01引 言

相對于云計算而言，邊緣計算是從云計算的“資源集中共享模式”走向各邊緣節點的“分布式互助共享模式”。根據分布在“端、管、云”的計算點位置，可以大致分為以下 6 類，具體如圖 1 所示。

(1)云服務商為主的邊緣計算“云服務引流”?

比如騰訊、百度、阿里的邊緣云節點，Google GKE On-Prem，微軟 Azure Stack 以及華為公有云的邊緣計算，是以云生態的入口引流為目的，在邊緣云形態上實現一個小邊緣云，遇到更復雜的內容，將在云上提供。

(2)站點設施邊緣聯盟/站點服務商“站點+ 計算服務”

以Vapor 為代表十幾家公司聯合建立了生態，類似中國鐵塔公司提供眾多中立站點的概念，通過機房、集裝箱等多種機制，把邊緣站點聯成網。

(3)固定運營商為主的邊緣計算“固定聯接+ 計算服務”?

中國的邊緣計算聯盟(ECC)是華為固網很早發起的、與工業互聯網廣泛互動的固定網絡邊緣計算，以企業網的交換設備、固定接入邊緣設備為主要場景。?

(4)移動運營商為主的邊緣計算(MEC)“移動聯接+計算服務”?

邊緣計算在 2014 年被叫作“mobile edge computing ”，最早的場景是在移動基站本地做 cache(但當時未能推廣商用，因為內容的分布和管理基站并不感知)，后來演變為分組移動網關PGW 本地分流、內容緩存和加速、對接固網 IPTV 組播等多種形態，得以商用(例如華為在全球多個地區商用)。2017 年華為無線核心網等各方提議 ETSI 將MEC全稱改為“multi-access edge com- puting”，同時在 2018 年結合 5G 網絡架構，在 3GPP 國際標準 SA2(網絡架構組)明確 MEC是部署在 UPF 位置，并對UPF有多種增強，伴隨著5G，MEC 也走向固移融合和多種接入。?

(5)行業/企業/交通路政組建的網絡或自組織網絡形態的邊緣計算?

“行業自建聯接+計算服務”可以展開來分解，一部分按技術協議棧等同于第四類移動運營商為主或者第三類固定運營商為主的網絡(頻譜可以改變為 unlicensed)，還有一部分例如LoRa 或者 Wi-Fi 自由組網，配合云服務商、站點服務商、物聯網整網以及終端形態的實現，協議棧近似于第一類/第二類/第六類。

(6)終端/CPE 形態、IoT GW 形態、車載形態的邊緣計算

“近端計算服務”是先在本地及時做計算處理，隨后才連接宏網絡，和上一級節點或者周邊節點做互助。

根據提供方，又可分為不同類型的發展路線，主要有以下 5 種。?

(1)基于電信設備商發展?

從移動運營商、固定運營商的電信網絡發展，延展更多的 App 業務和生態，從移動網面向消費者(2C)的基本普遍網服務，擴展到面向家庭場景(2H)、行業場景(2B)的更廣泛服務，和 5G 整體業務目標保持一致。?

(2)基于IT/云設備商發展?

無論是云服務商、IT 站點服務商，還是 IT 硬件和軟件廠商，都希望在邊緣計算不斷擴展的各層級市場中占有一部分。?

(3)基于OT設備發展?

例如柔性制造的提供方或者工業操作系統的提供方。

(4)基于芯片等發展?

基于芯片和開源、自組織站點、白牌等發展。?

(5)基于終端形態的邊緣計算發展?

目前這種路線因為算力不足，需要和其他方式配合，例如與 IT/云方式或者電信網配合。

以上分類有助于從眾多的邊緣計算概念、白皮書、廠商中找到本質的歸類。移動運營商擁有龐大的用戶群，最大價值地發揮 4G 和之前通信網的優勢，為原有移動終端用戶以及新增的 5G固定無線接入/5G 行業用戶服務，是移動運營商的最佳發展路徑。華為擁有 ICT 的綜合特性，可根據客戶的選擇來提供方案，發揮最強的通信網能力，同時結合多種先進技術向未來演進。?

