边缘计算与云计算协同白皮书2.0.pdf

边 缘 计算 与云 计算协 同 白 皮书2.0 边缘计算产业联盟 (ECC) 与工业互联网产业联盟 (AII) 联合发布 2020 年 12 月 边缘计算产业联盟 (ECC参与编写单位与人员： （排名不分先后，以单位名称字母排序）： 北京金山云网络技术有限公司： 田江波、斯文、皮丽华、田若宸 华为技术有限公司： 阮斌锋、王晨凌、张琦、赵然、欧争光、翁志强、黄还青 佳讯飞鸿（北京）智能科技研究院有限公司： 李斌、张鑫 平安国际智慧城市科技股份有限公司： 曹锋铭 曾婷 刘桐语 青岛海尔工业智能研究院有限公司： 鲁效平、黄玉宝、孙明 全球能源互联网研究院有限公司： 陈江琦、张希、郑晓崑、赵婷 沈阳新松机器人自动化股份有限公司： 王晓峰、梁亮、王紫微 特斯联科技集团有限公司： 曹晓兵、刘安 腾讯云计算（北京）有限公司： 唐云兵、贾玄、刘海涛 中国联通集团通信有限公司： 陈丹、肖羽、贾智宇、毋涛 中国信息通信研究院： 时晓光、王哲 中国移动通信集团浙江有限公司： 李志勇 中国移动通信有限公司研究院： 温亮生、张晓秋 中移（上海）信息通信科技有限公司： 罗刚毅 缀初网络技术（上海）有限公司： 王靖、刘峰、李杨 边缘计算产业联盟 (ECCCONTENTS 目 录 1 边云协同已经成为产业共识 .01 1.1 边缘计算 2.0 .01 1.2 边云协同概念 .02 1.3 边云协同产业实践 .04 1.3.1 云边缘 .04 1.3.2 边缘云 .05 1.3.3 新基建与边缘计算 .06 2 边云协同 2.0 参考架构及技术体系 .07 2.1 应用协同 .09 2.1.1 综述 .09 2.1.2 关键挑战 .09 2.1.3 整体架构 .10 2.1.4 关键技术 .11 2.2 服务协同 .13 2.2.1 综述 .13 2.2.2 关键挑战 .14 2.2.3 整体架构 .14 2.2.4 关键技术 .15 2.3 资源协同 .22 2.3.1 综述 .22 2.3.2 挑战 .22 2.3.3 整体架构 .22 2.3.4 关键技术 .23 3 商业实践案例.27 3.1 平安国际：基于智能视觉的明厨亮灶边云协同案例.27 3.2 海尔：基于边云协同 AI 的质检案例 .29 3.3 全球能源互联网研究院：基于边云协同的变电巡视图像视频监测应用 .30 3.4 佳讯飞鸿：基于边云协同技术的高速铁路综合运维一体化管理平台 .32 3.5 腾讯：智能交通 .34 3.6 腾讯：边缘计算赋能智慧零售 .35 3.7 移动：边云协同在某国家级工业互联网中心实现数据采集和分析的应用案例 .36 3.8 金山云：基于云边协同的智能路由器网络优化案例.37 3.9 PPIO：基于 P2P 技术的高性价比边缘 CDN 方案 .38 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 01 边云协同 已经成为产业共识 边云协同已经成为产业共识 01 边缘计算产业联盟 （ECC ）2017 年发布的 边缘计算参 考架构 1.0中给出了边缘计算 1.0 的定义 。边缘计算是 在靠近物或数据源头的网络边缘侧， 融合网络、 计算、 存 储、 应用核心能力的开放平台， 就近提供边缘智能服务， 满足行业数字化在敏捷联接、 实时业务、 数据优化、 应用 智能、 安全与隐私保护等方面的关键需求。 它从边缘计算 的位置、 能力与价值等维度给出定义， 在边缘计算产业发 展的初期有效牵引产业共识， 推动边缘计算产业的发展。 随着边缘计算产业的发展逐步从产业共识走向落地实践， 边缘计算的主要落地形态 、技术能力发展方向 、软硬件 平台的关键能力等问题逐渐成为产业界的关注焦点 ，边 缘计算 2.0 应运而生。 边缘计算 2.0：边缘计算主要包括云边缘、边缘云和边缘 网关三类落地形态 ；以 “边云协同”和 “边缘智能”为 核心能力发展方向 ；软件平台需要考虑导入云理念 、云 架构、 云技术， 提供端到端实时、 协同式智能、 可信赖、 可动态重置等能力 ；硬件平台需要考虑异构计算能力 ， 如鲲鹏、ARM、X86、GPU、NPU、FPGA 等。 云边缘 ：云边缘形态的边缘计算 ，是中心云服务在边缘 侧的延伸 ，逻辑上仍是中心云服务的一部分 ，主要的能 力提供及核心业务逻辑的处理依赖于中心云服务或需 要与中心云服务紧密协同 。如华为云提供的 IEF 解决方 案 、阿里云提供的Link Edge 解决方案 、AWS 提供的 Greengrass 解决方案等均属于此类。 