到底什么是邊緣計算？邊緣計算有哪些分類？邊緣計算與中心云的關(guān)系是什么？本文將抽絲剝繭，深入淺出，詳細闡述對邊緣計算與云原生的理解與思考。
云計算發(fā)展史，就是虛擬化技術(shù)的發(fā)展史。近20年來云計算與互聯(lián)網(wǎng)相互促進高速發(fā)展，中心云技術(shù)成為全社會通用的基礎(chǔ)設(shè)施。隨著物聯(lián)網(wǎng)、人工智能等技術(shù)的不斷發(fā)展，尤其是產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展落地，中心云計算開始相形見絀，分散式邊緣計算在當下被重新寄予厚望。如果中心云計算是由技術(shù)創(chuàng)新驅(qū)動的，那么邊緣計算一定是業(yè)務(wù)價值驅(qū)動的。
邊緣計算的理解與思考
邊緣計算的定義
邊緣計算當前沒有準確定義，從IT云計算領(lǐng)域視角，邊緣計算被看作中心云計算的拓展。邊緣計算產(chǎn)業(yè)聯(lián)盟對邊緣計算的定義：“在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的開放平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷連接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護等方面的關(guān)鍵需求”。從CT電信領(lǐng)域視角，邊緣計算最初也被稱為移動邊緣計算（MEC）。歐洲電信標準協(xié)會（ETSI）對MEC的定義：“移動邊緣計算在移動網(wǎng)絡(luò)的邊緣、無線接入網(wǎng)（RAN）的內(nèi)部以及移動用戶的近處提供了一個IT服務(wù)環(huán)境以及云計算能力”。
邊緣計算的定義各有側(cè)重，但核心思想基本一致——邊緣計算是基于云計算核心技術(shù)，構(gòu)建在邊緣基礎(chǔ)設(shè)施之上的新型分布式計算形式，在邊緣端靠近最終用戶提供計算能力，是一種靠近數(shù)據(jù)源的現(xiàn)場云計算。
中心云計算憑借其強大的數(shù)據(jù)中心，為業(yè)務(wù)應(yīng)用提供大規(guī)模池化，彈性擴展的計算、存儲、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施服務(wù)，更適用于非實時、長周期數(shù)據(jù)、業(yè)務(wù)決策場景；邊緣計算則聚焦在實時性、短周期數(shù)據(jù)、本地決策等業(yè)務(wù)場景，比如當下熱門的音視頻直播、IoT、產(chǎn)業(yè)互聯(lián)網(wǎng)、虛擬現(xiàn)實甚至元宇宙等，將工作負載下沉至離終端設(shè)備或者靠近最終用戶的地方，以此實現(xiàn)更低的網(wǎng)絡(luò)延遲，提升用戶的使用體驗。
“章魚式”邊緣計算
邊緣是相對中心式計算的邊緣分散式計算。邊緣計算的核心目標是快速決策，將中心云的計算能力拓展至“最后一公里”。因此它不能獨立于中心云，而是在云-邊-端的整體架構(gòu)之下，有中心式管控決策，也有分散式邊緣自主決策，即章魚式邊緣計算。
如上圖漫畫中所示，章魚全身神經(jīng)元中心式腦部占40%，其余60%在分散式腿部，形成1個大腦總控協(xié)調(diào)+N個小腦分散執(zhí)行的結(jié)構(gòu)。1個大腦擅長全局調(diào)度，進行非實時、長周期的大數(shù)據(jù)處理與分析；N個小腦側(cè)重局部、小規(guī)模數(shù)據(jù)處理，適用于現(xiàn)場級、實時、短周期的智能分析與快速決策。
