《云邊協同產業方陣：邊緣計算市場和用戶洞察報告（2022年）（25頁）.pdf》由會員分享，可在線閱讀，更多相關《云邊協同產業方陣：邊緣計算市場和用戶洞察報告（2022年）（25頁）.pdf（25頁珍藏版）》請在三個皮匠報告上搜索。

1、邊緣計算市場和用戶邊緣計算市場和用戶洞察報告洞察報告（2022年年）云邊協同云邊協同產業方產業方陣陣2022年年6月月版版權權聲聲明明本本報告報告版權屬于版權屬于編寫單位編寫單位，并受法律保護。轉載、摘編或，并受法律保護。轉載、摘編或利用其它方式使用本調查報告文字或者觀點的，應注明來源。利用其它方式使用本調查報告文字或者觀點的，應注明來源。違反上述聲明者，將追究其相關法律責任。違反上述聲明者，將追究其相關法律責任。編寫說明編寫說明牽頭單位：牽頭單位：中國信息通信研究院參與單位（排名不分先后）：參與單位（排名不分先后）：招商局集團、卡奧斯工業智能研究院（青島）有限公司、華為云計算技術有限公司、中

2、移（蘇州）軟件技術有限公司、浪潮通信技術有限公司、阿里云計算有限公司、西安電子科技大學、深圳艾靈網絡有限公司、浙江九州云信息科技有限公司編寫人：編寫人：栗蔚、徐恩慶、董恩然、羅歐、李昂、山金孝、段嘉（招商云）、程葉鋒 （招商云）、張同旭（外運）、劉鵬英、趙士超、杜召娟、趙然、趙立芬、仲陽、張潔、梁亮、王曄彤、黃玉奇、劉永奎、馮江平、俞一帆、劉高艷前前言言邊緣計算近年來備受關注，與集中式云計算相比，邊緣計算更靠近用戶數據產生源頭的一側，在計算時延、帶寬成本、安全保護、敏捷部署等方面具備較大優勢，更好的滿足用戶愈發樣化的算力需求，推動算力泛在化發展。本報告以“邊緣計算市場和用戶洞察”為主題，旨在測

3、算我國邊緣計算市場規模、確立邊緣落地形態分類、洞察用戶應用現狀、繪制產業全景，同時展望邊緣生態未來發展趨勢，為產業發展貢獻一份力量。目錄目錄一、 邊緣計算發展概述.1二、 邊緣計算市場穩定增長，未來發展空間廣闊.2三、 邊緣形態多樣化落地，邊緣分類模型正式建立.3四、邊緣生態初步建立，產業全景圖覆蓋軟硬各環節.4五、洞見邊緣應用現狀：企業用戶邊緣計算應用調研項目.5（一）調研背景.5（二）應用現狀一：用戶在邊緣側部署類型多樣化，開始規?；度氩渴?6（三）應用現狀二：邊緣側技術和應用以數據類為主，數據處理和分析、邊緣 AI、邊緣存儲備受關注.7（四）應用現狀三：邊緣系統建設應用成效較為顯著，但

4、實際落地仍面臨諸多挑戰.9（五）應用現狀四：用戶將在邊緣側持續投入，未來空間廣闊.11六、 未來展望.11（一）邊緣原生理念興起，技術創新推動邊緣應用落地.11（二）邊緣計算與行業進一步融合緊密，場景不斷拓展.18（三） 邊緣開源協同不斷深化，加速生態融合.20邊緣計算市場和用戶洞察報告（2022）1一、邊緣計算發展概述我國邊緣計算相關政策陸續出臺我國邊緣計算相關政策陸續出臺，環境不斷完善環境不斷完善，推動產業協同推動產業協同落地發展落地發展。國務院“十四五”數字經濟發展規劃指出要“加強面向特定場景的邊緣計算能力” ， “十四五國家信息化規劃” 中也提出要 “構建具備周邊環境感應能力和反饋回應

5、能力的邊緣計算節點， 提供低時延、高可靠、強安全邊緣計算服務”。邊緣計算相比于集中式云計算， 更靠近用戶業務數據源頭的一側，更好的滿足用戶在低時延低時延、帶寬帶寬成本降低成本降低、安全與隱私保護安全與隱私保護、彈性敏彈性敏捷部署捷部署等方面的需求。中國信息通信研究院在 2020、2021、2022 連續三年征集的云邊協同創新實踐案例顯示，邊緣計算已經覆蓋了工業、能源、交通、通信等多個行業，實現業務低時延計算、降低云端計算壓力和網絡帶寬成本、滿足數據安全合規等用云需求。伴隨數字化轉型浪潮的快速推進，邊緣計算賦能千行百業的時代已經到來。邊緣計算市場和用戶洞察報告（2022）2二、二、邊緣計算市場穩

