云计算与边缘计算协同发展的相关探讨

付强

（大庆油田信息技术公司，黑龙江 大庆 163000）

1 云计算和边缘计算有关概念

1.1 云计算

1.2 边缘计算

边缘计算指的是在与数据或者物的源头十分靠近的网络边缘侧，对计算、应用、存储、网络核心能力进行融合的开放平台，依据距离远近提供智能服务，满足数字化在动态业务、智能应用、敏捷联结、安全保护等需求。边缘计算能够实现数字世界跟物理世界的连接，赋能智能化的服务、网关、资产和系统。在智能分布式结构跟平台上，边缘计算利用模型对智能化能力进行驱动，完成了物的自主化以及互相的协作。边缘计算的特点主要包括五个方面。

（1）联结性。这一特点是边缘计算的基础，边缘计算联结的对象以及应用场景存在多样性，因此其自身需要具备各种联结功能。

（2）数据第一入口。边缘计算能够实现物理跟数字世界之间的连接，包括动态、完整和大量的数据，能够以数据的全生命周期为基础开展管理以及创造价值，能够为预测性维护、效率提高、资产管理等应用的创新奠定基础，同时有效的应对数据各种特点提出的挑战。

（3）约束性。边缘计算的产品需要应对各种环境和条件，比如振动、爆炸、电流、尘土等，这些都对设备的空间、成本等提出了很高的要求，因此边缘计算产品需要对各种软硬件进行优化与融合，从而适应各类条件存在的约束。

（4）分布性。边缘计算需要为分布式计算、存储、资源调动、分布式安全、分布式智能等提供支持。

（5）融合性。数字化行业的转型要以信息通信技术和操作技术的融合作为基础，边缘计算是重要的承载手段，需要为安全、应用、控制、管理、联结等提供支持。

1.3 边缘计算与云计算的差异与协同

云计算和边缘计算是行业数字化转型的主要支撑技术，然而两种技术之间存在着许多的差别，比如，云计算主要的使用场景是非实时、业务决策的制定、时间较长的数据；边缘计算主要的应用场景是动态的、时间较短的数据以及本地的决策等。同时，边缘计算主要实现工业与物流之间的连接位置，或者位于物理实体的顶端，但是云计算可以对边缘计算获取到的历史数据进行访问，边缘计算能够满足各种接口、协议以及拓扑、数据分析、分布式安全、业务处理等的需求，而与计算无法提供支持，需要云计算跟边缘计算在应用、智能、网络等方面进行协同。在网络方面，边缘计算主要负责数据的聚合，而云计算负责数据的分析；在业务方面，边缘计算主要针对无服务器的Agent函数，而云计算主要负责业务逻辑代码的编写和排列；在应用方面，边缘计算主要为智能服务提供支持，而云计算主要针对应用的全周期进行管理。在智能化方面，边缘计算主要进行的是分布式推理，而云计算主要是进行集中式训练。

1.4 云边协同参考框架

云协同参考框架主要是云计算和边缘计算节点在三个层面的协同，分别是基础设施、应用和平台。基础设施指的是IAAS和ECIAAS间完成存储、网络以及计算等各类资源的协同。平台指的是两者之间实现数据、智能化、服务编排以及部署的有效协同；应用层面指的是两者需要完成应用服务的协同。同时，云边协同再次技术上还要全面考量安全、运行维护以及费用等的协同。

然后，抽出另一组数据做测试数据，重复上一步做法。直到找到每组数据作为测试数据时候的最佳扩展常数值，最后取这15个扩展常数值的平均值做为实际网络的扩展常数值。其流程图如图2所示。

2 云边协同需要解决的问题

云边协同需要解决的问题较多，主要包括以下六个方面。

（1）连接协同。随着与系统进行连接的设备不断增多，对网络运行维护和管理、网络的可靠性以及拓展的灵活性都提出了更高的要求，并且，工业现场长时间以来都具有许多结构存在差异的总线连接，各种制式的以太网同时存在，怎样实现各种连接的兼容以及保证连接的可靠性和实时性是云边协同面临的重要问题。

