雲邊協同的内涵
一、雲邊協同的必要性
雲計算技術以廉價且大量的計算伺服器提供了強大的計算能力，可以為使用者和應用提供按需通路的豐富計算資源和存儲資源。但雲計算并不适合要求低延遲時間、實時操作和高QoS（服務品質）的應用，并且無法支援無縫移動和無處不在的計算覆寫，資料安全性和使用者的隐私也不能得到有效保障。
邊緣計算接近終端使用者且地理位置分散，可以支援低延遲時間、位置感覺、高移動性和高QoS的應用服務。但邊緣計算單元通常沒有充足的計算資源、存儲資源來滿足海量資料的計算和存儲，并且受邊緣節點的低功耗、異構性和功能單一等限制，服務的品質與可靠性還會受到影響。
雲計算和邊緣計算作為2種典型的計算範式各有所長又各有所短，單獨依靠雲計算或邊緣計算都不足以實作物聯網和5G通信願景。是以，需要通過合适的網絡架構和控制機制充分發揮雲計算和邊緣計算的優勢，實作計算協同。
二、雲邊協同的内涵
雲邊協同即實作邊緣計算與雲計算的協同關聯，共同釋放資料價值。傳統的雲邊協同方式主要是當終端裝置産生資料或任務請求後，通過邊緣網絡将資料上傳至邊緣伺服器，由位于邊緣計算中心的邊緣伺服器執行計算任務。計算量較大、複雜度較高的計算任務将由邊緣計算中心向上通過核心網遷移至雲計算中心，待雲計算中心完成大資料分析後再将結果和資料存儲至雲計算中心或将計算結果、優化輸出的業務規則、模型通過核心網下發至邊緣計算中心，由邊緣計算中心向下通過邊緣網絡将計算結果傳輸至終端裝置，邊緣計算根據雲計算下發的新業務規則進行業務執行和優化處理，由此實作雲邊協同，如圖1所示。
圖1 雲邊協同示意圖
雲邊協同的能力與内涵主要展現在基礎設施即服務IaaS、平台即服務PaaS和軟體即服務SaaS3個層面，實作資源、管理和應用服務3個領域的全面協同，如圖2所示。
（1）資源協同：EC-IaaS（邊緣計算IaaS）與雲端IaaS主要是對網絡底層基礎設施和各類資源的協同（包括計算、存儲、網絡和虛拟化資源）。
（2）管理協同：EC-PaaS（邊緣計算PaaS）與雲端PaaS主要是邊緣側和雲端側計算平台服務中的資料分析、業務編排、應用部署和開放等的協同，可實作資料、智能、應用管理和業務管理協同；
（3）應用服務協同：EC-SaaS（邊緣計算SaaS）與雲端SaaS主要是使用者應用層面的服務品質、服務能效等的協同，可實作應用服務協同。
圖2 雲邊協同的能力與内涵
表1給出了詳細的雲邊協同領域、内容和具體的協同操作。雲邊協同涉及7個方面的協同内容，但并非任何一個場景中都涉及到所有的雲邊協同内容。在不同的應用場景中，雲計算和邊緣計算之間的協同内容是有所差異的，具體的協同内容需要根據具體的應用具體分析。
三、雲邊協同計算平台
在具體實作雲邊協同計算過程中需要建構合适的網絡架構和控制機制将其融合到一個統一的計算平台上。該平台首先需要考慮到雲和邊之間的資源控制和使用率最大化，其次需要考慮資料的最佳路由和任務劃分，同時還應當考慮系統的可開放性和靈活性。此外，雲邊協同場景中的資料通常具有異構性并且資料量巨大，需要根據各級别的資訊，如流量類型、位置資訊、處理延遲和傳輸開銷等決定資料的處理位置和處理裝置。
為了實作雲邊協同，主流雲服務提供商往往在已有的雲計算平台基礎上，将雲計算能力擴充至邊緣側，在邊緣側實作通用的邊緣計算環境。雲計算環境和邊緣計算環境都采用相同的程式設計模型，使得使用者在開發具體應用過程中隻需要考慮計算能力的差異，而不必考慮具體的部署環境。
現有的支援雲邊協同的邊緣計算環境包括微軟推出的Azure IoT Edge、ARM 公司推出的Mbed Edge、百度Open Edge和阿裡巴巴Link IoT Edge等平台。（《基于軟體定義網絡的雲邊協同架構研究綜述》）