6、定增長邊緣計算市場穩定增長，未來發展空間廣闊未來發展空間廣闊中國信通院通過前期市場和企業用戶調研測算，20212021 年我國邊緣年我國邊緣計算市場規模達計算市場規模達到到 436436. .4 4 億元億元， 其中邊緣硬件規模市場其中邊緣硬件規模市場為為 290290. .2 2 億元億元，邊緣軟件與服務市場規模達邊緣軟件與服務市場規模達 146146. .2 2 億元億元，預計年平均增速超過 50%，2024 年邊緣計算市場整體規模達 1803.7 億元，增長空間廣闊。來源：中國信息通信研究院圖 1 :我國邊緣計算市場規模及增速來源：中國信息通信研究院圖 2 ： 2021 我國邊緣計算硬件

7、及軟件服務市場規模邊緣計算市場和用戶洞察報告（2022）3三、邊緣形態多樣化落地，邊緣分類模型正式建立盡管產業各方對“邊緣”有各種各樣定義，但基本圍繞時延、網絡、位置等核心方面去定義和分類邊緣計算。中國信通院基于云區域云區域邊緣邊緣、網絡邊緣網絡邊緣、企業邊緣企業邊緣、設備邊緣設備邊緣等創類別劃分邊緣。但值得注意的是，“邊緣”位置本身并不重要，用戶在需要“低延時”、“帶寬節約”、“敏捷部署”、“安全隱私”等數字化場景時，都可以稱之為邊緣。圖 3 ： 邊緣分類1. 云區域邊緣：將中心云公有云服務能力延伸和下沉，主要是在骨干網分布點上，提供針對特定區域或是廣域覆蓋邊緣資源，例如互聯網邊緣云等形態。

8、2. 電信網絡邊緣：利用運營商網絡邊緣接入點，根據需求建設資源池規模、服務種類差異化的邊緣服務，例如 5G MEC、CDN 等形態。3. 企業數據中心邊緣：根據企業數據中心和托管設施布局，構建邊緣計算服務，滿足數據安全合規、低延時等要求。4. 設備邊緣：根據業務現場或是遠程位置，部署在 IoT 終端設備等邊緣位置，本地化實時計算和處理。邊緣計算市場和用戶洞察報告（2022）4四、邊緣生態初步建立，產業全景圖覆蓋軟硬各環節邊緣生態包括云廠商、電信運營商、軟件行業解決方案廠商、系統集成商等，邊緣計算產業全景圖覆蓋邊緣硬件、物聯網邊緣、邊緣云、邊緣軟件與工具、邊緣應用和邊緣安全等各環節要素，助力邊緣

9、業務應用落地。圖 3 ： 2022 邊緣計算產業全景圖邊緣計算市場和用戶洞察報告（2022）5五、洞見邊緣應用現狀：企業用戶邊緣計算應用調研項目為進一步深入研究邊緣計算在企業用戶應用的現狀及未來規劃，2022 年中國信通院聯合云邊協同產業方陣及產業各方啟動用戶邊緣計算應用調研項目，旨在洞見用戶邊緣計算應用現狀，為未來發展提供實踐指引。（一一）調研背景調研背景參與本次調研項目的企業所在行業包括互聯網、制造、交通運輸、政府、能源、醫療等。圖 4 ： 參與調研企業所在行業調研企業規模分為 50 人以下、50-100 人、100-500 人、500-1000人、1000-3000 人和 3000 人以

10、上六個區間。邊緣計算市場和用戶洞察報告（2022）6圖 5 ：參與調研企業規模參與調研的企業成立時間范圍包括 2000 年以前、2000-2005 年等六個區間。圖 6 ： 參與調研企業成立時間（二）（二）應用現狀一應用現狀一：用戶在邊緣側部署類型多樣化用戶在邊緣側部署類型多樣化，開開始規?；度氩渴鹗家幠；度氩渴鹪谶吘壊渴痤愋头矫嬖谶吘壊渴痤愋头矫?，在調研群體中，當前用戶采用私有化邊緣云解決方案的比例達到 59.4%，其次是公有邊緣云服務、IoT 邊緣計算、邊緣軟件解決方案。圖 7 : 企業用戶邊緣計算部署類型在部署成本方面在部署成本方面，在調研群體中，在 2021 年企業 IT 基礎設施

