《開放數據中心委員會：2021邊緣服務器技術白皮書（32頁）.pdf》由會員分享，可在線閱讀，更多相關《開放數據中心委員會：2021邊緣服務器技術白皮書（32頁）.pdf（32頁珍藏版）》請在三個皮匠報告上搜索。

1、 邊緣服務器技術白皮書 編號 ODCC-2021-01001 開放數據中心委員會 2021-09-15 發布 ODCC-2021-01001 邊緣服務器技術白皮書 i 目目 錄錄 前 言.iii 版權說明.iv 1.邊緣計算概述.1 1.1.邊緣計算是產業熱點.1 1.2.5G 與邊緣計算.1 2.邊緣計算硬件.3 2.1.邊緣計算的硬件需求.3 2.2.邊緣計算服務器的特點.3 3.邊緣計算服務器的核心技術體系.5 3.1.精簡的物理規格.5 3.2.多樣的模塊化配置.5 3.3.多元的邊緣云架構.7 3.4.高性能的異構計算.8 3.5.綠色節能的液冷.9 3.6.邊緣服務器管理技術.9

2、3.7.邊緣服務器安全技術.10 4.邊緣計算服務器案例.11 4.1.邊緣云服務器.11 4.2.邊緣 AI 服務器.16 4.3.邊緣微服務器.19 ODCC-2021-01001 邊緣服務器技術白皮書 ii 4.4.超融合邊緣服務器場景.22 5.總結與展望.24 5.1.邊緣計算服務器的問題.24 5.2.邊緣計算服務器的發展趨勢.24 5.3.結語.26 ODCC-2021-01001 邊緣服務器技術白皮書 iii 前前 言言 隨著大數據、云計算、物聯網技術的蓬勃發展，越來越多的應用催生出對邊緣計算的需求，數據決策過程逐漸從數據中心向邊緣側遷移。與此前依托于集約的大型 IDC 的云計

3、算場景不同，邊緣計算具有聯接性、分布性、業務實時性等特點，從而對邊緣計算的硬件基礎設施提出了更高的要求。面臨這一挑戰，邊緣服務器應運而生，作為新型邊緣計算的重要基礎設施之一，邊緣服務器可以在惡劣的邊緣環境中穩定工作，將本地高性能智能服務承載到數據源附近，實現云邊緣端的無縫協作。邊緣服務器將推動 5G 時代云網信息化基礎設施變革，其構架設計成為邊緣計算基礎設施規?；逃貌渴鸬年P鍵挑戰之一。本白皮書主要圍繞邊緣計算和邊緣服務器進行闡述，首先介紹了 5G 及其與邊緣計算的關系，隨后介紹了邊緣計算的需求特點和邊緣計算服務器的核心技術體系，接著展示了幾個典型的邊緣計算服務器案例場景，最后闡述了邊緣計算服

4、務器的問題和未來的發展趨勢。起草單位：中國電信研究院、中國信息通信研究院（云計算與大數據研究所）、浪潮電子信息產業股份有限公司、華為技術有限公司、聯想集團、烽火通信科技集團、曙光信息產業股份有限公司、新華三集團 起草者：王峰、孫波、楊劍、崔先鋒、杜希、馬慶懷、陳向明、穆浩然、許文馨、李寧東、劉香男、車一龍、邵海東、吳明明、劉佩劍、邱祖虹、袁振濤、趙繼壯、鄭超 ODCC-2021-01001 邊緣服務器技術白皮書 iv 版權說明版權說明 ODCC（開放數據中心委員會）發布的各項成果，受著作權法保護，編制單位共同享有著作權。轉載、摘編或利用其它方式使用 ODCC 成果中的文字或者觀點的，應注明來源

5、：“開放數據中心委員會”。對于未經著作權人書面同意而實施的剽竊、復制、修改、銷售、改編、匯編和翻譯出版等侵權行為，ODCC 及有關單位將追究其法律責任，感謝各單位的配合與支持。ODCC-2021-01001 邊緣服務器技術白皮書 1 邊緣服務器技術白皮書 1.1.邊緣計算概述邊緣計算概述 邊緣計算的基本思想是將計算從核心網絡下沉遷移到網絡邊緣，減少核心網擁塞和數據傳播延遲，在接近移動用戶終端的無線接入網內提供服務環境和計算功能?？梢詫祿奶幚?、應用程序的運行，甚至一些功能服務的實現，由中心服務器下放到網絡邊緣的節點上。邊緣計算可以作為聯接物理和數字世界的橋梁，使能智能資產、智能網關、智能系統

6、和智能服務。1.1.1.1.邊緣計算是產業熱點邊緣計算是產業熱點 邊緣計算是云計算向邊緣的延伸，相比于傳統數據中心基礎設施和業務模式，邊緣計算具有 CROSS 特性，即互聯的海量數據（Connection），業務實時性（Real-Time），數據的優化（Optimization），應用的智能性（Smart）以及邊緣數據的安全和隱私保護（Security）。同時，邊緣計算可協助傳統云計算業務，實現計算能力的細分，將部分資源和服務下沉到邊緣位置，豐富業務類型，提升服務質量和用戶體驗；云計算也可以依賴邊緣計算作為數據采集單元，更好的支撐云端應用。以應用場景及價值市場維度分析，邊緣計算主要分為三類：電

7、信運營商邊緣計算、企業與物聯網邊緣計算、工業邊緣計算。目前業界嘗試推進的邊緣場景主要有 ICT 融合場景、泛 CDN、智能網聯汽車、工業互聯網、產業+AI、城市治理、智能物聯網等七大類。以其中的車聯網為例，通過車聯網平臺的本地算力，可以提供緊急情況下的告警輔助信息，路徑優化，行車引導，安全輔助信息等等服務，這些服務直接通過本地 MEC(Multi-access Edge Computing，多接入邊緣計算)，無需占用帶寬去中心機房進行處理，突出了低時延的特性。1.2.1.2.5 5G G 與邊緣計算與邊緣計算 5G 移動通信技術的迅速發展推動了萬物互聯時代的到來，它所具備的大帶ODCC-202