边缘计算 2.0 1.1 图 1 边缘计算 2.0 云计算 IaaS IoT 应用 IoT 平台 行业 应用 行业 平台 边云协同/边缘智能 边云协同/边缘智能 交通 市政 制造 能源 视觉 手机 边缘计算 终端 边缘云 边缘网关 云边缘 EC-SaaS EC-PaaS EC-IaaS AI EC-SaaS EC-PaaS EC-IaaS AI EC-SaaS EC-PaaS EC-IaaS AI 网络 应用 网络 平台 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 02 边云协同已经成为产业共识 边云协同放大各自价值 边缘计算的 CROSS （Connectivity 连接、 Realtime 实时、 Optimization 数据优化 、Smart 智 能、Security 安 全） 价值推动计算模型从集中式的云计算走向更加分布式的 边缘计算 ，边缘计算正在快速兴起 ，未来几年将迎来爆 炸式增长。 GartnerTop 10 Strategic Technology Trends for 2018: Cloud to the Edge认为到 2022 年 ，随着数字业务的 不断发展 ，75% 的企业生成数据将会在传统的集中式数 据中心或云端之外的位置创建并得到处理（图 2 ）。 另一方面 ，边缘计算与云计算各有所长 ，云计算擅长全 局性 、非实时 、长周期的大数据处理与分析 ，能够在长 周期维护 、业务决策支撑等领域发挥优势 ；边缘计算更 适用局部性 、实时 、短周期数据的处理与分析 ，能更好 地支撑本地业务的实时智能化决策与执行。 因此 ，边缘计算与云计算之间不是替代关系 ，而是互补 协同关系 。边缘计算与云计算需要通过紧密协同才能更 好的满足各种需求场景的匹配 ，从而放大边缘计算和云 计算的应用价值 。边缘计算既靠近执行单元 ，更是云端 所需高价值数据的采集和初步处理单元 ，可以更好地支 撑云端应用 ；反之 ，云计算通过大数据分析优化输出的 业务规则或模型可以下发到边缘侧 ，边缘计算基于新的 业务规则或模型运行。 边云协同概念 1.2 边缘云 ：边缘云形态的边缘计算 ，是在边缘侧构建中小 规模云服务或类云服务能力 ，主要的能力提供及核心业 务逻辑的处理主要依赖于边缘云 ；中心云服务主要提供 边缘云的管理调度能力 。如多接入边缘计算 （MEC ）、 CDN、华为云提供的 IEC 解决方案等均属于此类。 边缘网关 ：边缘网关形态的边缘计算 ，以云化技术与能 力重构原有嵌入式网关系统 ，并在边缘侧提供协议 / 接 口转换 、边缘计算等能力 ，部署在云侧的控制器提供边 缘节点的资源调度、应用管理与业务编排等能力。 Gartner IT 基础架构 、运营管理与数据中心大会 （2017 年 12 月）发布的调研数据显示 ，84% 的企业将在四年 内将边缘计算纳入企业规划（图 3 ）。 图 2 企业生成数据在集中式 DC 或云端之外 创建和处理的比例 2020 2018 10% 75% 图 3 边缘计算何时会成为您企业规划的一部分？ 现在 明年 两年内 四年内 最多 四年内 不知道 或永远 不会 25% 24% 31% 6% 84% 16% 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 03 边云协同 1.0 ：三层六类边云协同内涵 边缘计算不是单一的部件， 也不是单一的层次， 而是涉及 到 EC-IaaS、EC-PaaS、EC-SaaS 的端到端开放平台 。典 型的边缘计算节点一般涉及网络 、虚拟化资源 、RTOS 、 数据面 、控制面 、管理面 、行业应用等 ，其中网络 、虚 拟化资源、RTOS 等属于 EC-IaaS 能力， 数据面、 控制面、 管理面等属于EC-PaaS 能力， 行业应用属于EC-SaaS 范畴。 边云协同的能力与内涵，涉及 IaaS、PaaS、SaaS 各层面 的全面协同 。EC-IaaS 与云端 IaaS 应可实现对网络 、虚 拟化资源、安全等的资源协同；EC-PaaS 与云端 PaaS 应 可实现数据协同 、智能协同 、应用管理协同 、业务管理 协同；EC-SaaS 与云端 SaaS 应可实现服务协同。 资源协同 ：边缘节点提供计算 、存储 、网络 、虚拟化等 基础设施资源 、具有本地资源调度管理能力 ，同时可与 云端协同 ，接受并执行云端资源调度管理策略 ，包括边 缘节点的设备管理、资源管理以及网络联接管理。 