11、投邊緣計算市場和用戶洞察報告（2022）7入方面，16.5%的企業在邊緣計算投入成本占企業 IT 基礎設施的 5%以內， 23.1%的企業投入占比達到 5%-10%， 34.5%的企業投入占比達到10%-20%，13.2%的企業投入占比達到 20-30%，12.7%的企業投入占比達到 30%以上。圖 8 : 2021 年企業用戶邊緣計算部署成本占比 IT 基礎設施百分比（三）（三）應用現狀二應用現狀二：邊緣側技術和應用以數據類為主邊緣側技術和應用以數據類為主，數據處理和分析、邊緣數據處理和分析、邊緣 AI AI、邊緣存儲備受關注、邊緣存儲備受關注在技術應用方面在技術應用方面，在調研群體中，當前

12、邊緣數據處理和分析、邊緣虛擬化、 邊緣存儲和邊緣網絡成為已經落地的占比超過50%的技術，用戶在未來關注的技術方面，邊緣 AI 占比達 62.7%，成為熱點邊緣技術領域。邊緣計算市場和用戶洞察報告（2022）8圖 9: 企業用戶邊緣計算目前應用技術圖 10: 企業用戶邊緣計算未來重點關注技術在落地場景方面在落地場景方面，在調研群體中，數據采集、視頻監控、物聯感知、遠程控制實踐落地比例靠前，均超過 50%，部分新興場景，例如VRAR、云游戲等，仍處于蓄勢待發之勢。邊緣計算市場和用戶洞察報告（2022）9圖 11: 企業用戶邊緣計算應用場景（四四）應用現狀三應用現狀三：邊緣系統建設邊緣系統建設應用成

13、效較為顯著應用成效較為顯著，但但實際實際落地仍面臨諸多挑戰落地仍面臨諸多挑戰在效益提升方面在效益提升方面，在調研群體中，提升業務敏捷部署、降低時延、帶寬成本節約、 數據安全提高成為用戶部署邊緣計算之后帶來的顯著成效。邊緣計算系統因輕量化特點，可以幫助用戶在業務現場靈活部署，滿足業務多樣化、時延、成本和安全的要求。邊緣計算市場和用戶洞察報告（2022）10圖 12: 企業用戶邊緣計算部署效益提升在系統部署和使用上在系統部署和使用上，在調研群體中，超過 60%用戶較為滿意，37.7%用戶認為還需改進。圖 13: 企業用戶邊緣計算部署和使用滿意度在應用挑戰方面在應用挑戰方面，在調研群體中，與現有 I

14、T 基礎設施集成或協同困難、邊緣系統管理復雜、維護系統可靠穩定運行成為主要挑戰和阻礙。圖 14: 企業用戶邊緣計算部署與落地挑戰邊緣計算市場和用戶洞察報告（2022）11（五五）應用現狀四應用現狀四：用戶將在邊緣側持續投入用戶將在邊緣側持續投入，未來空未來空間廣闊間廣闊在未來投入方面在未來投入方面，在調研群體中，超過 90%的用戶將持續在邊緣計算投入，并且在邊緣云服務、邊緣軟件及解決方案和邊緣硬件設備均超過 50%比例。圖 15: 企業用戶未來在邊緣計算投入圖 16: 企業用戶未來在邊緣計算投入方向邊緣計算市場和用戶洞察報告（2022）12六、未來展望（一一）邊緣原生理念興起邊緣原生理念興起，

15、技術創新推動邊緣應用落地技術創新推動邊緣應用落地邊緣原生聚焦在分布式異構環境下，軟硬件架構設計和開發充分邊緣原生聚焦在分布式異構環境下，軟硬件架構設計和開發充分利用邊緣特性利用邊緣特性，包括物理位置包括物理位置、網絡環境網絡環境、輕量彈性等輕量彈性等，幫助構建實幫助構建實時動態、彈性敏捷、安全可靠的業務應用時動態、彈性敏捷、安全可靠的業務應用。隨著邊緣計算的落地發展，業務應用逐步被部署在邊緣節點，但由于邊緣節點通常面臨設備海量接入、 位置分散廣泛、 計算資源受限、網絡環境復雜等挑戰，需要與中心云協同構建云邊端分布式計算架構，滿足應用分布式部署和運行需求，針對邊緣側的技術方案也不斷創新發展，Ec