8、1-01001 邊緣服務器技術白皮書 2 寬、低時延和海量連接的三大特性，促進邊緣計算的發展。電信運營商可以借助NFV 以及 MEC 技術，將 CDN 網元云化并下沉到邊緣節點，在網絡邊緣分流業務，從而為客戶提供更低時延、更高帶寬、更低成本的業務體驗，向第三方應用及服務開放邊緣網絡能力，從而放大電信運營商網絡價值，使能創新的應用、服務與商業模式。利用無線接入網絡就近提供 IT 服務和云端計算功能，有效降低終端成本，降低傳輸帶寬，降低業務時延，基于數據不出園區提高業務數據安全，從而創造出一個具備高性能和低延遲的電信服務環境。隨著邊緣計算市場的發展，邊緣端呈現出多樣化、場景化特征，邊緣新算力將驅動

9、業務定義系統架構融合，進一步孵化新形態的計算系統，以滿足不斷涌現的新興業務系統和客戶需求。在云-邊-端模式下，邊緣計算將推動邊緣中心混合架構的優化，以應對未來跨互聯網提供商、電信運營商以及企業用戶等對新型邊緣算力需求挑戰。ODCC-2021-01001 邊緣服務器技術白皮書 3 2.2.邊緣計算硬件邊緣計算硬件 2.1.2.1.邊緣計算的硬件需求邊緣計算的硬件需求 隨著邊緣計算技術成熟和市場的快速發展，邊緣計算場景和應用需求的多元化特征越來越明顯。以 ICT 融合場景、泛 CDN、智能網聯汽車、工業互聯網/能源/交通/金融等產業+AI、城市治理、智能物聯網等為代表的落地最快速的應用場景對邊緣計

10、算服務器提出了與傳統服務器不同的需求：（1）網絡性能需求：5G 網絡的三大典型企業應用進行場景與邊緣計算能力密切結合相關，其中 URLLC 對超高性能可靠低時延通信的要求，eMBB 對高帶寬的要求與 MIoT 對大連接的要求，都需要通過邊緣系統計算數據服務器的支持。而以 AGV 小車，自動駕駛，工業質檢等為代表的即時邊緣應用場景對設備計算的低延時要求非常嚴苛，道路上路況識別的效率、產線中缺陷檢測的效率與道路安全與企業成本效益息息相關，對承載此類關鍵應用的邊緣服務器提出了極高的需求。（2）環境適應性需求：邊緣計算場景復雜多樣，在電信機房，邊緣電氣柜，工業現場控制柜，車載環境都有部署需求，需要邊緣

11、服務器在寬工作溫濕度，高震動，高塵土，高輻射等惡劣環境都有良好的適應性，能夠可靠穩定運行。（3）便捷維護性需求：邊緣服務器經常需要部署在偏遠地區，運維人員上門困難，部分環境不具備現場維修條件，需要服務器具備遠程維護或快速換件等功能，所以統一管理異構服務器，是邊緣服務器部署運維的關鍵需求，包括但不限于：統一的運維管理接口，業務自動部署能力，有效可靠的故障處理能力。（4）低噪聲需求：部署在人機共存環境的應用（如智慧園區、智慧辦公/考勤等）對邊緣服務器提出了低噪聲需求，需要服務器在近人空間內安靜運行。2.2.2.2.邊緣計算服務器的特點邊緣計算服務器的特點 邊緣計算服務器是應用在邊緣場景的服務器，服

12、務器相比工控機/智能網關等其他邊緣設備具備技術成熟、標準統一、計算性能和穩定性強等優勢，更能適應邊緣應用因 5G 和 AI 技術發展而飛速提高的算力和可靠性需求。（1)形態靈活多變 ODCC-2021-01001 邊緣服務器技術白皮書 4 邊緣服務器按照環境適應性及算力性能的差異化需求，可以分為一體化交付到應用現場的邊緣微中心；適用于機房及邊緣數據中心的邊緣機架服務器；適用于工業現場及數據搬遷的便攜 AI 服務器；直接就近部署在端側設備附近的邊緣微服務器等。靈活的形態滿足不同場景對服務器的部署要求。（2)優異的環境適應性：-3060寬環溫，地震九級，CLASSB 級電磁兼容等。（3)靈活的可擴

13、展性：硬盤支持 HDD/SSD/NVME SSD 等存儲形式，靈活應對不同數據容量及類型。兼容支持多種內存，將內存的容量，溫度適應性，掉電保護等功能做到可根據場景選配。處理器性能及功耗可根據功能需求選配?？?選 配 置 基 于 ASIC(Application Specific Integrated Circuit，特殊應用集成電路)、FPGA(Field Programmable Gate Array，可編程邏輯門陣列)、智能網卡或其它硬件加速方案卸載部分 CPU 功能，以節約 CPU 資源并提高處理效率。（4)運維管理統一便捷性：統一管理接口：服務器有統一完善的管理接口要求以減少帶外管理系

14、統帶來的大量適配工作。運維高效：邊緣服務器運維操作簡單快捷，減少人力成本。故障診斷及自愈：服務器 BMC 具備基本故障診斷及上報能力，并提供硬件平臺自愈方案。ODCC-2021-01001 邊緣服務器技術白皮書 5 3.3.邊緣計算服務器的核心技術體系邊緣計算服務器的核心技術體系 3.1.3.1.精簡的物理規格精簡的物理規格 部署邊緣計算服務器的機房通常不具備云計算數據中心的空間、供電、制冷等技術條件。同時，邊緣業務在邊緣服務機房的交付、部署和本地運維又有著大規模、分布化的特點。針對這些問題，ODCC、OCP 等業界知名的組織牽頭開展了積極探索，首先就從物理規格的精簡入手，以便于設備的部署。O

15、DCC（Open Data Center Committee,開放數據中心委員會）發起的面向電信應用的開放電信 IT 基礎設施項目OTII(Open Telecom IT Infrastructure)率先制定了面向電信應用的統一邊緣服務器規格標準。與此前業界通用服務器物理規格相比，OTII 服務器的機箱深度小于 500mm，整機功耗可控制在 200W（無GPU 設備），采用前維護的方式消除機房空間有限造成的運維障礙；同時，服務器工作適宜溫度長期為 5到 40之間，短期為零下 5到 45。OCP（Open Computer Project）組織也針對安裝在邊緣站點的緊湊型高性能服務器平臺提出了