（2）数据协同。数据连接的统一和数据的有效聚合是实现智能化业务的重要基础，为了完成工业现场面临的各种不同环境以及结构存在差异的标准问题的有效解决，需要对不同厂商和领域的数据进行有效的集成。

（3）任务协同。任务的发布和完成是促进各种场景功能实现的重要内容，云计算需要应用于不同边缘侧设备以及各类环境，怎样保证数据有效的发布至边缘侧，边缘侧经过有效计算以后，怎样将信息与任务进行整合并提出反馈是对云边协同的能力提出的重要考验。

（4）管理协同。一方面云端需要考虑怎样对各种结构不同的边缘设备进行有效的管理和接入，另一方面，需要对设备和云端应用的开发、业务、生命周期管理开展协同，使边缘侧设备可以在各类场景中完成管理工作。

（5）安全协同。边缘侧设备形成的数据如何安全的传送到云端、云端怎样低于外部的攻击、怎样保证下放数据的安全这些都是云边协同需要重视的问题。

（6）多方协同。云边协同正在逐渐的应用于各类场景当中，怎样在某些应用场景中完成边边、云边、多边等的协同，是未来需要深入研究的课题，怎样对各类场景中的协同进行统一也是需要引起关注的重要方面。

3 云边协同的应用场景

3.1 CDN

随着互联网技术的高速发展，CDN服务作为内容传送者的重要性不断凸显。针对CDN服务提供者来说，CDN运营缺乏灵活性使得宽带资费不能进行灵活设置，无法依据需求进行费用的索取，造成收费居高不下。同时，由于视频业务的持续增长使得运营商的网络承载能力受到挑战，目前CDN系统主要分布在省级机房，与用户之间具有较远的距离，回传带宽占用严重，服务能力无法为移动业务场景提供支持。随着5G的推出，互联网计步入了一个全新的时期，CDN结构已经无法匹配时代提出的要求，需要推动边缘云和AC的稳步发展，实现服务水平、状态和质量的提高。比如通过边缘云平台把VCDN进行下沉，使其达到边缘数据中心，有效实现网络压力的缓解，促进用户体验的提升。云边协同能够在热点以及本地化内容多次请求的场景中获得应用，适合应用在校园、住宅区、商业区、办公楼等，促进用户体验的提升。

3.2 工业互联网

作为物联网向着工业领域的延伸，工业互联网具有海量不同结构的特征，但是边缘设备技能对局部的数据进行处理，不能产生全局性的认知，在进行应用过程中，需要通过云计算平台来完成信息的有效融合，所以，云边协同正在成为工业互联网的发展的重要支撑。工业互联网当中的云边计算能够进行智能设备的安装与连接，可以对各种关键任务信息进行处理并进行动态的响应，而不需要利用网络将信息传输到云端等待其进行响应，从而有效的减少了网络流量，使数据的处理更加分散。同时，边缘计算需要存在一定的计算能力，可以对问题进行自主的判断和解决，对反常状况进行动态检测，从而实现预测性的监控，促进工厂工作效率提升的同时有效的避免设备出现故障，并将数据进行上传，在云端进行存储、管理和分析。

3.3 智能家庭

随着家庭智能化信息服务得到普及，怎样将不同的异构设备于家庭网络进行连接，使用户能够有效的利用各种功能是当前从业者重点关注的问题。边缘计算节点存在许多的异构接口，包括无线网络、电力线、电缆等，还能够处理各种处理，并将结果传送到云平台，用户不但能够利用网络与边缘计算节点进行连接实现对终端的管理，还能够利用云端实现对各类数据的访问。同时，云边协同以虚拟化技术作为基础的各类服务设施，以各类终端作为载体，实现对业务系统的有效整合，通过计算节点把各类家庭终端并入局域网当中。边缘计算节点利用互联网完成与广域网的连接，从而跟云端进行数据的交换，实现包括电器管理、视频监控、定时设置、场景管理等各类功能。