16、lipse Foundation 組建成立 Edge native 工作組，旨在探索邊緣原生技術創新，Gartner 也提出 Edge Native 概念，并強調邊緣原生并不等于云原生， 相比于 Cloud native 利用水平擴展能力實現快速部署，Edge Native 更專注在實時和動態化，在硬件、彈性和擴展性、數據、管理等十個方面的差異。邊緣計算市場和用戶洞察報告（2022）13圖 17: 邊緣原生參考技術架構（1 1） 邊緣原生基礎設施邊緣原生基礎設施 邊緣原生物理硬件：在邊緣芯片方面在邊緣芯片方面，相比于集中式資源池的 x86 架構，邊緣側不同業務應用場景存在的多樣性需求，催生出輕

17、量化、場景化的異構計算發展模式。其中，受益于邊緣機器視覺、邊緣大數據智能分析等場景需求不斷增加，邊緣 AI 芯片近年來發展迅速，各廠商紛紛推出功耗更低、可編程性、算力更強的邊緣 AI 計算芯片，執行處理器密集型人工智能計算，通過軟硬協同的方式完成計算、存儲等工作，減少或消除了將大量數據發送至遠程位置的需要， 極大提升了邊緣側的數據處理能力，同時保障數據的安全性和私密性。在邊緣算力形態方面在邊緣算力形態方面，由于在邊緣側用戶通常面臨業務需求多樣化，對算力部署位置、功能要求不一，邊緣一體機、邊緣 AI 盒子、邊緣智能網關等物理設備能夠實現邊緣算力快速部署、設備就近接邊緣計算市場和用戶洞察報告（20

18、22）14入、數據本地化處理和存儲，幫助用戶根據業務需求，實現算力資源按需、敏捷部署，進一步落地邊緣業務。 邊緣原生計算邊緣側通常算力資源有限邊緣側通常算力資源有限，輕量化輕量化、內存占比更少的虛擬化技術內存占比更少的虛擬化技術尤為重要尤為重要。容器技術相較于集中式部署模式的物理機和虛擬機，具備輕量化、標準統一、異構兼容、彈性敏捷等顯著特點，為應對當前邊緣計算資源受限、邊緣設備異構嚴重、應用分發部署復雜等問題提供了解決方案，并通過邊緣單元組、節點自治、流量治理等技術增強能力滿足邊緣地域和業務需求。但當前邊緣網絡通常具有弱網、單通網絡、不信任網絡等特點，原生 Kubernetes 并不直接解決容

19、器網絡問題，Edge Mesh、FabEdge 等邊緣容器網絡解決方案也由此誕生，旨在解決邊緣計算場景下容器互聯互通的挑戰。但邊緣原生容器資源占比依舊較大，在部分資源受限邊緣設備上運行 docker 等容器運行時依舊面臨挑戰。更輕量化的、基于二進制指令格式的運行時 WebAssembly 技術創新發展，產業界也開始探索將WebAssembly 作為邊緣二進制的運行環境到。 目前為止， CNCF 已經正式接收包括 WasmEdge Runtime、wasmCloud、Krustlet 等項目，OpenYurt、SuperEdge 等國內開源邊緣計算平臺也開始支持管理WasmEdge 應用，進一步

20、拓展邊緣計算在更多場景落地。 邊緣原生網絡邊緣計算市場和用戶洞察報告（2022）15邊緣網絡是邊緣計算基礎設施重要組成部分，邊緣場景對網絡帶寬和性能方面需求顯著增加，對時延、抖動等方面要求愈加嚴格，面臨大規模敏捷連接、確定性保障、服務質量、運維等方面挑戰。在邊緣跨異構網絡廣域網連接時， SD-WAN 方案支持網絡資源的敏捷管理，以便在需要的時間和地點調配網絡資源；在 IoT 邊緣連接方面，通過 5G、LTE-M（Cat-M1）、NB-IoT（窄帶物聯網）等技術實現大規模終端連接；在網絡服務穩定可靠方面，通過網絡匯聚點（如電信機房和互聯網交換中心）延伸、邊緣專用（確定性）網絡等方式減少網絡跳數、

