★中国工程院，边缘计算产业联盟专家委员会 邬贺铨

 1　从云计算到边缘计算（MEC） 

 边缘计算是云计算概念的延伸，它位于网络边缘 但并非中心云的小型化，MEC与中心云因不同的应用 场景而有不同的特点。边缘云善于处理短周期、大数据 和低时延的信息，通过边缘云过滤一些数据送到中心云，中心云则善于处理长周期的信息，并且通过训练数 据、优化数学模型，再下发到边缘云。边缘计算可以看 成是云计算的派出机构，它们之间有不同的分工。 

边缘计算并不是中心云的一个小型化这么简单。 我觉得从四个方面来看： 

首先，边缘计算面对异构的应用和服务场景，可 能运行在不同的硬件和虚拟化技术、不同的API和协议 中，增加了设备和应用的管理难度。

 其次，边缘计算的服务器既是资源受限又是资源 异构，资源调配（调整物理架构和负载均衡等）工作难 度大。 

第三，边缘计算在网络边缘需要考虑与5G的分 布单元（DU）、集中单元（CU）和客户前端协配 （CPE）、光传输系统（OLT）以及工业互联网中PLC 的集成部署或协同部署。

 第四，边缘计算本身具有分布式的特点，使得其 面对的攻击维度增多，不同的配置方式也增加了安全管 理的难度。

 2　工业互联网需要边缘计算（MEC）

 图1是工业互联网的组成架构，底层为PLC等工控 设备，按照规定的程序连接生产装备，如仪器仪表，同 时收集相关的数据上传。现在接入5G后，可通过5G的 CPE连接AGV、传感器等。

 图1 工业互联网架构 

在现场级，我们通常都会配置边缘计算，在边 缘计算平台上，把现场级的数据进行本地分流，另外 过滤一些数据送到车间一级；车间一级在连接机口和 SCADA连接数据送到工厂一级，当然也可以连到外 网。

 工业互联网为什么需要边缘计算呢？我从五方面来 阐述： 

首先是本地业务分流。通过边缘计算可以支持数 据在企业园区里传送，不仅能够保护企业敏感数据的安 全，而且降低时延、提升效率，同时因为数据的过滤降 低对中心云带宽与存储的压力。

 其次是内容和业务的缓存与加速。通过缩短用户访 问业务和内容资源的路径，提升用户业务体验，并且还 可以优化网络流量，减少链路拥塞。

 第三是支持物联网应用。工业互联网里有大量的 物联网传感器，这些传感器终端本身的计算能力相对较 弱，可以通过边缘计算把物联网终端的计算负荷迁移到 网络边缘，同时提供辅助计算和边缘智能服务，从而降 低物联网终端的成本和能耗。 

第四是适应工业应用的异构化环境。通过边缘计算可以屏蔽前端的差异，有利于中心云的通用配置。

 第五是网络能力的开放。在网络边缘实时感知无线 网络的上下文信息，经智能分析处理以后，通过API接 口向第三方应用开放网络能力。

 3　MEC的组成

 图2是边缘计算的参考架构，最底层有接口和设 备，再往上是边缘层。边缘层主要包括边缘节点和边缘 管理器，边缘节点可以分为边缘网关、边缘控制器、边 缘服务器以及边缘传感器，通过边缘节点来协同合理地 利用计算资源、网络资源和存储资源，从而实现控制、 分析、优化。

 图2 边缘计算参考架构 

除了边缘节点以外，还有主要由软件构成的边缘 管理器，它主要实现业务编排、策略控制，还有策略执 行功能。当然边缘计算本身上层还有云服务以及管理服 务、数据全生命周期的服务和安全服务。

 4　MEC的虚拟化技术 

边缘计算除了硬件以外，更多是软件化、虚拟化。 虚拟机是虚拟化技术的一个代表，通过图3可以看到， 在同一个硬件平台上，支持两种不同的操作系统，有实 时操作系统和客户操作系统。也就是说不同操作系统可 以共享硬件，那么在同样的管理层是架构在这个传统的 主机的操作系统上面，如果从协议来分解，虚拟机实际 上通常使用虚机管理（Hypervisor）。在这上面，我 们支持多类的操作系统。然后在客户操作系统之上，再 有二进制服务、数据库以及APP。