数据协同：边缘节点主要负责现场 / 终端数据的采集，按 照规则或数据模型对数据进行初步处理与分析， 并将处理 结果以及相关数据上传给云端 ；云端提供海量数据的存 储、 分析与价值挖掘。 边缘与云的数据协同， 支持数据在 边缘与云之间可控有序流动， 形成完整的数据流转路径， 高效低成本对数据进行生命周期管理与价值挖掘。 智能协同 ： 边缘节点按照AI 模型执行推理， 实现分布式智能 ； 云端开展 AI 的集中式模型训练，并将模型下发边缘节点。 应用管理协同 ：边缘节点提供应用部署与运行环境 ，并 对本节点多个应用的生命周期进行管理调度 ；云端主要 提供应用开发、 测试环境， 以及应用的生命周期管理能力。 业务管理协同 ：边缘节点提供模块化 、微服务化的应用 / 数字孪生 / 网络等应用实例；云端主要提供按照客户需 求实现应用 / 数字孪生 / 网络等的业务编排能力。 服务协同 ：边缘节点按照云端策略实现部分 ECSaaS 服 务，通过 ECSaaS 与云端 SaaS 的协同实现面向客户的按 需 SaaS 服务 ；云端主要提供 SaaS 服务在云端和边缘节 点的服务分布策略，以及云端承担的 SaaS 服务能力。 并非所有的场景下都涉及到上述边云协同能力 。结合具 体的使用场景 ，边云协同的能力与内涵会有所不同 ，同 时即使是同一种协同能力 ，在与不同场景结合时其能力 与内涵也会不尽相同。 图 4 边云协同总体能力与内涵 Endpoints Edge Computing nodes Public/ Private Clouds ECIaaS 基础设施资源及调度管理能力 边缘ICT 基础设施 IaaS 边缘节点基础设施/设备/ 南向终端的生命周期管理 云ICT 基础设施 1 资源协同 Data Ingestion Device Control ECSaaS SaaS 预测性维护 质量提升 能效优化 vFW vLB 预测性维护 质量提升 能效优化 vFW vLB 6 服务协同 ECPaaS 应用实例 应用部署软硬件环境 分布式智能/ 推理 数据采集与分析 PaaS 业务编排 应用开发、测试/ 应用生命周期管理 集中式训练 数据分析 5 业务管理协同 4 应用管理协同 2 数据协同 3 智能协同 边云协同已经成为产业共识 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 04 边云协同产业实践 1.3 1.3.1 云边缘 OTT 玩家是云边缘的典型代表角色， 主要包括AWS 、 微软、 Google、阿里 、腾讯 、华为云等公司 ，依靠本身公有云 的力量和现有产业合作伙伴 ，将公有云能力下沉至边缘 数据中心 、用户数据中心以及边缘设备 ，形成边缘基础 设施服务、IoT 服务、边缘数据存储 / 迁移服务等，实现 云边协同。 OTT 根据自身发展情况， 逐步补齐产品矩阵。 随着 5G 的大规模部署 ，OTT 越来越重视与运营商合作 的边缘计算 。国外运营商在 5G 和边缘计算与 OTT 紧密 合作 ，并逐步放弃自身云战略 ，共享 5G 带来的红利 。 ATT 、Verizon、Vodafone、SK、KDDI 等均与 AWS 、 Azure、Google Cloud 达成技术或者运营方面的合作 。 国内部分 OTT 参与联通 、广电的混改 ，使得运营商与 OTT 在云方面的合作变成可能。 OTT 不完全具备 5G 相关能力 ，由于 5G 的技术门槛高 ， 所以 OTT 与 5G 设备商以及解决方案供应商合作是必选路 线。AWS 与 Ericsson、NEC 、Nokia 开展技术合作、Azure 与 Mavenir、 Nokia、 Fujitsu 等开展合作。 国内 OTT 与华为、 中兴等公司均有合作， 但在 5G 方面合作尚处于初始阶段。 边缘计算和 5G 开始进入爆发期， 行业的成熟度跟行业集 中度有强相关 ，微软为增强自身能力 ，率先从投资侧表 率， 通过参股、 收购 5G 和边缘相关的企业。 如微软收购 Affirmed Networks、 MetaSwitch 等企业， 实现对技术、 供应 、集成等服务能力的掌控 ，满足不同行业客户的需 求 。国内 OTT 也在纷纷考察中小型 5G 及边缘计算相关 公司 ，未来势必会有更多中小型边缘计算创业公司 ，纳 入到 OTT 的生态合作中。 