边缘数据中心应用场景白皮书.pdf

边缘数据中心应用场景白皮书 VERSION 2018 编号 ODCC-2018-05008 开放数据中心标准推进委员会 2018-10-16 发布 ODCC-2018-02008 边缘数据中心应用场景白皮书 i 目 录 1. 技术特点分析 . 1 1.1. 超低时延 . 1 1.2. 高带宽 . 2 1.3. 高实时性计算能力 . 2 1.4. 高安全可靠性 . 2 1.5. 本地化 . 2 2. 七大技术应用场景 . 2 2.1. 5G . 2 2.2. 物联网（ loT） . 3 2.3. 人工智能 . 3 2.4. 工业互联网 . 4 2.5. 车联网 . 4 2.6. 内容分发网络（ CDN） . 5 2.7. AR/VR . 5 3. 十五大业务应用场景 . 6 3.1. 医疗 远程手术、远程监护等 . 6 3.2. 交通 智能驾驶汽车 . 7 3.3. 金融 无人银行 . 8 3.4. 工业 工业制造 . 9 3.5. 教育 未来教室 . 10 ODCC-2018-02008 边缘数据中心应用场景白皮书 ii 3.6. 物流 智慧 物流 . 11 3.7. 城市 智慧泊车、路灯控制等 . 13 3.8. 电力 无线通信控制、采集 . 13 3.9. 安防 平安城市 . 15 3.10. 家居 照明与场景控制 . 16 3.11. 楼宇 智能门禁、智能空调等 . 18 3.12. 娱乐 视频直播、云游戏 . 19 3.13. 餐饮 无人超市、无人酒店、无人餐厅等 . 21 3.14. 会展 同声传译 . 23 3.15. 农业 植保无人机、工厂化育苗等 . 24 ODCC-2018-02008 边缘数据中心应用场景白皮书 iii 前 言 移动互联网、物联网的快速发展推动了 5G 时代到来。为满足 5G 与固定宽带业务发展的性能需求，更好地支撑超高可靠、超低时延业务场景，唯一有效方式为在靠近用户的网络边缘侧构建业务平台，提供存储、计算、网络等资源，将部分关键业务应用下沉到接入网络边缘，以减少网络传输和多级转发带来的带宽与时延损耗。业界将这种在网络边缘侧部署的新型基础设施称为边缘数据中心。 目前，边缘数据中心处于发展初期，其应用前景广阔， 基础运营商、 IDC服务商、设备厂商等企业 纷纷开始布局。 但在其技术研究及推广应用过程中存在诸多问题。一是，各角色企业都 具备各自的特有优势及资源，但如果各类型厂商单独发展边缘数据中心也都存在一定的局限性，合作是必然之路。目前，各厂商基于各自业务特点，对边缘数据中心理解层面各不相同， 研究方向各有不同 ，无法实现资源共享和优势互补。二是， 5G、边缘数据中心、物联网、人工智能、车联网等新型信息化技术只有实现融合发展，在各传统领域中推广应用，才能展示其真正的魅力。但 从事这些新型信息化技术的 研究企事业单位、团体，因为所属领域各不相同，缺乏统一的沟通交流平台。三是，边缘 云与 边缘 数据中心概念混淆 ，部分厂商忽略对基础设施的研究，盲目追求新概念 ，从而造成数据中心技术无法实现同步发展，造成研究浮于概念，无法真正实现落地。 因此， 数据中心产业亟需规划出台一张整体可落地的产业蓝图，推动边缘数据中心 技术 有序推广应用。开放数据中心委员会 (ODCC)一直将边缘数据中心ODCC-2018-02008 边缘数据中心应用场景白皮书 iv 列为重点研究项目之一 ,并产出了一系列研究成果。 2017 年 ODCC 峰会上已发布边缘数据中心技术白皮书。白皮书提出了边缘数据中心定义、特征，同时基于部分应用场景对技术方案进行研究。但随着企业开始纷纷布局边缘数据中心，产业亟需规划出台规划一张整体可落地的产业蓝图，推动边缘数据中心的有序推广应用。