雲邊協同九大應用場景
一、雲邊協同在CDN場景中的應用
CDN（内容分發網絡）雲邊協同适用于本地化+熱點内容頻繁請求的場景。現階段的CDN架構已經無法滿足5G時代的應用需求，CDN将迎來以邊緣雲+AI的新發展。通過将CDN部署到移動網絡内部，比如借助邊緣雲平台将vCDN（虛拟内容分發網絡）下沉到營運商的邊緣資料中心中，将大大緩解傳統網絡的壓力，并且提升移動使用者視訊業務的體驗。對于近期熱點視訊和内容，可能出現本地化頻繁請求，通過一次遠端内容回源本地建立vCDN節點之後，本地區内多次請求熱點内容均可從本地節點分發，提高命中率，降低響應時延。
二、雲邊協同在工業網際網路場景中的應用
工業網際網路作為物聯網在工業制造領域的延伸，繼承了物聯網資料海量異構的特點。在工業網際網路場景中，邊緣裝置隻能處理局部資料，無法形成全局認知，在實際應用中需要借助雲計算平台來實作資訊融合，雲邊協同正逐漸成為支撐工業網際網路發展的重要支柱。
在工業制造領域，除了雲端的統一控制外，工業現場的邊緣計算節點必須具備一定的計算能力，能夠對終端和産品的故障進行自主判斷并解決問題，及時檢測異常情況，更好的實作預測性監控，提升工廠運作效率的同時也能預防裝置故障問題。同時，将處理後的資料上傳到雲端進行存儲、管理、态勢感覺，以便提升邊緣計算節點的檢測和判斷能力。此外雲端也負責對資料傳輸監控和邊緣裝置使用進行管理。
三、雲邊協同在能源場景中的應用
能源網際網路是一種網際網路與能源生産、傳輸、存儲、消費以及能源市場深度融合的能源産業發展新形态。在傳統能源産業向能源網際網路更新的過程中，利用雲計算和邊緣計算兩方的優勢，可以加速更新過程。
雲邊協同要求終端裝置或者傳感器具備一定的計算能力，能夠對采集到的資料進行實時處理，進行本地優化控制，故障自動處理，負荷識别和模組化等操作，把加工彙集後的高價值資料與雲端進行互動，雲端進行全網的安全和風險分析，進行大資料和人工智能的模式識别、節能和政策改進等操作。如果遇到網絡覆寫不到的地區，可以先在邊緣側進行資料處理，在有網絡的情況下将資料上傳到雲端，雲端進行資料存儲和分析。
四、雲邊協同在智能家庭場景中的應用
智能家庭綜合利用網際網路技術、計算機技術、遙感控制技術等，将家庭區域網路絡、家庭裝置控制、家庭成員資訊交流等家庭生活有效結合，創造出舒适、便捷、安全、高效的現代化家居生活。
在智能家庭場景中，邊緣計算節點（家庭網關、智能終端）具備各種異構接口，包括網線、電力線、同軸電纜、無線等等，可以對大量異構資料進行處理，再将處理後的資料統一上傳到雲平台。使用者不僅僅可以通過網絡連接配接邊緣計算節點，對家庭終端進行控制，還可以通過通路雲端，對長時間的資料進行通路。以多樣化的家庭終端為載體，通過整合已有業務系統，實作家庭區域網路與廣域網相連，進而實作電器控制、安全保護、視訊監控、定時控制、環境檢測、場景控制、可視對講等功能。
五、雲邊協同在智慧交通場景中的應用
車路協同是智慧交通的重要發展方向。車路協同系統是采用先進的無線通信和新一代網際網路等技術，全方位實施車車、車路動态實時資訊互動，并在全時空動态交通資訊采集與融合的基礎上開展車輛主動安全控制和道路協同管理，充分實作人車路的有效協同。
在智慧交通場景中，邊緣計算與雲計算配合，将大部分的計算負載整合到道路邊緣層，并且利用5G、LTE-V等通信手段與車輛進行實時的資訊互動。未來的道路邊緣節點還将內建局部地圖系統、交通信号資訊、附近移動目标資訊和多種傳感器接口，為車輛提供協同決策、事故預警、輔助駕駛等多種服務。與此同時，汽車本身也将成為邊緣計算節點，與雲邊協同相配合為車輛提供控制和其他增值服務。雲計算中心負責收集邊緣節點的資料，感覺交通系統的運作狀況，并通過大資料和人工智能算法，為邊緣節點、交通信号系統和車輛下發排程指令，進而提高交通系統的運作效率，最大限度的減少道路擁堵。