16、技術方案，其邊緣服務器機箱物理規格為 3RU 高，深度在 430mm，寬度為 440mm，機箱可支持高度為 1RU 或 2RU 的計算模塊，整機箱最多可支持 5個 1RU 半寬計算模塊，機箱集中供電，采用前維護方式，服務器工作適宜溫度長期為零下 5到 45，短期為零下 5到 55。同時近幾年隨著 5G 網絡技術發展和新興邊緣應用場景的不斷出現，為適應邊緣需求，如“小盒子”及“手提式”等針對特定應用場景的異形邊緣服務器也在不斷出現。3.2.3.2.多樣的模塊化配置多樣的模塊化配置 邊緣服務器可通過對各個功能模塊解耦，優化，將重復的功能拆分開，根據不同場景和應用需求重新組合。通過模塊化的設計和模塊

17、復用，降低成本，縮短開發周期，同時模塊化布局可滿足小型化、高密度的應用需求，在空間敏感的應用場景具有很大優勢，通過功能模塊化設計，實現在同一物理規格下提供不同的邊緣能力，以滿足不同應用場景需求。（1）邊緣智能：ODCC-2021-01001 邊緣服務器技術白皮書 6 邊緣節點借助人工智能技術，可以更好地提供高級數據分析、場景感知、實時決策、自組織、協作等智能服務，利用 AI 異構計算，滿足邊緣業務對多樣性計算的需求，實現新一代“連接+計算”的基礎設施的構建，滿足碎片化產業和差異化應用的需求，提升計算資源利用率，支持算力的靈活部署和調度。例如在從車路協同場景下，對車輛、路側及行人相關信息收集，數

18、據處理，軌跡判斷等一系列處理，對邊緣側算力提出了極高的要求，目前業界已規?；a的 OTII 標準邊緣服務器可通過將硬盤空間模塊替換為 PCIE 擴展位，使得單個邊緣服務器最大可以支持 2 個雙寬 GPU 或 4 個單寬 GPU，讓邊緣數據中心具備等同于中心數據中心的高算力以及神經網絡訓練和推理能力，從而實現 5G 網絡邊緣的人工智能。（2）邊緣存儲：邊緣場景同傳統的互聯網不同，邊緣數據也許只對本地或近邊緣業務有價值，這時就需要將數據緩存在本地，相比于將數據傳輸至中心數據中心，邊緣場景可節省核心網絡帶寬，在此情境下，對于部分對存儲容量要求較高的場景（如邊緣云/邊緣數據中心），邊緣服務器支持模塊

19、化將 PCIE 擴展框更換為硬盤空間，選配 2.5/3.5 寸硬盤，最大支持到 8 塊 2.5+4 塊 3.5 寸硬盤，同時支持機械/固態硬盤和高性能 NVME 存儲，覆蓋所有邊緣存儲需求。同時固態硬盤抗震性、抗電磁干擾能力、順序讀寫性能、隨機讀寫性能、低功耗等特性在邊緣存儲領域有絕對優勢，在環境較為惡劣的環境下采用搭載固態硬盤的服務器配置，能夠為用戶提供更為安全穩定的服務器配置。（3）邊緣網絡：依托企業更加去中心化的 5G 網絡，在網絡社會邊緣系統部署小規?；蛘弑銛y式電子數據信息中心，進行管理終端用戶請求的本地化處理，承擔物聯網、MEC和 NFV 等 5G 應用場景。例如，用戶面功能 UPF

20、（User Plan Function）作為 5G核心網數據進行處理和轉發的核心技術設備，可通過與邊緣計算方法結合工作部署在網絡邊緣側，為終端用戶可以提供一個本地就近的網絡設計方案和算力支撐，能夠得到充分發揮出 5G 網絡大帶寬、低延時的特點，成為 5G 與垂直管理行業市場應用研究深度學習融合的關鍵節點，加快“連接+算力”的應用不斷創新。對于通信領域對網絡轉發處理功能要求較高的場景，業界已有的邊緣服服務ODCC-2021-01001 邊緣服務器技術白皮書 7 器支持將 6+2 個 PCIE 擴展槽全部擴展為網卡/智能網卡，可實現 100Gbps 超高吞吐、s 級極低時延、軟硬件解耦靈活適配，從

21、而支持邊緣服務器作為類交換機CPE 或 ICT 融合設備使用，推動 5G 垂直行業應用落地。3.3.3.3.多元的邊緣云架構多元的邊緣云架構 IoT+5G+AI 的興起，激活了邊緣側數據中心需求。海量邊緣數據，對計算的處理提出了低時延、低帶寬、降級自治、數據可控的要求：低時延要求縮短邊緣業務時延來助力新業務；低帶寬要求處理后傳遞有效數據降低帶寬成本，提升承載能力；降級自治，要求云、網故障本地降級自治，保證業務連續性；數據可控，要求敏感數據本地化處理安全可控。這一系列的要求推行了邊緣云計算的應用，邊緣云計算主要有兩種架構：超融合邊緣云和容器邊緣云。超融合邊緣云：融合計算虛擬化、存儲虛擬化、網絡虛

22、擬化到邊緣服務器中，軟硬一體化交付實施，超融合邊緣云一體機可以做到軟硬件一體化運維，做到對邊緣計算資源的無侵入式帶外管理、自動化資產管理、智能化故障監控管理、一鍵式變更管理、可視化 3D 管理、智能化能耗管理，做到全局運維。支持云邊協同，支持業務分發、遠程部署、跨站遷移，另外超融合邊緣云一體機可做到多種形態自由選擇、資源靈活配置、靈活快速擴容、業務快速上線，基于云中心來統一硬件監控，自動巡檢，支持快速構建云計算邊緣節點、邊緣一體柜構建微數據中心、乃至小型邊緣數據中心。容器邊緣云：隨著云原生技術體系的發展，容器技術標準化了應用的交付形態，一次構建、處處運行，解決了跨平臺快速遷移問題。Kubern