章魚式邊緣計算采用中心云+邊緣計算的分布式云邊一體化架構(gòu)，海量終端采集到數(shù)據(jù)后，在邊緣完成小規(guī)模局部數(shù)據(jù)的實時決策處理，而復(fù)雜大規(guī)模的全局性決策處理則匯總至中心云深入分析處理。
邊緣計算的位置
邊緣計算位于中心云及終端之間，將云計算能力由中心下沉到邊緣，通過云邊協(xié)同的架構(gòu)解決特定的業(yè)務(wù)需求，能最大程度降低傳輸時延，這也是邊緣計算的核心價值。但中心云與終端之間的網(wǎng)絡(luò)傳輸路徑經(jīng)由接入網(wǎng)（距離30公里，延遲5到10毫秒），匯聚網(wǎng)，城際網(wǎng)（距離50到100公里，延遲15到30毫秒）到骨干網(wǎng)（距離200公里，延遲50毫秒），最后才到數(shù)據(jù)中心（假定數(shù)據(jù)中心IDC都在骨干網(wǎng)），耗時數(shù)據(jù)是正常網(wǎng)絡(luò)擁塞的撥測統(tǒng)計值，即業(yè)務(wù)側(cè)感知的實際延遲數(shù)據(jù)，雖不是非常精確，但足夠輔助架構(gòu)決策。
云計算能力由中心逐步下沉到邊緣，節(jié)點數(shù)量增多，覆蓋范圍縮小，運維服務(wù)成本快速增加。根據(jù)國內(nèi)網(wǎng)絡(luò)（國內(nèi)有多張骨干網(wǎng)，分別是電信CHINANET與CN2，聯(lián)通CNCNET以及移動CMNET）現(xiàn)狀，骨干網(wǎng)節(jié)點，城際網(wǎng)節(jié)點，匯聚網(wǎng)節(jié)點，接入網(wǎng)節(jié)點，以及數(shù)以萬計的業(yè)務(wù)現(xiàn)場計算節(jié)點都可以安置邊緣計算，因此范圍太廣難以形成統(tǒng)一標準。因此我們說中心云計算由技術(shù)定義，邊緣計算由網(wǎng)絡(luò)與業(yè)務(wù)需求定義。
邊緣計算生態(tài)參與者眾多，云廠商、設(shè)備廠商、運營商三大關(guān)鍵服務(wù)商方以及一些新型AI服務(wù)商等，都是從各自現(xiàn)有優(yōu)勢延伸，拓展更多客戶及市場空間。設(shè)備商借助物聯(lián)網(wǎng)逐漸構(gòu)建單一功能的專業(yè)云；云廠商從中心化的公有云開始下沉，走向分布式區(qū)域云，區(qū)域云之間通過云聯(lián)網(wǎng)打通，形成一個覆蓋更大的云。運營商在互聯(lián)網(wǎng)時代被公有云及繁榮的移動應(yīng)用完全屏蔽只能充當管道，但在邊緣計算時代，業(yè)務(wù)及網(wǎng)絡(luò)定義邊緣計算，運營商重新回歸焦點，不可替代。
邊緣計算的類型
1、網(wǎng)絡(luò)定義的邊緣計算
通過優(yōu)化終端與云中心網(wǎng)絡(luò)路徑，將中心云能力逐漸下沉至靠近終端，實現(xiàn)業(yè)務(wù)就近接入訪問。從中心到邊緣依次分為區(qū)域云/中心云，邊緣云/邊緣計算，邊緣計算/本地計算三大類型：
區(qū)域云/中心云：將中心云計算的服務(wù)在骨干網(wǎng)拓展延伸，將中心化云能力拓展至區(qū)域，實現(xiàn)區(qū)域全覆蓋，解決在骨干網(wǎng)上耗時，將網(wǎng)絡(luò)延遲優(yōu)化至30ms左右，但邏輯上仍是中心云服務(wù)。
邊緣云/邊緣計算：將中心云計算的服務(wù)沿著運營商的網(wǎng)絡(luò)節(jié)點延伸，構(gòu)建中小規(guī)模云服務(wù)或類云服務(wù)能力，將網(wǎng)絡(luò)延遲優(yōu)化至15ms左右，比如多接入邊緣計算（MEC）、CDN。
邊緣計算/本地計算：主要是接近終端的現(xiàn)場設(shè)備及服務(wù)能力，將終端部分邏輯剝離出來，實現(xiàn)邊緣自主的智能服務(wù)，由云端控制邊緣的資源調(diào)度、應(yīng)用管理與業(yè)務(wù)編排等能力，將網(wǎng)絡(luò)延遲優(yōu)化至5ms左右，比如多功能一體機、智能路由器等。