3.4 智能交通

过去人们都将智能交通的关注点放在车辆的管理上，将大量的资金投入到自动驾驶等车辆的智能化上，然而智能汽车的研发成本较高，且在道路环境中的表现不够理想，因此越来越多的厂家将智能交通的方向转移到道路上。边缘计算能够有效的与云计算进行配合，使多数的计算负载整合到道路上，通过各种通信手段实现跟车辆动态有效的信息交互。将来的道路边缘节点能够将地图系统、信号系统、移动目标数据等进行集成，从而为车辆提供事故警示、驾驶辅助、协同决策等服务。并且车辆自身也可以作为边缘计算的一个节点，通过云边协同实现对车辆的控制以及提供各类增值服务。车辆可以通过各类感应装置将收集到的信息传送到道路边缘节点，实现车辆之间、车辆跟道路之间的有效协同。云计算中心将从边缘节点收集到的数据进行分析，对交通状况进行感知，利用人工智能以及大数据等计算方法，为交通信号以及车辆等发布科学的指令，促进交通效率的提高，有效的避免出现拥堵。

3.5 安防监控

云边协同为安防智能化提供了新的技术支持，能够把监控数据传输到边缘计算的节点或者平台上，实现网络数据传输压力以及时延的降低。同时，视频监控能够跟人工智能有效结合，在边缘计算节点上配备人工智能分析模块，应用于视频监控、人脸识别、安全防护等场景当中，有效的解决了以AI为基础的视频分析所存在的时延较大的问题，促进了用户体验的提升。云端可以完成AI发布的训练任务，边缘计算节点能够落实AI的推论，云边协同能够完成本地决策以及动态响应，可以为表情监测、行为分析、轨迹追踪等各种AI应用提供支持。

3.6 农业生产

作为农业生产的高级阶段，智能农业加强了对互联网技术、云计算和物联网技术的应用，以现场的各类传感节点和通信网络作为基础实现了对生产环境的智能化感知、警示、决策、分析以及指导，从而实现精准化的种植、决策和管理。选择智能大棚作为例子，对于具有较好条件的大棚，可以进行各类机电设备的安装，包括排风机、灌溉系统、卷帘等，利用云端完成远程控制。农户可以通过电脑或者手机进行云端平台的登录，实现对各种设备的控制，也可以通过云端进行控制逻辑的设置，将控制逻辑发送到边缘设备，边缘设备利用传感器对棚内的温度、湿度等数据进行收集，依据实际情况进行机电设备开关的管理。

4 云边协同发展的建议

4.1 将应用作为导向，实现计算能力向着边缘侧的下沉

目前边缘计算这一概念十分火热，许多与用户侧较为接近的业务和产品都被列入边缘计算的范围，这对于边缘计算的发展并非利好，也会对云边协同的稳步推进产生负面影响。希望有关从业者保持理性，对各类场景业务的实际需求进行全面的梳理，在企业加入云端的大环境当中，对各种应用效果和运营成本进行分析，稳步推进计算能力向着边缘侧的下沉，不可太过着急将计算能力进行边缘化的部署。

4.2 加快标准体系的构建，注重协同能力规范

当前已经开始进行边缘云等边缘侧标准的构建，但是尚未针对云边协同进行标准体系的建设。有关研究人员要从整体布局出发，对中心云和边缘侧协同所需要的框架开展标准化的设计。可以针对各种应用场景，对云边协同的标准体系进行完善，加快进行各类协同技术、应用和服务标准的制定，促进企业云边协同服务能力的提高，为云边协同的稳定发展提供保障。只有实现边缘计算和云计算的有效协同，才能够为许多场景在动态业务、数据完善、隐私保护、安全防护、敏捷连接等方面提供计算支持。