浅谈边缘计算落地应用场景

1.背景：

边缘计算是为应用开发者和服务提供商在网络的边缘侧提供云服务和 IT 环境服务，“边缘”指的是位于管理域的边缘，尽可能地靠近数据源或用户。其目标是在靠近数据输入或用户的地方提供计算、存储和网络带宽。但不同的行业对应边缘计算的定义可能不同。基于物联网技术的行业更多的边缘侧旨在设备端。

边缘计算与 IoT 云平台，边缘计算与云计算平台将是共生互补。边缘计算并不会取代云计算，而是通过边缘侧的算力，让传统的云计算框架进一步去中心化，在边缘侧完成部分计算工作，然后将结果汇聚到云端进行统一处理。云端也可以通过 OTA，模型的训练后的下放与边缘端集成到一起。云端仍旧可以处理时间不敏感的应用场景，通过数据的汇聚以及云端的大数据分析进一步为业务的决策提供数据支撑。

2.边缘计算落地应用：

（1）分类标准：

正如边缘计算定义不唯一，不同企业和机构对于边缘计算应用场景的分类也是不唯一的。

根据不同评价维度，有多种分类方法：

开放数据中心标准促进委员会根据技术特性匹配度划分七大技术应用场景（5G、物联网、人工智能、工业互联网、车联网、内容分发网络和AR/VR）和十五大业务应用场景（医疗、交通、金融、工业、教育、物流、城市、电力、安防、家居、楼宇、娱乐、餐饮、会展与农业）；

工业互联网产业联盟根据细分价值市场的维度分为电信运营商边缘计算、企业与物联网边缘计算和工业边缘计算；根据业务形态分为物联网、工业、智慧家庭、广域接入网络、边缘云和多接入边缘计算MEC；

阿里和电子技术标准化研究院根据覆盖范围分为全网覆盖类和本地覆盖。

（2）垂直领域：

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。中国移动分析，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。

智能制造

在智能制造领域，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，这是一种类似于通信领域软件定义网络中实现转控分离的机制，通过软件定义机械的方式实现了机控分离。

智慧城市

智慧城市，主要包括智慧楼宇、物流和视频监控等多个方面。边缘计算可以实现对城市中运行参数进行采集分析。例如，在城市路面检测中，在道路两侧路灯上安装传感器收集城市路面信息，检测空气质量、光照强度、噪音水平等环境数据，当路灯发生故障时能够及时反馈至维护人员。边缘计算还可以利用本地部署的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。

直播游戏

在直播游戏领域，边缘计算可以为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。

车联网

车联网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。

除了上述垂直行业的应用场景之外，边缘计算还存在一种较为特殊的需求——本地专网。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。

3.具体应用实例：

边缘计算落地应用实例众多。2020年初，受新冠疫情影响，在校学生不能及时返回学校上课，使得“远程授课和在线课堂”成为热点，又因互动课堂的业务需求与边缘计算擅长的领域相吻合，顾以互动课堂场景为例进行介绍：

阿里云互动课堂场景 

在线互动课堂场景具有大带宽、长链路传输、广覆盖的业务特点，同时因为教学的实时性和互动性，对于网络的低延时和抗抖动能力也有较高的要求。

假设一个位于上海的老师在给遍布全国各地的学生讲课，一旦中间网络发生抖动，就会出现卡顿、音画不同步、互动延迟等问题，学生提的问题老师没有及时回答，学生的积极性也会下降，授课效果必然会大打折扣。

在线互动课堂的技术挑战

第一，网络延时是互动课堂的核心影响因素之一，该业务场景对网络丢包敏感，网络丢包可能直接导致用户掉线、视频卡顿、推流失败等。

第二，学生遍布各地，基于就近接入原则，平台需要在全国各主要城市部署接入服务器，理论上城市覆盖数越多，接入效果越好，用户体验提升越明显，但是这会面临高昂的成本。

第三，在暑期等业务高峰期，流量大幅增长，而传统IDC机房建设周期为3-6个月，无法及时响应平台在服务器资源、带宽资源以及专线资源方面的快速扩容需求，同时大量的资源建设在业务高峰度过之后会面临闲置，急需利用云的弹性能力来解决难题。

边缘计算为在线互动课堂带来的价值

大带宽、广覆盖、强互动、低延时，在线互动课堂与边缘计算的应用场景天然契合。

首先，边缘计算可以在更靠近终端的网络边缘上提供服务，全域覆盖的节点资源，仿佛打造了一张覆盖全国的高质量、低成本的实时视频转发网络。在K12在线辅导业务场景中，空间距离的缩短可以减少复杂的长链路传输网络中，各种路由转发和网络设备处理的延时和传输时间，同时可以更好的避免网络抖动带来的掉线和卡顿问题，在互动课堂业务场景中整体低时延、强互动体验提升明显。