OTT 边缘基础设施 IoT 服务 数据存储 / 迁移 AWS Local Zone GreenGrass SnowBall Azure Edge Zone IoT Edge Data Box Ali Cloud ENS LinkEdge Tencent Cloud ECM IECP Huawei Cloud IEC IEF 边云协同已经成为产业共识 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 05 1.3.2 边缘云 自 2017 年 ETSI 将 MEC 定义修正为 “Multi Access Edge Computing”开始边缘云逐渐被推向前台 ，边缘云玩家 纷纷开始布局 ，在靠近用户的边缘侧提供中小规模的云 基础设施， 提供基于 5G 应用的边缘云服务能力， 典型行 业玩家为运营商、设备提供商、云服务提供商等。 运营商作为边缘云的代表角色， 借助 5G 带来的全新网络 特性 ，通过将网络能力向边缘下沉 ，为基础设施赋予更 加灵活的管控能力 。实现边云协同将为未来运营商业务 的发展提供更好的应用场景和更优的业务体验 ，全面推 进边缘云与公有云实现云边协同， 实现两者网络的互通、 能力的开放和相互调用 ，通过统一云管平台实现资源的 统一调度和管理 ，构建良好的产业生态 。目前阶段运营 商正在全国范围内推动定制化 、小规模的实验网及示范 项目， 随着 5G 技术的成熟， 预计在不远的将来可实现大 规模商用部署。 同时 GSMA 正在推进运营商合作提供统一的 “运营商 平台” ，在多个运营商之间互通边缘计算平台 ，确保开 发人员 、用户实现对边缘计算功能的统一访问 。目前 GSMA 已联合全球 22 家运营商发起Operator Platform 项目，加速和简化 MEC 应用跨运营商和云的部署，方便 应用提供商或运营商更加便捷地推广边缘应用。 中国移动持续打造“5G+E”网边融合服务能力，推出自 主研发的边缘计算通用平台 OpenSigma，实现一站式云 资源和应用托管 ，通过统一 API 接口对客户开放边缘网 络能力和垂直行业能力， 提供云网边协同的一体化服务。 并于近日举办的中国移动“5G+E”网边融合技术峰会上 正式点亮边缘计算 “100+”节点 ，其中 156 个边缘计算 服务节点遍布全国 22 个省份及自治区，为合作伙伴提供 5G 精品网络全覆盖和多形态超强算力。同期发布的位于 北京 、江苏 、浙江和福建 4 个边缘计算孵化节点将面向 全球范围招募边缘计算应用合作伙伴 ，为应用开发者提 供 “网 - 边 - 云”一站式边缘计算孵化服务。 中国电信以天翼云为资源优势制定边缘计算的发展策略。 以天翼云为核心实施“2+4+31+X”战略，包括建设 2 大 数据中心 ，围绕 4 大重点区域 ，全国 31 省云资源池 ， 延伸 X 边缘节点 ，将云资源优势下沉 。天翼云已经覆盖 全国 29 个省会城市，在智能制造、智能驾驶等领域探索 5G+MEC 试商用方案。 中国联通将 MEC 边缘云作为发展 5G 2B/2C 高价值业务 的重要战略， 充分发挥 5G MEC 的价值， 构建开放生态， 赋能垂直行业， 提供丰富、 低时延的边缘应用， 构建 “云、 网 、边 、端 、业”一体化的 5G MEC 服务能力 ，为用户 边云协同已经成为产业共识 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 06 提供真正具备价值的 B/C 端应用和能力 。中国联通以边 缘云作为实现 CT+IT+OT 融合的锚点 ，基于边缘云平台 结合网络联接的控制与管理能力 ，融合分流能力 /RNIS 等 CT 能力和云IT 能力， 向应用能力和创新产品进行渗透。 聚焦 “智能制造” 、 “智慧医疗” 、 “智慧交通” 等领域， 目前已在全国开展百个 MEC 商用工程，推出面向多元化 场景的一体化边缘云方案及行业产品 ，并发布全球首张 MEC 规模商用网络 ，在粤港澳大湾区核心城市 ，率先完 成 5G MEC 网络整体布局与节点建设。 边缘计算的发展是基于云计算的普及及微服务架构的广 泛应用两个大大背景展开的， 随着云计算的成熟与普及， 越来越多的企业开始将 IT 系统放在云端，另外基于 IT 系 统应用解耦及需求的快速迭代需要 ，微服务架构在企业 获得越来越广泛的使用 ，企业在云中心以微服务模式运 行着数十个到数千个不等规模的微服务。 