5G边缘计算的发展前景与应用
头图来自：东方IC；本文来自微信公众号：鲜枣课堂（ID：xzclasscom）；作者：小枣君，本文为作者在“新工业 智物联”全国巡回研讨会的主题演讲速记。
在5G所有的技术里面，和工业领域最相关的，就是边缘计算。
现在行业各界对于边缘计算还是比较关注的，作为一项热点技术，媒体上新闻上经常被提到。
实际上我们说边缘计算，边缘计算到底是什么？
最开始发明的一个计算机，ENIAC，属于大型机，IBM的时代；包括NASA美国航空航天局，冷战时期的登月计划，也用的是IBM的大 型机。
后来出来PC小型机，IBM也做，还有康柏、苹果，我们就进入了PC时代，电脑尺寸也随之变小。
如今进入21世纪，我们已经开启云计算时代，大家天天都在说它，看它，用它。
图片来自演讲PPT，下同
云计算实际是基于互联网的计算方式。
不管大型机、小型机还有云计算，都是算力，就是按照需求和程序去计算。
云计算就是我们借助互联网的方式，把算力换了一个位置，换了一种方式。
这个方式就是我们把所有的计算资源收拢一下，按照需求提供给用户。
以前的资源是分散在各地的，可能有一个单位建了一个机房，摆了十几个服务器，业务不太多，发现服务器是浪费。
结果忽然哪天业务上来了，算力又不够了，又要扩建。
这种资源模式不够弹性，不够灵活。
国内云计算最大的就是阿里云，进步最快的是华为云，国外肯定是亚马逊的AWS是做得最好的。
他们提供将资源聚拢的服务，把计算资源、存储资源、网络资源放在云上面，大家按需索取，用多少取多少。这种模式是弹性的、动态可伸缩的，同时也大幅减少了成本。
而之所以可以实现云计算的架构，一方面是因为成本的原因，另一方面也是因为现在基础设施建设完善、覆盖面更广。
之前有一个段子说为什么在国外看到人家在地铁上都是看书，为什么在中国地铁上看到年轻人玩手机？
是因为中国的网络信号覆盖范围更广，光深圳一个城市的基站数量比法国一个国家的基站数量还多。
中国通信基础设施厉害，能够提供非常到位的网络服务，才能让云计算得到这么快的发展。
云计算依赖的是资源共通达到一种规模经济。
云计算等于是把所有的计算资源、存储资源和网络资源当作一种基础设施。
大家所熟悉的SaaS、IaaS、PaaS，不仅能够以硬件作为基础设施，也可以在上面安装一些东西，例如操作系统，openstack，容器，软件，提供不同级别层次的云计算服务给所有的用户。
我们以前用的单点式的运算或者网格运算，就是某一个小区域的计算，各算各的，缺少关联性。
现在的云计算模式，是大家放在云上面，力量集中一起算，这是两种不同的计算方式。
做云计算有一个原因是本地的算力不够，CPU太弱，内存太小，效率不够；
所以放在云上面，云上资源共通，因此云的能力是很强大的，CPU很强，内存很大。
但是现在又有一个问题：随着时间的发展，我们发现现在的台式机、PC甚至手机的CPU、内存包括网速各方面的性能指标都在大幅提升，这就说明分布式计算可能还会又重新崛起的。
分布式计算有一个很典型的应用。
这两年比较热门的区块链和比特币，其实就是一种分布式计算。
我不知道大家了解区块链有多少，举个简单的例子：
以前一个村子里，村民都是文盲，只有一个会计懂算账，所以所有账目都交给会计来算。
现在大家的文化水平都提升了，大家都会算账，这个时候发现会计可能不靠谱，所以我们每个村民自己就记一本账本。
一旦有甲借给乙钱，那我们从广播里说一下，整个村子所有人记这笔账，这样每个人手上有一本相同的账。
假如有一个人篡改了自己的账，或者是自己的账错了，如何保证原来的公平与真实呢？
我们就看所有人的帐，超过50%的人是哪本帐，那这个账就是对的。这就是刚才说的区块链的一个例子。
分布式计算真的不难理解。我们说边缘计算的时候，经常拿出这样的动物：
这个动物大家应该都认识，章鱼。
