邊緣計算在2019年吸引了業界的關注，并一度引起資本市場的繁榮，許多人稱2019年是邊緣計算的第一年。理性地說，不可避免的是，一些炒作因素正在促成如此火爆的局面，畢竟邊際計算的概念已經存在了很多年。當然，毫無疑問，工業網際網路的推動、5G大規模商用的持續發展等因素，讓業界有了IT和OT深度融合的信心和期待。在這種情況下，也許邊緣計算不熱也很困難。
本期智能介紹參考，我們推薦來自雲計算開源産業聯盟的報告，以理性樂觀的态度，分析雲端協作在典型場景下的應用需求和商業模式，為指導行業發展及相關标準的發展鋪平道路，打下基礎。如果您想收藏本文的報告（雲計算和邊緣計算與九個應用程式合作），則可以回複智能事物标題中的關鍵字"nc383"。
<新一波>雲端協作浪潮</h1>
1. 邊緣計算是雲計算向邊緣側分布式擴充的新觸角
歐洲電信标準化協會認為邊緣計算是在移動網絡邊緣提供IT服務環境和計算能力，強調與移動使用者的接近，以減少延遲并改善使用者體驗。
Gartner認為，邊緣計算描述了一種計算拓撲結構，其中資訊處理，内容擷取和分發在更接近資訊的來源執行。
維基百科認為邊緣計算是一種優化雲計算系統的方法，方法是在網絡邊緣（靠近資料來源）執行資料處理。
邊緣計算産業聯盟認為，邊緣計算是将網絡、計算、存儲、應用等核心能力彙聚在靠近物源或資料源的網絡邊緣的開放平台，提供邊緣智能服務，滿足行業數字化在靈活連接配接、實時業務、資料優化、資料、 應用程式智能、安全和隐私保護。
開放霧計算聯盟認為霧計算是一種水準系統級架構，它使雲到對象的連續性計算、存儲、控制和網絡功能更接近使用者。
盡管上述邊緣計算的定義在表述上有所不同，但它們基本上表達了一種共識，即服務是在更靠近終端的網絡邊緣提供服務的。
"中-邊-端"模式從電信業開始就已經形成。在電信時代，程控交換中心、程控交換機和電話形成了獨創的"中-邊-端"形式;
在雲計算和物聯網時代，雲計算中心、小型資料中心/網關、傳感器形成了新的"雲端"模式。
"雲端"開發圖
如果您隻從邊緣側本身尋找邊緣計算的定義，似乎很難完全接受看似新的東西。一個更簡單的問題是，智能終端、家庭網關或其他長期存在于我們周圍的計算裝置是否隐藏了多年的邊緣計算身份。
為了促進邊緣計算，一些聲音将雲計算的概念描述為稍微狹窄或故意将雲計算放在邊緣計算的另一邊。但在技術或業務發展方面，邊緣計算更像是一種将雲計算擴充到終端和使用者端的新解決方案。邊緣計算本身就是雲計算概念的延伸，即使它被賦予了一個單獨的概念，也無法與雲計算割裂，兩者是互相依賴、協同的。
在本白皮書中，我們認為，在物聯網、高流量等背景下，為了滿足更廣的連接配接性、更低的時延、更好的控制等需求，雲計算正在向更加全球化的分布式節點組合模式邁進，邊緣計算是其向邊緣側分布式擴充的新觸角。
分布式雲圖
2、邊緣計算典型産品及商業模式
主導雲計算市場的巨頭企業依靠雲計算技術的先發優勢，将雲計算技術沉入邊緣側，以加強邊緣側人工智能為契機，大力發展邊緣計算。工業企業依靠豐富的工業場景進行邊緣計算實踐，加強現場級控制。電信營運商正在抓住5G市場的機會，全面部署邊緣節點，為下一代基礎設施奠定堅實的基礎。
ICT服務提供商正在逐漸将雲計算能力擴充到邊緣裝置。在國際上，雲計算巨頭亞馬遜、微軟和谷歌都推出了邊緣計算産品。亞馬遜推出 AWS Greengrass 功能軟體，将 AWS 擴充到裝置并在本地處理終端生成的資料，同時仍使用運輸進行管理、資料分析和持久存儲;微軟推出Azure IoT Edge Edge Edge産品，将雲分析擴充到邊緣裝置，支援離線使用，并專注于邊緣AI應用程式;谷歌還在2018年推出了硬體晶片Edge TPU和軟體堆棧Cloud IoT，Edge将資料處理和機器學習功能擴充到邊緣裝置，使裝置能夠實時操作來自傳感器的資料并在本地預測結果。