總的來說，基于網(wǎng)絡(luò)定義的邊緣計算，更多是面向消費互聯(lián)業(yè)務(wù)及新型2C業(yè)務(wù)，將云中心的能力及數(shù)據(jù)提前下沉至邊緣，除了經(jīng)典的CDN，視頻語音業(yè)務(wù)外，還有今年大火的元宇宙等。
當前大部分面向消費互聯(lián)業(yè)務(wù)都是通過安置在骨干網(wǎng)的中心云計算能力支持，時延在30ms到50ms，遠小于本身云端后端業(yè)務(wù)處理的延遲；算力下沉至邊緣的初衷，主要是實現(xiàn)中心云海量請求壓力分散，用戶體驗優(yōu)化等，對業(yè)務(wù)都屬于錦上添花，而非雪中送炭。
這里說一下運營商網(wǎng)絡(luò)，中心云計算技術(shù)，是將數(shù)據(jù)中心內(nèi)部網(wǎng)絡(luò)全部虛擬化，即云內(nèi)網(wǎng)絡(luò)，衍生出VPC，負載均衡等諸多產(chǎn)品；數(shù)據(jù)中心外部幾乎完全屏蔽運營商網(wǎng)絡(luò)，只提供彈性公網(wǎng)IP及互聯(lián)網(wǎng)出口帶寬服務(wù)，中心云計算與運營商網(wǎng)絡(luò)沒有融合；但從中心云計算演進到邊緣計算，是強依賴網(wǎng)絡(luò)將中心云與邊緣鏈接起來，如果中心云是大腦，邊緣計算是智能觸角，那么網(wǎng)絡(luò)就是神經(jīng)，就是動脈血管，但實際上整體網(wǎng)絡(luò)規(guī)劃與建設(shè)發(fā)生在云計算發(fā)展之前，并不是專門服務(wù)云計算的，所以中心云計算與運營商網(wǎng)需要融合，即云網(wǎng)融合，云網(wǎng)融合最終目標是實現(xiàn)云能力的網(wǎng)絡(luò)化調(diào)度編排，網(wǎng)絡(luò)能力的云化快速定義。希望借助新型業(yè)務(wù)需求和云技術(shù)創(chuàng)新，驅(qū)動運營商網(wǎng)絡(luò)架構(gòu)深刻變革升級開放。
當前，網(wǎng)絡(luò)的能力極大限制了云計算的發(fā)展，在邊緣計算及物聯(lián)網(wǎng)建設(shè)過程中尤為明顯。云網(wǎng)融合與算力網(wǎng)絡(luò)依然還是運營商的獨家游戲，新一代5G顛覆性技術(shù)變革，引爆整個領(lǐng)域的顛覆性巨變，也只解決了海量設(shè)備接入及設(shè)備低延遲接入的問題，后端整體配套及解決方案明顯跟不上。就當前情況來看，依然還是5G找業(yè)務(wù)的尷尬局面，未來5G在實體產(chǎn)業(yè)領(lǐng)域（港口、碼頭、礦山等）領(lǐng)域，相比消費者領(lǐng)域，相信會帶來更大變革與價值。
2、業(yè)務(wù)定義的邊緣計算
除了面向消費者的互聯(lián)網(wǎng)邊緣場景，邊緣計算更多的是面向?qū)嶓w產(chǎn)業(yè)及智慧化社會衍生的場景。
對于實體產(chǎn)業(yè)場景來說，由于歷史原因，在邊緣及現(xiàn)場存在大量異構(gòu)的基礎(chǔ)設(shè)施資源；通過業(yè)務(wù)需求驅(qū)動邊緣計算平臺的建設(shè)，不僅要整合利用現(xiàn)有基礎(chǔ)設(shè)施資源，還要將中心云計算技術(shù)及能力下沉至邊緣及現(xiàn)場，實現(xiàn)大量存量業(yè)務(wù)運營管控上云，海量數(shù)據(jù)統(tǒng)一入湖，以此支持整個企業(yè)的數(shù)字化轉(zhuǎn)型。
對于智慧化社會衍生場景來說，越是新型的業(yè)務(wù)，對網(wǎng)絡(luò)時延敏感越高，數(shù)據(jù)量越大，結(jié)構(gòu)化數(shù)據(jù)逐漸轉(zhuǎn)化成非結(jié)構(gòu)化數(shù)據(jù)，需要人工智能，神經(jīng)網(wǎng)絡(luò)等高等智能化技術(shù)支持。