章鱼是很神奇的动物，40%的神经元是在头上，剩下60%在触角上。
所以章鱼做事情的逻辑与人类不同，它们很多决策不是由自己的大脑做出来的，是由自己的触角做出来的。
他的触角都有自己的独立的决策权，我们也可以将其理解为一个算力（如下图），实际上每个触角都是一个脑袋，靠边缘触角去独立思考，而大脑只处理其中一部分的信息。
这种例子很形象地解释了边缘计算——不仅像云计算一样把所有的数据汇集在最顶端的那个云上算，也能够将一部分算的功能下沉。
现在5G经常说一个词叫“下沉”，就是把一部分的功能下移到边缘端，让边缘端承担计算功能。
之所以要用边缘计算来发展，其实有两个主要的原因。
虽然云计算很强大，可以动态弹性伸缩，可以省钱，但是它有两个无法克服的缺点。
第一个就是数据量的问题。
随着现在智能手机的发展，传感器的发展，每天产生的数据量是大幅增加，如果每个人的数据量都在不停地增加，我们上传到云上的数据量就会不断增加。
虽然我们现在的是4G 150兆的水管，光纤百兆千兆的水管，但实际上这种水管是不够用的，我们在城市的叫城域网，城域网之上就是骨干网，它们承受的压力越来越大。
这个时候云计算的瓶颈就出现了，不管怎么扩建骨干网都不够用，这是数据的重量问题。
第二个就是光速的问题。
数据传输的速率再快快不过光，因为我们现在用的是电磁波，就是每秒四万公里，从这边到北京一千公里，你来回是两千公里，如果用数据网络传，就算你的设备不产生任何附加时延，都需要50毫秒。
50毫秒大家可能觉得很少，但是你要是放在特定的领域，这个50毫秒就非常重要了。
在工业制造，还有车联网领域中，速率的差异是至关重要的，车联网往10毫秒踩刹车和早10毫秒踩刹车带来的区别就是有事故和没有事故的差别，更严重的是出人命和没出人命的区别。
传统的云计算架构，云和端之间的距离比较长，越往上数据量越大。
小规模不会出现问题，但如果大家的数据量同时增加的话，400G或者多少T不停扩容，这种数据量压力对于运营商来说是难以承受的。
所以边缘计算的架构，有助于大幅缩短时延。
举个例子，阿里在北京有一个云计算中心，在江苏这边的数据量越来越大，可能在南京这个地方再设一个边缘计算中心，将计算一部分的功能下沉到边缘，类比刚才说的车联网自动驾驶之间的数据，就不需要从北京绕个大圈，而是直接到南京这边的边缘计算中心，可以大幅缩短你的时延。
另外，加了这个边缘计算中心，边缘计算中心和云计算中心之间的流量是不是也大幅减少了？
因为有很多的数据量已经在底层被处理过了，不需要完整把你收集上来的数据打包送上去。
根据IDC的报告，2020年将有500亿的设备和终端联网，这意味着物联网现在拥有巨大的市场机会。
在这个基础上有50%的物联网网络，面临网络带宽的限制。
现在可以看到采集来的数据，这是预估的数据，2020年每个互联网用户每天访问的数据是1.5GB，我自己是远远不止。
每个智能医院每天生成3TB的数据，大家的硬盘大概是2T或者是4T的。
最恐怖的是高能物理，前两天参加世界电信日大会，中科院的专家来讲他们产出来的数据，非常庞大。
他说现在世界上产生的数据最大的就是高能物理，还有就是和航空航天有关的。在贵州的那个大锅射电望远镜，FAST，一年产生的数据大概就是几百PB。
图片来自网络
高能物理的大型电子对撞机产生的数据每年都是900PB，他们需要的存储量非常惊人。
图片来自网络
由此可见边缘计算的重要性。数据量越来越大，全部上云的话，怎么操作呢？
这张图是英特尔的：
对于云计算和分布式计算，我们理解最大的区别是：云计算就是把所有从物这边过来的数据直接放到云上，图上这是一个云，由云实现存储、计算、分析。
我们现在一天到晚讲智能化、网络化、数字化，实际上我们都是围绕数据在转的，我们从数据获取价值。
边缘计算从2017年后开始兴起，它的意思就是我们从云、边、物每一个层级都做存储、计算和分析。