在國内，阿裡、騰訊、百度、華為、中興通訊、夢工廠、新華三期等也紛紛推出相應的邊緣計算産品。
阿裡推出Link IoT Edge平台。通過以不同的量級部署智能裝置和終端計算節點。通過定義模型連接配接不同協定和資料格式的裝置，提供安全、可靠、低延遲時間、低成本且易于擴充的本地計算服務。騰訊推出了面向邊緣計算的CDN Edge，它将資料中心服務下沉到CDN邊緣節點，為最終使用者提供最小的延遲，同時降低使用者資料中心的計算壓力和網絡負載。
百度推出智能邊緣BIE，将雲計算能力擴充到使用者站點，提供臨時離線、低延遲的計算服務，同時與智能邊緣雲管理套件配合使用，形成"雲管理，終端計算"的全雲解決方案。
華為于2018年推出IEF平台，提供邊緣計算解決方案，将雲應用延伸到邊緣，連接配接邊緣和雲資料，通過一體化服務為企業提供完整的邊緣和雲協同。
中興通訊推出邊緣計算産品，提供從硬體到軟體的全方位基礎設施，支援多種邊緣計算系統級解決方案，為邊緣計算平台上的各種高計算應用提供資源;夢工廠推出統一的DT資源控制産品，提供"兩域加三形式"的融合控制能力，涵蓋中心節點域、邊緣節點域和雲平台、資料中心、台灣業務中心三種形式的統一控制。
新華三推出超融合邊緣計算産品UIS-Edge，支援多種硬體形式和部署方式，将雲原生能力擴充到邊緣，提供完整的裝置接入、邊緣計算和雲端協同能力，為企業提供一站式雲邊緣融合解決方案。
工業企業依靠豐富的工業場景來發揮現場級的應用能力。海爾專門為物聯網企業打造一站式裝置管理平台COSMOEdge平台，提供多源邊緣裝置接入和強大的邊緣計算能力，支援多種工業協定分析，提供可視化流水線，提供數字模組化和實體映射，提供裝置即服務應用模型，幫助使用者快速建構物聯網應用、數字化生産，幫助企業提高效率;Tree Root Connect提供了一個開放式的物聯網平台，提供網關、網關Root雲T-Box車載盒、根雲連接配接器、根雲代理開放平台等一系列覆寫主流工業控制器和工業協定分析，實作全行業裝置一站式快速接入，提供友善、廉價、開放的裝置接入解決方案。
電信營運商依靠5G全面部署MEC。移動邊緣計算（MEC）是利用無線接入網絡為電信使用者提供其所需的服務和雲計算能力，實作計算和存儲資源的靈活利用。多接入邊緣計算 （MAEC） 将邊緣計算從電信蜂窩網絡進一步擴充到其他無線接入網絡。
3. 雲計算和邊緣計算如何協同工作
以物聯網場景為例。物聯網中的裝置産生大量的資料，這些資料被上傳到雲端進行處理，給雲端帶來了巨大的壓力，而為了分擔中央雲節點的壓力，邊緣計算節點可以負責自己範圍的資料計算和存儲。同時，大部分資料不是一次性資料，那些處理後的資料仍然需要從邊緣節點到中央雲端融合，雲計算大資料分析挖掘、資料共享，同時算法模型訓練更新，将算法更新推向前端，讓前端裝置更新更新， 完成自學閉環。同時，這些資料也需要備份，當邊緣計算過程中發生意外事件時，存儲在雲端的資料不會丢失。
物聯網場景中的雲端協同圖
雲計算和邊緣計算需要緊密結合，更好地比對各種需求場景，最大限度地提高雲計算和邊緣計算的應用價值。同時，從邊緣計算的特點來看，實時或更快的資料處理和分析、網絡流量的節省、離線操作和支援間歇傳輸、本地資料更高的安全性等，都充分展現在雲端協同在所有場景的應用上。
< h1 類"ql-align-justify">兩個，雲端協作九個應用場景</h1>
本白皮書将介紹雲端協同在CDN、工業網際網路、能源、智能家居、智能交通、安防監控、農業生産等場景中的應用，并分析雲端協同在醫療、雲遊戲等場景中的未來。
1、雲端協同在cdN場景中的應用
