阿里云高級技術專家白常明：邊緣云的技術挑戰和應用創新

隨著5G商用周期的開始與新基建的發展， 5G+邊緣計算帶動并賦能數字化行業，逐漸形成了預期可觀的產業規模，5G周期內，直接和間接帶動產業規模就高達萬億級，在如此巨大的市場規模下，會有越來越多的行業具備數字化轉型的技術支撐，5G+邊緣計算如何助力各行業升級？近日，阿里云高級技術專家白常明受邀參加2020WICC通信云大會發表《5G邊緣計算：邊緣云的技術挑戰和應用創新》主題演講，剖析5G時代邊緣云技術演進，

邊緣計算的驅動力來自哪里？
白常明認為是通過場景的需求來推動，在5G之前的行業應用場景，要么是通過云計算服務承載，要么是單純的網路服務，而5G網路建設之初，就是面向產業互聯網需求而制定的，所以，當前，傳統的消費場景升級和數字化轉型升級的產業場景，都需要5G網路+云計算的云網融合技術來提供服務，而邊緣計算又恰恰是云網融合的最佳著力點，這就形成了消費和產業場景，雙輪驅動邊緣計算的發展的現狀，

邊緣計算之所以能夠成為5G新場景的著力點，相較于傳統的集中式公有云，邊緣云計算具有節點數量多、單點規模小、離終端距離近的分布式云計算的技術特征，而這些技術特征又跟5G網路的低時延、大帶寬、大連接和本地化技術特征很好的對應和融合，只有真正做到云網融合才能滿足產業互聯網應用場景的新需求，

隨著5G和邊緣計算的技術融合和發展，新技術本身也反向的對資料生產消費方式產生了很大的影響，未來，大部分5G業務產生的資料和計算需求都會發生在邊緣側，最典型的需求就是未來物聯網的海量終端會產生海量的鏈接和資料，如果把大規模終端的連接和資料同時回傳至中心云進行處理，對云上的帶寬和時延會有很大的挑戰，那么，通過分布在距離終端更近的大規模分布式邊緣節點，就可以就近將終端資料和連接進行處理，僅把持久存盤，大規模AI訓練等關鍵計算回傳至云中心處理，這樣就可以應對新型的大規模高并發資料處理的場景需求了，

邊緣云技術與5G云網融合的技術挑戰
在5G+邊緣計算的技術發展和實踐程序中遇到了很多的技術難點和挑戰，首先從邊緣云技術的角度來看，由于邊緣云是一種大規模、分布式、異構資源的云計算形式，相較傳統的集中式公有云模式，就會面臨“彈性能力差”、“運維難度大”、“安全/可靠性能力不足”和“資產重/成本高”等問題，

如何能夠解決上述邊緣云技術難點帶來的問題呢？通過實踐，阿里云總結出一些可行的技術方案，例如，通過在不同邊緣節點間將實體進行“動態遷移”，來增加邊緣云上資源的“彈性伸縮”能力，通過“一鍵發布”能夠快速的將應用實體進行分布式部署和安裝，通過在分級管控的方案實作在網路中斷等情況下的“邊緣自治”，以及通過云原生的技術手段為應用場景提供severless的服務等等，以便能為客戶減少資料和計算上邊緣云的開銷，最終，還要通過“標準介面”的形式，從邊緣云技術架構層面，對內對外形成行業一致的互動體驗，減少邊緣計算產業上下游的產業鏈技術開銷，

再從5G網路角度來看一下有哪些挑戰，5G網路是全球統一的標準制式網路，在一張已經制定好標準的網路之上疊加云計算的能力，這就形成了云網融合的技術，而這也正是網路發展中，遇到的非常大的技術挑戰，網路相較于云，標準制定清晰，位置部署和網路覆寫確定性較強，而邊緣云在部署，形態等方面比較靈活，如何能夠將確定性強的網路和靈活性強的云計算融合，這里就有很多技術難點需要解決，比如，如何建立5G網路與云計算直接的網路協同，資源協調，配置和管控協同，甚至到計費，運維，安全等協同問題，都要在云和網直接尋求一些折中，創新的方法和流程，

邊緣云計算的標準化
有哪些手段是能夠解決其中一些問題的呢？白常明認為標準化是一種可行的思路，

在基于標準制式的5G網路之上，對云計算和云網融合做一些技術標準化的制定，可以在架構層面對邊緣計算的系統做些定義和規范，這樣，在標準框架下，運用靈活的云計算技術手段，可以相對容易的發揮云網各自的優勢，也為邊緣云計算提供了必要且靈活的發展空間，

