Edge Native技术白皮书2.0

EdgeNative技术白皮书2.0 2023年6月 编制单位及编写组成员 （排名不分先后） 中国信息通信研究院：王哲、黄颖、胡钟颢 华为技术有限公司： 翁志强、黄还青、肖圣龙 中国移动通信集团有限公司研究院：张婷婷、宋雪飞、班有容 中国联合网络通信有限公司：刘洋、盛明哲、安岗 百度智能云： 韩庆、陈晓宇、吴秋材、李乐丁 亚信安全科技股份有限公司：庞勇 三一集团有限公司：董明楷、王辉、杨阳 南方电网数字平台科技（广东）有限公司：林圳杰、贾国防 上海道客网络科技有限公司：张红兵、张静 腾讯云计算（北京）有限责任公司：贾卷、刘浩、徐永太、刘海涛 天津大学、缀初网络技术（上海）有限公司：王晓飞 浪潮通信技术有限公司：王紫程、王晔彤 太极计算机股份有限公司：曹哲铭、张亚松 朗坤智慧科技股份有限公司：毛旭初、胡杰英、吴爽 江苏亨通工控安全研究院有限公司：陈夏裕、郭立龙 目录 CONTENTS 第1章EdgeNative总体发展态势2 1.1边缘计算发展进入新阶段2 1.2EdgeNative是推动边缘计算规模部署的新引擎6 1.3EdgeNative与CloudNative的关系7 第2章EdgeNative核心技术8 2.1协同技术8 2.2网络技术11 2.3计算技术13 2.4存储技术20 2.5安全技术21 第3章EdgeNative应用探索24 3.1交通领域24 3.2电力领域27 3.3制造业领域31 3.4视频领域35 第4章EdgeNative产业实践40 4.1EdgeNative产业生态进展40 4.2基于EdgeNative的开放平台发展态势42 第5章EdgeNative发展建议46 01 E总d体ge发N展at态iv势e 1.1边缘计算发展进入新阶段 根据MachinaResearch最新研究报告显示，2025年全球物联网连接数将增长至270亿个，联网设备的指数式增长造成网络传输能力及中心云处理能力捉襟见肘，同时，根据思科云指数预测，截至2021年，接入网络的终端每年产生数据达847ZB，作为当今时代强有力的象征之一，移动数据呈现出爆炸式的增长，这一方面来源于持续提升的移动设备数量及其性能，另一方面也归因于不断革新的移动应用需求。其中，增量数据呈现分散性、碎片化的特点，超过50%的数据需要在网络边缘侧分析、处理与存储。云计算虽然有强大的数据处理能力，但是在面对海量的数据以及网络带宽带来的阻碍时，云计算并不能实现全面的计算覆盖。因此，传统的数据处理模式已经无法应对数据处理及网络传输的爆发式增长需求。此外，随着工业互联网、车联网、AR/VR等垂直领域的蓬勃发展，带来了大量数据传输或者低时延的新业 务需求，需要数据就近处理和分析满足实时性要求。因此，边缘计算应运而生，其核心理念是将网络、计算、存储等多维度能力“下沉”，减少服务交付时延和带宽占用。学术界和标准组织从技术研究角度出发认为边缘计算是一种新的模式和一种新架构，通过应用网络切片、容器、计算迁移、边缘智能等新技术，实现计算与网络的协同演进。产业界从应用需求角度出发将边缘计算定义为一种新平台，汇聚多维资源协同调度，就近响应需求，提高资源利用率。 总体来说，边缘计算不仅仅是新平台、新架构以及新模式，而是三维一体的新生态，通过在网络边缘侧汇聚网络、计算、存储、应用、智能等五类资源及能力，提高服务性能（“提速”）、开放控制能力 （“敏捷”），提升用户体验，从而激发类似于移动互联网生态的新模式和新应用。 2 1.1.1边缘计算发展态势 边缘计算已成为未来实现低时延、高安全及减少带 宽浪费等方面的关键技术。与边缘计算技术相关的软硬件技术及其上下游产业已经成为包括美、欧、亚等发达国家和地区的重要战略性方向，各国家和地区纷纷加快产业布局、制定发展规划，通过政策法规、技术标准、示范建设等全方位措施，推进边缘计算产业发展进程。发达国家主要从三个方面积极营造边缘计算发展环境。