云計算發(fā)展史，就是虛擬化技術的發(fā)展史。近 20 年來云計算與互聯(lián)網相互促進高速發(fā)展，中心云技術成為全社會通用的基礎設施。隨著物聯(lián)網、人工智能等技術的不斷發(fā)展，尤其是產業(yè)互聯(lián)網發(fā)展落地，中心云計算開始相形見絀，分散式邊緣計算在當下被重新寄予厚望。如果中心云計算是由技術創(chuàng)新驅動的，那么邊緣計算一定是業(yè)務價值驅動的。

邊緣計算的理解與思考 邊緣計算的定義

邊緣計算當前沒有準確定義，從 IT 云計算領域視角，邊緣計算被看作中心云計算的拓展。邊緣計算產業(yè)聯(lián)盟對邊緣計算的定義：“在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足行業(yè)數字化在敏捷連接、實時業(yè)務、數據優(yōu)化、應用智能、安全與隱私保護等方面的關鍵需求”。從 CT 電信領域視角，邊緣計算最初也被稱為移動邊緣計算(MEC)。

歐洲電信標準協(xié)會(ETSI)對 MEC 的定義：“移動邊緣計算在移動網絡的邊緣、無線接入網(RAN)的內部以及移動用戶的近處提供了一個 IT 服務環(huán)境以及云計算能力”。

邊緣計算的定義各有側重，但核心思想基本一致——邊緣計算是基于云計算核心技術，構建在邊緣基礎設施之上的新型分布式計算形式，在邊緣端靠近最終用戶提供計算能力，是一種靠近數據源的現場云計算。中心云計算憑借其強大的數據中心，為業(yè)務應用提供大規(guī)模池化，彈性擴展的計算、存儲、網絡等基礎設施服務，更適用于非實時、長周期數據、業(yè)務決策場景;邊緣計算則聚焦在實時性、短周期數據、本地決策等業(yè)務場景，比如當下熱門的音視頻直播、IoT、產業(yè)互聯(lián)網、虛擬現實甚至元宇宙等，將工作負載下沉至離終端設備或者靠近最終用戶的地方，以此實現更低的網絡延遲，提升用戶的使用體驗。

“章魚式”邊緣計算

邊緣是相對中心式計算的邊緣分散式計算。邊緣計算的核心目標是快速決策，將中心云的計算能力拓展至“最后一公里”。因此它不能獨立于中心云，而是在云-邊-端的整體架構之下，有中心式管控決策，也有分散式邊緣自主決策，即章魚式邊緣計算。

如上圖漫畫中所示，章魚全身神經元中心式腦部占 40%，其余 60% 在分散式腿部，形成 1 個大腦總控協(xié)調 + N 個小腦分散執(zhí)行的結構。1 個大腦擅長全局調度，進行非實時、長周期的大數據處理與分析;N 個小腦側重局部、小規(guī)模數據處理，適用于現場級、實時、短周期的智能分析與快速決策。

章魚式邊緣計算采用中心云+邊緣計算的分布式云邊一體化架構，海量終端采集到數據后，在邊緣完成小規(guī)模局部數據的實時決策處理，而復雜大規(guī)模的全局性決策處理則匯總至中心云深入分析處理。

邊緣計算的位置

邊緣計算位于中心云及終端之間，將云計算能力由中心下沉到邊緣，通過云邊協(xié)同的架構解決特定的業(yè)務需求，能大程度降低傳輸時延，這也是邊緣計算的核心價值。但中心云與終端之間的網絡傳輸路徑經由接入網(距離 30 公里，延遲 5 到10 毫秒)，匯聚網，城際網(距離 50 到 100 公里，延遲 15 到 30 毫秒)到骨干網(距離 200 公里，延遲 50 毫秒)，最后才到數據中心(假定數據中心 IDC 都在骨干網)，耗時數據是正常網絡擁塞的撥測統(tǒng)計值，即業(yè)務側感知的實際延遲數據，雖不是非常精確，但足夠輔助架構決策。

