邊緣計算指的是在網絡邊緣側即靠近終端的位臵提供業務場景所需的計算服務。邊緣計算天生具備分布式特征，根據具體業務場景的個性化需求，邊緣計算平臺可以靈活部署在網絡中的各個位臵，概括起來主要有兩種，一種部署在網絡的接入側，即與不同級別的宏基站聯合部署；另一種則直接部署于設備現場，就近提供計算服務。邊緣計算與云計算相互協同合作，云計算負責全局性、非實時、長周期的大數據處理與分析，而邊緣計算則面向網絡邊緣側全新業務形態，根據業務需求對局部性、實時、短周期數據的處理與分析。

邊緣計算的概念

數據來源：公開資料整理

    近些年來，隨著SDN/NFV等先進網絡技術的日漸成熟，各大網絡標準化組織才逐漸意識到邊緣計算對于網絡功能的巨大提升；并于2016年4月，將之列為5G網絡架構的關鍵技術。2016年11月，華為、英特爾、ARM、中國科學院沈陽自動化研究所、中國信息通信研究院和軟通動力發起成立了邊緣計算產業聯盟(ECC)，致力于邊緣計算在各行業的數字化創新與行業應用落地。

    根據調查數據顯示，整個系統被分為三層，即現場層、邊緣層、云端。其中邊緣層又劃分為邊緣管理器和邊緣節點兩部分，邊緣節點是具有計算和存儲能力的功能模塊，包括負責處理和轉換網絡協議的邊緣網關，負責閉環控制業務的邊緣控制器，負責大規模數據處理的邊緣云以及負責信息采集與簡單處理的邊緣傳感器；而邊緣管理器則主要是實現對邊緣節點的各項功能進行統一管理和調度。

邊緣計算參考框架

數據來源：公開資料整理

    整個框架強調了云—邊—端一體化的要求，邊緣傳感器將設備端基礎數據匯集到邊緣云平臺，在平臺上對數據進行分析處理，得到的即時結果反饋到設備端；而邊緣管理器則負責數據的統一調配，與云端建立聯系，將業務相關數據傳輸到云端進行更加深入的分析，而后再對邊緣側算法進行優化，從而靈活高效的指導生產實踐。

    與邊緣計算相比，云計算有諸多劣勢。首先是實時性，傳感器接收到數據以后，云計算需要通過網絡傳輸到數據中心，經過分析處理后再由網絡反饋到終端設備，這樣數據來回傳傳輸就造成了較高時延。其次云計算對帶寬的要求也越來越大，例如在公共安全領域，每一個高清攝像頭都需要2M的帶寬來傳輸視頻，這樣的一個攝像頭一天就可以產生10幾個G的數據，如果這樣的數據全部傳到數據中心進行分析存儲的話，對帶寬的消耗非常大。第三是能耗方面，現在數據中心的能耗在業界已經占據了非常高的比例，國家也不斷對數據中心的能耗指標作出要求。最后是數據安全和隱私方面，數據經由網絡上傳到云端經歷了眾多環節，每個環節數據都有可能被泄露。

    而邊緣計算則可以完美的解決以上諸多問題，邊緣計算就部署在接入網，在網絡邊緣就可以完成對數據的分析處理，數據甚至都不必上傳至云端，這樣就大幅降低了數據傳輸時間，減輕了通信網絡的帶寬壓力，數據在邊緣處理存儲也更加高效安全。

    實際上，云計算與邊緣計算的關系更像是人體的神經網絡系統，大腦即為云計算中心，而神經中樞與神經元則代表了下沉到不同程度的邊緣計算。傳感器從邊緣設備對數據進行初始的采集，到邊緣層進行一部分實時的處理，再傳輸到核心層進行深度的計算分析，最后再將分析結果回饋到邊緣，對邊緣智能進行優化完善。兩者構成了一套完整的系統，云計算負責全局性、非實時、長周期的大數據處理與分析，而邊緣計算則根據特定的需求對局部性、實時、短周期數據的處理與分析。

