边缘计算与云计算协同白皮书（带书签）

【实例简介】
边缘计算产业联盟 (ECC) 与工业互联网产业联盟 (AII) 联合发布的边缘计算与云计算协同白皮书，2018年11月，介绍了边缘协同的架构、案例和场景。原文件没有书签，本文档增加了书签，便于阅读查看
目录6 CONTENTS 1边云协同放大边缘计算与云计算价值…16智慧家庭边云协同主场景, 29 1.1边缘计算概念 16.1智慧家庭网络子场景 .29 1.2边缘计算 CROSS价值…… 26.2智慧家庭增值服务子场景 31 1.3边云协同放大边缘计算与云计算价值….36.3关键技术 32 1.4白皮书目标… 46.4案例 33 2边云协同总体内涵与参考框架 面DB面 67广域接入网络边云协同主场景…34 2.1边云协同总体能力与内涵… 67.1多业务接入子场景 1B1 34 2.2边云协同总体参考架构 77.2增值网络业务子场景 ..35 7.3关键技术 ,36 3边云协同价值场景 87.4案例 37 3.1边缘计算分类 3.2边云协同主要价值场景 98边缘云的边云协同主场景 38 8.1边绿云联接子场景 38 4物联网边云协同主场景 108.2边缘云智能与增值子场景 39 4.1物联网联接子场景 .108.3关键技术 .40 4.2物联网增值服务子场景……128.4案例 41 4.3物联网系统控制子场景….. 13 4.4关键技术 159MEC边云协同主场景 42 4.5案例 ∴.179.1本地分流子场景 42 9.2网络能力开放子场景 44 5工业边云协同主场景 199.3关键技术 45 5.1设备优化子场景 1994案例 46 5.2工艺过程优化子场景 2 5.3工厂全价值链优化子场景. 2310附录 48 5.4关键技术 .2410.1缩略语表….…48 5.5案例… 2510.2参考文献 01边云协同放大边缘计算与云计算价值 1.1边缘计算概念 边缘计算是在靠近物或数据源头的网络边缘侧,融合网绉、计算、存储、应用核心能力的分布式开放平台,就近提倛 边缐智能服务,满足行业数宇化在敏捷联接、实吋业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。它可 以作为联接物堐和数字世界的桥梁,使能智能资产、智能网关、智能系统和智能服竻。 物理世界 边缘计算 数字世界 数据感知 数据感知 数据 数据归一化 数据归一化 8数据妇化 数据 coMbos 深度分析与计算 日 控制 控制 行业应用 人工智能 104 Is100ms torms 4ms 100us Latency che Einit 网络 计算 存储 应用 图1:边缘计算 边绿计算是联接物理世界与数字世界的桥梁,具备下述基本特点与属性 联接性 约束性 联接性是边绿计算的基础。所联接物理对象的多样 迈绿计算产品需适配工业现场相对恶劣的工作条件与运 性及应用场景的多样性,需要迦缘讠算具夆丰富的联接功行环境,如防电磁、防尘、防爆、抗振动、抗电流/电压波动 能,如驽种网络接口、网络协议、网绉拓扑、网络部署与等。在工业互联场景下,对边缘计算设备的功耗、成本、空间 配置、网络管理与维护。联接性需娑充分借鉴吸妆网络也有较髙的娑求。边缘计算产需考虑通过软硬牛集成与优 领域先进硏究成果,如πsN、SDN、NF∨、 Network as a化,以适配各种条件约束,支撑行业数字化多性场景。 Service、WLAN、NB-oT、5G等,同时还要考虑与现有各 和工业总线的互联、互通、互操作。 分布性 边缘计算实际部署天然具备分布式特征。这要求边缘 数据第一入口 计算支持分布式计算与存储、实现分布式資源的动态调度 边缘计算作为物理世界到数字世與的桥梁,是数据与统一管理、支撑分布式智能、具备分布式安全等能力。 的第一入口,拥有大量、实时、完整的数据,可基于数据 全生命周期进行管理与价值创造,将更好的支撑预测性维融合性 护、资产管理与效率提升等创新应用;同时,作为数据第 UT与ICT的融合是行业数字化转型的重要基础。边缘 入口,边缘汁算也面临欻据实时性、确定性、完整性、计算作为‘∂Iτ″融合与协冋的关键承载,需要支持在联 确性、多样性等挑战。 