汇芯通信许明伟：5G技术驱动的边缘计算场景探索 | 智博会

尊敬的各位嘉宾，大家下午好！

很高兴今天下午可以和大家分享，我们和核心合作伙伴在5G技术与边缘计算相结合的应用场景里的探索。

首先什么是边缘计算？

边缘计算是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。

边缘计算目前已经成为产业界和学术界的研究热点

边缘计算在靠近业务的网络边缘侧提升计算处理能力，能够极大地满足未来业务，对低时延、大带宽、高可靠的要求。同时，边缘计算会极大的支持未来车联网、工业互联网以及各种新型业务对性能的要求，它也是5G的原生使能技术，未来的5G网络架构已经明确支持边缘计算的诸多特性。

边缘计算正在快速兴起，未来几年将迎来爆炸式增长。

通过国外权威的市场分析，随着边缘计算能力的普及，在未来的4到5年里，大部分企业业务会将边缘计算的能力与业务逻辑相结合，形成面向未来通讯和计算能力的新型业务升级。

边缘计算的应用需求

随着云计算、大数据、人工智能等技术的快速发展，以及各种应用场景的不断成熟，越来越多的数据需要上传到云端进行处理，给云计算带来的更多的工作负载。同时，由于越来越多的应用需要更快的反应速度，边缘智能应运而生。

首先是从具体的行业应用角度对边缘计算提出的三个需求：网络连接后的低延时需求，工业互联网碎片化数据、海量异构联接的需求，以及对边缘侧敏捷性、智能化的需求。

其次是网络侧，需要有数据传输的能力，同样也提出三个需求。

第一，优化工业现场与物联网末端异构数据的优化需求，实现数据的聚合、统一与开放；

第二，缓解网络带宽和云计算中心的压力的需求，边缘计算可以极大的缓解网络带宽和云计算中心的压力。

第三，安全与隐私保护的需求，相比于云计算模型，边缘计算模型可以在网络边缘完成一部分数据处理工作，这避免了用户隐私信息在云计算中心或过长的传输链路上被滥用和被窃取的风险。不过边缘计算中多类别、多数量设备的接入也带来了新的隐私及安全问题。

边缘计算提供的关键能力

在工业场景里，可能有大量的数据已经实现了自动采集，通过边缘计算能力，可以将多样协议、海量设备、以及跨系统的物理资产进行实时映像，了解事物或系统的状态，应对变化，改进操作和增加价值。

未来很多应用的基本架构是端到端的运营，这样的架构牵涉到大量的开发、集成、验证和发布，边缘计算可以有效提升从开发到部署到运营的效率，紧密协同、无缝运作，支持方案快速高效开发、自动部署和集中运营。

以智能安防为例，过去的安防摄像头只是采集高清图象，上传到中央控制平台，而智能的方法，可以把数据迅速转化为特定的信息，与特定的知识模型结合，利用边缘计算能力，实现智能安防系统。通过知识模型驱动智能化能力，实现了物自主化和物协作。

边缘计算与云计算在网络、业务、应用和智能方面进行协同，进一步提升云在具体应用中间的使用效率。

边缘计算的主要产品形态

边缘计算其实不是某一个具体的产品或技术，而是一种方法论或一类应用的概括，这里介绍几个最早的产品形态。

融合网络、计算、存储等ICT能力，具有自主化和协作化能力。

通过网络联接、协议转换等功能联接物理和数字世界，提供轻量化的联接管理、实时数据分析及应用管理功能。

基于多个分布式智能网关或服务器的协同构成智能系统，提供弹性扩展的网络、计算、存储能力。

基于模型驱动的统一服务框架，面向系统运维人员、业务决策者、系统集成商、应用开发人员等多种角色，提供开发服务框架和部署运营服务框架。

边缘计算的应用场景

在众多垂直行业新兴业务中，对边缘计算的需求主要体现在时延、带宽和安全三个方面。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。

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。

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。一些工厂还在尝试利用虚拟化技术软件实现工业控制器，对产线机械臂进行集中协同控制。

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。

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。

很多企业用户都希望运营商在园区本地可以提供分流能力，将企业自营业务的流量直接分流至企业本地的数据中心进行相应的业务处理。比如在校园实现内网本地通信和课件共享，在企业园区分流至私有云实现本地ERP业务，在公共服务/政务园区提供医疗、图书馆等数据业务。在这一类应用场景中，运营商为客户的本地边缘计算业务提供了专线服务。

边缘层分类及业务形态

从细分价值市场的维度，边缘计算主要分为三类：电信运营商边缘计算、企业与物联网边缘计算、工业边缘计算；并形成了物联网边缘计算、工业边缘计算、智慧家庭边缘计算、广域接入网络边缘计算、边缘云以及多接入边缘计算(MEC)六种边缘计算的业务形态 。

MEC概念

MEC可以看作是一个运行在移动网络边缘的、运行特定任务的云计算平台和能力。其基本思想是把云计算平台从移动核心网络内部迁移到移动接入网边缘，实现计算及存储资源的弹性利用。旨在减少移动业务交付的端到端时延，发掘无线网络的内在能力，从而提升用户体验，给电信运营商的运作模式带来全新变革，并建立新型的产业链及网络生态圈。