同时，视频类大流量业务的处理放到边缘完成，在大型公开课、名师讲堂直播等场景下会产生高并发访问，通过分布式的架构分散中心处理的压力，也能够有效避免网络拥塞，同时降低将数据传回源站的带宽成本。

之前假设的上海老师给全国学生授课的场景中，上海的老师授课媒体流会推到就近的边缘节点，在边缘节点直接进行转码，转码后的媒体流会分发到CDN边缘节点，当有用户访问时直接就近返回内容。

对于常见的跨国授课来说，阿里云边缘计算也能通过国际高速通道将海外的授课媒体流转发回国内的云中心，再通过边缘云智能选路系统以及遍布全国的边缘转发网络，将授课内容实时、高质量的呈现在学生面前。

4.未来趋势：

Gartner公司于2019年发布报告，认为边缘计算能够解决数字业务场景下云计算的延迟、带宽、自主性和隐私需求问题，其具体应用将由人、设备和业务之间的数字业务交互来定义，在未来拥有十分广阔的发展前景，超过90%的企业都将开启自身在边缘计算的独特应用，并将在未来发展成为一个颇具规模的行业。

为了帮助企业制定具备价值的长期性边缘计算发展战略，Gartner基于人、设备和业务之间的交互结构和关系，定义了12个边缘计算的应用场景。

根据图上所示，由最顶端的应用依照顺时针方向，依次介绍：

1. 分布式业务处理（Distributed Business Processing）

边缘计算能够有效解决企业间交互（B2B），因位置和时间带来的安全和延时问题。

■合规监控
■财务交易分析
■远程办公/分公司(ROBO)

2. 个人监测（Personal Monitoring）

边缘计算将为用户提供选项来控制他们的数据存储在哪里，如何使用。

■可穿戴设备(包括健康监视器、健身设备、脉搏追踪器)

3. 沉浸式体验（Immersive Experiences）

边缘计算将使更实时、更互动、更个人化的人与企业的交互成为可能，这种数字互动亦可以双向的。

■身临其境的电子商务
■虚拟现实(VR)互动娱乐
■VR/MR工作区

4. 客户端内容交付（Client Content Delivery）

边缘计算通过缓存与用户更接近的大量用户的数据，可以减少计算消耗的带宽和延迟问题。

■流媒体视频
■存储网关/缓存

5. 沉浸式协作（Immersive Collaboration）

■VR/MR会议室、教室、自习室
■多人游戏

6. 沉浸式报告（Immersive Report）

设备可以用更直观、更沉浸式的方式向人们提供额外的数字信息。

边缘计算可以支持断网后的本地互联。

■AR工业设备状态和维护
■AR店内购物
■汽车显示盘，显示附近商店和餐馆的详细信息
■接近危险物体时手机振动（比如不安全地经过人行横道）

7. 沉浸式交互（Immersive Interactions）

与人交互的场景都对低延时和操作连续性有较高的需求。

■智能助手（根据需要提供信息）
■混合现实交互（Mixed reality interactions）
■触觉互联网（Tactile internet）

8. 沉浸式控制（Immersive Control）

随着设备的数字化与智能化，人们可以用更加自然、沉浸的方式控制设备。

边缘计算可以支持断网后的本地互联。

■免提机器人手术（会话接口-语音命令，边缘计算将可以让智能设备通过没有连接互联网的APP实现自主控制和外部交互）

9. 系统自动化（System Automation）

边缘计算可以减少远程集中、分析和决策的需要，从而降低延迟，减少带宽限制。

设备与设备之间的交互定义了边缘计算在系统自动化的应用。

■工业自动化（包括工控安全）
■自动驾驶汽车/无人机
■智能家居

10. 设备控制和维护（Device Control and Maintenance）

边缘计算可用于将数据和软件部署到多个对象，或者用于维护一个被很多设备使用的本地集中式数据库。

■基于业务规则的远程控制
■软件供应和补丁
■数据下载（如更新商品价格）

11. 业务自动化（Business Automation）

设备和业务之间的交互可以是双向的，即通过设备边缘的互联计算重新定义、产生新的业务，以及呼应业务的发展而建立边缘计算。

■业务控制回路
■根据事件和来自事件的警报编排操作
■机器学习

12. 数据/事件报告（Data/Event Reporting）

边缘计算可以通过过滤或预处理数据来减少带宽，通过将一些业务分析和决策推到缓存数据的边缘来改进延迟或者保护隐私。

通过对业务各个案例、环节的数据进行的聚合、处理和及时发送，以优化各种业务流程。

■定期更新资产状态
■信号处理
■基于条件、预测性和规范性的维护信息
■交通/环境监测
■监控视频流和分析