當前對網(wǎng)絡(luò)時延敏感的新型業(yè)務(wù)場景，都是通過云端總控管理，設(shè)備現(xiàn)場實時計算這種分布式架構(gòu)策略，以此減弱對網(wǎng)絡(luò)的強依賴。面向業(yè)務(wù)將邊緣計算分為智能設(shè)備/專業(yè)云及產(chǎn)業(yè)邊緣/行業(yè)云兩種類型：
智能設(shè)備/專業(yè)云：基于云計算能力之上，圍繞智能設(shè)備提供整體化，有競爭力的解決方案，包含智能設(shè)備、云端的服務(wù)以及端到云之間的邊緣側(cè)服務(wù)，比如視頻監(jiān)控云、G7貨運物聯(lián)等；
產(chǎn)業(yè)邊緣/行業(yè)云：也基于云計算能力之上，圍繞行業(yè)應(yīng)用及場景，提供套件產(chǎn)品及解決方案，比如物流云、航天云等。
總的來說，基于業(yè)務(wù)定義的邊緣計算，更多是面向智能設(shè)備及實體產(chǎn)業(yè)，對智能設(shè)備，從AVG，密集式存儲，機械手臂等單一功能的智能設(shè)備，到無人機，無人駕駛車等超復(fù)雜的智能設(shè)備，云計算能力不僅支撐設(shè)備控制管理應(yīng)用的運行，同時借助中心云計算能力拓展至邊緣側(cè)，解決這種產(chǎn)品上云，無法集中化標準化管理難題；對產(chǎn)業(yè)邊緣，通過云計算技術(shù)，結(jié)合行業(yè)場景的抽象總結(jié)，構(gòu)建行業(yè)通用的產(chǎn)品及解決方案，隨著整個產(chǎn)業(yè)互聯(lián)網(wǎng)加速建設(shè)，是邊緣計算未來發(fā)展的重點方向。
小結(jié)
對于規(guī)模較大的企業(yè)，云邊場景非常復(fù)雜，中心云計算平臺與邊緣計算平臺建設(shè)，不僅應(yīng)對業(yè)務(wù)需求，還要面臨諸多基礎(chǔ)設(shè)施問題：在中心云計算面臨多云使用多云互通問題；在邊緣網(wǎng)絡(luò)鏈路面臨多運營商的骨干網(wǎng)，多云運營商網(wǎng)絡(luò)及多云的云網(wǎng)融合問題；在端側(cè)接入網(wǎng)面臨多運營商5G網(wǎng)絡(luò)的共享的問題等，很多問題只能通過治理的手段應(yīng)對，無法從技術(shù)平臺層面徹底解決。
總的來說，邊緣計算范圍大，場景泛，目前整個行業(yè)缺少經(jīng)典的案例及標準。因此推動邊緣計算落地，一定是面向真實的業(yè)務(wù)場景及需求整體規(guī)劃，面向價值逐步建設(shè)。
Kubernetes從中心走向邊緣
Kubernetes遵循以應(yīng)用為中心的技術(shù)架構(gòu)與思想，以一套技術(shù)體系支持任意負載，運行于任意基礎(chǔ)設(shè)施之上；向下屏蔽基礎(chǔ)設(shè)施差異，實現(xiàn)底層基礎(chǔ)資源統(tǒng)一調(diào)度及編排；向上通過容器鏡像標準化應(yīng)用，實現(xiàn)應(yīng)用負載自動化部署；向外突破中心云計算的邊界，將云計算能力無縫拓展至邊緣及現(xiàn)場，快速構(gòu)建云邊一體基礎(chǔ)設(shè)施。
將云原生技術(shù)從中心拓展到邊緣，不僅實現(xiàn)了云邊基礎(chǔ)設(shè)施技術(shù)架構(gòu)大一統(tǒng)，業(yè)務(wù)也實現(xiàn)了云邊自由編排部署。相對于Kubernetes在中心云的革命性創(chuàng)新，在邊緣場景雖優(yōu)勢明顯，但缺點也很致命，因為邊緣側(cè)存在資源有限、網(wǎng)絡(luò)受限不穩(wěn)定等特殊情況，需要根據(jù)不同業(yè)務(wù)場景，選擇不同Kubernetes邊緣方案。