接、数据、管理、控制、应用、安全等方面的协同。 01|边缘计算与云计算协同白皮书(2018年) 1.2边绿计算CR0Ss价值 联接的海量与异构( Connection) 据,需要通过数据优化实现薮据的聚合、数据的统一呈现 网络是系统互联与数据采集传输的基石。伴随联接与开放,以灵活高效地服务于边缘应用的智能。 设音数量的剧增,网络灵活扩展、低成本运维和可靠性 保障面临巨大挑战。同时,工业现场长期以来存在大量应用的智能性( Smart) 异构的总线联接,多种制式的工业以太网并存,如何兼 业务流程优化、运维自动化与业务创新驱动应用走向 容多种联接并且确保联接的实时可靠是必须要解决的现晳能,边缘侧智能能够带来显著的效率与成本优势。以预 实问题。 测性维护为代表的智能化应用场景正推动行业向新的服务 模式与商业模式转型。 业务的实时性( Real-time) 工业系统检测、控制、执行,新兴的∨R/AR等应用的安全与隐私保护( Security) 实时性高,部分场景实时性要求在10ms以内甚至更低:如 安全跨越云计算和边缘计算之间的纵深,需要实施端 果数据分析和处理全部在云端实现,难以满足业务的实时到端防护。网络边缘侧由于更贴近万物互联的设备,访问 性要求,严重影响终端客户的业务体验。 控制与威胁防护的广度和难度因此大嶇提升。边缘侧安全 主要包含设备安全、网络安全、数据安全与应用安全。此 数据的优化( Optimization) 外,关键数据的完整性、保密性,大量生产或人身隐私数 当前工业现场与物联网末端存仨大量的多样化异构数摭的保护也是安全领域需要重点关注的內容。 3% 35 80 边缘计算与云计算协同白皮书(2018年)|02 1.3边云协同放大边缘计算与云计算价值 6% 84% 31% 75% 24% 5% 16% 10% 2018 2020 现在明年两年内四年内最多四年内不知道或 永远不会 图2:企业生成数据在集中式DC或云端之外创建和 图3:边缘计算何时会成为您企业规划的一部分? 处理的比例 边缘计算的℃Rss价值推动计算模型从集中式的云计全局性、非实时、长周期的大数据处与分矸,能够在长 算走向更加分布式的边缘计算,边缘计算正在快速兴起,厝期维护、业决策攴撑等领堿发挥优势;边缘计算更适 未来几年将迎来爆炸式增长。 用局部性、实时、短周期数据的处理与分析,能更好地支 Gartner《Top1 Strategic Technology Trends for撑本地业务的实时智能化决策与执行, 2018: Cloud to the edge》认为到2022年,随着数宁业务 因此,边缘计算与云计算之间不是替代关系,而是互 的不断发展,75%的企业生成数据将会在传统的集中式数补协同关系。边缘计算与云计算需要通过紧密协同才争更好 据中心或云端之外的位置创建并得到处理(图2)。 的满足各科需求场景的匹型,从而放大边缘计算和云计算的 Gartner基础架构、运营管理与数据中心大会应用价值。边缘计算既靠近执行单元,更是云端所需髙价值 (2017年1月)发布的调硏数据显示,84%的企业将在四数据的采集和初步处理单元,可以更好地支撑云端应用;反 年内将边缘计算纳入企业规划(图3)。 之,云计算通过大数据分析优化输出的业务规则或模型可以 另一方面,边缘汁算与云计算各有所长,云计算擅长下发到边缘侧:边绿计算基于新的业务规则或模型运行。 03|边缘计算与云计算协同白皮书(2018年) 14白皮书目标 当前产业界开始认识到边云协同的重要性:并开展了集,以及异构数据的协议转换与边缘处理,构建工业互 积极有益的探索。 联网平台的数据基础。一是通过各类通信手段接入不同 中国工业互联网产业联盟A在其2C17年发布的《工业设备、系统初产品:釆集海量数据;二是依托协议转换 互联网平台白皮书(2017)》中关于工业互联网平台功能架技术实现多源异构数据的归一化和边缘集成;三是利用 构图的描述中,已经初步呈现了边云办同的理念。 边缘计算设备实观底层数据的汇聚处理,并实现数据向 “第一层是边缘,通过大范围、深层次的数据采云端平台的集成。” 