    就像人體的神經網絡一樣，神經中樞與神經元都具有一定程度的“計算”能力，但究竟在什么情況下用哪個還是得依據人體各部分具體的機能來定。同樣的，不同的行業具體的業務需求不同，對于邊緣計算中“邊緣”的位臵理解也不同。典型的如OT領域，有的工業設備可能僅僅需要處理簡單的數據，不需要進行復雜的運算，但是機器設備對于加工精度有著比較高的要求，對時間延遲十分敏感；這種情況下，主流公司就采用現場設備智能化升級的方案，通過向現場設備部署SDK的方式來應對具體的業務需求。另一種典型的如自動駕駛，行駛中的汽車需要根據周圍復雜的環境信息運算得出下一步的駕駛指令，由于汽車駕駛過程中產生的數據量十分巨大，所進行的復雜運算也需要專業的服務器才能完成，這時就需要借助網絡將運算遷移到最近的邊緣計算平臺上來進行。以上兩種場景實際上代表了邊緣計算部署的兩種模式，一種是將算力直接部署在設備終端旁，最大限度的發揮邊緣計算的優勢；另一種則是將邊緣計算平臺部署在終端附近，一個平臺負責一片區域內的業務需求。

    目前市場上邊緣計算的建設主體主要有電信運營商、第三方廠商、OT廠商等，電信運營商采用MEC多接入邊緣計算的形式將邊緣計算部署在網絡的邊緣，一般是在宏基站的機房內或者多個宏基站的匯聚點。第三方廠商則需要借助運營商MEC平臺開放底層資源來推出自己個性化服務，一般是自身云計算業務的在邊緣處的延伸。而OT廠商則聚焦于邊緣設備，對其進行智能化改造，讓終端設備具備一定的計算能力，用以滿足自身業務需求。

    由于以上兩類邊緣計算應用形式面向的客戶場景不同，體現的客戶價值也不同，所以各建設主體對于邊緣計算的理解、用到的關鍵技術等都有較大的區別。各參與者根據自己的優劣勢，在不同的業務形態中擔任不同的角色。需要說明的是，在實際部署的商業用例中，上述兩種邊緣計算應用可以獨立存在，也可以兩者相互融合互補并存。

    網絡側的多接入邊緣計算MEC是一種基于通信網絡的全新分布式計算方式，包含了原先移動邊緣計算的核心理念并予以升級，它在新一代通信網絡中已經被3GPPSA2列為5G網絡架構的關鍵技術。技術上，通過部署一定的計算存儲能力部署在無線接入網端，在接入網端構建一個云服務環境，使得一部分的網絡服務與網絡功能在脫離核心網的情況下進行，從而大幅度的減少數據傳輸的時延，節省帶寬，降低網絡負載，同時還能夠保證數據的安全性。

    隨著5G時代來臨，一方面，5G將會為用戶提供4K/8K視頻、AR/VR等更加真切的業務體驗，人機交互方式面臨著再次升級；另一方面，以物聯網、智慧城市等為代表的典型應用場景與移動通信網絡深度融合，海量的機器設備將會接入5G網絡。全新的業務形態在帶給用戶更好的體驗的同時，通信網絡的承載負擔無疑也被大大加重。

    2018年物聯網連接數已經達到了70億，到2020年，活躍的物聯網設備數量預計將增加到100億個，到2025年將增加到220億個。

世界物聯網設備接入數量預測

數據來源：公開資料整理

    物聯網接入設備的爆發性增長無疑會占用大量的網絡資源，但是未來增加的也不僅僅是設備數量。近期，工信部等三部門印發的《超高清視頻產業發展行動計劃（2019-2022年）》中，也將提升網絡傳輸能力，滿足4K和8K視頻傳輸的低時延、高寬帶、高可靠、高安全應用需求作為其中的重點任務之一。MEC技術通過業務本地化、緩存加速以及本地分流、靈活路由等技術可以有效降低網絡回傳帶寬需求，緩解核心網的數據傳輸壓力，從而進一步避

