導語 | 從萬物互聯到萬物智聯的轉向升級中，邊緣計算與物聯網的結合備受關注。本文由騰訊雲邊緣計算高級產品經理彭超在 Techo TVP 開發者峰會「「物」所不在，「聯」動未來——從萬物互聯到萬物智聯」上的演講《邊緣計算：AIoT的下一個爆發點》整理而成，向大家普及邊緣計算這項新興技術，並深入分析邊緣計算如何助力萬物智聯。
點擊可觀看精彩演講視頻
這個章節主要給大家介紹邊緣計算的概念及騰訊雲在邊緣計算賽道的思考和方向。
如上圖所示，這是邊緣計算的整體架構，最左側是生產端設備，最右側是中心雲。傳統物聯網的方式是從端直接到雲，那什麼是邊緣計算呢？就是從設備到中心雲的過程中，在中間再加了一層邊緣計算層，提供IaaS和PaaS的服務，IaaS主要包含了網絡、計算、存儲的資源，PaaS主要是一些應用中間件、物聯網套件、AI能力。騰訊對邊緣計算的理解主要是兩個產品形態：雲邊緣計算、端邊緣計算。從圖中可以看到雲邊緣計算是中心雲的下層，會從DC中心機房下沉到OC和EC的邊緣機房節點，提供更低時延、更低成本的雲資源。
端邊緣計算更貼近生產設備的邊緣計算形態，它可以是直連生產端的設備，或者部署在客戶現場的機房提供現場級的邊緣計算。
Gartner和IDC對邊緣計算兩種形態的定義和騰訊的理解非常相似，Gartner定義為Near Edge和FarEdge，IDC定義為Light Edge、Heavy Edge。邊緣雲是相對比較遠的邊緣，但是它是比較重的，它的算力會更強。而端邊緣計算是近場的邊緣計算，是更加輕量化的，但是它可以提供更極致的時延體驗。當然，時延只是邊緣計算的眾多優勢之一，後面還會介紹它更多的特性。
本次分享主要是針對端邊緣計算，因為端邊緣計算跟物聯網結合最緊密。隨著邊緣計算的業務規模、複雜程度以及整體需求的日益增長，傳統模式已經滿足不了邊緣業務的需求，亟需一套統一運維、統一管控、統一交付的標準。很自然想到Cloud Native雲原生，是目前在中心雲比較成熟的概念和技術。
越來越多的企業、行業都在擁抱雲原生，都在用雲原生的技術開發系統，那我們就會思考能不能將雲原生從中心擴展到邊緣呢？答案是肯定的，這也是騰訊雲在邊緣技術賽道重要的課題。在邊緣計算的架構中，雲可以對應到集群中的Master，邊緣節點可以對應到Node，邊緣應用對應到工作負載Workload，通過雲邊一體的雲原生體系設計，可實現以下幾點：
邊緣側可以和雲側有統一的一致功能和產品體驗。
實現雲-邊-端一體化應用分發。
現在我們正從「萬物互聯」邁向「萬物智聯」的時代，萬物互聯的傳感器更多是低算力的窄帶物聯網傳感器，例如煙感、氣感、溫控等等。萬物互聯需求相對比較簡單，解決的是連接的問題，把人和物通過物聯網、雲計算的技術結合起來，實現設備聯網、集中管理、運營分析。隨著5G技術的發展以及AI能力的日益成熟，以及終端算力越來越強，需求已經從連接變成更高層次的萬物智聯，實現智能分析、智能決策、智能運營。
萬物智聯會遇到什麼挑戰呢？主要是以下四方面：
（一）時延
傳統雲計算的架構中，從設備到中心雲是多跳網絡，時延、抖動都沒辦法保證。在萬物智聯的場景中，工業物聯網、智慧醫療對時延非常敏感，這時候需要邊緣計算提供現場毫秒級的低時延服務才能解決問題。
（二）帶寬
