兩年前的邊緣計算技術峰會上，中國工程院院士鄔賀銓就邊緣計算提出十問，直戳技術演進與產業發展的核心問題，引起業內巨大反響。

在過去兩年中，邊緣計算產業得到了長足發展，市場參與者也是越來越多。在今天舉行的“中國移動‘5G+E’網邊融合技術峰會”上，鄔賀銓院士再問邊緣計算，讓我們先睹為快！

“一問”邊緣在哪里？

最靠近用戶的邊緣就是終端，不過雖然MEC功能可下沉到終端，但不宜把終端也看成是MEC。

MEC的實際部署位置比較靈活，除了考慮接近數據源以降低時延外，還需考慮業務應用服務的覆蓋范圍（例如園區），以及業務應用數據本地化的需求（考慮數據安全性）。

在移動通信網中，MEC可以在DU，也可以在CU，也可放在CN邊緣;在工業企業，MEC可與基站一起設置在企業內部，即UPF在企業，而網絡信令仍可在核心網進行安全認證和控制，數據不出企業。也可以設置在運營商的核心網邊緣，不論基站是否在企業內部;OTT服務商將終端/數據源到云計算中心路徑之間任意節點均可定義為MEC落點，可以是純軟件形態或是集成中間件的硬件網關。

“二問”何謂多接入？

2016年ETSI把MEC的概念從移動邊緣計算（Mobile Edge Computing）擴展為多接入邊緣計算（Multi-Access Edge Computing），將邊緣計算從電信蜂窩網絡進一步擴展至其他接入網絡。

Multi-Access Edge Computing的多接入并非強調MEC同時服務多個接入系統;也并非指MEC具有多歸屬功能。多接入可能指MEC可工作在移動通信網也可工作在WLAN，即適應接入的異構性;還可以將多接入理解為MEC可與接入網/城域網中多類網元集成在一起。

“三問”MEC是邊緣云嗎？

MEC是邊緣云，與云計算是協同互補的關系。云計算把握整體，聚焦于非實時、長周期數據的分析，能夠在周期性維護等領域發揮特長，而MEC則專注于局部，聚焦實時、短周期數據的分析，能夠更好地支撐本地業務的實時智能化處理與執行。

云計算是集約化共享服務的概念，目前MEC如果服務終端及應用不多的話，集約化程度不夠。另外，云計算的DaaS、KaaS、PaaS、SaaS都要在MEC配置嗎？

“四問”MEC與CDN和DC的異同？

傳統CDN是以緩存分發業務為中心的I/O密集型系統，主要作用是熱點內容就近分發，或“分發加速”。而MEC不僅要“加速”，還擁有開放API能力及本地化的計算存儲能力，具有一定的智能。因此MEC可看成是具有更靠近無線網邊緣的微型CDN功能。

現在一些CDN已不僅僅是熱點內容緩存，還提供了容器即服務、VM即服務、裸機即服務和無服務器功能的某種組合，看起來更像云服務商。從這一點看，CDN與MEC的界限會模糊，不過從相對數據源的位置看，CDN更像霧計算。

MEC具有laaS功能特別是虛擬化的網絡、存儲、計算資源，可見MEC具有一定的數據中心（DC）功能，但DC從能效看宜大容量，因此MEC主要能力不是做微型DC。

“五問”MEC計算什么？

從ETSI的MEC功能圖看，MEC具備laas和Paas功能，即云計算主體功能，但更需強調將MEC功能封裝成虛擬的應用（本地分流、無線緩存、AR/VR技術、業務優化、定位等應用），開放給第三方。目前的框架需要補充與云網功能的交互。

“六問”MEC如何發現服務與配置？

服務注冊表提供了MEC服務器上可用服務的可見性。它使用服務松散耦合的概念，在應用程序部署中提供靈活性。

傳統的基于DNS的服務發現機制，主要面向服務靜態或者服務地址變化較慢的場景，當服務變化時，DNS的服務器通常需要一定的時間以完成域名服務的同步，并不適合大范圍、動態性的MEC場景。

在車聯網場景下用戶和計算設備動態注冊和撤銷，服務通常也需要跟著進行遷移，將會導致大量突發流量，廣域網的帶寬不一定能動態適應，如何從設備層支持服務的快速配置？

邊緣設備產生大量的數據，邊緣服務器提供了大量的服務，如何根據邊緣服務器以及網絡狀況動態地對數據進行調度至合適的計算服務提供者？

“七問”MEC的業務規劃從哪里來？

MEC為了快速響應，不僅位置要靠近數據源，而且應該簡單，為此MEC只具有小數據處理能力。數學模型與Al算法需要全局性、長周期、大數據訓練，這不是MEC的長項，因此MEC需要從外部獲得模型與規則。同時，MEC要求模型瘦身，并將模型能力限定在特定子域。

目前，一些公司開源了連接云和物聯網設備的開發框架，可直接在設備端或MEC開發擁有機器學習能力的應用。例如微軟開源了Azure loT Edge Runtime，大疆就利用這個框架實現無人機本地的圖像識別功能。高通也借助該平臺快速構建移動終端設備上的圖像處理能力。

“八問”計算能力如何在云端配置？

終端計算任務向云端遷移。終端借助5G傳輸無需下載安裝核心軟件，降低對硬件要求和成本，即插即用，流暢體驗;物聯網所感知的數據通過5G低時延直接上云，IOT與Al無縫融合，AI+IOT=AlOT（智聯網）。

云端計算能力分流到邊緣計算與終端。工業互聯網的邊緣計算設置在車間或分廠;物聯網模塊嵌入Al芯片和操作系統，相當于邊緣計算能力下沉到物聯網終端。

“九問”云邊端計算能力如何協同

MEC之間需要聯系與協同。同一個中心云管理的多個MEC可能忙閑不均，空閑MEC的能力可否調用以支持忙的MEC？在MEC間進行存儲計算資源協作并不容易，中心云與MEC間不僅需要收集數據和傳遞模型，而且還需要中心云對大規模MEC的資源管理能力。

MEC需要定期備份到安全的遠程位置或中心云，以避免在發生本地災難時丟失數據。此外，MEC的計費與安全管理可能也需納入中心云管理范圍。

“十問”MEC有定式嗎？

MEC的設置位置靈活，MEC的功能人云亦云，甚至可以包括CDN和微型DC的功能，小到可以落在終端。關鍵是增強MEC功能的同時需要重視瘦身，否則成本不可控。

很多場景下MEC可能沒有單獨的物理存在，集成到有關設備中以應用層軟件形態出現。如果說MEC代表計算能力，將來肯定計算無處不在，也就意味著未來MEC不可見。

通信網絡功能集中與功能分布不斷迭代，最好是集中分布兩相宜，難得的是功能的最優分配，但這是很難做到的。

目前可以說邊緣計算還沒有定式，也可以說正因如此，才展現很大的創新空間。
責編AJX