随着边缘侧计算能力越来越强，且边缘侧算力具备更低 网络成本及网络延迟的特点 ，同时解决了企业 IT 成本 及用户体验两个问题 ，企业逐渐将 IT 系统中的微服务 按照对 IO、网络 、计算能力 、交互实时性等需求不同 进行层级划分，一些可以放到边缘侧的微服务越来越多 的下沉到边缘，通过云端和边缘的协同解决成本和用户 体验问题。 云计算公司通过在用户更近的边缘侧部署大量的节点计 算资源 ，覆盖国内主要城市及运营商 ，为企业提供边缘 计算服务 ，面对直播场景 ，主播在将实时录制的视频流 上传到边缘服务器时 ，即可在边缘侧完成视频的审核 、 转码 、降噪 、美颜等视频流相关处理 ，并根据预先制定 的策略完成直播流的分发 ，极大降低了客户运营成本并 提升了网络体验； 面对 RTC 场景，用户在边缘侧就近接 入服务 ，边缘侧通过智能路由 、FEC 弱网对抗等技术实 现网络端到端的传输优化；另外在智能家居 AIoT 场 景， 路由器 、智能音箱等家庭网关设备承载着众多家庭智能 硬件等联网 、控制等核心操作 ，通过智能网关边缘侧同 云端在 DNS、网络探测及云 、端双端加速等技术 ，可很 好的保障智能网关数据传输安全 ，并极大提升在弱网情 况下的数据网络传输速度。 1.3.3 新基建与边缘计算 2020 年 3 月， 中共中央政治局常务委员会召开会议提出， 加快 5G 网络、数据中心等新型基础设施建设进度。 新型基础设施建设 （简称 ：新基建） ，主要包括 5G 基站 建设、 特高压、 城际高速铁路和城市轨道交通、 新能源汽 车充电桩、 大数据中心、 人工智能、 工业互联网七大领域， 涉及诸多产业链， 是以新发展理念为引领， 以技术创新为 驱动， 以信息网络为基础， 面向高质量发展需要， 提供数 字转型、智能升级、融合创新等服务的基础设施体系。 新基建的重点七大领域与边缘计算的价值行业与产业领 域匹配度较高：其中 5G、AI 是与边缘计算紧密关联的关 键技术 ，数字能源 、智慧交通 、工业互联网是边缘计算 最有发展前景的价值行业 。新基建的推进 ，必将加速边 缘计算产业的落地实践。 边云协同已经成为产业共识 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 07 02 边云协同 2.0 参考架构及技术体系 边缘计算节点， 位于靠近物或数据源头的网络边缘侧， 是 行业数字化智能系统的核心部分。 它负责对物理世界进行 感知， 通过边缘与中心云的协同， 实现对物理世界的数字 化建模、 认知、 决策， 再由边缘将决策结果以应用交互的 方式反馈到物理世界， 实现整个业务流程的闭环和持续迭 代演进。 边缘场景相对于中心云的 ICT 场景有着许多非常不同 的特征 ，是以边缘为核心的原生应用架构 （简称 Edge Native）所需要考虑的： 去中心化的，地理分布的体系架构 数据主要在边缘实时处理， 即计算和智能将跟随数据， 动态地进行部署和处理 以事件驱动 （event-driven）、流 式 数 据（ streaming）、 推理、异步和实时数据处理为主 边缘与边缘的交互，边缘局部闭环自治 多样化 、异构形态的资源配置 ，计算 / 网络 / 存储资 源深度融合按场景定制 ，并高度离散的设备 ，资源利 用率低 产品生命周期长，多厂商和多代（multi generation） 技术并存 历史上形成的单计算节点 OS 生态已收敛， 如 Windows、 Linux、Android、iOS 等 ，简称 “端 -OS” 。过去十年风 起云涌的以 DC 为中心的云生态高速发展又形成了 “云 - OS”如 AWS 、Azure、GCP、阿里云 、华为云等 。面向 行业数字化转型场景的边缘计算的再次兴起正在深深影 响下一代的 IT 基础设施的体系架构 。仅依靠现有的中心 云架构的简单延伸是远远不够的， 必须从架构角度引入新 型跨域分布式的边云协同中间层 （也可以称之为 “边云协 同 -OS”），一方面兼容广泛且多样化的边缘硬件，一方 面将中心云所拥有的云服务和云生态能力适配后用于对 边缘业务的赋能， 以实现端、 边、 云之间能够紧密结合并 互相协作， 加速边缘原生的数字化转型解决方案的构建， 并提供有效的资源配置和用户体验。 关于边云协同的能力内涵， 在 边缘计算与云计算协同白 皮书 (2018 年 ) 中总结了资源协同、数据协同、智能协 同、 服务协同、 应用管理协同、 业务管理协同等六个协同。 