因 此， ODCC 基于行业发展需求， 在 2018 年的 ODCC 峰会（ 10 月 16 日 -17 日）上正式发布边缘数据中心应用场景白皮书，归纳边缘数据中心技术特点，列举边缘数据中心七大技术应用场景、十五大业务应用场景，旨在服务于数据中心监管部门、数据中心上下游产业链各厂商以及从事边缘数据中心研究的团体及个人，明确边缘数据中心应用边界，推动行业概念统一，促进各领域技术融合发展，推进新型技术推广应用。 主编单位：中国信息通信研究院 参编单位：百度 施耐德电气 中国移动 秦淮数据 参 编 人： 李洁 郭亮 朱晓云 李 孝众 唐华斌 徐忠宇 陈维 钱渝 王珂 赵晓琳 吕昕雨 王月 谢丽娜 王少鹏 盛凯 ODCC-2018-02008 边缘数据中心应用场景白皮书 1 边缘数据中心应用场景说明书 1. 背景介绍 回顾各种新兴 ICT 技术发展历程，最终落地都需要基础设施层面的支撑，通过数据中心技术变革实现真正推广应用。数据中心云化让数据中心计算、存储、网络虚拟化，促使数据中心集约化、集群化发展，资源利用率大大提升。大数据技术应用促使数据中心智能化运维，实现对硬件故障自动预测和自动化管理；另外，数据挖掘等大数据业务，促使数据中心集约化发展。未来，随着随着物联网、人工智能、 5G 等新技术的不断涌现和发展，行业数字化进程加快，数据需要有效流动、集成。数据中心将迎来新一轮的变革 边缘数据中心。 未来“云数据中心 +边缘数据中心” 的部署模式已成为大家的共识。边缘数据中心位于用户和云数据中心之间，提供小型化、分布式、贴近用户的数据中心环境。因此，海量的数据不再需要上传至云端进行处理 ,大大降低了网络延时。可以说边缘数据中心技术特点非常鲜明，应用场景非常广阔。边缘数据中心将与 5G 通信、物联网等新兴技术融合发展，在各领域推广应用，促使新的业务形态产生，例如：智能驾驶汽车（包括辅助驾驶、自动驾驶、无人驾驶）。 2. 技术特点分析 2.1. 超低时延 边缘数据中心位于用户和云数据中心之间，提供小型化、分布式、贴近用户的数据中心环境。因此，海量的数据不再需要上传 至云端进行处理 ,大大降低了网络延时，使得反馈更加迅速，同时也改善了用户体验，降低了网络在其他部分中可能发生的拥塞。 ODCC-2018-02008 边缘数据中心应用场景白皮书 2 2.2. 高带宽 由于边缘数据中心靠近信息源，可以在本地进行简单的数据处理，不必将所有数据都上传至云端，这将使得核心网传输压力下降，减少网络堵塞，网络速率也会因此大大增加。 2.3. 高实时性计算能力 边缘数据中心是数据的第一入口，可承担海量、异构、多样性数据接入，负责简单业务处理，应具备对海量接入数据的实时分析处理能力。 2.4. 高安全可靠性 边缘数据中心在接收到数据之后，可以对数据加密之后再进行传输，提升了数据的安全性。边缘数据中心处理及传输可靠性对实时性业务至观重要，对用户体验影响直接、明显。 2.5. 本地化 边缘数据中心应用前景广阔，部署非常靠近信息源，在全国范围内可能分布极为广泛，每个地域都有各自的特性。因此，边缘数据中心面向市场不同，部署业务各不不同，相应的也对边缘数据中心提出不同的需求。 3. 七大技术应用场景 3.1. 5G 边缘数据中心的建设有助于支持更低延迟的 5G 新业务开展。通过把中心局的 IT 资源迁移到基站侧，将更加靠近用户，可以有效减少延迟。边缘数据 中心与 5G 通信、物联网、人工智能等新兴技术融合发展，加速走向规模化，将促使新的业务形态产生，如智慧交通（案例：无人驾驶汽车）、智能金融（案例：无人值守金融网点）、智慧教育（案例：未来教室）、智能安防（案例：平安城市）等。 