隨著萬物互聯的泛在化發展，近年來，邊緣計算(Edge Computing)的熱度持續上升，大有和云計算分庭抗禮的架勢。

IDC預計，2020年全球將有超過500億的終端與設備聯網，超過40%的數據要在網絡邊緣側進行分析、處理與存儲。

那么，這種適用于網絡邊緣側的邊緣計算究竟是怎樣的技術呢?

公開資料顯示，邊緣計算是在靠近物或數據源頭的一側，綜合了網絡、計算、存儲、應用等核心能力的開放平臺。基本思想是把云計算平臺遷移到網絡邊緣，試圖將傳統移動通信網、互聯網和物聯網等業務進行深度融合，減小業務交付中端到端的延遲。

邊緣計算發展至今，已有三種業界廣泛認可的技術架構，分別是MEC(多接入邊緣計算)、微云和霧計算。很多時候，人們會將這幾個概念混淆，下面我們就詳細地分析一下這幾種邊緣計算。

MEC

MEC，即多接入邊緣計算，其最早是由歐洲電信標準化協會(ETSI)2014年提出的，ETSI初創成員包括：惠普、沃達豐、華為、諾基亞、Intel以及Viavi等。MEC是為移動網絡邊緣提供IT服務環境和云計算能力，通過在移動網絡邊緣執行部分緩存、數據傳輸和計算來抵消與回程相關的延遲，最終可以實現毫秒級應用。

ETSI定義的MEC基本架構

宏觀來講，MEC的基本架構中不同的功能實體可劃分為三個層級，網絡層(Networks Level)、移動邊緣主機層(Mobile Edge Host Level)、移動邊緣系統層(Mobile Edge System Level)。此前，雷鋒網有對MEC的技術架構詳細剖析過，此次不再贅述。

而MEC的應用場景，雷鋒網了解到，其主要有以下幾個方面：

與網絡連接和網絡能力開放相關的本地邊緣服務。比如替代企業Wi-Fi網絡的移動虛擬專網、基于無線網絡定位并與室分結合的室內定位;

邊緣就近處理節省回傳帶寬降低時延的視頻邊緣服務。比如與CDN結合的邊緣緩存、面向視頻監控的邊緣存儲和識別分析;

面向終端的計算遷移降低終端成本的邊緣輔助計算服務。比如面向AR、VR和游戲等提供邊緣云渲染等。

此外，在智慧園區中，MEC可幫助園區的視頻和IT應用減少流量迂回，降低傳輸時延，提供更安全的數據處理環境;在自動駕駛領域，MEC平臺借助5G技術提供給車隊高精度地圖、視野共享、智能分析及連續切換等功能，輔助自動駕駛，提供更精準、更安全、零中斷的駕駛體驗。

MEC的應用場景很是廣泛，除了以上提到的這些，還有更多的物聯網垂直應用領域等待MEC研究人員來解鎖。

目前，國內三大運營商均開展了MEC試點部署，其業務包括LTE移動虛擬專網、車聯網、邊緣緩存、室內定位等。根據《中國聯通邊緣計算技術白皮書》，中國聯通5G 網絡 MEC 部署規劃，MEC 部署位置與業務場景具有密切關系，可以按需將 MEC 部署分為無線接入云、邊緣云或者匯聚云三種方式。

總體來說，對于 uRLLC 低時延場景，MEC 需要部署于靠近基站側的無線接入云;對于 eMBB 場景的大流量熱點地區，MEC 可以部署于邊緣云;對于 mMTC 場景，MEC 部署于位置較高的匯聚云，能夠覆蓋更大區域的業務需求。

就無線接入云這種形式來看，MEC 與基站 CU 單元、核心網轉發面 UPF 部署于無線接入云。通過在基站側部署本地業務，為用戶提供更短時延的服務。

其中，CU 單元包括 RRC 和 PDCP 層，DU 單元包括 RLC、 MAC 和 PHY 層，且 4G eNB 和 5G gNB 的 CU 單元可以合設。此方式下，MEC業務覆蓋范圍較小，適用于移動速度低，甚至不移動但對時延敏感的業務，比如賽場、場館、景區相關的業務。

微云

和MEC相比較，如果說MEC更強調“邊緣”這個概念，那么微云更側重于移動這個概念。

微云是開放邊緣計算(Open Edge Computing，OEC)項目的研究成果，該項目最初由美國卡內基梅隆大學發起，此后受到了華為、英特爾和沃達豐等企業的支持。

公開資料顯示，它是將移動計算平臺和云計算結合起來的邊緣計算體系架構，代表了“移動終端——微云——云”三層架構的中間層，其處在移動終端和云平臺之間，是被部署在網絡邊緣、具有移動性的小型數據中心。