六、雲邊協同在安防監控場景中的應用
在智能安防場景中，将監控資料分流到邊緣計算節點，進而有效降低網絡傳輸壓力和業務端到端時延。此外，視訊監控還可以和人工智能相結合，在邊緣計算節點上搭載AI人工智能視訊分析子產品，面向智能安防、視訊監控、人臉識别等業務場景，以低延遲時間、大帶寬、快速響應等特性彌補目前基于AI的視訊分析中産生的時延大、使用者體驗較差的問題，實作本地分析、快速處理、實時響應。雲端執行AI的訓練任務，邊緣計算節點執行AI的推理，二者協同可實作本地決策、實時響應，可實作表情識别、行為檢測、軌迹跟蹤、熱點管理、體态屬性識别等多種本地AI典型應用。
七、雲邊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，是集新興的網際網路、移動網際網路、雲計算和物聯網等技術為一體，依托部署在農業生産現場的各種傳感節點和無線通信網絡實作農業生産環境的智能感覺、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化種植、可視化管理、智能化決策。
在智慧農業中以智慧大棚為例，條件較好的大棚安裝有電動卷簾、排風機、電動灌溉系統等機電裝置，通過雲端可實作遠端控制功能。農戶可通過手機或電腦登入雲端系統，控制溫室内的水閥、排風機、卷簾機的開關；也可在雲端設定好控制邏輯，雲端将控制邏輯下放到邊緣控制裝置，邊緣控制裝置通過傳感裝置實時采集大棚環境的空氣溫度、空氣濕度、二氧化碳、光照、土壤水分、土壤溫度、棚外溫度與風速等資料，自動根據内外情況自動開啟或關閉卷簾機、水閥、風機等大棚機電裝置。
八、雲邊協同在雲遊戲場景中的應用
雲遊戲是指所有遊戲都在雲端伺服器中運作，雲端将渲染完畢後的遊戲畫面壓縮後通過網絡傳送給使用者發送到終端。在終端，使用者的遊戲裝置不需要任何高端處理器和顯示卡，隻需要具備基本的視訊解壓和指令轉發功能即可。
雲邊協同可助力雲遊戲實作更新。以AR（增強現實）為例，應用程式需要通過相機的視圖、定位技術，判斷使用者處于哪個位置以及面向哪個方向。對位置和方向資訊加以分析之後，應用程式可以實時向使用者提供其他資訊。而當使用者移動後，需要重新整理該資訊。邊緣計算将計算任務卸到邊緣伺服器或移動端上，降低平均處理的延時。“前景”的互動放在雲上，“背景”則交給移動端，最終實作完整的AR體驗。
九、雲邊協同在醫療保健場景中的應用
在醫療保健場景中，便攜化、智能化和多功能化将會是醫療保健未來的發展方向。包括智能手表、智能手環在内的腕戴式健身和健康裝置不僅具有步進跟蹤功能，同時配合智能終端提供相關的健身、健康名額。這些邊緣裝置可以直接連接配接到雲端，或支援離線運作。一些可穿戴健康監控器可以在不連接配接雲端的情況下本地分析脈搏等資料，醫生綜合雲端和邊緣裝置資料對病人進行遠端評估，并就病人的健康狀況提供即時回報。
機器人輔助手術是醫療保健中雲邊協同的另一個用例，這些機器人能夠自己分析資料，以便安全、快速和準确地為手術提供幫助；同時将資料上傳到雲端，在雲端進行AI學習，完善機器人程式，并在适當時機将學習完成的模型下發到機器人終端。（《雲計算與邊緣計算協同九大應用場景》）
雲邊協同關鍵技術發展态勢
一、全局智能協同管理成為雲邊協同管理演進方向