萬物智聯時代海量設備會產生海量的連接及數據，如果所有數據都是上雲端進行處理的話，這將消耗大量的帶寬，也會對中心雲的容量造成非常大的壓力，目前運營商的整體網絡架構沒辦法滿足萬物智聯的設備全部上雲處理，這時候就需要邊緣計算。舉個例子，自動駕駛的場景每秒鐘車產生的數據是GB級別的，這時候可以通過邊緣計算在邊緣側對數據進行處理、過濾、清洗，上雲的數據只是關鍵的數據，能夠大大節省帶寬，減輕雲端壓力。
（三）連接
設備連接方式是各種各樣，可以通過有線、WI-FI、4G/5G移動通信等的方式上網，難以保障設備連接一直處於高可靠的狀態。這就會導致一個問題，在弱網、斷網的情況下怎麼保證業務是連續而穩定運行？通過邊緣計算的邊緣自治、離線處理能力，我們在弱網和斷網的情況先保證本地業務可以持續運行，在網絡連接恢復後可以迅速完成雲邊協同的快速重建。
（四）安全
現在受國家法規和企業自身安全性要求，他們不願意將數據上傳到雲端。以工廠為例，他們不希望數據上雲，但他們又想用到雲端的能力實現業務，這時候可以通過邊緣計算將雲端業務下沉到本地進行處理，整個數據在本地進行閉環，或者在本地將數據處理脫敏之後再將關鍵數據上傳到雲端，可以解決安全的問題。
綜上所述，雲計算已經沒辦法滿足萬物智聯的所有場景，邊緣計算是推動萬物互聯邁入萬物智聯的關鍵技術，可以優化雲計算架構的時延、帶寬、連接、安全等瓶頸問題。邊緣計算和雲計算是相輔相成的技術，兩者並不是替代的關係，而是共同促進的過程。
騰訊雲物聯網邊緣計算平臺IECP主要有三大特性：
上圖是IECP邊緣計算平臺整體的產品矩陣。最右側是邊緣計算節點，包括邊緣基礎設施及邊緣套件。邊緣基礎設施可以是邊緣網關、AIoT盒子、邊緣伺服器等硬體，而邊緣計算套件包括了OS層、容器管理層、邊緣核心套件。EdgeCore是積木式的組件融合方式，邊緣側的硬體配置相對比較低，往往要根據邊緣的配置情況、客戶的業務需求情況，靈活地下發組件。常用的組件包括物聯管理、AI推理、視頻處理、實時資料庫等PaaS能力、中間件服務。
左下角是邊緣管控中心，主要實現對邊緣節點的管控，包括邊緣管理、邊緣運營、邊緣調度等能力。管控中心可以管理海量跨區域的邊緣節點，做到統一協調和調度。另外，管控中心是打通雲中心和邊緣節點之間的橋梁，能夠把雲端成熟的邊緣應用，例如AI模型、雲函數、客戶業務應用直接下發部署到邊緣節點的EdgeCore中。
（一）分布式邊緣容器SuperEdge
為什麼要做SuperEdge？因為Kubernetes是針對集中式資源管理場景做設計，針對邊緣場景會遇到很多不適用的地方，會導致很多業務不穩定，甚至不可用，SuperEdge在此前提下應運而生，在無侵入Kubernetes的情況下做了插件，能夠完全兼併Kubernetes原來的接口及生態。
（二）邊緣核心組件EdgeCore
邊緣核心組件EdgeCore是積木式的按需下發的組件，核心架構如圖所示。提供安全和運維，RPC消息總線，以及各種業務相關的邊緣組件。根據不同的業務需求可以下發不同的業務組件，如視頻採集，邊緣物聯管理、邊緣推理、第三方應用等，都可以基於消息總線進行互聯和通信。另外，邊緣側會跟中心雲建立雲邊隧道，將時延不敏感，算力要求高的業務放在雲上執行，例如大數據處理、AI模型訓練、數據持久性存儲、海量節點管控。
（三）騰訊AIoT邊緣網關Draco