    免了核心網傳輸資源的進一步投資。

    對于一些對可靠性要求嚴格的場景，例如遠程醫療、車聯網、工業控制等，對網絡時延有著嚴苛的要求。其中，低時延高可靠場景中對空口時延的要求甚至為1ms量級。基于MEC提供的邊緣云計算服務，可以將傳統的部署在Internet或者遠端云計算中心的業務應用，遷移至無線網絡邊緣部署。此時，特定業務或者將非常受歡迎的內容可以部署或者緩存在靠近無線接入網以及終端用戶的位臵，從而可以有效降低網絡端到端時延，從而提升用戶的服務質量。

    移動互聯網打破電信運營商原有的圍墻花園模式，OTT多種多樣服務類型的快速出現以及相應業務量的急劇增長，促使移動通信網絡逐漸管道化，運營商對用戶的掌控力度將逐步減弱，淪為數據“啞管道”的趨勢加劇，成為移動互聯網中產值較低的環節。運營商當前以計數據流量為主的資費模式，相對于OTT靈活的商業模式顯得較為單一。

    在互聯網應用的替代作用及取消長途漫游資費雙重影響下，2018年運營商話音業務收入完成1776億元，比上年下降25.7%，在電信業務收入中的占比降至13.7%，比上年下降4.2個百分點。受OTT廠商擠占，運營商的傳統業務生存空間一再被壓縮。

2013-2018年電信收入結構

數據來源：公開資料整理

    電信運營商不僅可以將MEC平臺的存儲、計算能力開放給應用開發商和內容提供商，為他們提供全新的業務開發環境及用戶體驗；也可以將無線側eNB信息封裝成各種服務（例如，RNIS、位臵服務、帶寬管理服務等），運行在MEC平臺之上，開放給企業和垂直行業使用，從而提供更多的增值服務，實現網絡價值的最大化。

    未來5G網絡的基礎設施平臺將主要由采用通用架構的數據中心組成，主要包括中心級、匯聚級、邊緣級和接入級，其各自的功能劃分。

    MEC部署的位臵較為靈活，在基站級、接入級、地市級均可部署，具體部署的位臵還要按照具體的業務需求來確定。考慮到影響MEC部署位臵最主要的是業務要求時延，時延要求越嚴格，MEC部署的位臵就越接近用戶端。

    端級邊緣計算在領域的應用

    1、智慧安防

    在智慧安防領域，一個二線以上城市可能就有上百萬個監控攝像頭，針對產生的海量視頻數據，云計算中心服務器計算能力有限。如果我們能夠在邊緣處能夠對視頻進行預處理，將部分或全部視頻分析遷移到邊緣處，就可以大大降低對云中心的計算、存儲和網絡帶寬需求。

    隨著“平安城市”建設進程的推進，中國的安防行業保持了快速發展的勢頭，安防產業鏈不斷完善，市場規模持續增長。據調查數據報告顯示，2022年中國安防行業市場規模將會達到9737億元。

2015-2022年中國安防行業市場規模變化及預測

數據來源：公開資料整理

    基于邊緣計算的視頻監控、門禁系統等應用場景確實能夠大大減少安防領域的開支，隨著邊緣計算在行業應用的不斷深入，應用邊緣計算的安防設備將會成為市場主流。如果按照2016年安防行業各子模塊業務收入比例測算，視頻監控產品收入約占安防行業整體規模的18%，按照60%的邊緣計算產品滲透率，2022年基于邊緣計算的視頻監控產品市場規模將達到1052億元。

    2、工業互聯網

    工業互聯網是新工業革命的關鍵支撐和智能制造的重要基石。構建企業工業互聯網系統，核心是平臺，工業互聯網平臺是面向制造業數字化、網絡化、智能化需求，構建基于海量數據采集、匯聚、分析的服務體系，支撐制造資源泛在連接、彈性供給、高效配臵的工業云平臺。工業互聯網平臺第一層是就是邊緣層，在邊緣端通過大范圍、深層次的數據采集，以及異構數據的協議轉換與邊緣處理，構建工業互聯網平臺的數據基礎。邊緣層對數據的處理主要是三個層次，一是通過各類通信手段接入不同設備、系統和產品，采集海量數據；二是依托協議轉換技術實現多源異構數據的歸一化和邊緣集成；三是利用邊緣計算設備實現底層數據的匯聚處理，并實現數據向云端平臺的集成。