随着目前5G的部署，再加上AI技術、大資料、雲計算、物聯網等，萬物互聯的資訊時代将把網際網路帶入一個新的階段，目前的CDN架構已經無法滿足5G時代的應用需求，CDN将迎來與邊緣雲和AI一起的新發展， 快速響應需求，提高服務能力、服務狀态和服務品質的透明度。在移動網絡内部署CDN，如将vCDN（虛拟内容分發網絡、虛拟内容分發網絡）下沉到營運商的邊緣資料中心，通過邊緣雲平台，将大大緩解傳統網絡的壓力，提升移動使用者的視訊業務體驗。在雲端建構CDN，不僅擴充了中央IDC之上的CDN資源池，而且有效利用了邊緣雲，進一步提升了CDN節點滿足資源彈性擴充的能力。
基于邊緣雲的 vCDN 實施方案
CDN雲端協同适用于本地化和頻繁請求的熱門内容，适用于商業超級、住宅、寫字樓、園區等。對于最近的熱點視訊和内容，可能會頻繁出現本地化請求，通過遠端内容回源在本地建立vCDN節點後，可以從本地節點分發區域内熱點内容的多個請求，進而提高命中率，減少響應延遲，改善QoS名額。同樣，這些流程可以應用于4K、8K、AR/VR、3D全息等場景，快速定位建構場景和環境，同時改善使用者體驗，減少眩暈和延遲。
2、雲端協同在工業網際網路場景中的應用
近年來，随着相關政策扶持和生态建設的不斷完善，我國工業網際網路産業發展迅速。IDC預測，到2020年，全球50%以上的物聯網資料将在邊緣進行處理，而工業網際網路作為物聯網在工業制造中的延伸，将繼承物聯網資料的巨大異構性。在工業網際網路場景中，邊緣裝置隻能處理本地資料，無法形成全球認識，在實際應用中仍需利用雲計算平台實作資訊融合，是以，雲端協同正逐漸成為支撐工業網際網路發展的重要支柱。
工業網際網路的邊緣計算與雲計算一起工作，在邊緣計算環境中安裝和連接配接的智能裝置可以處理關鍵任務資料并實時響應，而不是通過網絡發送所有資料并等待它。裝置本身就像一個微型資料中心，幾乎沒有延遲，因為正在裝置上執行基本分析。借助這一新功能，資料處理變得碎片化，網絡流量大大減少。雲可以在以後收集此資料，以進行第二輪評估、處理和深入分析。
同時，在工業制造領域，單點故障在工業級應用場景中是絕對不可接受的，是以除了雲的統一控制外，工業領域的邊緣計算節點必須具備一定的計算能力，能夠獨立判斷和解決問題，及時檢測異常情況， 更好的預測性監控，提高工廠運作效率的同時可以防止裝置故障問題。将處理後的資料上傳到雲以進行存儲、管理、态勢感覺，雲還負責資料傳輸監控和邊緣裝置使用情況。
工業網際網路利用邊緣雲實作雲端協作圖
3、雲端協同在能源場景中的應用
能源網際網路是網際網路與能源生産、傳輸、存儲、消費、能源市場深度融合的能源産業發展新形式，具有裝置智能化、多能源協同、資訊疊加、供需分散、系統扁平化、交易開放等主要特點。
在傳統能源産業向能源網際網路更新的過程中，可以利用雲計算和邊緣計算的優勢來加快更新程序。
以石油工業為例，在油氣勘探、運輸、儲存等關鍵環節，将産生大量的生産資料。在傳統模式下，需要大量的人員通過手動抄表定期收集資料，并對裝置進行監控和檢查，以防止安全事故的發生。抄表會定期采集資料進行上報，然後由資料舵手進行人工輸入和分析資料，一是人工成本非常高，二是資料分析效率低、時延，且無法實時掌握關鍵裝置的狀态，無法提前預見安全事件，防範事故發生。新增邊緣計算節點，通過溫度、濕度、壓力傳感器晶片和具有聯網功能的攝像頭等裝置，實作油氣勘探關鍵環節關鍵裝置的實時自動資料采集和安全監控，将采集到的原始資料首先采集到邊緣計算節點進行初步計算分析， 監控特定裝置的運作狀況和相關控制。此時需要與雲互動的資料，經過處理和分析後，隻是高價值資料，一方面大大節省了網絡帶寬資源，另一方面，它還為雲中的進一步大資料分析、資料挖掘提供了資料預處理服務，避免了許多采集裝置為雲帶來的多源異構資料問題。
石油行業的雲邊協作