为了更好的理顺各个协同之间的层次关系 ，方便读者理 解， 在本次白皮书中将六大协同合并到三大协同， 具体来 说资源协同保持不变 ； 将原版本的数据协同、 智能协同、 服务协同合并到新版本的服务协同中 ；将原版本中的应 用管理协同、 业务管理协同合并到新版本的应用协同中。 合并后三大协同的关键能力描述如下： 应用协同 应用协同实现边缘应用的统一注册接入， 体验一致的分布 式部署， 集中化的全生命周期管理。 对于边缘计算的落地 实践来说， 应用协同是整个系统的核心， 涉及云、 边、 管、 端各个方面。 服务协同 服务协同为边缘应用的构建， 提供了所需的关键能力组件 以及快速灵活的对接机制， 从而有效提升边缘应用的构建 边云协同2.0参考架构及技术体系 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 08 速度。 服务协同包括两个层面 ： 一个层面是平台服务的协 同， 在平台服务协同中又包括两个方面， 一方面是来源于 中心云的云服务与云生态伙伴所提供的能力 ，包括数据 类、 智能类、 应用使能类的能力。 另一方面是通过云原生 架构 ，提供基于 Operator 架构的服务接入框架 ，为边缘 服务的分发订阅、 接入、 发现、 使用、 运维提供一整套流程。 另外一个层面， 对于云原生架构中的微服务， 提供跨越边 和云的服务发现和协同机制， 使得位置感知的数据传输转 变为位置透明的、基于服务化的业务协同。 资源协同 从单节点的角度 ，资源协同提供了底层硬件的抽象 ，简 化上层应用的开发难度 。从全局的角度 ，资源协同还提 供了全局视角的资源调度和全域的 Overlay 网络动态加速 能力， 使得边缘的资源能否有效率的使用， 边缘与边缘、 边缘与中心的互动能够更实时。 图 5 边缘与中心云间的三大类协同 智慧交通 园区安防 智慧城市 工业制造 能源电力 丰富的行业实践 中心 云 边 缘 云生态 运维类 安全类 开发类 智能类 数据类 中间件类 多样化异构边缘环境 服务 协同 资源 协同 应用 协同 边云协同OS 的管控面 全域加速 运维监控 全局调度 节点管理 应用生命周期 应用编排治理 数据服务 流数据 时序数据 IoT接入 AI训练 AI推理 智能服务 领域模型 音视频 区块链 应用服务 应用集成 云服务 边云协同OS的节点代理 认证 授权 认证 授权 云边 通信 云边 通信 本地 自治 本地 自治 监控 探针 监控 探针 硬件抽象框架 硬件抽象框架 运行时环境管理 运行时环境管理 边云协同OS的节点代理 认证 授权 认证 授权 云边 通信 云边 通信 本地 自治 本地 自治 监控 探针 监控 探针 硬件抽象框架 硬件抽象框架 运行时环境管理 运行时环境管理 边云协同2.0参考架构及技术体系 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 09 2.1.1 综述 应用协同是指用户通过边缘计算平台在云上的管理面将 开发的应用通过网络远程部署到用户希望的边缘节点上 运行 ，为终端设备提供服务 ，并且可以在云上进行边缘 应用生命周期管理 。应用协同还规定了边缘计算平台向 应用开发者和管理者开放的应用管理北向接口 。对于边 缘计算的落地实践来说 ，应用协同是整个系统的核心 ， 涉及云、边、管、端各个方面。 相比集中在数据中心的云计算，边缘计算的边缘节点 分布较为分散 ，在很多边缘场景中 ，如智能巡检 、智慧 交通 、智能安防 、智能煤矿等 ，边缘节点采用现场人工 的方式对应用进行部署和运维非常不方便 ，效率低成本 高 。边缘计算的应用协同能力 ，可以让用户很方便地从 云上对边缘应用进行灵活部署 ，大大提高边缘应用的部 署效率， 降低运维管理成本， 为用户边缘场景实现数字化、 智能化提供了基础 。这也是应用协同对于边缘计算场景 的价值所在。 2.1.2 关键挑战 传统边缘应用部署的物理节点分布可能较为分散 ，部 署过程中存在大量需要人工现场操作的步骤 ，部署方 式不够灵活方便 ，效率低下 。边缘应用缺少边云协同 管理方案 ，边缘计算平台也缺少统一的应用管理北向 接口。 边缘计算复杂场景下应用分发比较困难 。用户应用部 署到海量的边缘节点上， 需要大规模分发应用的镜像。 边缘和中心云之间一般跨网络连接 ，网络的稳定性相 对较差 。中心镜像仓库高并发下载带来高昂的带宽成 本也是一个非常严重的问题 。另外 ，用户应用日益复 杂化 ，跨越边云的分布式应用场景越来越多 ，但是对 应的跨边云应用分发机制还比较缺乏。 边云计算场景下边缘应用管理困难 。