云肯定会继续做，边缘云也会做存储、计算和分析，现在在手机已经在做存储、计算、分析。
举个例子，比如说华为有一个方案，华为在深圳有一些路口，装了华为AI芯片的监控摄像头，这个摄像头有什么用？
监控这个路口所有的来来往往的车辆，AI芯片去计算可以算出现在的路口有多少辆车，是否可以动态地自己调整这个路口信号灯的时间长短。
有的时候我们开车发现那边没有车，一定要等到45秒，那干等的话不是影响了通行效率吗？
如果直接由芯片进行计算改信号灯让我们直接通过，就可以大幅提高交通效率。
边缘计算的优势非常明显，可以提供更实时、更快速的处理能力，成本更低。
我待会介绍边缘计算硬件的时候，大家会发现它可以很小很小，也可以很大，总之很灵活，算力也可大可小。
既然讲到骨干网的话，提一个概念就是CDN，大家听说过CDN吗？很多人搞不清边缘计算和CDN的关系。
CDN和边缘计算看上去很相似，它实际上是缓存服务器，就像大家喜欢看一个电视剧，《甄嬛传》，全民都在看，如果大家同时访问腾讯视频上的某个地方的一个云服务器，那服务器肯定要挂，那腾讯怎么办？
我在北京有一个主服务器，那我在南京、无锡、苏州分别设CDN服务器，把这些视频放在上面，所以你访问视频的时候可能不一定访问的是北京那边的主服务器上，也可能访问的是南京这边的CDN服务器上的视频。
CDN和边缘计算最大的区别是什么？
CDN任务是存，而不是算，而且CDN的东西是静态的东西，如果你要想看世界杯，是没有办法的，为什么？
因为世界杯上所有的东西是实时的，不可能提前录或了世界杯的视频再放到CDN上。
所以边缘计算和CDN就是动态和非动态，实时和非实时的关系。
边缘计算具有计算的能力，实际上强调的是计算两个字，而CDN就比较笨一点，我们可以理解为死数据。
用边缘计算很明显的优势就是数据安全的优势，很多数据不用上最顶端的云平台，可能上边缘平台。
对于在座的工业企业来说，如果我的边缘计算中心就设在我的厂区的话，客观上大部分的数据就保存在我的厂区里面，所以大幅减少数据泄密和发生安全风险的概率，大家心理上会更容易接受一些。
结合工业互联网，边缘计算会下沉到我们企业这一级别。如下图，就是工厂外的网络。
公有云或者是私有云，全部都是在工厂外的网络上，而我们提供仅服务给用户。
边缘计算等于是从云计算里面拨了一部分的功能下沉，我又一次提到的“下沉”，下沉到工厂内部，OT大家都知道，就是工业上的这些网络。
我们说的工业互联网在我们通信人的理解就是OT、CT和IT。三T的同时升级，最终演进到工业互联网、智能制造及工业4.0。
大家看这页（上图），这是更详细一点的网络架构。
在座各位应该很熟悉这个网络，带箭头的是CT部分，云计算中心是IT部分，工业的这一块就是OT部分。
边缘计算中心功能上是IT部分，即把一小部分计算中心从工厂外面移到了工厂的车间这种级别，提供一些计算的能力。
这是5G的组网图
5G和现有的4G从整体架构来说并没有太大的区别，4G是接入网、核心网、承载网三网，5G也是一样。
将个人信号接到网络里面的称为基站，和基站相关的就是接入网。
承载网就是图上光纤传输那一模块的东西。
核心网就是在电信机房里面负责对你进行位置管理、更新、鉴权、连接这些管理的大型路由器、电信级路由器。
接入网这一模块中，5G的基站提供5G信号给终端、摄像头、VR眼镜、自动驾驶的车，采集数据。
在基站这里，就已经设边缘计算了，可以有一个边缘计算中心，具备计算能力。
如果大家看过基站外面的话，基站外面是一个天线馈线系统，拉到每一栋楼有一个小机房，往往集中在几平方的面积。
面积这么小，怎么实现算力？怎么摆放服务器？我们做成单板，直接做到基站的硬件里面去。
基站有一个设备叫做BBU，我们把一台边缘计算服务器做成了一个板子，插到BBU设备里面，给单板供电、给它通信，实现基本的边缘计算能力。