最後，分享一下騰訊自有品牌的AIoT網關Draco。這個硬體是面向物聯網邊緣應用場景的工業級設備，可提供移動網際網路接入、本地AI分析、邊雲協同等服務。我們設計這款硬體的思路是「軟體定義硬體」，所以採用的是彈性可伸縮的架構，主板留有非常豐富的擴展接口，希望通過下發不同的組件以及做少量的硬體改動就能滿足不同場景。在計算方面，處理器用的是Intel高性能的CPU，具有4核8G的算力。在AI方面是可擴展的，預留了兩個M.2的口，能夠實現8Tops、16Tops、70Tops。存儲可以做到從128G到2TB的動態按需配置的能力。在互聯方面可以做到有線、WI-FI、4G、5G按需定製通信模塊。
實際上IECP在騰訊內部已經賦能了多個行業平臺，例如智能鈦機器學習平臺、IoT Hub、IoT Video，Wemake工業網際網路平臺、智慧校管平臺等。但由於時間關係，我重點介紹智慧水務和智慧工廠安全生產兩個案例，為大家展示邊緣計算在物聯網中的實踐運用。
（一）智慧水務
在傳統的水務場景，基本使用RTU、DTU的方式上報數據，採用的都是自定義的傳輸協議，會帶來幾個問題：數據標準不統一，一數多源，數據可靠性差、數據時序錯亂等，會造成了業務系統要在雲端做大量的數據處理、匯總、整合才能把邊緣側數據用起來。
因此，我們通過邊緣計算解決煙囪林立的問題，把各種數據整合起來，實現視頻及IoT設備的聯動。另外，我們可以將雲端訓練好的成熟算法按需下發到邊緣端進行推理，實現水位識別、閘門開合識別、漂浮物識別等智能算法，降低人工監控的投入。
通過邊緣計算，可以大大節省帶寬的成本。傳統RTE和DTU的方式全部都是透傳，視頻流全部都是上到雲端，會導致帶寬的問題。因此，我們在邊緣節點完成實時視頻流的採集和處理，在本地進行AI推理，並上報結構化識別數據及相關的異常情況截圖到雲端。視頻流在業務需要的時候才進行推送，可有效降低帶寬壓力和節省成本。
（二）智慧工廠實現安全生產
工廠場景的痛點首先是事故頻發，缺少智慧化的預警，往往都是事後出現問題了才能回溯。其次在雲端處理數據量太大了，數理成本高，處理的時效性比較低，沒辦法及時做預測分析。
在智慧工廠項目中整體架構跟上一個案例都是一樣的，都是用通用的架構，只是按照不同的業務場景下發不同的應用，滿足物聯網邊緣計算的需求。
在這個項目中：第一，完成了攝像頭及窄帶物聯網的統一管理，右側除了接攝像頭之外，還接了產線的數據，包括門禁系統、聲光報警器，以及多種物聯網監測設備，例如溫控、煙感、氣感等。第二，在邊緣側做了AI分析危險區域檢測、安全帽檢測、火災檢測等等，能夠在邊緣側發現問題後及時聯動聲光報警，並且推送相關的告警到管理人員應急管理平臺及時處理。第三，做了邊緣數據清洗，會針對大量的產線及物聯網傳感器的數據進行清洗過濾後再上雲，減輕雲端智慧工廠業務應用的壓力。
通過雲邊一體的雲原生體系，IECP讓騰訊不同領域的產品和行業解決方案具備雲-邊-端的能力，可充分發揮邊緣計算的優勢。
我們在工業產線、電力、智慧園區、交通等一些行業也進行了探索。希望更多專家，更多行業合作夥伴、開發者能夠跟我們交流，一起針對產業物聯網做更豐富更有效的解決方案。IECP之前都是以私有化交付為主，近期將會推出公有雲版本，大家可以根據自己的業務場景靈活選擇，將邊緣計算生態做大做強。
騰訊雲邊緣計算高級產品經理，曾在中國移動、VIVO從事通信及物聯網領域軟體開發及產品設計工作，對邊緣計算有深入理解，現擔任騰訊雲邊緣計算IECP產品負責人，負責騰訊雲邊緣計算平臺的產品規劃和推廣落地。
5G中的物聯網技術與未來演進方向，路在何方？
是什麼讓AIoT開發更便捷？—TencentOS
日均請求量1.6萬億次背後，DNSPod的秘密-國密DoH篇
解放人與設備距離，5G時代的遠程操控該如何完成？
👆點擊視頻號觀看峰會精彩瞬間