云計算能力由中心逐步下沉到邊緣，節(jié)點數量增多，覆蓋范圍縮小，運維服務成本快速增加。根據國內網絡(國內有多張骨干網，分別是電信 CHINANET 與 CN2，聯(lián)通 CNCNET 以及移動 CMNET)現狀，骨干網節(jié)點，城際網節(jié)點，匯聚網節(jié)點，接入網節(jié)點，以及數以萬計的業(yè)務現場計算節(jié)點都可以安置邊緣計算，因此范圍太廣難以形成統(tǒng)一標準。因此我們說中心云計算由技術定義，邊緣計算由網絡與業(yè)務需求定義。

邊緣計算生態(tài)參與者眾多，云廠商、設備廠商、運營商三大關鍵服務商方以及一些新型 AI 服務商等，都是從各自現有優(yōu)勢延伸，拓展更多客戶及市場空間。設備商借助物聯(lián)網逐漸構建單一功能的專業(yè)云;云廠商從中心化的公有云開始下沉，走向分布式區(qū)域云，區(qū)域云之間通過云聯(lián)網打通，形成一個覆蓋更大的云。運營商在互聯(lián)網時代被公有云及繁榮的移動應用完全屏蔽只能充當管道，但在邊緣計算時代，業(yè)務及網絡定義邊緣計算，運營商重新回歸焦點，不可替代。

邊緣計算的類型

1、網絡定義的邊緣計算

通過優(yōu)化終端與云中心網絡路徑，將中心云能力逐漸下沉至靠近終端，實現業(yè)務就近接入訪問。從中心到邊緣依次分為區(qū)域云/中心云，邊緣云/邊緣計算，邊緣計算/本地計算三大類型：

區(qū)域云/中心云：將中心云計算的服務在骨干網拓展延伸，將中心化云能力拓展至區(qū)域，實現區(qū)域全覆蓋，解決在骨干網上耗時，將網絡延遲優(yōu)化至 30ms 左右，但邏輯上仍是中心云服務。

邊緣云/邊緣計算：將中心云計算的服務沿著運營商的網絡節(jié)點延伸，構建中小規(guī)模云服務或類云服務能力，將網絡延遲優(yōu)化至 15ms 左右，比如多接入邊緣計算(MEC)、CDN。

邊緣計算/本地計算：主要是接近終端的現場設備及服務能力，將終端部分邏輯剝離出來，實現邊緣自主的智能服務，由云端控制邊緣的資源調度、應用管理與業(yè)務編排等能力，將網絡延遲優(yōu)化至 5ms 左右，比如多功能一體機、智能路由器等。

總的來說，基于網絡定義的邊緣計算，更多是面向消費互聯(lián)業(yè)務及新型 2C 業(yè)務，將云中心的能力及數據提前下沉至邊緣，除了經典的 CDN，視頻語音業(yè)務外，還有今年大火的元宇宙等。當前大部分面向消費互聯(lián)業(yè)務都是通過安置在骨干網的中心云計算能力支持，時延在 30ms 到 50ms，遠小于本身云端后端業(yè)務處理的延遲;算力下沉至邊緣的初衷，主要是實現中心云海量請求壓力分散，用戶體驗優(yōu)化等，對業(yè)務都屬于錦上添花，而非雪中送炭。

這里說一下運營商網絡，中心云計算技術，是將數據中心內部網絡全部虛擬化，即云內網絡，衍生出 VPC，負載均衡等諸多產品;數據中心外部幾乎完全屏蔽運營商網絡，只提供彈性公網 IP 及互聯(lián)網出口帶寬服務，中心云計算與運營商網絡沒有融合;但從中心云計算演進到邊緣計算，是強依賴網絡將中心云與邊緣鏈接起來，如果中心云是大腦，邊緣計算是智能觸角，那么網絡就是神經，就是動脈血管，但實際上整體網絡規(guī)劃與建設發(fā)生在云計算發(fā)展之前，并不是專門服務云計算的，所以中心云計算與運營商網需要融合，即云網融合，云網融合最終目標是實現云能力的網絡化調度編排，網絡能力的云化快速定義。希望借助新型業(yè)務需求和云技術創(chuàng)新，驅動運營商網絡架構深刻變革升級開放。