一是强化技术标准引领，美国国家科学基金会和美国国家标准局，将边缘计算列入项目申请指南，持续推进其关键技术研究，ITU-TSG20、IEC/ISOJTC1SC41、IEEE均成立了边缘计算研究小组，以推动边缘计算标准化工作。二是加大产业投资力度，欧盟Networld2020将边缘计算作为重要研究部分列入其中，预计到2026年底，欧盟在边缘计算领域的投资支出将达到1850亿美元。三是加强应用示范引导，日本推动成立EdgeCross协会推动边缘计算在垂直行业落地，韩国目前已经在8个主要城市部署边缘计算节点，在VR/AR、车联网、无人机与安防监控等场景的应用进行试点，日韩主要通过打造应用示范引导企业应用 部署边缘计算。 我国高度重视边缘计算发展，主要聚焦三个维度，一是强化技术供给，工信部发布《关于推动工业互联网加快发展的通知》、《工业互联网网络建设及推广指南》、《国家车联网产业标准体系建设指南》等文件，推动建立统一、综合、开放的工业互联网边缘计算标准体系，鼓励相关单位在边缘计算领域进行技术攻关，加速产品研发与产业化。目前，我国边缘计算标准体系初步建立，中国通信标准化协会CCSA已经针对边缘计算开展了体系化的标准研究工作，形成在研标准近30项。二是加强融合应用，国务院、工信部及各地方政府均出台相关政策（参见表1），大力促进边缘计算等新兴前沿技术在工业互联网、车联网等垂直领域中的应用研究与探索，形成一批可复制的应用模式，进行全国推广。目前，边缘计算在工业、农业、交通、物流等领域的试点部署日益广泛并已取得明显效益。三是打造产业生态，工业互联网产业联盟、边缘计算产业联盟、中国通信学会边缘计算委员会等平台的产业汇聚和支撑作用显著发挥。2020年，中国信息通信研究院联合产业各方成立边缘计算创新 3 实验室，旨在打造产学研用相结合的技术产业开放平台以及推动边缘计算发展的创新载体。同时，针对边缘计算发展存在产业碎片化以及供给侧研发方向不明 确等问题，工业互联网产业联盟启动我国首个边缘计算产业促进项目“边缘计算标准件计划”，加速边缘计算产品形态整合归类及功能规范化。 4 表1边缘计算产业政策汇总 时间 部门 政策文件 主要内容 关键推动点 2017年 国务院 关于深化“互联网＋先进制造业”发展工业互联网的指导意见 促进边缘计算、人工智能、增强现实、虚拟现实、区块链等新兴前沿技术在工业互联网中的应用研究与探索 应用示范 2018年 工信部 车联网（智能网联汽车）产业发展行动计划 加快推动多接入边缘计算、网络功能虚拟化等技术在产业中的应用 应用示范 2019年 工信部、国标委 关于推动工业互联网加快发展的通知 加快建立统一、综合、开放的工业互联网边缘计算标准体系 技术标准 2019年 工信部 工业互联网网络建设及推广指南 支持企业、科研机构、高校，针对边缘计算等新型网络技术，联合建设网络技术测试床 测试床 2019年 工信部 “5G+工业互联网”512工程推进方案 加快工业级5G芯片和模组、网关，以及工业多接入边缘计算(MEC)等通信设备的研发与产业化 产品研发 2020年 工信部 国家车联网产业标准体系建设指南 信息通信分册中规划了基于边缘计算的信息通信平台类标准。 技术标准 2020年 工信部 关于推动工业互联网加快发展的通知 鼓励相关单位在时间敏感网络、边缘计算、工业智能等领域加快技术攻关 技术融合创新 2020年 工信部 工业和信息化部关于工业大数据发展的指导意见 推动人工智能、区块链和边缘计算等前沿技术的部署和融合。 技术融合创新 2020年 工信部、应急管理部 “工业互联网+安全生产”行动计划（2021-2023年） 推进边缘云和5G+边缘计算能力建设，下沉计算能力，实现精准预测、智能预警和超前预警 应用示范 2020年 北京市 北京市加快新型基础设施建设行动方案(2020-2022年) 加快形成技术超前、规模适度的边缘计算节点布局。 