23、etes 在容器應用調度、彈性擴展、容器編排上形成事實上的標準。以容器技術為基礎構建面向邊緣場景的中心云-邊緣云-邊緣節點三層架構的云計算平臺，滿足不同場景需求的計算服務。容器邊緣云，具備實時內核、高性能轉發、高精時鐘等關鍵特性，具備對多個邊緣云的管理能力，基于原生 K8S 優化擴展，具備豐富的應用管理、DevOps 以及微服務等云原生能力。在邊緣場景下，滿足以下目標：多版本邊緣云統一管理：中心統營和統維，邊緣云分營和分維；云邊協同：管理協同、應用協同和網絡協同；邊緣節點自治：節點離線應用持續運行，離線重啟快速恢復；輕量化：滿足輕量化設備的計算場景，邊緣盒子；統一監控：能夠實時統一查看監ODC

24、C-2021-01001 邊緣服務器技術白皮書 8 控和告警數據。3.4.3.4.高性能的異構計算高性能的異構計算 隨著邊緣側應用場景的多樣化，以及用戶對應用體驗要求的不斷提高，計算密集型應用需要計算平臺執行邏輯復雜的調度任務，而數據密集型應用則需要高效率地完成海量數據并發處理，使得單一計算平臺難以適應業務場景化與多樣化要求,在未來邊緣服務器設計中，可考慮加入 GPU、NPU（Neural Networks Process Units，神經網絡處理單元）、FPGA 等計算芯片來補齊 CPU 負載處理的短板。（1）GPU 是從事并行計算加速的處理器，適合于處理類型高度統一、相互無依賴的大規模數據

25、和無需被打斷的計算過程，在人工智能計算負載的處理中發揮重要的作用，成為了當前人工智能領域中計算芯片最重要的選擇之一。（2）FPGA：FPGA 是可以編程的硬件，通過在芯片上燒入用戶定義的 FPGA 配置文件，即可對芯片上的門電路及存儲器之間的硬連線電路進行定義，從而形成高性能的硬件實現方案。由于 FPGA 電源效率更加類似于專用集成電路，使得其更加適合邊緣計算。（3）NPU：NPU 是模仿生物神經網絡而構建，面向人工智能領域設計，在人工智能算法處理性能、功耗、成本等方面具有非常大的優勢。（4）ASIC：ASIC 是面向專用場景（例如專門模擬神經網絡計算模式）的芯片，重點對數據處理過程中的核心計

26、算步驟進行專門的硬件實現并增加對上層軟件技術的加速支持?？舍槍μ囟I務場景的專門設計，使得 ASIC 在功耗、性能、成本等方面都能做到極致。除上面的異構計算加速卡之外，ARM 架構處理器也在 CPU 領域的應用日益廣泛。隨著 ARM 單核性能的不斷提升，ARM 芯片在應對容器化微服務、橫向擴展及松耦合工作負載方面具有較大的性價比優勢；同時 ARM 的多核優勢可以更好的應對邊緣側數據的高并發，目前基于 ARM 架構的 CPU 也已大量引入到邊緣節點。所以，對于當今各種新興應用的計算需求，單一的計算架構是遠遠不夠的。通過異構計算可以滿足新一代“連接+計算”的基礎設施的構建，可以滿足碎片化產業和差異

27、化應用的需求，可以提升計算資源利用率，以支持算力的靈活部署ODCC-2021-01001 邊緣服務器技術白皮書 9 和調度。3.5.3.5.綠色節能的液冷綠色節能的液冷 IT 設備技術的變化一直是基礎設施中制冷解決方案研發的主要驅動力。盡管液冷已在大型主機和高性能計算（HPC）中部署多年，但隨著邊緣應用的需求以及邊緣服務器產業的發展，再次引發 IT 技術的變化，這迫使人們重新審視液冷及新技術的研發。與傳統的風冷散熱的方法相比，在同樣單位體積下，液體吸收熱量的能力更高，因此液冷技術能夠更高效地散熱，在邊緣計算環境中會有更好的適用場景。以沉浸式液冷為例，它是指將服務器完全或部分浸入絕緣冷卻液中，使

28、其覆蓋主板和元器件，以確保發熱源產生的熱量被轉移，它使服務器不再需要散熱風扇，使服務器實現近乎無噪音運行。在邊緣場景應用沉浸式液冷技術，具備較小的物理尺寸，支持寬溫、低噪聲、小尺寸、抗震等需求，同時液冷邊緣服務器系統中服務器浸沒于密閉腔體內的不導電液體，能完全隔絕組件與水氣、灰塵等外界污染源的接觸，大幅降低系統維護需求。在未來海量邊緣服務器部署的場景下，液冷技術的成本及維護需要進一步解決。3.6.3.6.邊緣服務器管理技術邊緣服務器管理技術 針對邊緣服務器遠端部署，不同架構支撐不同應用以及形態及芯片架構異構的情況下，邊緣服務器運維管理技術需要應對未來邊緣計算應用場景的豐富和多變，主要技術如下：

29、(1)管理運維自動化：支持系統部署、設備管理、監控、報警、日志，支持智能版本管理、智能部署管理、智能資產管理、智能故障管理、智能能效管理等五大智能管理。(2)多活微服務系統架構：由于邊緣計算節點數量多，靠近用戶側的特點，將中間層分解，系統拆分成微服務，部署在不同的邊緣服務器上，以實現高可用微服務化架構，支持橫向彈性擴展，支持多節點多活動，輕量級架構，降低資源消耗。(3)多形態進行邊緣計算系統硬件：支持對包括社會邊緣服務器，智能邊緣ODCC-2021-01001 邊緣服務器技術白皮書 10 一體機，邊緣網關等多種邊緣計算技術硬件設計形態的管理，支持 ARM/X86/GPU 等異構設備資源管理,支

30、持通過多種設備以及混合經濟管理。3.7.3.7.邊緣服務器安全技術邊緣服務器安全技術 由于邊緣計算存在分布式架構、異構多域網絡、實時性要求、數據的多元異構性、感知性以及邊緣服務器的資源受限等特點，傳統云計算環境下的安全機制和策略不能直接移植到邊緣設備。從安全角度講，邊緣服務器的安全主要包括以下方面：（1）物理安全：邊緣基礎設施安全是邊緣計算安全的基本保障。部署在無人值守的機房或靠近用戶側現場級別的邊緣服務器，更容易遭受物理攻擊，應在邊緣機房充分考慮網絡、電力、冷卻系統等基礎設施，保證邊緣節點的高可用性，同時加強節點防盜等方面的設計和管理手段。（2）數據安全：邊緣計算的分布式系統架構增加了攻擊向

