2020年11月7日，以“5G·邊緣計算“為主題的全球邊緣計算大會在北京新世界大酒店成功召開，作為業內首個專門為邊緣計算人打造的行業盛會，此次活動現場共有超過600+來自政、產、學、研、用各界的企業負責人、權威技術專家、通信科技從業者、邊緣計算研究者、邊緣計算投資機構等參會，共話5G·邊緣計算議題及真知見解，反響十分熱烈。

阿里云資深技術專家李克受邀參與大會，與現場嘉賓一起探討邊緣計算的技術趨勢以及未來的挑戰，并分享了阿里云在5G邊緣云層面，是如何結合運營商的優勢資源，為行業提供廣覆蓋、低成本、高可靠的邊緣云計算基礎設施。

邊緣計算的發展趨勢

邊緣計算在過去的二十年經歷了一個輪回，最開始大家可能沒有感知到，其實早在1999年互聯網爆發的時候，我們就使用了邊緣節點資源，因為當時大量租用各種IDC機房。應用部署在這種機房時，在覆蓋全國訪問上是存在問題的，所以在這個時代出現了最早的邊緣計算的產品，就是CDN內容分發網絡，CDN通過緩存的技術能夠把內容快速推到距離客戶最近的節點，這就是第一代的邊緣計算形態。

后來隨著云計算的興起，2009年阿里云成立，自建超大規模的數據中心成為趨勢，通過資源的池化提供標準的虛機、存儲、網絡、數據庫等基礎云計算的技術服務和中間件產品，通過集中式資源建設，能夠實現復用和穩定性的提升。

最近兩三年，邊緣計算又一次興起，阿里云在2018年就提出邊緣云計算的白皮書，2019年針對邊緣云計算做了技術標準行業制定，并對外提供了邊緣云計算的產品，所以回過頭來看整個發展是一個輪回的過程。

分析最近幾年邊緣計算的出現的原因，主要有兩方面：一個是場景的需要，另一個是成本的需要。

在場景層面，5G商用在即，60多萬基站已經建設好了，未來5G的接入和各種應用都會雨后春筍般地出現。而5G的特點就是大流量、低延遲、大連接，這些特征傳統的數據中心是不能滿足的。大流量方面，在數據爆炸的年代，所有數據都涌向數據中心的話，會把中心機房的入口打爆。因為數據中心和端之間物理距離的存在，很難做到10毫秒以內的低延時。大連接方面，隨著IoT智能設備的普及，未來終端的規模量級暴增，需要分而治之，借助更多的邊緣節點提供大連接的解決方案。5G和邊緣云計算兩個場景合在一起，需要在中心云和設備端之間打造邊緣云的平臺，能夠起到承上啟下的作用，實現上下傳輸和能力互通。

在成本方面，云計算客戶看重的就是成本、效率和穩定性，成本是邊緣計算一個非常大的優勢，自建數據中心需要投入大量的硬件，后續的運維和升級都要較高的成本。而邊緣節點就會比較靈活，節點可以是小規模的，機器或者網絡的SLA可以降低，這個過程中邊緣云計算在成本方面就存在優勢。用某城市大腦項目舉例，分析成本構成時，超過一半都是帶寬成本，去數據中心機房的話成本是非常高的，另外計算也是可以進行下沉的，在邊緣進行原始數據處理，處理以后再回到云中心，我們測算過，當數據量降低到百分之五，就可以節省一半的總體成本。

李克認為，中心計算和邊緣云計算需要融合起來，面向5G時代，提供新應用場景和垂直化業務場景的解決方案。中心云計算依然會存在，也有非常超強的計算、存儲以及彈性能力，但邊緣云計算作為中心的延伸可以把計算和存儲能力下沉，屏蔽掉資源的異構化和地理差異，提供透明化的、一致的服務體驗。

邊緣云技術面臨的核心挑戰

因為邊緣云計算的機房分布在距離用戶近的省市級或者更下沉的MEC節點之中，這些資源本身SLA不如數據中心那么穩定，要在不穩定的資源上面構建穩定的服務，技術上就會有非常多的挑戰。

首先是資源管理，一方面資源形態是不統一的，各個節點的網絡環境、機型以及穩定性都是不一致的，需要針對不同的資源統一建模提供服務。比如要統一管理CPU、 GPU資源，也需要有針對ARM的解決方案。另外一方面資源規模也會飛速增長，隨著資源的進一步下沉，要在基站附近的MEC節點或者更多的合作節點運行邊緣云的操作系統，這些資源都要納入起來，預計會達到百萬的量級，所以針對資源管理是一個非常大的挑戰。

其次，資源的高效使用，這時候就需要統一的融合計算的平臺，在這個平臺上把資源進行池化，提供不同的服務形態，比如虛機、容器和Serverless，這些都是需要對外提供服務的。

第三是云邊協同，單個節點能力是有限的，需要把節點能力和其它節點整合起來，和中心聯動，形成統一的管控，所以云邊協同是一個非常重要的技術點，邊緣協同也包含邊緣的自治能力，就是邊緣出了問題之后怎樣跨節點遷移，邊緣上的伸縮應該怎樣去做。

最后是，統一的底層網絡，所有的邊緣節點之間，以及邊緣和中心之間需要一個統一的傳輸網絡，能夠提供穩定可靠、質量成本最優的的體驗，這里會涉及到協議棧優化、私有協議以及動態選路和組網技術。

