将大 幅提升用户的驾驶安全度。通过一个开放的平台来连接网络和车路协 同应用创新，让应用更加高 效和快速发展，给客户带来价值。 5G 车路协同开源平台将支持产业落地中需要使用的多种无线网 络协议，对现有系统和设备的兼容性好；打通边缘和中心的管理面和 数据面， 实现高效边云协同，更好地满足各种车路协同场景的需求， 最大化边缘计算和云计算的应用价值；还可以轻松整合第三方能力， 高效移植和整合现有应用，实现优势互补，加速端到端解决方案落地， 有效减轻客户投入和工作量。通过整合 C端优势技术能力，帮助应用 高效触达终端用户，解决目前车联网应用较难触达 C端用户等问题， 促进打通 2B 业务和 2C 业务和实现数据闭环。为了便于用户使用， 平台支持物理机、虚拟机、容器等多种部署方式，有效 10 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 控制资源占用，实现轻量级部署。 在车联网领域， 5G车路协同开源平台实现的应用场景主要包括 四个： 一是高精度定位，通过卫星和高精度定位基准站的维和，在边缘节点 进行高速运算，有效将定位精度从目前的 5-10 米提升至 1 米以内， 实现车道级定位，有效提升导航精准度，提升用户出行体验； 图 3 车联网高精度定位 二是实时路况更新。 目前导航驾驶路况往往和实际路况之间存 在较大的时间延时，这往往导致了导航线路并一定是最高效的驾驶线 路。边缘计算平台实时监控和刷新路况，让用户更好的掌握实时路况， 基于准确的实时路况来精确选择最优驾驶线路； 11 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 图 4 车联网实时路况更新 三是辅助安全驾驶，通过路侧的摄像头感知道路和车辆，并基于 部署在边缘计算平台上的人工智能算法，减少甚至消除司机在驾驶过 程中，由周边建筑物、天气、和车辆带来的驾驶盲区，提示驾驶风险， 提高驾驶安全性； 图 5 车联网辅助安全驾驶 四是规避交通违章，通过智慧出行系统提醒驾驶员及时驶离时间 限制区域，避免违章的同时，也助力道路资源的高效运转。 12 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 图 6 车联网规避交通违章 3.3.2 总体架构 5G车路协同开源平台实现的总体架构如下： 在 5G 时代， UPF 和核心网进行解耦，向用户侧进行靠近。利 用 UPF 设备进行数据分流，将适合边缘计算的车联网数据进行分流 到边缘计算平台。在边缘计算平台内部，主要分为基础设施组件、平 台组件、应用组件、分流组件、配置和管理组件。 基础设施组件有效保证，整个车联网业务可以灵活部署在： 物理机，虚拟机，容器的环境，满足各种运用的灵活部署诉 求。 其中包括：硬件物理服务器， K8S + Container, Openstack + VM等。 平台组件主要是 Tars 微服务框架， Tars 微服务框架有效保 证车联网的业务可以实现高效部署，灵活调度 ，实时的监控 和管理。 13 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 应用组件主要是具体的车联网业务组件，如上的四种应用 场景都对应不同的车联网应用组件。 分流组件负责边缘数据的二次分流。数据被分流边缘计算 平台之后，分流组件将数据根据不同的分流规则分配到对 应的应用组件。 配置和管理组件是指边缘计算平台根据业务需要提供对外 的管理 API，帮助用户更好的配置和管理边缘计算平台 图 7 车联网总体框架 3.4 物联网 3.4.1 顶层架构设计 物联网是世界信息产业的第三大趋势。未来，物联网将与许多智 能设备相结合，以达到顶层物联网，使更多终端设备变得更加透明。 物联网通过射频识别、红外感应器、全球定位系统、激光扫描器 14 ODCC-2020-04001 边缘计算架构及特征研究 白皮书 等信息传感设备，按约定协议，把任何物品与互联网相连接，进行信 息交换和通信，以实现对物品的智能化设备、定位、跟踪、监控和管 理。物联网终端设备无处不在，监控、传感器、移动网络设备、家庭 智能设备都是物联网的终端。 典型的物联网结构图如下所示： 图 8 典型的物联网结构图 在现阶段，物联网借助各种信息 传感技术和信息传输处理技术， 使管理对象的状态能被感知、识别