31、量的維度，邊緣計算客戶端越智能，越容易受到惡意應用軟件可以感染和安全管理漏洞攻擊。在邊緣計算的發展中，靠近數據源的計算是保護隱私和數據安全的更合適的方法?？尚艌绦协h境(Trusted Execution Environment,TEE)用于進行存放敏感信息數據與代碼,并保證企業數據機密性與完整性。與傳統純軟件實現的隱私集合求交(Private Set Intersection,PSI)方案相比，基于 TEE 的 PSI 方案部署靈活，可適用于多種場景。由于使用硬件代替多方安全算法來保護數據，計算時間得到很大優化。（3）網絡安全：在邊緣計算架構中，由于服務器部署在網絡邊緣，傳統的網絡攻擊，如分布

32、式拒絕服務（Distributed denial of service attack,DDoS）攻擊可以很好地被限制住。但是，在現網的部署中，運營商的網元 UPF 等設備與邊緣計算應用共址部署時，應對 UPF 進行物理安全和數據安全以及訪問控制等保護，防止邊緣計算應用通過 UPF 攻擊核心網。ODCC-2021-01001 邊緣服務器技術白皮書 11 4.4.邊緣計算服務器案例邊緣計算服務器案例 4.1.4.1.邊緣云服務器邊緣云服務器 場景一：在工業互聯網的推動下，以設備為核心的智能制造物聯網平臺興起。邊緣服務器搭配上層數據分析系統，能夠高效地收集和分析設備產生的大量數據，盤活IoT 的數據

33、價值。表 1 邊緣云服務器規格配置參數 邊緣云服務器規格配置邊緣云服務器規格配置 處理器處理器 支持 2 顆英特爾至強系列處理器 內存內存 最大支持 16 根內存 存儲存儲 前置：最大支持 6 塊 2.5 HDD/SSD，內置：2 塊 M.2 SSD 網絡接口網絡接口 標準 PCI-E 以太網卡：支持 1/10/25/40/100 GE，集成 2 個萬兆光口 I/O I/O 擴展擴展 最大可擴展 6 個標準 PCI-E 3.0 插槽，通過選用不同 PCI-E Riser 卡實現不同數量 X8 和 X16 插槽組合，最大支持 2 個雙寬 GPU/4 個單寬 GPU 接口接口 前置:2 個 USB

34、3.0 接口 1 個 VGA 接口,1 個 UID 指示燈及其按鍵 尺寸尺寸 W（寬）448mm；H（高）87mm；D（深）430 mm 工作溫度工作溫度 運行環境溫度：長期 045，短期-550 在汽車主機廠內搭建機器人聯網系統，可以有效實現工廠的監控和預測維修。工廠儀器通過網絡將設備數據，如狀態信息、統計信息、結果信息等，實時傳送至邊緣計算平臺。邊緣服務器設備利用其靠近應用現場的優勢，快速匯集一定區域內的數據，運用數據分析平臺內的預訓練算法對該類數據進行處理和解析。連接不同終端機器的邊緣服務器將處理后的數據匯總，統一在數據分析平臺上進行處理。用戶可以運用匯總信息實現主機廠的監控和運維；同時

35、，邊緣服務器收集的數據能夠用于訓練和調試數據分析平臺，保證廠內算法的適配性。ODCC-2021-01001 邊緣服務器技術白皮書 12 圖 1 汽車主機廠機器人聯網示例圖 場景二：隨著經濟的發展，中國的車輛保有量越來越多，物流越來越發達，省界收費站就像經濟動脈的“血栓”一樣，給血液的暢通增加了阻力。如遇到節假日或者高峰期，可能會等幾個小時，收費站口水泄不通，地上垃圾一片狼藉的現象時有發生。這些都嚴重影響了經濟和生活，浪費了大量的時間，極大的抬高了物流的成本，制約了區域經濟的發展，同時造成的堵車也帶來了大量的汽車尾氣排放污染。通過在收費站處部署邊緣服務器，可提升圖片處理效率和準確率，可能夠實施計

36、費、實時過車多種特征分析，替代人工收費、實現快速稽查。表 2 邊緣云服務器規格配置參數 邊緣云服務器規格配置邊緣云服務器規格配置 處理器處理器 2 顆鯤鵬 920 處理器 內存內存 最大支持 16 根內 存儲存儲 前置：最大支持 10 塊 2.5 英寸 SAS/SATA 硬盤 或 8 塊 2.5 英寸 NVMe 硬盤和 2 塊 2.5 英寸 SAS 硬盤 網絡接口網絡接口 1 個板載網絡插卡，4 個網口，支持 1GE 或 10GE 或 25 GE 標準 PCI-E 以太網卡：支持 1/10/25/40/100 GE I/O I/O 擴展擴展 最多 6 個 PCIe 4.0 x8 插槽 ODCC

37、-2021-01001 邊緣服務器技術白皮書 13 接口接口 前置:2 個 USB3.0 接口,1 個 VGA 接口,1 個管理網口,1 個調測串口 尺寸尺寸 W（寬）447mm;H（高）87.3mm;D（深）495mm 工作溫度工作溫度 0C45C（長期），-555C（短期）圖 2 高速收費自由流解決方案示例圖 場景三：安防行業在過去 10 年中一直保持高速發展勢頭，產業趨勢良好，技術演進迅速。并且在未來 5 至 10 年內將持續保持高速增長的勢頭。高清甚至 4K 攝像頭逐步普及，人工智能算法演進和硬件算力持續提升，為智能安防帶來了新的發展契機。由于視頻高清化，造成視頻流帶寬高速增長，從而進

38、一步給數據傳輸網絡造成較大壓力。采用邊緣安防服務器，即可在距離攝像頭實體較近的邊緣側完成視頻數據編碼、壓縮等業務，降低視頻流帶寬占用，也可通過部署邊緣 AI 算力，降低中央機房或數據中心的壓力負載，實現一舉多得。同時，在負載較低的時間段，如夜間等，邊緣 AI 算力也能夠有效分攤訓練應用對中央節點的計算壓力，實現分布式訓練。ODCC-2021-01001 邊緣服務器技術白皮書 14 表 3 邊緣安防服務器規格配置參數 邊緣安防服務器規格配置邊緣安防服務器規格配置 處理器處理器 支持 2 顆英特爾至強系列處理器 內存內存 最大支持 16 根內存 存儲存儲 前置：最大支持 8 塊 2.5 HDD/S