边缘节点与云端 通过城域网互联 ，漫长的网络链路使得二者连接不够 稳定， 且易因各种不确定因素导致边缘节点整体断连。 在断连后 ，边缘节点及其上的应用实例将处于离线状 应用协同 2.1 边云协同2.0参考架构及技术体系 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 10 态，并且缺乏 IT 维护人员及时的管理恢复。此时边缘 应用会出现不可用的问题 ，边缘侧的业务连续性及可 靠性都将受到极大的挑战。 2.1.3 整体架构 面对上述挑战 ，边缘计算应用协同系统整合边缘节点资 源 ，通过边缘管理模块与云上控制模块合作 ，共同完成 应用协同 。目前边缘计算领域多种技术架构并存 ，其中 基于云原生技术的边缘计算架构发展迅速 ，并逐渐成为 主流 。这里以基于云原生技术的边缘计算为例给出系统 参考架构 ，同时该架构对于边缘计算领域其他技术也有 一定参考价值 。边缘计算边云应用协同系统参考架构如 图 1 所示 ，整个系统分为云上和边缘两个部分 ，云上部 分包含云上控制面和云端镜像仓库 ，云上控制面主要用 于接收用户提交的应用部署请求信息并对边缘应用进行 生命周期管理 ，云端镜像仓库主要用于对用户提交的应 用镜像进行分级转发缓存 ；边缘部分主要为边缘节点和 边缘镜像仓库 ，边缘节点用于为边缘应用提供运行环境 和资源 ，边缘镜像仓库为边缘应用提供具体的镜像加载 服务。 用户将其开发的应用通过边缘计算平台下发部署到边缘 节点上运行 ，因此需要边缘计算平台提供清晰明确的应 用部署接口 。应用部署接口定义了用户与边缘计算平台 之间的交互方式与功能边界。 边缘计算平台为用户提供标准化的北向接口， 开放各种应 用部署和调度能力， 用户的所有应用部署需求， 都以服务 请求的形式向边缘计算平台提交， 边缘计算平台将执行结 果以服务响应的形式返回给用户 。用户使用边缘计算平 台进行应用部署 ，应该对应用的目标形态提出需求 ，以 部署配置文件的形式进行描述， 并提交给边缘计算平台。 边缘计算平台会根据用户提交的需求以及既定的调度策 略， 选择最能满足用户需求的节点进行调度， 获取相关节 点资源， 创建应用实例， 创建相关资源如中间件、 网络、 消息路由等，完成应用在边缘节点上的下发部署。 用户通过北向接口提交的应用的部署需求 ，通常会涉及 如下方面： 工作负载信息：包括应用的镜像地址、 应用实例数量、 应用标签信息、应用环境变量配置等等。 调度策略 ： 应用调度策略是边缘计算平台调度能力的外 在呈现方式 ，用户只能在平台既定的框架下选择 、制 定符合自己需求的调度策略 。更精细 、更高效 、更灵 活的调度策略需要边缘计算平台自身更强大的调度能 力作为内在支持 。从用户的角度来讲 ，应用调度策略 可能会包括如下类型 ：将应用部署到指定边缘节点或 边缘区域 ； 将应用自动部署到用户访问最密集的地区 ； 保证一定百分比的应用实例所处地区的网络延迟低于 给定值 ； 在给定的节点组上部署并保证各个节点负载均 衡 ； 在达到指定服务效果的前提下资源费用最低等等。 图 6 边云协同应用协同系统架构 应用分发 应用编排 应用生命 周期管理 应用镜像 管理 云上控制面 北向 接口 中心镜像仓库 区域镜像仓库 边缘镜像仓库 应用镜像管理 应用分发 应用生命周期管理 应用 流量 管理 应用 实例 应用 实例 边缘节点 应用开发者/ 管理者 边云协同2.0参考架构及技术体系 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 11 资源需求 ：资源需求代表每个应用实例在边缘节点上 运行所需要的资源数量下限值和上限值 ，当一个节点 无法提供满足下限值的资源时 ，表示边缘节点资源不 足 ，应用实例不会被平台调度到该节点上执行 ，当一 个应用实例运行所占用的资源超过上限值时 ，表示应 用程序可能发生了异常 ，需要紧急停止 。常用资源类 型包括 CPU、 内存、 存储、 网络带宽、GPU、NPU 等。 网络需求 ：应用对于网络 QoS 和 QoE 有一定需求 ， 包括网络抖动、网络时延、吞吐率等等 部署模式 ：应用在边缘的部署模式 ，可以分为两类 ， 一类为根据部署策略和调度结果直接将应用实例部署 到对应节点 ，一类为收到客户端访问请求后触发应用 实例的部署。 中间件需求 ：未来如数据库 、5GC 等能力会以中间件的 形式提供给应用进行使用 ，用户可以向平台提出应用对 中间件的需求 ，由平台来将相关中间件进行实例化 ，为 用户应用提供服务，避免用户自己管理中间件的风险。 