阿里云在邊緣云標準制定方面一直走在行業引領的前列，從2018年發布《邊緣云計算技術及標準化白皮書》，首次明確了邊緣云的技術定義和概念，之后又牽頭編制了國內首個邊緣云通用技術要求的標準，以及邊緣云服務信任能力要求，也是首批通過邊緣云標準符合性測驗認證的邊緣云服務商，目前，為應對未來云網融合的新技術需求，阿里云正在制定新型邊緣云的架構和標準，

5G+邊緣計算的創新應用場景實踐
接下來，白常明現場分享了阿里云在5G+邊緣計算領域的一些創新場景實踐，

一、城市大腦
阿里云是國內城市大腦技術的引領者，也在國內很多城市落地了城市大腦的案例和解決方案，邊緣計算在城市大腦中主要可以用來承載城市路網攝像頭的視頻流處理，

比如，在高速上云場景中，基于ENS完成高速視頻上云，具備即開即用、就近取流、快速訪問的特點，通過在邊緣完成對攝像頭資料的匯聚和AI分析，再將結構化的資料傳回中心云進行業務處理，智慧高速會獲得更實時、更經濟的體驗，

二、高清直播
高清直播的業務特點是對資源帶寬占用比較高，這類業務對資料回云的帶寬壓力大，所以，通過廣分布的邊緣計算節點資源，既可以在邊緣處理高清視頻，編解碼，節省回云帶寬壓力，同時也可以在邊緣網路內直接進行內容的分發和傳輸，提高資料傳輸的效率，

三、智慧交通-車聯網
當前網約車在出行和乘客乘坐的安全方面都有很高的要求，所以，大量的網約車都配置了車內的攝像頭，用來實時監測車內外的情況，以便保障乘客和司機的安全，而車載是個很大的移動終端，是典型的無線網路傳輸場景，這就需要通過5G網路對車內的車載資料進行傳輸，配合ENS邊緣云計算節點，進行車輛的屬地化運營和資料的本地化處理，可以為交通出行行業減少不小的成本，

四、邊緣AI
傳統的AI計算，都是在云上進行大資料和模型的訓練后，直接進行推理運算，或是將推理運算直接跑在終端設備上，但由于終端設備的體積，算力，功耗，溫度等條件的限制，很多AI計算無法直接在終端上做，另外，軟體的更新迭代速度要快于終端硬體的迭代速度，這對AI演算法和AI芯片的匹配也提出很大的挑戰，邊緣節點是典型的云計算節點，這就為AI的訓練，推理，模型迭代提供很好的資源，未來，大規模的資料模型訓練依然是由中心云來做，而推理可以由中心下沉到離終端最近的邊緣節點進行，既滿足了一定的低時延需求，同時也滿足了終端云化后的AI計算需求，

“隨著，邊緣計算場景的實踐，我們總結發現，當前邊緣計算比較集中的場景和行業都是集中在人流、終端、物聯設備比較密集的城市區域產生，例如道路計算中的車路協同，交通監測，例如家庭計算中的云游戲，AR/VR等，所以，阿里云在今年也提出城市計算和場景計算的概念，通過創新型的行業應用對邊緣計算有個更加明確和清晰的定位，從而幫助行業能夠更好、更容易地理解和使用邊緣計算這個新技術，”

打造基于場景的云邊端協同開放的生態
阿里云在邊緣計算領域的生態布局，從縱向上看，擁有基于IDC，MEC，客戶側節點等大量的異構邊緣基礎設施，在這一層，通過開放合作的模式，構建了遍布全球的多樣化邊緣節點，算力資源之上是作業系統層，阿里基于10年積累的飛天作業系統，自研了面向邊緣的邊緣云作業系統，再配合AliOS這類端側作業系統，構建了一層基于體驗的分布式協同計算平臺，在作業系統層之上是能力開放層，5G+邊緣的創新場景不僅僅只是使用邊緣的資源，同時也是需要大量的能力中間件來提供服務，面向場景，構建了具有CDN快取，視頻編解碼，RTC，IOT，AI演算法，5G能開等能力的開放層，為場景提供具有邊緣屬性的中間件能力，最上面是生態應用層，目前阿里云的邊緣計算不光為阿里巴巴生態體系內的電商，金融，物流，文娛等業務提供服務，同時也為全行業的生態應用提供服務，

白常明表示：“阿里云的邊緣計算生態，就是打造基于場景的云邊端協同開放的生態，歡迎行業伙伴們一起合作共贏，共同打造5G邊緣計算新生態，”

原文鏈接
本文為阿里云原創內容，未經允許不得轉載，