雖然微云本身是位于網絡邊緣，甚至從直觀來講更靠近用戶，但微云主要是用于類似車輛網場景下的移動性增強，能為移動設備提供豐富的計算資源，甚至在飛機和車輛上直接運行。微云，旨在將云部署到離用戶更近的地方，可以理解為一個輕量級的MEC。

就微云部署的位置來看，其與終端用戶的距離為一跳無線連接，比如部署在蜂窩網絡基站或者Wi-Fi基站上，為終端用戶的計算任務提供低時延響應。當多個微云構建成分布式的移動邊緣計算環境，拓展用戶可用資源，可通過提供類似云平臺的動態遷移機制，實現資源的負載均衡。

微云本質上是云，但微云與傳統的云相比，兩者又有區別，主要表現為以下幾個方面：快速配置(Papid Provisioning)、不同微云之間的虛擬機切換(VM Hand-off)以及微云發現(Cloudlet Discovery)。

例如快速配置，由于微云主要是針對移動場景而設計的，因此會面臨用戶終端移動性帶來的連接高度動態化問題，因此必須具備靈活的快速配置能力。

霧計算

霧計算的概念是思科(Cisco)2012年時提出的，隨后，思科聯合Arm、戴爾、英特爾、微軟和普林斯頓大學，于2015年聯合成立了開放霧計算聯盟(OpenFog Consortium)。

相比MEC和微云來說，霧計算側重點在物聯網(IoT)的應用方面。

2017年2月，開放霧計算聯盟發布了OpenFog參考架構，這是一個利用開放的標準方法，將云端的無縫智能與物聯網終端聯合在一起，旨在支持物聯網、5G和人工智能應用的數據密集型需求的通用技術架構。

從傳統封閉式系統以及依賴云計算來看，OpenFog已轉變為一種新計算模型。它基于工作負載和設備能力，使計算更加接近網絡邊緣。霧計算將計算、通信、控制、存儲資源和服務分配給用戶或分布在靠近用戶的設備與系統上，從而將云計算擴展到網絡邊緣，可以將它理解為位于網絡邊緣的小型云。

整個霧網絡是由多個霧節點組成的整體，單個霧節點其性能相對較弱，但是地理位置分布廣泛。由于其節點地理位置較為分散，不會集中產生大量的熱量，因此無需額外的冷卻系統，從而減少耗電。

雷鋒網了解到，今年2月，美陸軍研究實驗室向Technica公司授出了一份價值100萬美元的合同，委托該公司為戰場士兵開發霧計算平臺SmartFog。該平臺在聯網的情況下訓練機器學習算法，在戰場上可融合各種來源的數據并在不連接云的情況下進行離線處理，從而讓士兵在斷網區域應用人工智能能力。這里，其可以視為單兵設備與云之間的中間層，可以使士兵隨時獲取計算能力和存儲空間。

三者對比分析

MEC、微云和霧計算，作為邊緣計算的三種具體模式，其在部署位置、應用場景和實時交互方面有諸多相似點，也有不同之處。雷鋒網了解到，其主要表現為以下幾個方面：

就部署位置來看，MEC是位于終端和數據中心之間，可以和接入點、基站、流量匯聚點、網關等共址;而微云和霧計算的部署位置，和以上提到的MEC部署位置一致。此外，微云還可以直接運行在車輛、飛機等終端上。

就應用場景來看，MEC主要致力于為應用降低時延，適合物聯網、車聯網、AR/VR等多種應用場景;微云適用于移動增強型應用以及物聯網等諸多場景;而霧計算，主要是針對需要分布式計算和存儲的物聯網場景。

就三者的移動性和不同邊緣節點上相同應用的實時交互支持，MEC只提供終端從一個邊緣節點移動到另一個邊緣節點情況下的移動性管理;而微云，其是提供虛擬機鏡像從一個邊緣節點到另一個邊緣節點切換的支持;至于霧計算，則是完全支持霧節點分布式應用之間的通信。

總結：

不管是MEC、微云，還是霧計算，這幾種邊緣計算都有各自的特性和適用的場景。根據文章開頭所述，如今全球將有40%的數據要在網絡邊緣側進行處理，不可不說，邊緣計算已成為一種重要的計算方式，而這三種邊緣計算模式是經過長期的發展演化出來的不同類型，所以對于萬物互聯行業的發展同樣重要。

此外，邊緣計算和云計算的協同問題也成為關注的焦點，兩者可以彼此優化補充，共同使能行業數字化轉型。如果說云計算是一個統籌者，它負責長周期數據的大數據分析，那么邊緣計算更注重于實時、短周期數據的分析。正如我們所知道的，邊緣計算更靠近設備端，因而它為云端數據的采集和大數據分析提供了支持，而云計算，則是通過大數據分析輸出指令下發到網絡邊緣。

本文轉自雷鋒網，如需轉載請至雷鋒網官網申請授權。