02 5G MEC的本質——聯接+計算

當前主流的5G MEC 部署位置以及從省級網絡進入地市級、甚至園區級網絡，如圖 2 所示。

MEC是從移動網絡發展起來的，走向多接入 之后，其優勢仍然是寶貴的“聯接”入口(從“幾十億人口聯接”到“一千億物聯設備聯接”)以及“第一跳的計算”內容處理機會。通信運營商坐擁“聯接感知”“業務第一入口”以及“整網可控”等獨特優勢，可以面向業務打通端到端的整體體驗，具體有以下幾點。

(1)聯接感知能力?

無線空口的寶貴性，要求發展價值業務以及根據空口狀態使用最佳聯接調度方式。當前定義的基本類型有 3 類：NB-IoT 到物聯網 eMTC 要考慮終端省電(可以用 10 年)，eMBB 要考慮高速移動連續性，uRLLC 要考慮在有變化的空口通信基礎上提供超低時延超高可靠性。 ?

聯接增強的演進方案會有多種，比如在 4G+5G 跨基站協同的連續性，根據業務來分解是多鏈路多發/選發，根據空口來反向調整業務層速率。?

OTT 和云計算的方式，只有計算能力，不感知聯接的控制與管理，不能做到對移動管道能力的最佳管理和調度。MEC 需要更懂得App 的需求，在內容和聯接層之間做好跨層感知和調節優化。5G 確定性網絡和差異化能力將使場景進一步擴展。

(2)終端業務第一跳業務處理入口?

從網絡部署位置和協議棧方面的第一跳入口：終端選擇接入網絡進行業務，必然可以選擇是否經過通信網內部的 MEC，之后才會考慮是否經過防火墻以及 NAT 地址轉換到通信網外部的云計算。通信網內部的 MEC 因為“數據本地化、流量卸載本地分流快速閉環”等驅動力，可以有機會通過時延的減少、與移動網關合并減少轉發設備跳數/性能和成本、功耗和體積最優等方式發揮獨到優勢。?

“分布式以網為主的交互業務”也會占據一定的市場份額。對終端而言，并非所有業務都是云和 server 方式，分布式的網絡直接業務交互、局部的群組內容互動通信、本地化的實時交互體驗，未來都具有發展的可能。?

未來 MEC對內容深度感知，將會在內容分流和處理方面發揮更大價值。通信網從“聯接交換網”走向“內容交換網”，需要 MEC 等節點發揮識別、判斷的作用。?

(3)網的能力?

MEC 之間是可以分布式協同組網的，并且可以協同做業務的按需部署以及移動時連續性接力保障。?

隨著計算機網絡的發展，節點將向“轉發+ 計算+存儲”的方向演進，各個 MEC 之間的能力將進行共享和調用。未來的 10 年，云計算和邊緣計算是循環促進的，邊緣計算將會占據50%的市場空間，而 5G MEC是其中主流的一個方向。

通信運營商的“根據地”是“聯接和網”。MEC 中的數據面要把這些優勢用起來。UPF 和MEC 雖然邏輯上可分可合，但 MEC 的數據面和UPF 合而為一將擁有最佳轉發性能和性價比(減少一半消耗)。反之，沒有“聯接感知優化和第一跳及時處理”和“分布式成網”的優勢，通信網的邊緣計算和云計算就會趨同，但云計算將更多地發揮內容優勢。

如果僅依靠之前的基礎設施，變成物理機房和網絡部署拓撲爭奪戰，則站點聯盟和行業等都會挖掘自己在各個區域的站址，通信網的邊緣計算站點只是眾多站點的可能性之一。

03 5G MEC中的關鍵技術

5G 業務的到來帶來了以下四大挑戰。

? 超低時延。促使節點下沉/應用本地化，減少網絡拓撲。

? 高速移動連續性。促使MEC 之間的多聯接連續性考慮。

? 大帶寬。促使轉發分流的進一步優化。

? 企業數據本地化處理。大量視頻等數據本地處理，必要時再分流到宏網處理。?

邊緣計算的價值場景從移動網加速、園區、電力、VR/AR、工業互聯網、車聯網等展開。本文重點聚焦關鍵技術，而不再展開場景組合應用，具體關鍵技術如下。?

(1)極致聯接中感知內容分類進行轉發、分流、加速

從 2014 年起，4G 開始不斷對 MEC 的按內容分類進行轉發/分流/加速的能力進行商用。由于5G 的大帶寬，轉發/分流/加速進一步提升了 10X 以上的高通量需求。從 4G FPGA 卸載，走向 5G 高速轉發芯片，形態和規格因應用不同而系列化， 流量從 10 Gbit/s到 600 Gbit/s。?

