热门内容

公众号"MAKE1"

获取行业最新资讯

请扫码添加

专业客服企业微信

云、网、物眼中的边缘计算:从部署位置、载体、应用场景解读边缘计算

简介

伴随着5G、工业互联网等爆款热词不断冲击,边缘计算也倍受业界高度关注。笔者在2015-16年起主要是从云计算的视角来研究云的边缘(计算),由于近年来也有幸参与了运营商NFV、5G等系列工作,因此自然而然的也从网络的视角对网的边缘(计算)也进行了梳理,近期又因工作调整,从物(联网)的角度来看看物的边缘(计算)。

先播放一则好消息,在6月28日闭幕的国际电联ITU-T SG13 联合报告人会议上,报批通过了由中国电信牵头编制的ITU-T Y.3508 (云计算 – 分布式云概述和概览需求)。笔者有幸作为该项国际标准的主编辑人,见证了该项目从2016年9月立项至2019年6月获得报批近3年的风风雨雨,略有遗憾的是由于近期工作调整的原因,最后一次会议没能亲临会场见证标准报批的一刻。笔者也籍此文感谢韩国 Kyung Hee University 的Eui-Nam Huh教授及我的同事们对此标准的鼎力支持。

伴随着5G、工业互联网等爆款热词不断冲击,边缘计算也倍受业界高度关注。笔者在2015-16年起主要是从云计算的视角来研究云的边缘(计算),由于近年来也有幸参与了运营商NFV、5G等系列工作,因此自然而然的也从网络的视角对网的边缘(计算)也进行了梳理,近期又因工作调整,从物(联网)的角度来看看物的边缘(计算)。再次借用经典名句 “ 一千个人眼里有一千个哈姆雷特(There are a thousand Hamlets in a thousand people's eyes) "来表达业界对于边缘计算的看法。

先说说三者的共同之处(所谓求同存异,先找共识吧 )。在ITU-T Y.3508 中,总结了分布式云的5点新特性(与传统云计算相比),笔者认为作为从云、网、物三个视角来总结边缘计算的共性特点,也是适用的(做标准本来就是个求同存异的过程,别问我怎么知道的)。

  1. 分布式的云资源(Distributed cloud resource):无论是从云、网、物的角度,边缘计算都是把资源从原来集中在某(几)个核心位置下移到距离客户更近的地方,从而满足客户对于性能、隐私/安全等方面的要求。这里有两个要点,1)分布式:这些散落的资源不是”无组织无纪律“的”一个人在战斗“,而是通过背后的分布式系统实现”形散而神不散”,以整体的形式出现;2)云资源:资源千千万,还属云最强。云意味着资源的池化与服务化,能够最大程度实现共享。多说一句,笔者感叹从大型机到x86,从x86到云计算,从云计算到边缘计算(分布式云/MEC/雾计算/……),再次充分验证了”天下大势,合久必分,分久必合“,”世界的发展是螺旋上升的“这一颠扑不破的真理。

  2. 异构的基础设施(Heterogeneous infrastructure):云、网、物边缘的具体位置虽有不同,但都面临同一个难题:边缘往往等同于“老破小,脏乱差”,资源受限,环境受限,xx受限。(最关键要生存下来~),兼收并蓄,广纳百川成为边缘招兵买马的“第一要务”。然而,异构程度有多大,维度有多广,这就是三者最大的区别之一,这里暂且按下不表。

  3. 内容感知网络(Context awareness network):边缘分布的位置越散,数量越多,对于网络的要求就越高。借用现在时髦的说法,边缘计算要求网络从传统向随选,乃至随愿升级。

  4. 敏捷的业务(Agile service):不忘初心,无论是云、网、物眼中的边缘,其目标都是为客户提供敏捷的业务。敏捷包含几个层面:1)提供更高的质量保证,实现更小的延迟,更敏捷的反应;2)业务订购可以按需(准)实时实现,提高效率;3)业务的部署可以更快速和自动化,减小中间环节和人介入的环节。