當前，網絡的能力極大限制了云計算的發(fā)展，在邊緣計算及物聯(lián)網建設過程中尤為明顯。云網融合與算力網絡依然還是運營商的游戲，新一代 5G 顛覆性技術變革，引爆整個領域的顛覆性巨變，也只解決了海量設備接入及設備低延遲接入的問題，后端整體配套及解決方案明顯跟不上。就當前情況來看，依然還是 5G 找業(yè)務的尷尬局面，未來 5G 在實體產業(yè)領域(港口、 碼頭、礦山等)領域，相比消費者領域，相信會帶來更大變革與價值。

2、業(yè)務定義的邊緣計算

除了面向消費者的互聯(lián)網邊緣場景，邊緣計算更多的是面向實體產業(yè)及智慧化社會衍生的場景。

對于實體產業(yè)場景來說，由于歷史原因，在邊緣及現場存在大量異構的基礎設施資源;通過業(yè)務需求驅動邊緣計算平臺的建設，不僅要整合利用現有基礎設施資源，還要將中心云計算技術及能力下沉至邊緣及現場，實現大量存量業(yè)務運營管控上云，海量數據統(tǒng)一入湖，以此支持整個企業(yè)的數字化轉型。對于智慧化社會衍生場景來說，越是新型的業(yè)務，對網絡時延敏感越高，數據量越大，結構化數據逐漸轉化成非結構化數據，需要人工智能，神經網絡等高等智能化技術支持。當前對網絡時延敏感的新型業(yè)務場景，都是通過云端總控管理，設備現場實時計算這種分布式架構策略，以此減弱對網絡的強依賴。面向業(yè)務將邊緣計算分為智能設備/專業(yè)云及產業(yè)邊緣/行業(yè)云兩種類型：

智能設備/專業(yè)云：基于云計算能力之上，圍繞智能設備提供整體化，有競爭力的解決方案，包含智能設備、云端的服務以及端到云之間的邊緣側服務，比如視頻監(jiān)控云、G7 貨運物聯(lián)等;

產業(yè)邊緣/行業(yè)云：也基于云計算能力之上，圍繞行業(yè)應用及場景，提供套件產品及解決方案，比如物流云、航天云等。

總的來說，基于業(yè)務定義的邊緣計算，更多是面向智能設備及實體產業(yè)，對智能設備，從 AVG，密集式存儲，機械手臂等單一功能的智能設備，到無人機，無人駕駛車等超復雜的智能設備，云計算能力不僅支撐設備控制管理應用的運行，同時借助中心云計算能力拓展至邊緣側，解決這種產品上云，無法集中化標準化管理難題;對產業(yè)邊緣，通過云計算技術，結合行業(yè)場景的抽象總結，構建行業(yè)通用的產品及解決方案，隨著整個產業(yè)互聯(lián)網加速建設，是邊緣計算未來發(fā)展的重點方向。

小結

對于規(guī)模較大的企業(yè)，云邊場景非常復雜，中心云計算平臺與邊緣計算平臺建設，不僅應對業(yè)務需求，還要面臨諸多基礎設施問題：在中心云計算面臨多云使用多云互通問題;在邊緣網絡鏈路面臨多運營商的骨干網，多云運營商網絡及多云的云網融合問題;在端側接入網面臨多運營商 5G 網絡的共享的問題等，很多問題只能通過治理的手段應對，無法從技術平臺層面徹底解決。

總的來說，邊緣計算范圍大，場景泛，目前整個行業(yè)缺少經典的案例及標準。因此推動邊緣計算落地，一定是面向真實的業(yè)務場景及需求整體規(guī)劃，面向價值逐步建設。