39、SD，內置：1 塊 M.2 SSD 網絡接口網絡接口 板載集成 2 個千兆網口 板載 OCP 2.0 插槽，可支持基于 X722 網卡的網絡 Phy 卡擴展和標準OCP 2.0 網卡擴展，支持 1/10/25/40/100 GE I/O I/O 擴展擴展 最大可擴展 5 個標準 PCIe 3.0 插槽 最大支持 2 個半高半長單寬 GPU 或 1 個全高半長雙寬 GPU/FPGA 卡 接口接口 前置:4 個 USB3.0 接口 1 個 VGA 接口,1 個 UID 指示燈及其按鍵 尺寸尺寸 87.6mm（高）x 446mm（寬）x 450mm（深）工作溫度工作溫度-545（限配條件）邊緣計算服

40、務器具備的短機箱易部署、較為寬泛的環境溫度適應性、更加健全的自診斷自管理甚至部分自愈功能，可有效支持包括保安亭、超市、快遞收發點、車站、停車場等各類場景下的邊緣部署。圖 3 安防應用網絡拓撲圖 ODCC-2021-01001 邊緣服務器技術白皮書 15 場景四：云網融合邊緣服務器專為承載無線云網絡和邊緣應用而設計，承載輕量化5G核心網、用戶面功能 UPF、5G 基帶處理單元 CU/DU，與室內、室外的無線射頻單元組合提供大帶寬，低時延，高可靠，可靈活部署的 5G 專網；同時，具備提供邊緣計算能力，在邊緣根據業務需求提供融合架構的標準化云平臺，幫助客戶快速部署云化應用。表 4 邊緣云服務器規格配

41、置參數 1U1U 邊緣云服務器規格配置邊緣云服務器規格配置 處理器處理器 英特爾至強 D-2183IT 處理器 內存內存 最大支持 4 根內存 存儲存儲 內置：2 個 M.2 2280 SATA 啟動驅動器+8 個 M.2 2210NVMe 數據存儲驅動器 或 2 個 M.2 2280 SATA 啟動驅動器+4 個 M.2 2210 SATA/NVMe 數據存儲驅動器 網絡接網絡接口口 2 個 10GE 網口，2 個 10/100MB/1GE 網口，2 個 1GE 管理口 1 個標準 PCI-E 拓展網卡：支持 1/10/25 GE I/O I/O 擴展擴展 1 個 PCIe 3.0 x16

42、插槽 接口接口 前置:2 個 USB3.0 接口,1 個 VGA 接口，1 個 XClarity Controller 管理迷你 USB 尺寸尺寸 W（寬）215mm;H（高）40mm;D（深）376mm 工作溫度工作溫度-5C55C（長期）云網融合邊緣服務器綜合考慮成本、性能、易管理和可維護等特性，可以減少專有的網絡部署成本，從而節省運營商的運營成本和資本性支出。通過云網底座和管理平臺進行一體化管理和隔離，實現 5G 云網融合的云、邊、端一體化協同。融合虛擬化 UPF、5GC、CU/DU 以及豐富的云網融合能力應用等軟件，用戶能夠享受 5G 及 MEC 邊緣計算帶來的便捷體驗。ODCC-20

43、21-01001 邊緣服務器技術白皮書 16 圖 4 5G 云網融合一體化機方案示例圖 4.2.4.2.邊緣邊緣 AIAI 服務器服務器 場景一：現代質檢行業面臨著人力不足、篩查時間長、檢測誤差大等痛點，部署分布式的、靠近質檢現場的邊緣計算平臺，可以有效地幫助工廠解決以上問題。表 5 便攜 AI 服務器規格配置參數 便攜便攜 AIAI 服務器規格配置服務器規格配置 處理器處理器 英特爾 Skylake/Cascade lake-SP 處理器 芯片組芯片組 LBG-2，支持 PHY 卡 內存內存 最大支持 8 根內存 存儲存儲 硬盤機型：最大支持 9 個 2.5/3.5 寸 SATA 盤/SSD

44、 GPU 機型：最大支持 3 個 2.5/3.5 寸 SATA 盤/SSD 板載 1 個 SATA M.2 SSD 管理管理 BMC2500 VGA RJ45 MLAN 網絡接口網絡接口 2x100/1000Base-T 標準 PCIe 以太網卡 2x10G 光口，2x25G 光口 ODCC-2021-01001 邊緣服務器技術白皮書 17 擴展擴展 2 個 PCIe x16 插槽(最大支持 2 張 GPU 卡）+1 個 PCIe x8 插槽 USBUSB 8 USB3.0(6 個板端+2 個板內）工作環境工作環境 溫度 045，濕度 5%95%尺寸尺寸 W（寬）460mm;H（高）420mm

45、;D（深）190mm 機器視覺系統搭配部署 AI 算法的邊緣計算設備組成在線質檢系統。機器視覺系統模擬人眼對空間光環境的感知，利用工業相機、傳感器等設備采集被檢測產品的圖像。邊緣 AI 服務器調取終端設備采集的產品圖像，調用預先訓練的推理模型，分割并定位圖像中產品瑕疵的位置，快速識別缺陷，根據缺陷的類型和大小，提供相應的處理建議，如修復或報廢。隨著產線的運行，質檢模型還可以迭代學習，持續優化推理引擎的精確度，實現企業自己的“閉環”質檢系統。這種架構既能夠有效地提升質檢的效率和精確度，釋放人工壓力，也不會占用過多的網絡資源。圖 5 在線質檢示例圖 場景二：對于電子設備制造行業而言，從工藝、成本和

46、客戶需求幾個角度來看對于AOI（自動光學檢測）設備的需求都呈現上升趨勢：從技術工藝的角度看，PCB 微ODCC-2021-01001 邊緣服務器技術白皮書 18 型化導致人工目檢無法滿足要求，利用機器檢測是大趨勢；從生產成本的角度看，產品 ASP(平均銷售價格)不斷下降而人工成本卻不斷上升，引進自動化檢測設備是必要的選擇；從客戶需求的角度看，產品的復雜度不斷提升，對穩定性要求也越來越高，AOI 可以有效檢測缺陷，增強產品可靠性，引入 AOI 設備是廠商爭取客戶訂單的重要砝碼。AOI 檢測市場在國內處于剛起步階段，目前市場上只有 30%左右的 SMT（芯片封裝貼片）生產線裝配了 AOI 檢測設備