规模部署 2020年 重庆市 重庆市新型基础设施重大项目建设行动方案(2020-2022年) 支持企业建设面向行业应用需求的边缘计算节点 规模部署 2020年 山东省 数字山东发展规划（2018-2022年） 到2022年年底，全省边缘计算资源池节点数达到200个以上 规模部署 目前，各国边缘计算发展态势较为均衡，全球边缘计算仍处于发展初期，美、日发达国家和跨国巨头依托其云计算技术的既有优势积极布局边缘计算发展，并引导全球产业链各方在技术、标准、应用模式等方面形成新的路径依赖。 1.1.2边缘计算面临挑战 边缘计算已成为具有代表性的新一代信息通 信技术，但在实际应用部署面临边缘侧“海量”、“异构”、“约束”以及“分布式”等四大特性带来的挑战。 海量特性：截止2021年，全球人均联网设备将会达到3.5个，并产生3.3ZB的IP流量，数据、设备以及连接数的爆炸式增长成为了边缘侧的重要特征，需要边缘计算提供实时的存储、计算等能力，同时数据在边缘侧处理时的安全性也成为产业各方关注的重点。 异构特性：随着边缘计算中移动设备数量的不断增加，各个设备之间的相互通信与协同计算也造成了计算、平台、网络与数据等多维度异构性，包括异构的基础设施、虚拟化平台、操作系统、业务应用等。这一特点不可避免地影响了边缘计算中应用业务的运行性能，并引发了诸如处理延迟、可靠性、安全性等挑战。具体来说，边缘计算需要考虑到设备特点来对执行业务进行适当整合，将计算过程指派并适配到不同架构的计算节点上来，通过灵活的算力资源协同调度提升业务性能，融合不同协议的各类设备进行通信交互，并提供自适应的数据格式与内容适配。 约束特性：由于边缘侧环境复杂多样，边缘计算需要考虑到部分节点在计算、存储、通信等资源上存在着多样化的限制约束，并受到动态环境变化的影响而造成诸如感知状态不完全、数据质量退化、控制决策偏移等情况。例如，在工业制造的应用场景下，计算设备对功耗、成本、空间都有着较高的要求，一些小微型边缘计算节点的各种资源（例如电力、空间、算力等）可能都无法满足计算密集型应用的的需求，需要部署轻量化的操作系统及模型优化应用执行效率。 分布式特性：用户与计算节点的地理位置分布式是边缘计算的显著特征，因此产生的用户数据也具有地理位置分散的特征，如何实现分布式的边缘计算节点协同联动提供统一的计算能力、分析与处理应用需求也是具有挑战性的目标。 总体来说，边缘计算赋能产业数字化的重要价值受到普遍认同，迎来了新一轮发展机遇。由于边缘计算属于跨领域融合概念，参与主体众多，形成多元化 发展格局，也造成产业范畴无法界定的问题。同时针对边缘侧特点，边缘计算涌现出一批边缘原生（Edge Native）技术，例如边缘智能、边缘加速、计算迁移、轻量级虚拟化、边缘操作系统、边缘数据处理模 式、算力网络等，但目前EdgeNative技术概念处于初期阶段，概念边界尚不明确，各个垂直行业独自探索， 产业链上下游联系不够紧密，边缘计算产业呈现碎片 化发展，一定程度上影响了边缘计算发展速度。 因此，亟需形成清晰的EdgeNative概念及技术底座，聚焦收敛边缘计算产业范畴，凝聚产业共识，推动边缘计算进入技术工程化应用及规模化部署阶段。 5 1.2EdgeNative是推动边缘计算规模部署的新引擎 EdgeNative是面向边缘侧海量接入、资源异构、环境约束以及部署分布式等特点运行和构建边缘计算应用的技术体系和方法论，以边缘智能、边缘网络、边云协同、边缘安全等技术为基础，实现IT、CT、OT的跨域协同。 从技术创新来看，EdgeNative已经形成网络、计算、存储、协同、安全五位一体的技术架构，5G、算力网络等网络技术为需求和资源之间提供敏捷的链接建立和调整能力；边缘智能、边缘加速、边缘网格、异构计算等计算技术有效将计算能力延伸至靠近用户侧，实现算力分布和部署成本的最佳匹配；边缘数据可信、边缘数据调度优化等技术提供高高效可靠的边缘存储能力；边云协同、边端协同、边边协同等协同技术实现云边端网资源