Kubernetes 從中心走向邊緣

Kubernetes 遵循以應用為中心的技術架構與思想，以一套技術體系支持任意負載，運行于任意基礎設施之上;向下屏蔽基礎設施差異，實現底層基礎資源統(tǒng)一調度及編排;向上通過容器鏡像標準化應用，實現應用負載自動化部署;向外突破中心云計算的邊界，將云計算能力無縫拓展至邊緣及現場，快速構建云邊一體基礎設施。

將云原生技術從中心拓展到邊緣，不僅實現了云邊基礎設施技術架構大一統(tǒng)，業(yè)務也實現了云邊自由編排部署。相對于 Kubernetes 在中心云的革命性創(chuàng)新，在邊緣場景雖優(yōu)勢明顯，但缺點也很致命，因為邊緣側存在資源有限、網絡受限不穩(wěn)定等特殊情況，需要根據不同業(yè)務場景，選擇不同 Kubernetes 邊緣方案。

Kubernetes 架構及邊緣化的挑戰(zhàn)

Kubernetes 是典型的分布式架構，Master 控制節(jié)點是集群“大腦”，負責管理節(jié)點，調度 Pod 以及控制集群運行狀態(tài)。Node 工作節(jié)點，負責運行容器(Container)，監(jiān)控/上報運行狀態(tài)。邊緣計算場景存在以下比較明顯的挑戰(zhàn)：

狀態(tài)強一致且集中式存儲架構，屬于中心云計算的大成產品，基于大規(guī)模的池化資源的編排調度實現業(yè)務持續(xù)服務。 Master 管控節(jié)點與 Worker 工作節(jié)點通過 List-Watch 機制，實現狀態(tài)任務實時同步，但是流量較大，Worker 工作節(jié)點完全依賴 Master 節(jié)點持久化數據，無自治能力。 Kubelet 承載太多邏輯處理，各種容器運行時各種實現的兼容，還有 Device Plugin 硬件設備驅動，運行占用資源高達 700M;對資源有限的邊緣節(jié)點負擔太重，尤其是低配的邊緣設備。

邊緣計算涉及的范圍大、場景復雜，尚無統(tǒng)一標準;Kubernetes 開源社區(qū)的主線版本并無邊緣場景的適配計劃。

Kubernetes 邊緣化運行方案

針對中心云計算及邊緣計算這種云邊分布式架構，需要將 Kubernetes 適配成適合邊緣分布式部署的架構，通過多集群管理實現統(tǒng)一管理，實現中心云管理邊緣運行，整體分為三種方案：

集群 Cluster：將 Kubernetes 標準集群下沉至邊緣，優(yōu)點是無需 Kubernetes 做定制化研發(fā)，同時可以支持 Kubernetes 多版本，支持業(yè)務真正實現云邊架構一致;缺點是管理資源占用多。方案比較適合區(qū)域云/中心云、邊緣計算/本地計算以及規(guī)模較大的產業(yè)邊緣場景。 單節(jié)點 Single Node：將 Kubernetes 精簡，部署在單節(jié)點設備之上，優(yōu)點與集群 Cluster 方案一致，缺點是 Kubernetes 能力不完整，資源的占用會增加設備的成本，對業(yè)務應用無法保證云邊一致的架構部署運行，沒有解決實際問題。 邊緣節(jié)點 Remote Node：基于Kubernetes 二次開發(fā)增強擴展，將 Kubernetes 解耦適配成云邊分布式架構的場景，中心化部署 Master 管理節(jié)點，分散式部署 Worker 管理節(jié)點。

此外，一致性是邊緣計算的痛點，在邊緣增加一個 Cache 即可實現斷網特殊情況的邊緣自治，同時可以保證正常網絡情況的數據一致;還有就是 Kubelet 比較重的問題，隨著 Kubernetes 放棄 Docker 已經開始精簡;同時硬件更新迭代較快，相比少量硬件成本，保持 Kubernetes 原生及通用性為大。其實更希望Kubernetes 社區(qū)本身提供適配邊緣化方案，同時考慮為 Kubelet 增加緩存機制。

