边缘云计算是云计算概念的一种延伸，通过将计算能力部署在网络边缘，降低业务处理时延，同时满足现场计算能力的要求。边缘云计算和云计算是相互协同的关系。由于场地、电力等资源限制，边缘云计算通常采用轻量级的部署方式，计算能力是相对有限的，通常用来承载时延敏感性业务，实现局部性、实时、短周期数据的处理与分析，支撑本地业务的智能决策。对于大规模数据分析业务，如AI 模型训练、大数据分析等，往往还是需要云数据中心进行。

对于边缘云计算平台，各个厂商都有自己不同的产品，目前还没有统一的标准。华为云按照对时延的要求，将边缘云分为现场边缘和近场边缘，这就是所谓的“端—边—云”。对于时延要求比较苛刻的业务，如工业互联网、自动驾驶等应用，要求时延在1～5ms 之间，通常称为“现场边缘”。在这种场景下，计算能力要求以AI 推理为主，部署平台需要提供GPU 能力，承载机器学习、深度学习应用。对于时延要求在5～20ms 的业务，如云游戏、视频直播、AR/VR 等应用，通常称为“近场边缘”，以视频服务为主。在这种场景下，计算能力要求包括AI 推理、视频渲染编码。对于时延要求不高（20～100ms）的应用，通常部署在云数据中心，计算能力包括机器学习等智能服务、虚拟化、物理机。

打开网易新闻 查看精彩图片

美国国家标准与技术研究院（NIST）给出了边缘计算的参考架构，参照云计算将边缘计算分为边缘IaaS 层、边缘PaaS 层、边缘SaaS 层，分别对应云计算的IaaS、PaaS、SaaS 三层。边缘IaaS 层主要提供包括虚拟化服务、网络等基础设施资源服务；边缘PaaS层主要提供包括控制层面、管理层面等服务；边缘SaaS 层主要提供行业的应用。边缘云与云数据中心是相互协同的关系。通过云边协同，使用边缘节点承载时延敏感的数据，使用云数据中心承载AI 模型训练等对计算能力需求较大的业务及对时延要求不高的业务。边缘计算与云计算在IaaS、PaaS、SaaS 层面应能够实现合理分工与全面协同。

边缘云计算通常包括边缘网关、边缘一体机，以及具备计算、存储、网络能力的边缘云平台等。边缘网关实现边缘设备的接入，实现多种边缘网络协议的转换整合、数据采集处理。根据应用场景的不同，边缘计算需要提供多种类型的计算能力，支持包括x86、ARM、GPU 等多种类型的芯片。由于边缘场地的限制，现场往往无法满足标准的机房条件，因此各厂商为解决机房问题纷纷推出了边缘一体机、边缘服务器等增强硬件设备。边缘一体机将计算资源、存储资源、网络资源、虚拟化平台整合到一个机柜中，加快了边缘云的安装部署，缩短了上线时间。边缘云计算平台通常采用轻量级虚拟化技术，其中云原生技术成为一种常见的部署技术，华为、金山、百度等厂家纷纷发布了基于云原生技术的边缘云平台。对于承载边缘云平台的边缘服务器，通常部署在运营商地市级核心机房、县级机房、企业机房等位置。在边缘场景下，对边缘智能是有一定要求的，因此需要AI 的边缘部署，要求边缘云服务器配备相应的能力。

边缘是相对于中心的，中心就是通常的云，这种由分散到集中，又由中心到边缘的发展过程，颇有“分久必合，合久必分”的味道。边缘的第一层含义是指边缘云计算相对于一般意义上的云，也就是中心云来说，是处于边缘位置的。将一些应用布置在边缘侧去处理和运算，其在效果和成本上的综合表现可能要优于放在中心侧。以前，没有边缘云的时候，相对于中心云，终端侧更像是一个“瘦终端”，而边缘云的出现，使得终端侧更像一个“胖终端”。对于一个有实用价值的边缘云计算，我们会看到一个云层（Cloud Layer）、雾层（Fog Layer）、薄雾层（Mist Layer）、器件层（Device Layer）的分层架构。对于一个典型的边缘云计算体系，其中的云有成百个，雾有成千层，薄雾和器件有上百万个。

边缘的另一层含义则是指相对于使用者的生产系统来讲，IT 系统就属于“边缘”系统。使用者可能更关心处于中心位置的MES、SCM、CRM 和ERP 等生产系统。由此可见，想要利用好边缘云计算，就需要对业务有深刻的理解，具备深厚的专业知识功底。