 现在边缘计算更多的会使用容器，从图3可以看到 容器跟虚拟机的区别，区别在于什么呢？通过容器引 擎，像Docker等架构在主机操作系统的上面，面对多 个容器，这些容器包括二进制、数据库以及APP，那么 在容器中就不含操作系统了，这样就大大简化了流程， 可以说虚拟机是客户操作系统之间的隔离，容器实际上 是进程之间的隔离，从而可以实现比较好的灵活性、快 速性和一致性。

 图3 边缘计算的虚拟化技术 

当然对于大的云计算，还会使用裸金属，即裸机， 直接在没有底层操作系统的裸机硬件上来执行指令，将 云服务映射到一个专用的物理服务器上面。这是介于物 理服务器和虚拟机之间的形态，被认为是独立的物理实 体。其安全性更好，但是受限于物理机的资源，灵活性 不足。在几种虚拟化技术之中，边缘计算比较适合采用 容器技术，因为边缘计算是资源受限的异构设备，敏感 于资源隔离带来的额外开销，所以适合于采用容器。而 且通过容器分装的工作负载无需常驻内存，就可以满足 边缘计算事件驱动的运算请求，在云端或网关上以高代 码开发的APP可以直接用到边缘侧。

 5　边缘协同

因为容器具有很好的一致性，所以边缘计算跟中心 云和企业云之间，可以协同工作。这里的协同，我把它分成了五种，分别是：

 （1）数据协同 

MEC负责对数据的预处理，企业云负责从数据中优 化数学模型，数据在边缘与企业云之间可控有序流动， 高效低成本地对数据进行生命周期管理与价值挖掘。 

（2）存储能力协同 

企业云负责存储任务的管理、调度、数据布局以 及数据的一致性维护等。MEC不具有存储能力，可共 享企业云的存储能力。另一种方式是多个MEC间以自 组织方式建立分布式存储网络，共享各MEC的存储资 源。还有上述两种方式融合的存储互补方式。 

（3）计算能力协同 

多用户计算迁移可采用博弈论的方法以分布式方式 实现高效卸载计算，使企业云和MEC整体性能达到纳 什均衡，从而最大化地利用边缘数据中心的计算和存储 资源。 

（4）算法模型协同 

利用云端的数据分析模型开发系统构建基于机器学 习和AI的复杂算法模型，通过在线下发及离线导入的方 式部署，在边缘侧实现实时的推理和数据分析。 

（5）应用协同 

在企业云上通过高代码的方式开发边缘应用，通过 在线下发及离线导入的方式部署于边缘侧。

 6　工业互联网的5G与MEC 

 现在边缘计算在5G工业互联网里头处于什么位置 呢？ 

图4 工业互联网中5G的关键网元 

图4是一个5G工业互联网组成图，左边是生产产 线，生产装备通过PLC连到5G的CPE，再通过5G无 线连到基站，基站将其分解成AU、物理层以及DU、 CU。5G的特点之一是核心网的控制面和用户面可以 分离，即用户面UPF可以下沉到企业，通过用户面 对外可以穿透到外网，互联网也可以连到数据中心和 人工智能的处理。当然用户面是在核心网的控制面 的管理上，在图4可以看到它可以跟UPF放在一起， 再通过边缘计算，可以实现云化的PLC，实现远程的 管控PLC。当然企业内部也有企业本身的数据网， 那么除了边缘云以外，大型企业可能有企业云，中 小企业可能就直接上公有云了。在整个5G工业互联 网中，有很多主要的网元，如5G CPE（客服前端设 备）、5G云化PLC（可编程逻辑控制器）、5G云化 基站、5G UPF（核心网用户面功能）、5G MEC（边 缘计算）、5G LAN（局域网）、5GC（核心网控制 面）。

 7　MEC与5G核心网控制面功能的关系 

 图5 MEC与5G核心网控制面功能的关系 

边缘计算跟5G核心网之间控制面的功能有什么关 系？图5左侧基本上是5G原来的功能单元，右侧是边缘 计算里的一些主要的功能，那么边缘计算跟5G核心网 控制面中的NEF网络开发开放功能、PCF材料控制功 能、CHF计费功能是对接的，5G向边缘计算按需提供 和开放网络的这些核心功能，包括网络策略控制和内容 流量计费等。边缘计算相当于5G里头的AF应用功能， 作为AF可以跟5G的NEF和PCF进行交互，完成分流规 则的配置，然后由PCF将分流的策略经过SMF会务管理 功能下发到UPF用户面功能，这样就完成了分流。边缘 计算本身作为AF应用功能，也可以通过NEF网络开放 功能来调用5G标准的API接口，实现对上面网络信息的 计费以及材料控制服务。 