在雲端協同中，終端裝置或傳感器需要具備一定的計算能力，能夠實時處理采集到的資料，進行局部優化控制，自動故障處理，負載識别和模組化操作，高價值資料的處理和雲互動，雲安全和風險分析，大資料和人工智能模式識别， 節能和戰略改進等操作。同時，如果遇到網絡未覆寫的區域，可以先在邊緣側進行資料處理，在網絡的情況下将資料上傳到雲端，對雲資料存儲和分析。
4、雲端協同在智能家居場景中的應用
随着資訊技術的逐漸發展，網絡技術的提高，網絡載體的日益豐富以及大帶寬室内網絡進入戰略的逐漸推進，智能資訊服務有可能進入家庭。智能家庭綜合運用網際網路技術、計算機技術、遙感控制技術，如家庭區域網路、家庭裝置控制、家庭資訊交換等家庭生活的有效結合，打造舒适、便捷、安全、高效的現代家居生活。
在家庭智能資訊服務進入家庭的今天，各種異構的家庭裝置如何簡單地連接配接到智能家居網絡，如何友善地使用智能家居中的各種功能成為關注的焦點。
在智能家居場景中，邊緣計算節點（家庭網關、智能終端）具有多種異構接口，包括網線、電力線、同軸電纜、無線等，同時還可以處理大量的異構資料，然後将處理後的資料統一上傳到雲平台。使用者不僅可以通過網絡連接配接邊緣計算節點控制家庭終端，還可以通過通路雲來長時間通路資料。
同時，智能家居雲端以虛拟化技術為基礎的雲服務基礎設施，以多種家庭終端為載體，通過整合現有業務系統，利用邊緣計算節點将包括家用電器、照明控制、多媒體終端、計算機等家庭終端形成家用區域網路。然後，邊緣計算節點通過網際網路（以及下一個5G時代的5G移動網絡）連接配接到WAN，然後與雲進行互動，以進行電氣控制，安全，視訊監控，定時控制，環境檢查，場景控制，可視對講等。
未來，智能家居場景中的雲端協同将越來越受到産業鍊各方的關注，電信營運商、家電廠商、智能終端廠商等将在相應領域進行探索。在不久的将來，家居智能資訊服務行業不再局限于家用裝置的控制，家庭能源、家庭醫療、家居安防、家居教育等行業将緊密融合在家居智能化應用中，成為智能家居的一員。
雲端協作在智能家庭資訊化中的應用示意圖
5、雲端協同在智能交通場景中的應用
道路協調是智能交通的重要發展方向。道路協調系統是利用先進的無線通信和新一代網際網路等技術，全面實作車輛、道路動态實時資訊互動，并在全時動态交通資訊采集和整合的基礎上主動車輛安全控制和道路協同管理，充分實作人車的有效協調， 確定行車安全，提高交通效率，進而形成安全、高效、環保的道路交通系統。根據公安部的資料，截至2018年底，中國汽車保有量已超過2.4億輛，其中3.69億汽車司機。可以預見，我國道路協同具有巨大的市場空間，為我國智能交通的發展和落地提供了獨特的"試驗場"。
過去，對智能交通的關注主要集中在汽車的末端，比如自動駕駛，研發投入主要集中在智能汽車上，這對車輛的感覺和計算能力提出了很高的要求，導緻智能汽車的成本很高。另一方面，在目前的技術條件下，自動駕駛汽車在傳統道路環境中的表現仍然不佳。國内外各大廠商逐漸認識到，路邊智能化是實作智能交通不可或缺的，是以近兩年來紛紛投入到路邊智能化領域，目标是實作人、車、路之間的高效聯通和資訊共享。
在實踐中，邊緣計算可以與雲計算一起工作，将大部分計算負載內建到道路邊緣層，并使用5G和LTE-V等通信工具與車輛實時互動。未來道路邊緣節點還将內建本地地圖系統、交通信号資訊、附近移動目标資訊和各種傳感器接口，為車輛提供協同決策、事故預警、輔助駕駛等服務。同時，汽車本身将成為邊緣計算節點，與雲協同工作，為車輛提供控制和其他增值服務。
該車将內建雷射雷達和攝像頭等傳感裝置，并将收集資料以與道路邊緣節點和周圍車輛進行互動，進而擴大感覺并實作汽車，汽車和道路之間的協作。雲計算中心負責從廣泛的邊緣節點收集資料，感覺交通系統的健康狀況，并利用大資料和人工智能算法對邊緣節點、交通信号系統和車輛發出合理的排程指令，進而提高交通系統的運作效率，最大限度地減少道路擁堵。
雲端協同與道路協同參考架構
6、雲端協調在安防監控場景中的應用