基础运营商将借助 NFV 及 MEC 技术，将 CDN 网元云化并下沉到靠近终端用户侧的边缘节点，部署到下一代端局中的边缘数据中心里，可以确保资源的弹性和最大化利用，一定程度上将有效缓解网络压力，为用户提供更优良的体ODCC-2018-02008 边缘数据中心应用场景白皮书 3 验感。 5G 网络将有望实现 1 Gb/s 的用户体验速率和小于 10 ms 的用户面时延，而这也将为数据中心提供低延迟和大带宽的标配服务。 3.2. 物联网（ loT） 物联网（ Internet of Things）是互联网、传统电信网等信息承载体，让所有能行使独立功能的普通物体实现互联互通的网络，真实的物体都可以通过应用电子标签上网联结。以物联网为基础的设备安装从 2017 年到 2022 年期间预计将超过一倍。物联网（ IoT）将成为边缘数据中心的另一个清晰使用案例。 物联网驱动了数据模式的巨大增长，预计到 2020 年全球物联网设备数量将达到 204 亿，同时，这些设备也在以超乎我们想象的速度产生数据 。一台物联网设备在一定时间内，可能只推送很小的数据量。然而，面对海量的终端设备，未来如果这些网络节点所抓取的数据都需要上传云端，对网络带宽将提出巨大挑战，云端服务器将面临巨大的存储压力。物联网设备需要更敏捷地连接、更有效地数据处理，同时要有更好地数据保护。唯一有效的解决方式为，通过在靠近用户端部署边缘数据中心，帮助主数据网络轻松处理用户数据，提供及时的响应，并且对数据的隐私提供保护，支撑物联网设备的智能计算。 另外，物联网会带来越来越多的非结构化数据，我们要从非结构化的数据中发现内在的关联，就需要用到人工智 能技术。 3.3. 人工智能 人工智能系统对图像和视频进行分析的一大前提是，采集到的数据必须足够清晰，因此视频监控正朝着日益高清化的趋势发展，产生了十分庞大的数据量。但受制于网络传输技术和网络环境，传输如此庞大的数据量势必会产生一定的时延。在当前大多数大人工智能计算都是云数据中心来支撑的情况下，将容易造成网络拥塞现象 将数据在本地计算，在不联网的情况下就可以做环境感知、人机交互、决策控制，且是实时的，可更加经济地解决问题。 另外，人工智能的发展对芯片提出了更高的要求。在边缘侧进行负载整合成为必然趋势。在不同设备上分离的负载越来越多的通过虚拟化等技术，整合到一个单一的高性能的计算平台上，来实现一个综合的复杂功能。通过部署边缘数据中心构建高性能计算平台成为最佳解决方案。 ODCC-2018-02008 边缘数据中心应用场景白皮书 4 3.4. 工业互联网 工业互联网是以机器、原材料、控制系统、信息系统、产品以及人之间的网络互联为基础。通过对工业数据的系统化管理和运算处理、实时数据交换、快速建模，从而达到工业场景特定自动化需求的目的。在工业互联网后期发展过程中，为安全性考虑，势必会需要定制化或专有的数据中 心作为自身的数据运转加工厂。边缘数据中心以最接近用户、安全性高、处理速度快的特点，可为工业互联网的发展提供支撑和保障。另外，大量智能机器间的连接，将产生海量数据，边缘数据中心可支撑数据在边缘进行处理，实现更好机器间的传感、交互和控制。 工业互联网对边缘数据中心的典型技术需求包括： 本地数据采集分析 -工业数据过滤、清洗 异构现场网络接入 -多种物联网协议转换 工业协同控制 -工业网关 /边缘云实现多机器协同控制 离线状态业务保活 -无网络时本地完成业务处理 3.5. 车联网 根据中国物联网校企联盟的定义，车联网 (Internet of Vehicles)是由车辆位置、速度和路线等信息构成的巨大交互网络。