8　MEC与5G核心网用户面功能（UPF）的协同部署方式 

边缘计算也会跟5G核心网的用户面进行协同部 署。通过图6可以看到：UPF可以作为边缘计算的数据 转发面和计算卸载实现流量的分流。图6是表现UPF具 有IPV6的多规属性，可以从IPV6地址里识别传送来的 IP包，包括到本企业的以及到外部企业的，到本企业的 如红线所示，做到企业内部的敏感数据不离开企业，从 而在这里进行业务的卸载。 

图6 MEC与5G核心网用户面功能（UPF）的协同部署方式 

边缘计算跟UPF之间有几种部署方式：

 一是集成部署，两者合一了。原来电信云边缘需 扩展为 ICT综合边缘云，既要满⾜UPF等NFV⾼性能 ⽹络转发处理需求，还需⽀持IT类业务应⽤的容器化部 署与编排管理、边缘AI类以及视频类业务应⽤的GPU/ FPGA等加速及异构计算处理。两者集成的话，也就意 味着电信云要同时具备IT云的能力。这种两者集成的部 署可以共享NFV电信边缘云及统⼀网管，可充分利⽤网 络资源，节约投资。

 二是分离部署。UPF与MEC系统物理隔离有利于 5G⽹络的安全保障，也便于MEC与第三方合作，打造 MEC生态圈。但MEC系统如需提供⽹络流量业务链处理 类服务，因不能与UPF共享⽹络处理会有重复投资，而 且同时在边缘点建设电信云与IT云既挤占资源且利用率 低。

 三是部分共享。把边缘计算分为CT类与IT类业 务，前者与UPF集成并共享NFV边缘云；后者部署在IT 边缘云。但这样增加了边缘业务的统⼀管理复杂度，而 且MEC系统中部分融合业务也很难简单分为IT类还是 CT类业务。如自动驾驶，两种业务都包含，在这些情 况下，完全的部分共享也有难题，如何协同部署还需要根据具体的需求来安排。

 9　MEC+云化PLC 

 图7 云化PLC部署 

通过工业互联网+边缘计算，可以实现云化的 PLC。如今，现场网络的控制和感知参数已经越来越多 了，不再是传统的温度、压力、位置这么简单，还会有 视觉、音频这些维度的参数，总体而言，控制点数呈倍 数级增长，传统的PLC以及相应的现场总线将很难支持 建立新的需求，功能的扩展缺乏弹性。

 我们现在需要把虚拟化的PLC和SCADA云化地部 署在运营商的边缘计算平台，在企业的备用计算平台 上，通过IP协议，可以遥控PLC的执行装置和远程维 护，从而快速地开发和搭建整套数据采集、监控、存 储、处理、可视化和行业APP等全流程服务和应用。如 图7所示，一个云化的PLC，不仅有CPU、操作系统监 视器、Linux操作系统，还通过边缘通用控制器，带有 机器视觉SCADA以及PLC的一些能力，可以支持各种 各样的算法。另外云化PLC通常会用比较高档的CPU， CPU的能力升级了，那么云化PLC也不一定只管理单个 PLC，能同时管理多个PLC，可以在控制器上面直接运 行各类行业算法和工业APP，这样就可以省去外部的工 控机和服务器。并且云化PLC可以采用高级语言编程， 而传统的PLC是用继电器逻辑过渡过来的，习惯于使 用传统的梯形图编程，从编程语言维度看，云化PLC还 降低了开发的门槛。5G加上云化PLC，用无线的方式 解决了实时性的问题，云化让PLC不再受物理位置的束 缚，将工业控制从有线到无线，从本地到云端，实现了 远程运维管理。

（本文根据作者在2022边缘计算产业峰会上所作报告整理）

摘自《自动化博览》2023年第2期暨《边缘计算2023专辑》