用戶面感知內容分類，進行卸載和分流，并根據內容分類，進行cache、視頻/游戲加速、起播加速、TCP/UDP 加速。?

WTTX 固定無線接入場景，用 5G 大帶寬接入替代固網接入成為可能，組播轉單播是 MEC 與IPTV 網絡對接所需的能力之一。Wi-Fi 場景沖突和干擾較多，5G 接入替代 Wi-Fi 也需要MEC 在園區/場館等場景提供一些便捷功能。

圍繞“感知聯接”做移動網加速，提供高帶寬、高體驗、接入可移動的邊緣計算節點。關鍵技術難點在于能夠體現廠商高水平的是 200 Gbit/s 以上的實時高帶寬加速、結合業務體驗的綜合加速方案等.?

學術進展和挑戰包括：在內容感知分類有方面的方法(準確性待提升)、加速的方法(實時高帶寬有挑戰、各場景綜合有效性有不穩定)。?

2014?2019 年的試驗數據證明：游戲時延可加速 40%、視頻下載速率提升5%~47.41%、視頻往返時延降低 19%~32%、視頻拖動等待時延降低 12%~61%;商用網絡要控制各場景的可增益性。

(2)極致聯接中的移動連續性?

由于 5G 會使用部分高頻率頻段，基站覆蓋范圍有可能縮小，建網初期熱點孤島需要和 4G整網互助，連續性更加重要。跨越基站的連續性需要核心網配合。?

極致聯接中的 4G+5G 雙聯接、多鏈路聚合(如宏網絡+Wi-Fi、固移融合多接入)和可靠性協議層 HRP(high reliability protocol)是其中的關鍵 技術。App 的跨節點互動也很重要。發揮業務層 和鏈路層的互動，才能控制好多鏈路傳輸的效果。 MEC是銜接業務層與管道層的節點，需要做好跨層互動。本地節點跨層優化，多個節點統一切換調度/保證連續性以及動態觸發與 5G 核心網的流策略、控制面管理互動調配最優路徑和資源都是 MEC 可用的手段。

車聯網是其中一種典型應用，不僅多接入聯接連續，車廠 App 在途徑 MEC 中的按需動態部署和遷移也非常關鍵。3GPP 定義了車聯網四大場景和相應的需求。

無人機快速移動也會有此類要求。關鍵技術難點在于：最優路徑調度、切換和預接續提前預判。學術進展和挑戰包括：定位/軌跡預測算法等準確度和精度通常在若干米的范圍，需要更精準。

(3)極致聯接中的確定性網絡?

行業數字化與實時流媒體場景對網絡的確定性提出更高要求，包括時延與抖動。MEC需要幫助做業務感知和差異化隊列調度、緩存。

海量聯接情況下，MEC 要保證有品質的性能。

關鍵技術難點在于：空口環境多變、TSN(time sensitive network)的可控性、實時對網絡各種狀況的處理。

學術進展和挑戰包括：低時延調度算法、預測和調度等系列算法的調度精度與效果。?

(4)極致聯接中的虛擬二層網絡IP?

組網因為穿越宏網絡，地址很難規劃，因此推出5GLAN。盡管 5G LAN 支持 L2、L3，但更多是 3GPP 為虛擬二層網絡而定義的?？梢钥绲赜蛐纬商摂M LAN 專網。將聯接不同基站下面的終端形成同一個虛擬本地網絡。對工業應用、智慧家庭應用、企業辦公應用、娛樂等群組應用都有好處。

在跨地域聯接多個終端時，有時需要用私網地址與二層地址映射;或者在各終端移動和動態變更情況下，仍然體現在同一個局域網(LAN)，可當作一個虛擬子網段來管理和使用。配置關系只經過移動網，而不需要再經過外掛的多個 LAN Switch 實現。

關鍵技術難點在于：全網在定義的虛擬專網區域行為一致。

學術進展和挑戰包括：實時分布式協同數據庫要考慮整網相應數據的一致性，學術上有方法、大網成功商用的也不算多。

(5)極致體驗中的視頻處理能力

由于 5G 的視頻流量占比越來越高，將達到50%~80%。視頻的極致體驗尤為重要。MEC 可幫助 4K /8K 高清視頻、VR 直播/點播、醫療、教育、交通等視頻 5G 典型場景做所需內容的增強處理，包括修正誤碼、壓縮碼率、圖像增強(根據場景)、多路徑并行傳輸、拼接以及視頻隱私保護(MEC 作為用戶上傳的第一入口，公眾圖像的隱私保護需要考慮人臉模糊化，這一點根據各個國家法律環境不同會有不同節奏要求)。