Kubernetes架構(gòu)及邊緣化的挑戰(zhàn)
Kubernetes是典型的分布式架構(gòu)，Master控制節(jié)點是集群“大腦”，負責管理節(jié)點，調(diào)度Pod以及控制集群運行狀態(tài)。Node工作節(jié)點，負責運行容器（Container），監(jiān)控/上報運行狀態(tài)。邊緣計算場景存在以下比較明顯的挑戰(zhàn)：
狀態(tài)強一致且集中式存儲架構(gòu)，屬于中心云計算的大成產(chǎn)品，基于大規(guī)模的池化資源的編排調(diào)度實現(xiàn)業(yè)務(wù)持續(xù)服務(wù)。
Master管控節(jié)點與Worker工作節(jié)點通過List-Watch機制，實現(xiàn)狀態(tài)任務(wù)實時同步，但是流量較大，Worker工作節(jié)點完全依賴Master節(jié)點持久化數(shù)據(jù)，無自治能力。
Kubelet承載太多邏輯處理，各種容器運行時各種實現(xiàn)的兼容，還有Device Plugin硬件設(shè)備驅(qū)動，運行占用資源高達700M；對資源有限的邊緣節(jié)點負擔太重，尤其是低配的邊緣設(shè)備。
邊緣計算涉及的范圍大、場景復(fù)雜，尚無統(tǒng)一標準；Kubernetes開源社區(qū)的主線版本并無邊緣場景的適配計劃。
Kubernetes邊緣化運行方案
針對中心云計算及邊緣計算這種云邊分布式架構(gòu)，需要將Kubernetes適配成適合邊緣分布式部署的架構(gòu)，通過多集群管理實現(xiàn)統(tǒng)一管理，實現(xiàn)中心云管理邊緣運行，整體分為三種方案：
集群Cluster：將Kubernetes標準集群下沉至邊緣，優(yōu)點是無需Kubernetes做定制化研發(fā)，同時可以支持Kubernetes多版本，支持業(yè)務(wù)真正實現(xiàn)云邊架構(gòu)一致；缺點是管理資源占用多。方案比較適合區(qū)域云/中心云、邊緣計算/本地計算以及規(guī)模較大的產(chǎn)業(yè)邊緣場景。
單節(jié)點Single Node：將Kubernetes精簡，部署在單節(jié)點設(shè)備之上，優(yōu)點與集群Cluster方案一致，缺點是Kubernetes能力不完整，資源的占用會增加設(shè)備的成本，對業(yè)務(wù)應(yīng)用無法保證云邊一致的架構(gòu)部署運行，沒有解決實際問題。
邊緣節(jié)點Remote Node：基于Kubernetes二次開發(fā)增強擴展，將Kubernetes解耦適配成云邊分布式架構(gòu)的場景，中心化部署Master管理節(jié)點，分散式部署Worker管理節(jié)點。
此外，一致性是邊緣計算的痛點，在邊緣增加一個Cache即可實現(xiàn)斷網(wǎng)特殊情況的邊緣自治，同時可以保證正常網(wǎng)絡(luò)情況的數(shù)據(jù)一致；還有就是Kubelet比較重的問題，隨著Kubernetes放棄Docker已經(jīng)開始精簡；同時硬件更新迭代較快，相比少量硬件成本，保持Kubernetes原生及通用性為大。其實更希望Kubernetes社區(qū)本身提供適配邊緣化方案，同時考慮為Kubelet增加緩存機制。
Kubernetes邊緣容器快速發(fā)展
Kubernetes已成為容器編排和調(diào)度的事實標準，針對邊緣計算場景，目前國內(nèi)各個公有云廠商都開源了各自基于Kubernetes的邊緣計算云原生項目，比如阿里云向CNCF貢獻的OpenYurt，采用邊緣節(jié)點Remote Node方案，是業(yè)界首個開源的非侵入式邊緣計算云原生平臺，秉承“Extending your native Kubernetes to Edge”的非侵入式設(shè)計理念，擁有可實現(xiàn)邊緣計算全場景覆蓋的能力。華為、騰訊、百度等，也都開源了自己的邊緣容器平臺。