2.1.4 关键技术 2.1.4.1 应用分发 应用亲和性分发 利用应用亲和性特性 ，可以将有关联的应用部署到同一 个节点以提升应用间交互效率 。一个 Pod 里的多个容 器可以共享存储和网络 ，可以看作一个逻辑的主机 ，共 享如 namespace，cgroups 或者其他的隔离资源 。一个 Pod 里的多个容器共享 Pod 的 IP 和端口 namespace， 这些容器之间可以通过 localhost 来进行通信 ，所需要 注意的是不同容器要注意不要有端口冲突即可 。不同的 Pod 有不同的 IP，不同 Pod 内的多个容器之间不可以使 用 IPC（如果没有特殊指定的话）通信，通常情况下使用 Pod 的 IP 进行通信。一个 Pod 里的多个容器可以共享存 储卷 ，这个存储卷会被定义为 Pod 的一部分 ，并且可以 挂载到该 Pod 里的所有容器的文件系统上。 应用大规模分发技术 边缘计算场景中 ，用户应用需要部署到海量的边缘节点 上 ，需要大规模分发应用的镜像 。这种应用大规模分发 场景的部署速度 、部署成功略等性能受制于短时间高并 发读取 、网络稳定性 、网络带宽等问题 。容器应用部署 过程中需要下载容器镜像文件 ，如果在大规模边缘集 群环境中 ，比如 100K 台边缘节点 ，每个应用镜像按照 500MB 计算，如果直接从中心镜像仓库下载，数据量是 50000GB，这对于镜像仓库的冲击是致命的 。边缘和中 心云之间一般跨互联网连接 ，网络的稳定性相对较差 ， 比如煤矿矿井边缘 、工厂车间边缘 、公路边缘场景 ，很 难保证边缘与中心云网络连接的稳定性 。中心镜像仓库 下载带来高昂的带宽成本也是一个非常严重的问题 ，这 对于提供镜像仓库的云服务提供商来说是不可接受的 。 边缘计算平台可以采用镜像分级缓存 、边缘镜像站点加 速、P2P 分发等方法来提高应用大规模分发性能。 跨边云统一部署技术 用户应用日益复杂化 ，跨越边云的分布式应用场景越来 越多 。与云计算环境相比 ，应用在边缘侧部署和运行受 本地环境的影响非常大 ，而本地环境自身又是非常不稳 定的 ，充满了不可预知性和动态性 ，因此边缘计算平台 需要根据环境资源信息动态调整业务部署 。当边缘侧环 境发生重大变故时 ，包括边缘节点故障 、边缘侧用户请 求飙升等等 ，边缘侧的资源无法满足用户应用的计算需 求 ，此时需要将业务负载迁移回云上运行 ，以保障用户 应用的可用性 。因此边缘计算平台需要提供应用跨边云 统一部署能力 ，以实现用户应用的边云协同 ，并且能够 向应用开发者屏蔽这种因部署位置的差异性带来的特殊 设计和开发工作量。 serverless 技术 边缘应用的开发者希望能够专注于应用开发工作 ，而 应用的构建 、部署和运行问题则交给平台来自动完 成。serverless 技术的出现使得用户只需要编写函数代 码（function）和包含函数构建部署信息的配置文件 （cong） ， 将代码文件和配置文件提交给平台就可以自 动将代码构建成应用 ，并将应用实例部署到边缘侧或云 端集群，无需关注具体构建和部署细节。serverless 技术 提供标准化的应用开发流程 ，为边缘应用的开发人员节 约了大量的时间和精力 ，大大提升了边缘应用开发 、运 维和迭代的效率 。以云原生的 serverless 技术为例 ，整 个系统分为构建系统（Build）、服务系统（Serving）和 边云协同2.0参考架构及技术体系 边缘计算产业联盟 (ECC边缘计算与云计算协同白皮书2.0 12 事件系统 （Eventing） 。构建系统可以将用户代码进行 编译 ，并且自动化构建应用容器镜像 。服务系统可以将 构建好的应用实例下发部署 ，按需对边缘应用负载规模 进行自动化伸缩 ，并且为边缘应用配置好相应的流量路 由规则和服务访问通路 。事件系统可以将事件源进行抽 象， 并对生产、 消费等事件通过消息通道进行有效传递， 同过订阅机制进行事件处理。 2.1.4.2 应用管理 应用离线自治技术 相较于传统的以云数据中心为核心的云服务 ，边缘计算 所服务的业务领域有着自己的独有的特点 。在边缘节点 与云端正常连接时 ，边缘节点及其上的应用的生命周期 管理都由云上的管理组件负责 。然而 ，边缘节点与云端 通过城域网互联 ，漫长的网络链路使得二者连接不够稳 定 ，且易因各种不确定因素导致断连 。在断连后 ，边缘 节点及其上的应用实例将处于离线状态，并且缺乏 IT 维 护人员及时的管理恢复 。此