雲邊協同應用場景越來越豐富，場景内容越來越複雜，要求雲邊協同全局管理能夠快速反應，快速部署，獲得最優的業務體驗，全局智能協同管理将會是未來雲邊協同管理的演進方向。利用容器、微服務等技術快速部署和更新應用，并對邊緣應用進行管理和運維；通過雲端訓練—邊緣推理的模式實作雲邊協同的AI處理，支援多種模型釋出、更新、推進，形成完整的模型閉環；提供邊緣業務高可靠性機制，保證邊緣節點應用資料安全傳輸到雲端。
二、雲原生技術向邊緣下沉，邊緣容器加速雲邊協同發展
随着雲原生技術、邊緣實體裝置等持續更新發展，邊緣容器将迎來全新更新發展：伴随雲原生能力不斷從雲端向邊緣側下沉，邊緣容器将進一步與Serverless等技術相結合，根據使用者在不同業務場景中對容器編排和函數計算的不同需求，在邊緣側按需為使用者提供“邊緣容器+Serverless”的融合服務；邊緣容器一體機通過軟硬一體化的模式，将高性能實體裝置的計算能力和邊緣容器的管控排程能力有機結合，為智慧交通、智慧城市、智能制造等場景提供近場級别的高效邊緣計算服務；通過邊緣容器承載人工智能、區塊鍊等新興技術應用，在推動邊緣容器技術疊代更新的同時，進一步催生全新的融合業務應用模式。
三、雲邊資料協同智能分析，有效提升資料使用效率
邊緣裝置時刻都在産生海量的資料，随着資料量越來越大、資料種類越來越豐富，傳統的“資料采集—資料預處理—資料分析”三闆斧已經無法滿足各類應用場景對邊緣資料處理要求。融合機器學習、深度學習技術的“雲端訓練+邊緣推理”智能邊緣資料分析是大勢所趨：邊緣側采集海量資料後，在本地進行清洗預處理後上傳至雲端，借助雲端強大的算力進行AI模型訓練；雲端在完成訓練後将模型下發至邊緣側用于本地智能推理決策，提升邊緣側資料分析處理的準确性和效率，保障訓練資料集的精準采集和資料預處理品質，進而形成良性循環，進一步提升資料應用效果。
四、技術融合推動邊緣智能邁向新發展階段
為借助邊緣側資料采集便利、實時處理計算等特點，人工智能技術逐漸從中心雲向邊緣下沉，通過将模型在邊緣和雲端進行協同推理和訓練，邊緣智能應運而生。目前邊緣智能處于産業發展的初期，面臨邊緣節點異構、邊緣資源受限、邊緣資料異構、資料樣本少、安全與隐私等諸多挑戰，亟需與容器編排、AI硬體晶片、算法架構等技術融合發展。未來，學術和産業界将進一步在算法模型、開發架構、平台能力、安全隐私保護、雲邊協同等方面進行深入研究，将多種技術能力與邊緣智能相融合，進一步推動産業落地發展。
五、MEC邊緣雲各參與方融合發展
MEC（移動邊緣計算）各參與方将利用自身優勢，融合各方能力，共同打造完整的MEC邊緣雲能力。電信營運商将MEC平台的存儲、計算能力開放給應用開發商和内容提供商，也可以将無線側eNB資訊封裝成各種服務運作在MEC平台之上，開放給企業和垂直行業使用。網際網路廠商借助雲計算成熟的資源池化和管理技術，将雲邊緣基礎設施、分布式計算資源、移動網絡邊緣和智能終端等網際網路側計算資源進行統一化管理，達到屏蔽底層異構特性，降低網際網路應用接入邊緣資源門檻。同時，網際網路廠商可以和電信營運商進行MEC能力共建和調用，打造相容網際網路邊緣計算應用需求和電信MEC功能的開放平台。
六、雲邊協同需要更加精細化的安全體系
雲邊協同由于其天然的分布式場景模式，應通過更加精細化、縱深化的安全體系架構，保障終端、邊緣、鍊路和通路控制等各次元的安全：通過結合邊緣流資料采集、大資料分析、人工智能等技術，深度挖掘資料價值，輔助雲邊威脅情報、安全态勢感覺等安全手段精準施效；通過分布式防火牆、安全管理編排、安全運作監管以及應急響應恢複等機制，實作邊緣安全的事前、事中、事後全生命周期防禦；通過将安全與業務解耦，在邊緣側采用獨立于邊緣應用的安全政策庫和通路控制引擎等手段，細化邊緣服務接口，最小化通路控制粒度，以實作精細化的雲邊安全防護。