目前，安防監控領域，從部署和安裝的角度來看，一般傳統監控部署采用有線模式，有線網絡覆寫所有錄影機，布線成本高，效率低，占用了大量的有線資源。使用WiFi反向傳輸，WiFi的穩定性和覆寫範圍較小，需要補充大量路由節點以獲得覆寫範圍和穩定性。在傳統方式下，需要通過托管網絡和核心網将監控視訊傳輸到雲端或伺服器進行存儲和處理，這不僅增加了網絡的負載，而且難以有效地保證業務的端到端延遲。
同時，大量錄影機采集終端都配備了強大的資料采集能力，一方面對錄影機的整體結構提出了更高的要求，如何在固定尺寸和低功耗的情況下保證處理能力和安裝友善，另一方面，盡可能保證錄影機采集端成本低， 是一個比較重要的問題。
基于上述要求，監控資料可以分流到邊緣計算節點（邊緣計算業務平台），有效降低網絡傳輸壓力和端到端業務時延。此外，視訊監控還可以與人工智能相結合，在邊緣計算節點上配備AI人工智能視訊分析子產品，用于智能安防、視訊監控、人臉識别等業務場景，具有低延遲時間、大帶寬、快速響應等特點，彌補了目前基于AI的視訊分析造成的大時延， 較差的使用者體驗，實作本地分析、快速處理、實時響應。雲端執行AI訓練任務，邊緣計算節點執行AI推理，二者可用于實作本地決策、實時響應、表情識别、行為檢測、軌迹跟蹤、熱點管理、體狀态屬性識别等衆多本地AI典型應用。
智能安防系統雲端協同應用示意圖
7、雲端協同在農業生産場景中的應用
智慧農業是農業生産的進階階段，是一種新型的網際網路、移動網際網路、雲計算和物聯網技術整體，依靠在農業生産環境中部署各種傳感節點和無線通信網絡，實作智能感覺、智能預警、智能決策、智能分析、專家線上指導， 為農業生産提供精準種植、可視化管理、智能決策。
以智能棚為例：為了棚屋條件較好，安裝了電動窗簾、排風機、電動灌溉系統等機電裝置，通過雲端可以實作遠端控制功能。農民可以通過手機或電腦登入雲系統，控制溫室中水閥、排氣閥、窗簾機的開關，也可以在雲端設定控制邏輯。雲層将控制邏輯向下到邊緣控制裝置，邊緣控制裝置通過傳感器裝置實時采集溫室環境空氣溫度、空氣濕度、二氧化碳、照明、土壤濕度、土壤溫度、棚外溫度和風速等資料，自動根據内外條件自動打開或關閉窗簾機， 水閥、風機等溫室機電裝置。
Cloudside 協作将原理圖應用于智能棚屋
8、雲端協作在雲遊戲場景中的應用分析
随着網際網路的發展，5G網絡在今天已經成為現實，"雲遊戲"這個詞也開始被越來越多的廠商使用，也受到越來越多玩家的期待。所謂"雲遊戲"，就是所有遊戲都在雲伺服器中運作，雲端呈現後的遊戲畫面通過網絡壓縮到使用者發送到終端。最後，使用者的遊戲裝置不需要任何高端處理器和顯示卡，隻需要基本的視訊解壓縮和指令轉發功能。
2018年，AT&T、Verizon等電信巨頭以及微軟和亞馬遜等IT巨頭宣布了與雲遊戲相關的測試或布局。在2019年的MWC上，國内手機制造商OPPO和IGA也展示了他們的雲遊戲服務。根據第三方預測，全球雲端遊戲市場将從2018年的6.66億美元增長到2023年的4.5億美元，複合年增長率為47%。
在AR的情況下，應用程式需要通過相機的視圖，定位技術或兩者的組合來确定使用者正在看的位置和方向。在分析位置和方向資訊後，應用程式可以實時向使用者提供其他資訊。當使用者移動時，需要重新整理資訊。邊緣計算将計算任務轉移到邊緣伺服器或移動端，進而降低平均處理延遲。前景的互動放在雲端，背景留給移動端，進而産生完整的AR體驗。
雲邊緣協作将框圖應用于雲遊戲
明智的事情認為，有一種聲音認為邊緣計算是雲計算的對立面，其實是錯誤的，邊緣計算是雲計算更向終端和使用者端形成的新解決方案。邊緣計算本身就是雲計算概念的延伸，即使它被賦予了一個單獨的概念，也無法與雲計算割裂，兩者是互相依賴、協同的。雲端協作将成為主流模式，其中雲計算轉向一種更加全球化的分布式節點組合的新形式。