關鍵技術難點在于：實時視頻的帶寬、速率、編解碼效率、交互體驗以及上行帶寬。

學術進展和挑戰包括：超分辨率、結合 ROI的編解碼、FOV、FreeD 等都在不斷迭代前進的階段。

(6)極致體驗中的 AI 處理能力隨著

5G 應用智能化、轉發/計算/存儲節點的合一化，MEC 上部署內容處理的 AI 能力將成為趨勢。AI 智能分析有助于交通、安防以及智慧城市，結合 AI 的 AR/MR 有助于醫療、教育、工業信息輔助處理等。

華為 AI 芯片，提供單芯片 256 T 的最強算力，為邊緣應用提供 2 倍以上的性價比和空間/ 能耗節省。

關鍵技術難點在于：AI 芯片的算力和高性價比。

學術進展和挑戰包括：AI 芯片內置模型的準確性、實時性和可優化性。

(7)極簡部署和自優化能力

邊緣計算節點的量非常大，而且需要各邊緣節點之間的協同，因此極簡分層統一部署成為必要方案。單節點原有的配置量要大幅簡化、多節點可批量部署。

移動網虛擬化之后，靈活調度、彈性伸縮、統一管理、統一控制能力也可作為對 MEC 用戶面/ 資源層管控的一種機制，應用層 App 可以使用門戶來更靈活入駐。

移動網絡原來就可以網絡級調度，MEC 可考慮除應用層 App 之外的部分沿用移動網云化管理機制。自優化能力包括基于訪問熱度、流量潮汐效應動態部署 App，實現 MEC 節點間的互備;基于用戶、業務的動態切片。

華為作為 NFV 商用經驗最豐富的設備商，在云的全棧系統構筑了豐富的運營和運維經驗;相關經驗將同步運用到 MEC 系統，實現統一管理、統一運維、云邊協同和即插即用。

關鍵技術難點在于：不同類型設備高性價比。

學術進展和挑戰包括：預測性維護、自優化能力等。

(8)可信安全

MEC 網絡位置和功能要求必須感知應用內容，這在安全等級要求和風險上有所提升。MEC 上的 App 包含很多非電信類的強驗證業務，在自我完備性上會有不足，這要求 MEC 提升防護能力和隔離能力。

關鍵技術難點在于：可信在虛擬機、容器環境的防護方式、多種威脅和安全設計。

學術進展和挑戰包括：虛擬化情況下可信根算法該如何演進等。

(9)生態能力

MEC 生態可擇優引入云生態的應用，容器化遷移云端應用，對應用盡可能平滑。應用對資源的靈活調研、彈性伸縮，應用本身的靈活部署、灰度升級，對 MEC 都有要求。

盡管 x86 有一定生態，但由于終端 99%以上采用 ARM，因此 MEC 在 ARM 上的生態會為設備App從 MEC 借助算力，有獨到的性能提升好處?；诖髷祿?AI 對邊緣業務分析結果的開放 API，實現業務自愈和自優化。(10)定位能力

越來越多的移動網絡應用、互聯網應用與位置相關，5G 的定位能力也隨之提升。由于 MEC的網絡位置在應用與管道銜接點，多種定位能力的聯合應用(包括移動預測)將成為重要能力之一。關鍵技術難點在于：定位精度。學術進展和挑戰包括：定位算法、移動預測算法的實時性、準確性以及三維空間性。(11)內容深度處理能力

進一步發展，MEC 可結合內容成為實時媒體處理節點，可以結合應用層的體驗數據反饋從而對通信網進行調度優化。同時多節點互助協同，真正使通信網率先演進為內容網。關鍵技術難點在于：內容深度理解能力。學術進展和挑戰包括：內容網尚處于早期研究。04 結束語

本文從技術上分析了 5G MEC 的本質和關鍵技術。面向現在和未來，華為占有全球 1/3 以上的領先市場份額，具備先進的云化架構、極致轉發能力、極致智能化、極簡運維、生態構筑、可持續演進能力，其高性能、極簡運維、即插即用、可信安全、可持續演進的 MEC 邊緣解決方案已經為規模商用做好準備。

? ? ?責任編輯：ct