板子很小，功耗不高，因为高的话基站供电也会超标，会断电。与此同时，这个板子的算力也有限。
除了基站之外，离远一点，更上层一点，还可以设置边缘计算中心机房。
原来这部分有一部分功能是核心网的，但是由于5G核心网用户面的低时延的功能，将这部分下沉于此，和基站一部分功能一起，组成一个小型机房。
这个地方是未来边缘计算主要存在的位置，即核心网和接入网之间这个位置。
这个机房可以稍微比较大，不像天线基站机房那么小，所以就可以放比较大一点的服务器。
现在还有一种浪潮、华为、联想联合推出的叫模块化机房，应该是叫MDC，Module DATA CENTER（云计算那种大的我们叫IDC）。
模块化机房就是把一个机房做成了一个集装箱那样，这个集装箱拉到那里，你不用太复杂的基建、工堪、布线，你只要把光纤准备好，把电准备好，迅速可以实现建设，也是一个很成熟的方案。
（上图）这个是边缘计算的架构。
其实大家看到的边缘计算，实际上就是云计算的一个变种，它的架构和云计算是很像的。
底层是通用硬件，CPU、内存还有网卡的一些东西，装一些操作系统，装虚拟机或者是容器，最终在这些环境上跑各种各样的服务引擎。
不同的引擎就和电脑上装了不同进程一样，提供不同的服务，这个服务提供给谁？
边缘计算强调的是能力开放的架构，就像刚才几个大咖说的，我们做事业一定要做生态圈。
边缘计算也非常强调自己的生态圈。
边缘计算一定会开放给第三方平台。它能提供各种各样的能力，提供给第三方平台去对接。
在边缘计算的基础上也做APPStore，就是应用商店。
我们经常使用APP，以后云计算包括工业物联网，大家应该也有相关的工业物联网企业宣传类似的工业领域APP。
边缘计算可以提供开放的接口，在这个开放的接口拉几个程序员做个APP，可以调用一些底层的能力，例如定位的能力、数据访问的能力，就可能做成一个应用。
这就是生态。
边缘计算现在的应用领域主要分为四个大类，无线类业务、大视频、车联网、智能制造。
无线类业务主要是室内定位、无线RNIS、视频优化；大视频主要是智慧场馆、云游戏、AR/VR。
刚才看到马博士的VR眼镜演示里面，那个眼镜后面拉了一个线，为什么有根线？
这是因为现有的无线通讯技术无法实现AR和VR这个级别的数据传输，因为分辨率要16K，时延要在7毫秒以内，他的带宽的要求很高。
如果你的VR眼镜时延比较大的话，头晃动久一点一定会产生晕眩甚至呕吐，所以目前只有有线才能保证你能实现这么短时延的清晰数据的传输。
为什么说5G就可以实现拿掉这根线？
因为5G带宽可以也有10Gbps，我们在试点测试的时候超过了1GB每秒，这个数字是足够AR/VR眼镜的。
而且刚才说三大应用场景里面有低延时、高可靠性，低延时到毫秒级，而现在4G LTE大概在40-50毫秒，大家可以装测速软件测一下，你的时延肯定在几十毫秒，甚至一百毫秒。
这是5G在时延上的优势，可以保证AR/VR的应用得以落地。
再一个是车联网，刚才提到过的对时延最敏感的应用。
最后一个就是智能制造，和在座大家息息相关的。
我对工业不是太了解。我们通信领域在行业里面推5G的时候，往往第一个方案是车联网、无人驾驶。
因为无人驾驶对环境的要求是最苛刻的，但是我们希望第二个能够出现爆款应用的领域，就是制造行业。
刚才几位嘉宾也说过了，工业是国家的命脉，是基本，工业强则国强。
通信技术升级是智能制造的重要前提之一。
我们的贡献——5G，就是为智能制造服务的，为工业互联网服务的。
当大量的智能化终端和设备通过工业化网络接入的时候，企业需要处理大量的数据，比如需要实时处理的场景，像机械臂场景。
机械臂机器人我接触不多，但是刚才陈教授是做机器人的，肯定对机器人很了解，要求有低时延的场景。
当你网络的时延太高的时候，有些应用场景是用不了的。