消费者 供应链 协作企业 开发者 业务运行 应用创新 应用层 工业saaS) 设计APP生产APP 管理API 服务APP 设备状态分析供应链分析能耗分析优化 应用开发 工业微服务组件库 (开发工具、微服务框架) (工业知识组件、算法组件、原理模型组件) 工业数据建模和分析 机理建模、机器学习、可视化) 平台层 工业Paas) 工业大数据系统 (工业数据清洗、管理、分析、可视化等) 通用PaaS平台资源部署和管理 工业安全防护 设备管理 资源管理 运维管理 故障恢复 aaS层 云基础设施(服务器、存储、网络、虚拟化) 边缘层 设备接入 协议解析 边缘数据处理 图4:A业互联网平台功能架构图 边缘计算与云计算协同白皮书(2018年)|04 华为技术有限公司在其2018全联 智能边缘 华为云 接(HC2018)大会发布的智能边缘平台 lEF( ntelligent Edge Fabric)明确提出 ML模型预测 MLDL模型训练 了边缘与云协同的一体化服务概念。 数据协同 视觉检测 智能边缘平台EF满足客户对边缘计算 大数据接入D|S 语音分析 任务协同 资源的远程管控、数据处理、分析决 数据预处理 流计算 Cloud Strean 策、智能化的诉求,为用户提供完整 的边缘和云协同的一体化服务。 流计算 管理协同 时序数据库 Cloud Table 华为公有云与智能边缘云生态一 时序数据库 办同 敛,在华为云和边绿均保持一样的使 无服务器函数 函数 Function Graph 用体验。基于同一个云平台,应用和 服务构建一次,运行无处不在。智能 图5:华为边缘与云协同的一体化服务 边缘平台把华为云A能力、大数据能 力等延但到边缘,并与云上服务完成 Cloud Level 数据协同、任务协同、管协同、安 即甲.· 。·中人 全协同 "::》 :。 .e- Industrial Ed 西门子2018年发布了 ndustrial "::。 Management 0鲁 Edge的概念,通过云端部署 Industria Edge Management实现边缘计算与云 Factory Level Data to Cloud Edge App to Devie 计算的协同。 本白皮书将通过对边云协同主要 Field Level 场景、价值内涵、关键技术等维度的 Edge devic 研究,以推动边云协同的产业共识, 并为相关产业生态链构建和使用相关 能力提供參考借鉴。 图6:西门子 ndustrial Edge 05|边缘计算与云计算协同白皮书(2018年) 07边云协同总体内涵与参考框架 2.1边云协同总体能力与内涵 边缘计算不是单一的部件,也不是单一的层次,而是边缘与云之间可控有序流动,形成完整的数据流转路径 涉及到 CAas、 EC Faas、εSaaS的端到端开放平台。高效低成本对数据进行生命周期管理与价值挖掘。 典型的边缘计算节点一般涉及网络、虚拟化资源、RT0S 智能协同:边缘节点按照A模型执行推理,实现分布式 数据面、控制面、管珵面、行业应用等,其中网络、虚拟能;云端开展A的集中式模型跞,并将模型下发边缘节点。 化资源、RT05等属于EC-laS能力,数据面、控制面、管 应用管凖协同:边缘节点提供应用部署与运行环境,并 理面等属于EC-PaaS能力;行业应用属于εC-Saas范畴。对本节点多个应用的生命問期迸行管理调度;云端主要提供 边云协同的能力与闪涵,涉及laas、Paas、saaS各应用开发、测试环境,以及应用的生命周期管理能力。 层面的全面协同。EC-aaS与云端laaS应可实现对网络 业务管理协同:边缘节点提供模块化、微服务化的应 虚拟化资源、安全等的资源协同;EC-Pas与云端PaaS应用/数字孪生/网络等应用实例;云端三要提供按照客户需求 可实现数据协同、智能协同、应用管理协同、业务管理协实现应用/数字孪玍/网络等的业务编排能力 同;EC-Saas与云端SaaS应可实现服务协同。 