邊緣容器的快速發(fā)展帶動了領(lǐng)域的創(chuàng)新，但一定程度上也導(dǎo)致構(gòu)建邊緣計算平臺時難以抉擇。從技術(shù)架構(gòu)來看，幾個邊緣容器產(chǎn)品總的架構(gòu)思路主要是將Kubernetes解耦成適合云邊、弱網(wǎng)絡(luò)及資源稀缺的邊緣計算場景，本質(zhì)上無太大差異；從產(chǎn)品功能來看也是如此，基本上都涵蓋云邊協(xié)同、邊緣自治、單元化部署功能等。
如何構(gòu)建云邊一體化云原生平臺
現(xiàn)階段，圍繞Kubernetes容器平臺，構(gòu)建云邊一體化云原生基礎(chǔ)設(shè)施平臺能力是邊緣計算平臺的最佳選擇，通過云端統(tǒng)一的容器多集群管理，實現(xiàn)分散式集群統(tǒng)一管理，同時標準化Kubernetes集群規(guī)格配置：
標準集群（大規(guī)模）：支持超過400個節(jié)點的大規(guī)模集群，配置為ETCD+Master 3臺8c16G，Prometheus+Ingress 5臺8C16G，N*Work節(jié)點；主要是業(yè)務(wù)規(guī)模較大的云原生應(yīng)用運行場景；
標準集群（中等規(guī)模）：支持超過100個節(jié)點以內(nèi)的集群，ETCD+Master+Prometheus 3臺8c16G，N*Work節(jié)點；主要是業(yè)務(wù)規(guī)模中等的場景；
邊緣原生容器集群：在云端部署集群管理節(jié)點，將邊緣節(jié)點單獨部署業(yè)務(wù)現(xiàn)場，支持運行單業(yè)務(wù)場景的應(yīng)用，比如IoT物理設(shè)備接入?yún)f(xié)議解析應(yīng)用，視頻監(jiān)控分析AI算法模型等業(yè)務(wù)場景。
按照業(yè)務(wù)場景需求選擇最優(yōu)容器集群方案，其中邊緣容器集群方案，與其他集群方案差別較大，其他集群依然保持中心云集群服務(wù)一致，基礎(chǔ)資源集中并且池化，所有應(yīng)用共享整個集群資源；而邊緣容器集群Master管理節(jié)點集中部署，共享使用；Worker節(jié)點都是分散在業(yè)務(wù)現(xiàn)場，按需自助增加，自運維且獨占使用。
當前邊緣容器領(lǐng)域短時間內(nèi)很難有大一統(tǒng)的開源產(chǎn)品，因此現(xiàn)階段建議通過標準的Kubernetes API來集成邊緣原生容器集群，這種兼容所有邊緣容器的中庸方案，如果非要擇其一，建議是OpenYurt，非侵入式設(shè)計，整體技術(shù)架構(gòu)及實現(xiàn)更加優(yōu)雅。
OpenYurt以上游開源項目Kubernetes為基礎(chǔ)，針對邊緣場景適配的發(fā)行版。是業(yè)界首個依托云原生技術(shù)體系、“零”侵入實現(xiàn)的智能邊緣計算平臺。具備全方位的“云、邊、端一體化”能力，能夠快速實現(xiàn)海量邊緣計算業(yè)務(wù)和異構(gòu)算力的高效交付、運維及管理。
總結(jié)
邊緣計算平臺的建設(shè)，以Kubernetes為核心的云原生技術(shù)體系，無疑是當前最佳的選擇與建設(shè)路徑。但是云原生體系龐大，組件復(fù)雜，將體系下沉至邊緣會面臨很大的挑戰(zhàn)與困難，同時充滿巨大的機遇及想象空間。業(yè)務(wù)應(yīng)用想要真正踐行邊緣的云原生體系，需要從理念、系統(tǒng)設(shè)計、架構(gòu)設(shè)計等多方面來共同實現(xiàn)，才能充分發(fā)揮邊緣的優(yōu)勢及價值。