47、，而國際領先電子制造企業的電子設備制造生產線配置了 AOI 檢測，國內目前配備了 AOI 檢測設備的電子制造企業絕大多數也只在爐后配備一臺進行全檢。而按照國際經驗，每條生產線至少要配置三臺AOI檢測設備放置在生產線不同測試工位，包括印刷后檢驗，貼片后檢驗以及回流焊后整體檢驗。因此隨著行業的發展及 AOI 檢測設備自身具備的優勢，未來 AOI 檢測設備的裝備率會越來越高。智能 AOI 檢測檢測平臺使用邊緣計算、人工智能技術，提升 AOI 檢測效率，改善準確率，降低漏檢率。表 6 智能 AOI 檢測平臺服務器規格配置參數 邊緣邊緣 AIAI 服務器規格配置服務器規格配置 處理器處理器 雙路英特爾

48、Icelake 處理器 芯片組芯片組 LBG-R 內存內存 最大支持 16 根內存 存儲存儲 支持 8 個 2.5 英寸 SATA/SAS 硬盤，其中 4 個可支持 U.2 NVMe SSD GPUGPU 最大支持 6 個推理型 GPU 或 2 個訓練型 GPU 管理管理 BMC2500 VGA RJ45 MLAN 網絡接口網絡接口 2x100/1000Base-T 標準 PCIe 以太網卡 2x10G 光口，2x25G 光口 擴展擴展 2 個 PCIe 4.0 x16 插槽(最大支持 2 張 GPU 卡）+4 個 PCIe 4.0 x8 插槽 USBUSB 2 USB3.0 ODCC-202

49、1-01001 邊緣服務器技術白皮書 19 工作環境工作環境 溫度-545，濕度 5%95%尺寸尺寸 W（寬）438mm;H（高）86.5mm;D（深）450mm 智能 AOI 檢測檢測平臺，需要實現檢測方法的自主學習、檢測模型的自主優化，徹底取代傳統機器視覺的人員復判作業，給工業裝上永不疲勞的眼睛和大腦；能實現硬件和軟件分離，硬件可隨需布置，軟件統一管理；降低視覺系統使用成本和人員干預成本；能實現檢測過程無感化，良品和瑕疵品自動分流；消除檢測對生產節拍的影響，縮短生產周期。圖 6 智能 AOI 檢測平臺系統方案圖 4.3.4.3.邊緣微服務器邊緣微服務器 場景一：在電力行業，AI 可用于提高

50、勘探、調度、管理、維護等流程的效率。特別是在設備狀態和周界環境的遠程巡檢方面，在輸電線路、變電站和配電房多場景的遠程巡視和自動分析，實現準確度和效率的提升。石油天然氣的運輸和使用，亦可通過 AI 增加運營、維護和管理水平。例如對于輸油輸氣管廊，通過智能可視化監測方法提升運維效率，以及對于加油站運營，AI可用于提升站點管理能力，并改善用戶體驗。ODCC-2021-01001 邊緣服務器技術白皮書 20 表 7 邊緣小站規格配置參數 邊緣邊緣小站小站規格配置規格配置 模組模組 Atlas 200 AI 加速模塊 NPUNPU Ascend 310 內存內存 4 GB LPDDR4 或 8 GB L

51、PDDR4 存儲存儲 32GB eMMC 5.1 USBUSB 2 個 USB 2.0（面板）+1 個 USB 2.0（內部，用于擴展 USB 加密狗）外置外置天線天線 支持 LTE+SMA 天線 有線有線網口網口 2x RJ45 GE 網口 環境環境要求要求 -40 70(無盤配置)或-40 60(有盤配置)濕度 5%95%散熱散熱 無風扇自然散熱 尺寸尺寸 無盤配置：W（寬）235mm;H（高）45mm;D（深）220mm 有盤配置：W（寬）335mm;H（高）45mm;D（深）220mm ODCC-2021-01001 邊緣服務器技術白皮書 21 圖 7 電線路巡檢方案 場景二：邊緣微服

52、務器專為近邊應用賦能，提供超強的邊緣算力，無風扇，小型化，方便部署，適應各種惡劣環境。表 8 邊緣微服務器規格配置參數 邊緣微服務器規格配置邊緣微服務器規格配置 模組模組 NVIDIA Jetson Nano 或 Xavier NX G GPUPU NVIDIA Maxwell GPU(Nano)或 NVIDIA Volta GPU（Xavier）內存內存 4 GB LPDDR4(Nano)或 8 GB LPDDR4(Xavier)存儲存儲 16GB eMMC 5.1 USBUSB 2 個 USB 2.0+2 個 USB 3.0 外置天線外置天線 支持 LTE+Wifi+Zigbee 天線 有

53、線網口有線網口 1x RJ45 GE 網口 環境要求環境要求-40 65(Nano)或-40 55(Xavier)濕度 5%95%ODCC-2021-01001 邊緣服務器技術白皮書 22 散熱散熱 無風扇設計/低溫加熱機制 尺寸尺寸 W（寬）200mm;H（高）46mm;D（深）140mm 當前水環境檢測存在檢測設施能力不足、建站成本高、后臺集中業務處理負載重、數據管理分散等問題。智慧水利檢測平臺方案應運而生，通過水質監測儀采集的數據進行水質監測、水污染管控、水位監控、可疑人員監控等全業務應用，可將業務應用的數據進行統一化管理，通過感知設備到邊緣設備再到中心平臺進行三級系統協同分析，同時實現