5G网络的三大典型应用场景与边缘计算密切相关，其中URLLC对超高可靠低时延通信的要求，eMBB对高带宽的要求与MIoT对大连接的要求，都需要边缘计算的引入。5G时代的到来离不开边缘计算，边缘计算是5G时代网络发展的重要方向之一，也是5G服务于垂直行业的重要利器之一。

5G网络通过用户面功能UPF在网络边缘的灵活部署，实现了数据流量本地卸载。5G UPF功能受5G核心网控制面统一管理，其分流策略由5G核心网统一配置。5G网络还引入三种业务与会话连续性模式来支持边缘计算，保证终端高移动性场景下的用户体验，如车联网场景等。

5G网络能力开放支持将网络能力开放给边缘应用。边缘计算体系中已经定义了无线网络信息服务、位置服务、QoS服务等API，这些信息在封装后，将通过边缘计算PaaS平台开放给应用。

用户面网元的灵活下沉部署使5G网络可以灵活地接入边缘计算资源，促进了边缘计算的发展。同时，边缘计算也为5G低时延、大带宽、大连接的典型业务提供了重要的技术基础。

将应用服务器部署于无线网络边缘，可在无线接入网络与现有应用服务器之间的回程线路（Backhaul）上节省高达35%的带宽使用。利用边缘云架构，可使用户体验到的网络延迟降低50%。

由于MEC服务器的部署非常靠近信息源，因此特别适用于捕获和分析大数据中的关键信息。此外，边缘计算还可以直接访问设备，因此容易直接衍生特定的商业应用。

由于MEC服务器的部署靠近信息源，可以在本地进行简单的数据处理，不必将所有数据或信息都上传至云端，这将使得核心网络传输压力下降，减少网络拥塞，提升网络速率。

由于MEC服务靠近终端设备或直接在终端设备上运行，因此大大降低了延迟，使得反馈更加迅速，同时也改善了用户体验。

位于网络边缘的MEC能够实时获取例如基站ID、可用带宽等网络数据以及与用户位置相关的信息，从而进行链路感知自适应，并且为基于位置的应用提供部署的可能性，可以极大地改善用户的服务质量体验。

MEC的应用场景可以分为本地分流、数据服务、业务优化三大类。

主要应用于传输受限场景和降低时延场景。包括企业园区、校园、本地视频监控、VR/AR场景、本地视频直播、边缘CDN等。

包括室内定位、车联网等。

包括视频QoS优化、视频直播和游戏加速等。

运营商5G MEC部署

运营商可以基于CORD改造传统端局为数据中心。未来网络架构横向将采用以DC为中心的三级通信云DC布局，在不同的层级分布式部署和构建边缘、本地、区域DC，统一规划通信云资源池，实现面向固网/移动网/物联网/企业专线等多种接入的统一承载、统一服务。其中边缘DC 和综合接入局房是未来运营商部署边缘云的可选位置，MEP-O 指多接入边缘平台编排器，MEP-M指多接入边缘平台管理。

综合接入局房在全国范围内有6万～7万个，端到端时延在2～5ms。综合接入局房主要部署接入型/流量转发型设备，同时综合接入局房条件较恶劣，改造难度较大，暂不考虑统一基础设施DC化改造。

边缘DC在全国范围内有6000～7000个，端到端时延小于10ms，边缘DC化改造主体是汇聚机房。

MEC与车联网C-V2X的融合

将C-V2X业务部署在MEC平台上，具有网络信息开放、低时延高性能、本地服务等特性，可降低端到端数据传输时延，缓解终端或路侧智能设施的计算与存储压力，减少海量数据回传造成的网络负荷，提供具备本地特色的高质量服务。

车联网应用场景分类

可按照“路侧协同”与“车辆协同”的程度进行分类。

无需路侧协同的C-V2X应用可以直接通过MEC平台为车辆或行人提供低时延、高性能服务；

当路侧部署了能接入MEC平台的路侧雷达、摄像头、智能红绿灯、智能化标志标识等智能设施时，相应的C-V2X应用可以借助路侧感知或采集的数据为车辆或行人提供更全面的信息服务。

在没有车辆协同时，单个车辆可以直接从MEC平台上部署的相应C-V2X应用获取服务

在多个车辆同时接入MEC平台时，相应的C-V2X应用可以基于多个车辆的状态信息，提供智能协同的信息服务。

边缘计算成为热点的助推因素

随着物联网尤其是工业互联网建设加速，终端设备种类越来越繁杂，涉及的厂商越来越多，而且设备接入方式也多种多样，再加上很多系统架设在公有云上，这催生了加强边缘连接能力以及标准化的需求。

随着人工智能的发展，前端智能的需求增加。同时由于深度学习的普及，智能分析算法可随着数据量的增加不断优化，算法需要不断调优，逐渐形成了AI中心训练、边缘执行的业务模式。这对云边协同、以及开发、部署、运营一体化服务等能力提出了更高的要求。

5G和边缘计算的发展相互促进。边缘计算为5G提供了重要的技术基础。将边缘计算部署到接入网边缘，不仅实现了分流而且大大降低了时延，极大的提升了边缘计算的价值，使包括车联网在内的很多新业务成为可能。与此同时，5G即将大规模建设，也为边缘计算提供了发展基础。更重要的是，MEC是运营商摆脱单纯传输管道命运的重要抓手。