通过 GPS、 RFID、传感器、摄像头图像处理等装置，车辆可以完成自身环境和状态信息的采集；通过互联网技术，所有的车辆可以将自身的各种信息传输汇聚到中央处理器；通过计算机技术，这些大量车辆的信息可以被分析和处理，从而计算出不同车辆的最佳路线、及时汇报路况和安排信号灯周期。广义的车联网就是车和它相关的各种广义要素的全方位连接和数据交互，包括车与车、车与人、车与路、车与网络等，组成一张智能交通管理、控制、信息服务的一体化网络。车联网所描 绘的最终形态，则是完全的自动驾驶。 车联网产品与服务包括基础产品、终端、网络、平台与服务等，通过智能采集车辆和环境信息，感知并处理行车状态与环境，实现远程控制、路径规划、智能导航、智能泊车、信息娱乐等方面的车载信息服务。车联网系统的未来将会面临功能集成化、娱乐沉浸式、控制自动化、数据海量化，对低传输延时、高传输带宽、高计算性能提出了需求。边缘数据中心则可以很好的助力车联网，通过把车联网云“下沉”至边缘数据中心，如通信基站，小基站，汇聚站点的边缘计算节点，为车联网平台提供网络、计算、存储、应用的核心能ODCC-2018-02008 边缘数据中心应用场景白皮书 5 力，解决 延时、带宽和计算性能的问题。通过运行移动边缘计算应用，可以就近提供各种车联网功能，实现安全避让、速度引导、路径优化、区域交通流量分析等，为最终实现自动驾驶提供服务。 3.6. 内容分发网络（ CDN） CDN 即内容分发网络，其目的是使用户可就近取得所需内容，解决Internet 网络拥挤的状况，提高用户访问网站的响应速度。 CDN 是边缘服务器的网络，提供在线内容的优化分发或传送。大量的边缘服务器协同工作，通过私有全球骨干网传输数据，绕过大部分拥挤的公共和互联网服务提供商（ ISP）网络，从而提高内容交付的速度和效率。 CDN 的 主要目标是通过减少将内容和富媒体传输到用户的互联网设备所需的时间来提高 Web 性能。 CDN 与生俱来的边缘节点属性令其在边缘计算市场具备先发优势， CDN 本身就是边缘计算的雏形。未来的 CDN 需要大量的边缘设备，无论是从 CDN 转向边缘计算，还是在原有的 CDN 体系中加入边缘计算的概念，利用边缘计算来提升 CDN 自身竞争力都是不错的选择，边缘计算模式能够助力 CDN 更智能、高效和稳定。构建边缘数据中心，借助 NFV 及 MEC 技术，将 CDN 网元云化并下沉到靠近终端用户侧的边缘节点，可以确保资源的弹性和最大化利用，一定程度上将有 效缓解网络压力，为用户提供更优良的体验感。 3.7. AR/VR 增强现实 (Augmented Reality，简称 AR)，是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，是把原本在现实世界的一定时间空间范围内很难体验到的实体信息 (视觉信息 ,声音 ,味道 ,触觉等 ),通过电脑等科学技术，模拟仿真后再叠加，将虚拟的信息应用到真实世界，被人类感官所感知，从而达到超越现实的感官体验。真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。增强现实技术包含了多媒体、三维建模、实时视频显示及控制、多传感器融合、实时跟 踪及注册、场景融合等新技术与新手段。增强现实提供了在一般情况下，不同于人类可以感知的信息。 虚拟现实技术 (Virtual Reality，简称 VR)是一种可以创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种模拟环境，是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真使用户沉浸到该环境中。虚拟现实是多种技术的综合，包括实时三维计算机图形技术，广角（宽视野）立体显