Kubernetes 邊緣容器快速發(fā)展

Kubernetes 已成為容器編排和調度的事實標準，針對邊緣計算場景，目前國內各個公有云廠商都開源了各自基于 Kubernetes 的邊緣計算云原生項目，比如阿里云向 CNCF 貢獻的 OpenYurt，采用邊緣節(jié)點 Remote Node 方案，是業(yè)界首個開源的非侵入式邊緣計算云原生平臺，秉承“Extending your native Kubernetes to Edge”的非侵入式設計理念，擁有可實現邊緣計算全場景覆蓋的能力。

華為、騰訊、百度等，也都開源了自己的邊緣容器平臺。邊緣容器的快速發(fā)展帶動了領域的創(chuàng)新，但一定程度上也導致構建邊緣計算平臺時難以抉擇。從技術架構來看，幾個邊緣容器產品總的架構思路主要是將 Kubernetes 解耦成適合云邊、弱網絡及資源稀缺的邊緣計算場景，本質上無太大差異;從產品功能來看也是如此，基本上都涵蓋云邊協(xié)同、邊緣自治、單元化部署功能等。

如何構建云邊一體化云原生平臺

現階段，圍繞 Kubernetes 容器平臺，構建云邊一體化云原生基礎設施平臺能力是邊緣計算平臺的好選擇，通過云端統(tǒng)一的容器多集群管理，實現分散式集群統(tǒng)一管理，同時標準化 Kubernetes 集群規(guī)格配置：

標準集群(大規(guī)模)：支持超過 400 個節(jié)點的大規(guī)模集群，配置為 ETCD + Master 3 臺 8c16G，Prometheus + Ingress 5 臺 8C16G， N * Work 節(jié)點;主要是業(yè)務規(guī)模較大的云原生應用運行場景; 標準集群(中等規(guī)模)：支持超過 100 個節(jié)點以內的集群，ETCD + Master + Prometheus 3 臺 8c16G，N * Work 節(jié)點;主要是業(yè)務規(guī)模中等的場景; 邊緣原生容器集群：在云端部署集群管理節(jié)點，將邊緣節(jié)點單獨部署業(yè)務現場，支持運行單業(yè)務場景的應用，比如 IoT 物理設備接入協(xié)議解析應用，視頻監(jiān)控分析 AI 算法模型等業(yè)務場景。

按照業(yè)務場景需求選擇最優(yōu)容器集群方案，其中邊緣容器集群方案，與其他集群方案差別較大，其他集群依然保持中心云集群服務一致，基礎資源集中并且池化，所有應用共享整個集群資源;而邊緣容器集群Master 管理節(jié)點集中部署，共享使用;Worker 節(jié)點都是分散在業(yè)務現場，按需自助增加，自運維且獨占使用。當前邊緣容器領域短時間內很難有大一統(tǒng)的開源產品，因此現階段建議通過標準的 Kubernetes API 來集成邊緣原生容器集群，這種兼容所有邊緣容器的中庸方案，如果非要擇其一，建議是 OpenYurt，非侵入式設計，整體技術架構及實現更加優(yōu)雅。OpenYurt 以上游開源項目 Kubernetes 為基礎，針對邊緣場景適配的發(fā)行版。是業(yè)界首個依托云原生技術體系、“零”侵入實現的智能邊緣計算平臺。具備全方位的“云、邊、端一體化”能力，能夠快速實現海量邊緣計算業(yè)務和異構算力的高效交付、運維及管理。

總結

邊緣計算平臺的建設，以 Kubernetes 為核心的云原生技術體系，無疑是當前好的選擇與建設路徑。但是云原生體系龐大，組件復雜，將體系下沉至邊緣會面臨很大的挑戰(zhàn)與困難，同時充滿巨大的機遇及想象空間。業(yè)務應用想要真正踐行邊緣的云原生體系，需要從理念、系統(tǒng)設計、架構設計等多方面來共同實現，才能充分發(fā)揮邊緣的優(yōu)勢及價值。

當前標題：對邊緣計算與云原生的理解與思考
分享網址：http://www.rwnh.cn/news16/201566.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供自適應網站、電子商務、網站維護、App開發(fā)、全網營銷推廣、手機網站建設

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)