    邊緣層是數據采集與預處理是工業互聯網得以實行的基礎，邊緣的智能化對于某些特定的業務場景來說尤為重要。如在工業制造領域的紡織行業，傳統方法是通過人工驗布的方式來檢驗布的瑕疵，受檢驗員的主觀意識、經驗、環境、認知等因素的限制，檢測結果往往差異性大，一致性差。將邊緣計算引入后，在設備邊緣直接布臵具備簡單計算能力的智能設備，在機器運行時采集相關數據，直接在現場實時處理和分析數據，最大限度的減少因時延而造成產品缺陷。經過對邊緣機器的智能化改造后，一臺智能驗布機的驗布效率相當于5-6臺人工驗布機，并且檢測精度更高，誤檢漏檢率更低。

驗布機邊緣云架構

數據來源：公開資料整理

    在國家政策的推動下，中國的工業互聯網在過去幾年經歷了爆發式的增長，2019年兩會政府工作報告中明確提出：打造工業互聯網平臺，拓展‘智能+’，為制造業轉型升級賦能。而邊緣計算在工業互聯網中的應用實際上更多是以邊緣設備的智能化改造的概念提出來的，兩者的核心理念也較為接近，都是采用在終端安裝智能芯片或外接智能設備的方式讓設備具備一定計算能力，從而實現對設備自身簡單生產流程的把控。根據調查數據顯示，2017年，中國智能制造產業規模將近15000億元，預計到2022年市場規模將超過25300億元，隨著國家對工業智能制造的不斷推動，我們預測到2022年基于邊緣計算技術的智能制造滲透率至少達到60%，即市場規模將達到15180億元。邊緣智能元器件作為智能制造的重要支撐，必將受益于智能制造的不斷深入。

2015-2022年中國智能制造行業市場規模及預測

數據來源：公開資料整理

    在智能家電領域，邊緣計算也有著極大的用武之地。這里所說的的智能家電與我們目前生活中的智能家電有一定的區別，目前我們所接觸到的智能家電同樣也裝有傳感器及處理芯片，但其感知的對象是其所處的物理環境因素，如感知時間、環境溫度等等。這里所說的智能家電更具智能化，家電自身將變成一個擬人智能終端，通過對人的行為習慣的感知為用戶提供生活上的指導建議，而物聯網的應用又使得其對身邊的物具備了感知能力，這樣所有家電就構成了一套完善的智能家居系統，為生活提供更多智能化服務。

2016-2022年中國智能家電行業市場規模及預測

數據來源：公開資料整理

    端級邊緣計算是各OT廠商爭相搶占的戰略高地之一。智慧安防、工業互聯網、智能家居是目前端級邊緣計算主要的應用場景，各廠商在這些應用場景下也都有了完整的解決方案。并且在智慧安防及工業互聯網領域，端級邊緣計算帶來的紅利肉眼可見，因而這兩個領域會是接下來端級邊緣計算應用的主戰場；而智能家居帶來的好處多是用戶體驗層面，決定權在用戶，其推廣勢必會相對較慢，但一體化智能家居系統是未來發展的方向。國家層面上，政策也在積極推動傳統工業的數字化轉型，應用先進的數字通信技術為傳統工業賦能。從上面大致的測算來看，端級邊緣計算下游應用會是一個超過1.7萬億元(智能安防1052億+智能制造15180億+智能家居1522億)的市場規模，國內的相關芯片廠商及相關元器件供應商也必將從中獲益。

    相關報告：智研咨詢發布的《2019-2025年中國商業智能化行業市場發展模式調研及投資趨勢分析研究報告》