“在資源管理上，我們充分擁抱云原生，阿里云在邊緣已經落地云原生的能力，就是利用云原生實現資源的抽象和納管，以容器作為主要的服務載體，并在上面進行內外部業務的交付?！?/p>

容器可以很方便地實現多個用戶之間的隔離，資源的彈性伸縮以及應用的注冊、發現、編排、發布，節省了大量的開發、運維的成本。因為云原生也是一個比較標準的生態，所以客戶的接受程度是非常高的。圖中就是云原生大致的分層，底下是邊緣云，包括節點的基礎能力以及對資源的切片能力，上面是基于容器平臺管理這些資源，容器平臺本身也是分層的，單一的k8s是很難管理這么多節點的，多層體系需要把控制指令和調度指令非常好地進行統一調度和生產。

在云-邊-端協同網絡上，需要實現分層設計，如果不對流量做控制的話，整個流量在網絡當中是非常復雜的，很容易出現雪球效應，所以需要依據節點的位置、端到節點的延遲分成不同的層次，不同的層次的節點需要承載的流量體量是不一樣的，需要提供的能力和技術點也是不太一樣的。

最靠近客戶的就近的節點，需要解決的是終端準確找到接入點，確保安全和最佳質量。上層的ENS節點需要做好廣覆蓋，確保資源能夠下沉到省市、地區粒度，再往上的核心節點需要能夠做好全局的流量調控和網絡加速。通過對于整個流量的分層切分，邊緣云計算可以實現公共云、邊緣云和終端之間類似于高速公路的效果。

有了云、邊、端的網絡，阿里云打造了一張基于分布式節點之間的統一網絡。該網絡在使用上是透明的，在傳輸上是安全的，在協議上是多樣的，在質量上是加速的，在成本也是可控的。

為什么阿里云做邊緣云計算有一定的優勢？

李克認為，首先，阿里云有比較好的資源覆蓋，2800+邊緣節點和130T帶寬儲備已經在那里，基于已有的資源再做邊緣云計算不需要太大的成本投入。其次，可以將阿里云本身多年的云計算技術做下沉，繼續拓展到邊緣。第三，在業務驅動維度，阿里巴巴集團有豐富的生態體系以及海量外部客戶，會產生大量的邊緣訴求。以上三點結合起來，阿里云在邊緣計算方面是有比較好的先發優勢。

“實際上邊緣云計算要做的一方面是把中心云的計算資源下沉，另一方面是把邊緣端上的計算需求上移。我們希望計算發生在應該去的那個地方，能夠以最低的成本、最好的效能來提供。"

云端算力的下沉最典型的例子就是轉碼，可以利用邊緣上的空閑時間和CPU來做大量的轉碼服務，數據分析也可以在邊緣上做大量的數據卸載。終端算力上云前面也有嘉賓介紹過，類似于云游戲、云應用，這些場景都是實現終端算力的上移，端上的芯片可以不用那么強，只要有流化顯示能力就可以了，應用的啟動、運行、視頻渲染這些事情都可以交給邊緣計算資源。

阿里云在2017年，就開始進行邊緣云節點預研，2018年和2019年進行大規模部署，從覆蓋省的維度慢慢下沉到覆蓋市的維度，未來也會有大量的運營商MEC節點之上的合作。在2019年，阿里云邊緣計算提出城市計算的概念，基于城市中的新零售、智能交通、新制造等各個場景來打造平臺能力，包含：容器平臺云原生的能力、偏視頻計算的平臺、GRTN全球實時通信的能力等等。

邊緣節點服務（ENS）

邊緣節點產品能力從計算上來講就是多階計算服務，支持虛機、容器、Serverless三種計算形態；存儲方面提供塊存儲、對象存儲、文件存儲等等形態，以及基于CDN抽象出來的KV存儲的能力；在網絡上支持節點之間的跨網組網以及數據交換的能力，包括節點之間不同的網絡切分能力；安全上提供內容安全、主機安全等等能力；最終，整個自動化納管程度也非常高，資源可以快速進入到庫存當中，資源能夠比較快地生產出來，基于應用管理系統來做全網的統一部署。

下圖是阿里云邊緣節點服務（ENS）整個平臺化的結構，最下面的是設備的基礎設施，上面的是對接基礎設施做抽象，提供計算能力的IaaS的服務，再往上是基于PaaS平臺基于客戶提供復合場景的接口和能力。整個發展基調就是向下希望納管更多的資源，向上更加貼近客戶的場景，然后在整個體系當中做到統一的納管、統一的調度、和統一的生產。

未來，隨著場景和生態越來越豐富，大家對于云邊端之間能力的要求是越來越高的。邊緣云計算處在上下之間，是需要堅持標準、開放的原則，以此促進整個生態健康快速地發展。

在分享的最后，空見表示：阿里云底層的算力是希望能夠開放合作，容納更多的合作資源。中間通過邊緣云操作系統，能夠實現統一的分布式融合計算的平臺。上層能夠開放API，提供符合業務需要的通用能力。其實云計算也好、邊緣云計算也好，永遠都是為業務場景服務的。就像3G出現的時候移動互聯網開始發展，4G出現的時候視頻行業就開始爆炸式增長，5G出現在低延時、大連接、大流量的場景一定會有顛覆性的應用出現，現在還是在探索的階段，到了那個時候，我們希望邊緣云計算技術能夠做好準備，迎接風口的到來。

?

?

原文鏈接
本文為阿里云原創內容，未經允許不得轉載。

總結

以上是生活随笔為你收集整理的全球边缘计算大会：阿里云资深技术专家李克畅谈边缘计算的技术趋势与挑战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。