54、端側快速響應，解決后臺集中業務處理負載重的問題，并實現感知設備的監控，實現水質、天氣、環境等外在入侵全方位感知，全場景數據采集。圖 8 智慧水利平臺拓撲示例圖 4.4.4.4.超融合邊緣服務器場景超融合邊緣服務器場景 隨著數據的與日俱增，在邊緣端將計算、存儲和網絡功能相集成，成為一標準機器單元并通過統一的軟件平臺對計算、存儲和網絡資源進行集中的管理，實現邊緣端計算資源、存儲資源和網絡資源的統一融合。以業界已實現的智慧地鐵業務場景為例，在每個地鐵站點放置 3-5 臺邊緣服務器，構建超融合站點，承載閘機、地鐵監控等業務系統，每條地鐵線有區控中ODCC-2021-01001 邊緣服務器技術白皮書 2

55、3 心，放置基于同樣的超融合軟件系統構建站點，整個城市的地鐵公司有較大型的主中心、災備中心承載安全生產云、內部服務云，整體的三級云平臺可做到云、邊、端統一運維監控、虛擬機跨云遷移。圖 9 智慧地鐵案例超融合場景方案拓撲示例圖 ODCC-2021-01001 邊緣服務器技術白皮書 24 5.5.總結與展望總結與展望 5.1.5.1.邊緣計算服務器的問題邊緣計算服務器的問題 （1）邊緣服務器的安全問題 邊緣服務器，尤其是部署在無人值守的機房或者用戶側的現場級邊緣計算節點，處于不受控制的相對開放環境中，會面臨更多的風險，更容易信息泄露或遭受物理攻擊，因此應當考慮邊緣服務器在整個設備運行中的硬件安全、

56、系統安全、應用安全和接入安全等。（2）邊緣服務器的規范化問題 邊緣服務器要應對廣泛的應用場景，如 5G UPF、智慧城市、智能制造、智慧油田等，不同的場景對于邊緣的算力、形態、接口和功能等提出了多樣化的需求，因此不利于邊緣計算產品的規范化。由于缺乏統一的業界規范，邊緣服務器的設計也良莠不齊，阻礙行業發展。（3）邊緣服務器的可靠性問題 邊緣服務器需要適應各種惡劣環境，如更高的環境溫度、灰塵、水氣、霉菌等，這對邊緣計算的產品可靠性設計提出了很高的要求。（4）邊緣服務器的管理維護問題 邊緣服務器常部署在偏遠地區，需要支持遠程智能管理維護；如需現場維護，能夠快速更換零部件。5.2.5.2.邊緣計算服務

57、器的發展趨勢邊緣計算服務器的發展趨勢 （1）模塊化設計 模塊化的設計是將服務器各個功能模塊進行解耦，來滿足客戶差異化的需求，同時可以模塊復用來降低成本、縮短開發周期等。如果不進行模塊化，任何設計的變更都需要重新進行開發，成本投入巨大，而模塊化可以把重復的功能拆分開來，再根據不同的需求進行重新組合，這樣既加快了開發進度，同時減少了不必要的重復設計。采取了模塊化之后，產品的布局更為靈活，也滿足了邊緣場景下小巧靈活高密度的應用需求。（2）更優的散熱設計 ODCC-2021-01001 邊緣服務器技術白皮書 25 由于邊緣機房的制冷系統的穩定性無法有效保證，在系統故障時，機房溫度可能會達到 45甚至更

58、高；還有部分場景中沒有制冷制熱系統，設備運行溫度不穩定，因此邊緣服務器面臨更為嚴苛的散熱考驗。因此進一步發掘更高效的熱管散熱器、進行散熱器結構優化、升級散熱材質、采用液冷散熱技術等將成為邊緣服務器散熱設計的一些新方向和選擇。（3）融合邊緣計算管理運維平臺 在邊緣計算環境下，數據具有異構性且數據量較大，對于計算任務的管理具有較大的復雜性，面向不同場景的邊緣計算系統所要實現的功能有差異性。因此，邊緣服務器配套邊緣計算管理平臺將對邊緣計算領域的推廣和發展有著重要的意義和影響。高效、完善和覆蓋面全的監控管理能力是邊緣服務器可靠運行的基石和保障。同時，隨著未來業務需求的增加，海量邊緣計算服務器布局分散，

59、需要一種自動化的智能管理運維體系，運維體系的智能化還可以融合 AI 進行能效優化，故障預測，自動巡檢分析等。因此需要提供統一的智能化的邊緣運維監控管理能力、告警管理能力和日志管理能力等，為用戶提供完整的邊緣和云協同的一體化服務。邊緣服務器搭載邊緣計算管理平臺，向上聯動云端的數據，滿足客戶對邊緣計算資源的遠程管控、數據處理、分析決策、智能化的訴求。（4）管理數據流可通過業務網口傳輸 由于邊緣計算服務器部署場景的離散性，在邊緣計算環境下，通信網絡的布線資源通常是比較寶貴的，不具備搭建一張獨立管理網絡的條件。因此，邊緣服務器需要支持通過業務網口傳輸管理數據流的能力。這就需要邊緣服務器的 BMC管理平

60、臺支持 NC-SI Sideband 管理接口，能基于單一布線資源既實現業務數據流的傳輸，也實現管理數據流的傳輸。（5）算力的提升與多元化 在智能世界，算力成為新生產力。邊緣計算代表了當前先進的生產力。一方面，通信信號處理需求的增多，對算力的提升提出了新要求。另一方面，5G 是物聯網創新的起點，將帶來多種物聯場景，邊緣計算是支撐物聯技術低延時、高密度等條件的具體網絡技術體現形式。邊緣服務器要滿足多種業務數據的計算需求，越來越多的應用場景將對計算能力的多樣化構成新一輪的需求和挑戰。ODCC-2021-01001 邊緣服務器技術白皮書 26 5.3.5.3.結語結語 邊緣服務器正在快速地成熟和完善中，結合整個邊緣計算的發展，未來邊緣服務器會重點在云邊融合、低功耗設計、數據安全等領域產生新的突破。特別是隨著新一代人工智能計算加速技術的興起，邊緣服務器的設計與實現可能會產生顛覆式的變化。邊緣服務器作為提供“云-邊-端”計算能力的關鍵一環，是未來邊緣計算網絡體系中不可或缺的組成部分，它的良性發展勢必會為整個邊緣計算產業的成長奠定堅實的基礎。ODCC-2021-01001 邊緣服務器技術白皮書 27 開放數據中心委員會（秘書處）地址：北京市海淀區花園北路 52 號 電話：010-62300095 郵箱：ODCC