服务协同:边缘节点按照云端策略实现部分 ECSaas服 资源协同:边缘节点提供计算、存储、网络、虛拟化务:通过εcSaS与云端SaaS的协同实现面向客户的按需 等基础设施资源、具有本地资源调度管理能力,同时可与SaaS服务;云端主要提倛saas服务在云端和边缘节点的服 云端协同,接受并挾行云端资源调度管埋策略:包括边缘竻分布策略:以及云端承担的SααS服竻能力, 节点的设备管理、资源管理以及网络联接管理 数据协同:边缘节点主要负责现场/终端数据的采集, 并非所有的场景下都涉及到上述边云协同能力。结合 按照规则或数据模型对数据进行初步处理与分析,并将处具体的使用场贔,边云协同的能力与内涵会有所不同,同 理结果以及相关数据上传给云端;云端提供海量数捱的存时即使是同一种协同能力,在与不同场景结合时其能力与 储、分炘与价值挖掘。边缘与云的数据协同,支持数据在内涵也会不尽相同。 Endpoints Edge Computing nodes Public/ Private clouds ECSeaS Saas 预测性维护 能效优化 6服务协同 预性维护 能效优化 质量提升 VFW VIB 质星提升FN B ECPaas Paas 应用实例 6业务管理协同 业务编排 Data Ingestion 应用部署软硬件环境 应管理协同 应用开发、测试应用生命周期管理 分布式暂能/推理 智能协同 集中式训练 Device Control 数据采集与分析 2数据协同 数据分析 EClaaS laas 基础设施资源及调度管理能力 资源协同 边缘节点基础设施/设备/ 南向终端的生命周期管理 边缘CT基砒设施 云|CT 础设施 图7:边云协同总体能力与内涵 边缘计算与云计算协同白皮书(2018年)|06 2.2边云协同总体参考架构 为了支撑上述边云协同能力与内涵,需要相应的参考 及推理等方面能力 架构与关键技术。参考架构需要考虑下述因素: 》管理与安全能力:管理包括边缘节点设备自身运行的管 》连接能力:有线连接与无线连接,实时连接与非实时 理、基础设旌资源管理、边缘应用、业务的生命周期管 连接,各种行业连接协议等 理,以及边缘节点南向所连接的终端管理等;安全需要 》信息特征:持续性信息与间歇性信息,时效性信息与 考虑多层次安全,包括芯片级、操作系统级、平台级、 非时效性信息,结构性信息与非结构性信息等 应用级等 》資源约束性:不同位置、不同场景的边缘计算对資源》应用与服务能力:需要考虑两类场景,一类场景是具备 约束性要求不同,带来边云协同需求与能力的区别 部分特征的应用与服务部署在边缘侧,部分部署在云 》资源、应用与业务的管理与编排:需要支撑通过边云 端,边缘协同云共同为客户提供一站式应用与服务,如 协同,实现资源、应用与业务的灵活调度、编排及可 实时控制类应用部署在边缘侧,非实时控制类应用部署 管理 在云侧;一类场景是同一应用与服务,部分模块与能力 部署在边缘侧,部分模垬与能力部署在云侧,边缘协同 根据上述考量,边云协同的总体参考架构应该包括下 云共同为客户握供某一整体的应用与服务 述模块与能力 B.云端: A.边缘侧: 》平台能力:包括边缘接入、数据处与分析、边缘 》基础设施能力:需要包含计算、存储、网络、各类加速 管理与业务编排。数据处理与分析需要考虑时序数据 器(如A加速器),以及虚拟化能力;同时考卮嵌入式 库、数据整形、筛选、大数据分析、流分析、函数、人 功能对时延等方面的特殊要求,需要直接与硬件通信, 工智能集中训练与推理等方面能力;边缘管理与业务编 而非通过虚拟化资源 排需要考虑边缘节点设备、基础设施资源、南向终端、 》边缘平台能力:需包含数据协议模块、数据处理与分 应用、业务等生命周期管理,以及各类增值应用、网络 析模块,数据协议模块要求可扩展以支撑各类复杂的行 应用的业务编排 业道信协议;数据处理与分析模块需要考虑时序数据》边缘开发测试云:在部分场景中,会涉及通过提供边云 库、数据预处理、流分析、函数计算、分布式人工智能 协同的开发测试能力以促进生态系统发展的需求 边缘节点 云端 ECSaas ECSaas 边绿 数据协议数据分析与处理嵌入式安 开发 边云协同 数据处理边绿管理&测 功能理全 虚拟化 边缘接入与分析 业务编排 计算存储网络A加速器 图8:边云协同总体参考架构 07丨边缘计算与云计算协同白皮书(2018年) 【实例截图】
【核心代码】