所以我们的5G就是提供这样的条件，让以后的机器人不需要插根线，只需要通过5G的信号帮助你实现高可靠性、低时延、高速率的传输。
（上图）这是一个边缘计算的案例。
很简单，大家可以看到eMTC定位还有NB-IoT。
NB和Lora的竞争关系是非常直接的。
作为边缘计算，eMTC、NB、Lora、4G、5G所有的技术都支持。
我们现在的边缘计算总是叫成MEC。MEC是什么，就是移动边缘计算，Mobile Edge Computing。
这强调的是移动通信网络的边缘计算，现在在传统有线接入网的情况下，我们也在推边缘计算，就是家里的有线接入式宽带。
PON设备，我们会在例如OLT的位置放一个边缘计算设备，让它实现有边缘计算的能力。
可能大家经常听见雾计算的概念，什么叫雾计算？
雾计算是思科提出来的，更强调的是在设备网关里处理数据，刚才也介绍网关，设备的数据到网关，网关的数据再走上云。
这张图最顶上是云计算，雾计算的级别要比云计算低，而边缘计算要更低，边缘计算强调的是数据产生的设备端，最底下就是数据节点。
雾计算是介于云计算和边缘计算之间的一个方式。
说到边缘计算，大家一定要记住一个词，就是云网融合。
实际上我们将云理解为IT的概念，网是通信的概念，而边缘计算是CT和IT之间互相去侵入，互相竞争产生的局面。
传统通信行业会认为边缘计算是自己的蛋糕。
就像华为和中兴，总是强调边缘计算是我的市场，我的强项，因为在移动通信网络上放设备，那计算是我们的嘛，我们的地盘，所以我认为是我们的。
但是IT不那么认为，包括像浪潮认为边缘计算是属于我们IT的范畴，计算嘛，计算就是IT啊。
可以看出，边缘计算确实具备了移动网络的天然属性，同时也具备了计算中心属性。
边缘计算想要真的实现更好的发展，它离不开IT和CT的共同助力。
边缘计算这块蛋糕，IT和CT就是互相竞争，然后互相合作，一起来吃。
边缘计算的五大价值，联接(Connection)、业务实时性(Real-time)、数据优化(Optimization)、应用智能(Smart)、安全与隐私保护(Security)，我们简称CROSS。时间关系我就不展开讲了。
边缘计算和云计算未来的关系，一句话就说明白了：相辅相成、共同发展。
我们将来不可能抛弃云计算，也不可能抛弃边缘计算。
云计算有点像网红，被新晋网红边缘计算抢了一些风头，但是它还是会继续红。
边缘计算虽然现在很红，但它不可能替代云计算。
就像我刚才说的，分布式计算和集中式计算各有各的强项，会运用在不同的领域，不可能存在谁会替代谁的关系。
前两天我参加边缘计算研讨会的时候，所有嘉宾不管是运营商的，还是IT企业的浪潮、联想，还是设备商的华为、中兴，说到最后都会说类似的话：边缘计算前景很美好、过程很漫长。甚至有专家把毛主席的《论持久战》图片放上去。
就是说，边缘计算看上去很美好，但是我们要实现边缘计算的那些美好场景、那些理想，是需要很长周期的。
其实这就是边缘计算的现状，我们对它密切关注就可以了，不需要过多炒作，认为它是什么颠覆性的东西，这是不太可能的。
目前来看，需求还是太弱，对技术的拉动力并不明显。
本文来自微信公众号：鲜枣课堂（ID：xzclasscom）；作者：小枣君
相关推荐
5G边缘计算的发展前景与应用
为什么5G需要边缘计算？
深入浅出解析5G核心黑科技之边缘计算
边缘计算：是流行词还是未来？
边缘计算：各怀心事的玩家
超75%的数据将在边缘侧处理，「讯琥科技」搭建跨行业的分布式应用生态系统
游戏变革者，集结在5G边缘
面向5G ，边缘计算是大势所趋 | 36氪Pro·WISE沙龙
物联网“新篇章”：如何将机器学习引入边缘计算？
腾讯云率先公布5G产品矩阵 年底前交付300个边缘计算中心
网址: 5G边缘计算的发展前景与应用 http://m.xishuta.com/newsview5633.html