  5. 自治的管理(Autonomous management):自治不是独立,是在服从上级(统一管理平台)基础上的自己管理自己。自己管理自己的数据,实现隐私/安全性上的要求;自己管理自己的业务逻辑,实现灵活的、按需定制的、面向客户的业务提供;自己管理自己的资源,特别是在发生网络或“中央系统”故障时,能够确保本地资源的正常运转。

    看完了共同点,让我们再从部署位置、物理载体、能力提供、周边系统、应用场景等五个维度看看三者的差异。

1. 部署位置:

我们把部署位置从网络角度分为运营商侧和客户侧,其中运营商侧又分为接入,城域,核心,客户侧分为园区网和终端设备。从下表不难发现,三者部署位置存在较大的从差别。

  • 从云的角度看,边缘位置在网络中一般都会比较高,一般能下沉到城域网级别;

  • 从网的角度看,MEC提出可与5G转发面UPF共部署,因此其部署位置可从城域、接入到客户侧的园区网灵活选择;

  • 从物的角度看,下可至终端,利用终端有限的算力实现FaaS(函数即服务),上可至园区网网关、运营商网络的接入侧。

2. 物理载体:

    我们把边缘计算的物理载体分为服务器和嵌入式设备两大类,服务器又可以细分为机架式、刀片式、整机柜式(塔式由于使用较少,暂不列出)。

  • 对于云和网的边缘计算,载体主要是服务器,根据部署位置,可灵活选择服务器的形态。

  • 物的边缘计算除了服务器外,还可以借助终端和网关(服务器或嵌入式设备) 的算力实现。

3. 能力提供: 

    从所提供的能力上,将边缘计算的能力分为云和终端两大类。其中云按照IaaS/PaaS/SaaS(IPS不懂的同学请自行脑补~)又可进一步细分。

  • 从云的角度看,边缘计算可提供所有类型的云业务;

  • 从网的角度看,除可提供“全家桶”云业务外,还能通过NEF和MEC平台提供网络能力开放(如短信、定位等)给第三方;

  • 从物的角度看,终端的接入和管理能力是较前两者所特有的,另外对于有电信运营商血缘或运营蜂窝物联网的物联网服务提供商而言,也可以提供自身网络能力的开放。

4. 周边系统:

将对接的系统大体上划分为云、网(管)、物(端)三类(其他业务层系统由于与场景/业务紧相关,这里就不列入)

  • 从云管的角度看,无论那种意义上的边缘计算,都需要考虑云资源/平台的管理能力;

  • 从网络的角度看,一般对外暴露/能力调用通过网管系统(含NFVO)实现;从3GPP R15 标准中,已经考虑分别从转发面(UPF)和控制面(NEF/NRF)与MEC系统实现对接;从物的边缘来说,部分场景需要与网络能力的紧协同(如车联网),因此该场景对接复杂度等同于MEC,部分场景仅需考虑网络接入,即仅需考虑与网管系统对接即可;

  • 从物联网平台的角度看,使能平台实现与云管的对接,而连接管理平台实现与网络的对接,终端管理平台实现终端的接入与管理;

5. 应用场景:

无论是ITU-T Y.3508(分布式云),ETSI GS MEC 002 (MEC) 或是边缘计算产业联盟(ECC)白皮书中 定义的边缘计算场景都是各有重叠。笔者认为这也是为何业界从云、网、物理解边缘计算差异颇大又有千丝万缕纠缠态关系的一个重要原因。在这里笔者并不准备花笔墨对这些用例进行严格的区分(事实上也做不到)

咋一看,似乎从物的角度所涉及的边缘计算无论从能力还是范围都是最全面的,但实际上由于物联网自身有着很长的产业链和角色分工,笔者为了方便对比,把整个物联网全产业链视角的边缘计算囊括到一起与云和网进行比较,如果从物联网自身角度出发,不同的角色和基因来看待边缘计算也会千人千面。但有一点是可以肯定的,在5G到来之际,边缘计算对于物联网是不可或缺的重要一环。

来源于物云智联

6
 条评论
相关内容推荐