21、降低服務時延、保障穩定性和連續性；在運維保障方面，融合 AI 能力，通過智能化網絡運維等技術實現邊緣網絡統一監控運維、跨域編排、服務保障。 邊緣原生存儲邊緣存儲將數據存儲在靠近數據產生源頭的存儲設備，大幅度縮短了數據產生、計算、存儲之間的物理距離，為邊緣計算提供高速低延遲的數據訪問。與集中式云存儲不同的是，邊緣存儲具備位置分布式、 存儲介質異構、 可靠性較低等特點， 面臨不同地理位置的結構化、非結構化等類型的數據統一存儲。目前，邊緣存儲主要包括以下幾種技術：1. 異構存儲設備：不同邊緣節點的存儲硬件通常資源異構，存儲介質和存儲設備多樣性（如 SSD、NVM 等），邊緣存儲技術根據存儲硬件特性，

22、進行相邊緣計算市場和用戶洞察報告（2022）16應優化，提升讀寫效率。2. 邊緣分布式存儲：邊緣存儲面臨數據分散在不同邊緣節點，中心云資源池作為master 節點，統一管理邊緣節點、存儲任務、數據管理等，邊緣節點存儲業務生產數據，并實現云邊協同，進行數據的傳輸、同步、更新等策略配置。3. 去中心化存儲：去中心化存儲能夠有效利用閑散存儲資源，利用點對點等技術將邊緣節點組成去中心和存儲集群， 并結合區塊鏈等技術實現存儲價值交易，在保障數據穩定性同時，充分降低存儲成本。4. 邊緣存儲備份容災：單個邊緣節點通常存儲可靠性較低，在一些關鍵場景下，需要配置備份容災策略， 保障數據安全性， 例如云邊協同、

23、邊緣集群備份等。邊緣原生存儲技術仍然處在不斷探索和發展萌芽期邊緣原生存儲技術仍然處在不斷探索和發展萌芽期，集中式云存集中式云存儲在邊緣側并不能完全直接復用儲在邊緣側并不能完全直接復用， 通過如何進行邊云通過如何進行邊云、 邊邊直接的存邊邊直接的存儲協同儲協同，也是未來需要解決關鍵挑戰也是未來需要解決關鍵挑戰。（2） 邊緣原生平臺能力邊緣原生平臺能力在邊緣原生基礎設施上，邊緣原生平臺能夠幫助用戶降低邊緣節點管理和使用復雜度，通過功能組件的方式開放給用戶，以拓展邊緣計算服務能力，滿足邊緣場景的業務多樣化需求。值得注意的是，邊邊緣計算市場和用戶洞察報告（2022）17緣原生平臺并不能獨立存在的， 而

24、是構建在云邊端一體化的分布式架構之下，實現應用敏捷部署。 邊緣設備管理：在物聯網邊緣計算場景，海量設備穩定接入成為邊緣原生計算平臺重要能力。邊緣平臺的 IoT 設備管理在設備接入、協議轉換、數據緩存、數據上報、設備監控、安全等方面實現終端設備統一管理。 邊緣數據管理：在終端設備接入邊緣平臺之后，在數據處理方面，邊緣流式數據處理通過 SQL 方式處理流數據， 幫助用戶更好了解設備狀態及感知數據，實現快速分析和智能決策；在數據存儲方面，邊緣時序數據庫支持時序數據的快速寫入和持久化， 可以有效解決邊緣計算場景下海量時序數據寫入、讀取和存儲成本等問題和挑戰。 邊緣中間件：隨著邊緣計算不斷發展，中間件也

25、不斷向邊緣下沉，例如邊緣原生物聯網消息 MQTT 中間件，實現異構數據接入、處理、轉發等。隨著邊緣平臺的規?；ㄔO，微服務、數據庫、消息處理等中間件將會進一步下沉至邊緣，同時與中心云協同，更好的滿足邊緣業務需要。 邊緣 Serverless：邊緣計算市場和用戶洞察報告（2022）18Serverless 成為云計算領域重要服務能力，其無需預先配置資源、自動彈性伸縮等特點實現高效服務。 邊緣 Serverless 能夠滿足邊緣事件觸發、大流量、數據處理、可編程網絡等邊緣側需求，并降低管理底層服務器和編排層的復雜性。此外，邊緣 Serverless 可以降低邊緣服務 TCO，根據需要進行部署，然后

26、快速釋放，降低開發成本。 邊緣智能：隨著 5G、物聯網時代的到來，為借助邊緣側數據采集便利、實時處理計算等特點，人工智能技術逐步從中心云向邊緣下沉，通過將模型在邊緣和云端進行協同推理和訓練，并融合協同推理、增量學習、聯邦學習、模型優化等技術，實現邊緣智能。但目前面臨邊緣數據異構、數據樣本少、安全與隱私等諸多挑戰。目前大多數落地應用以在邊緣側部署智能應用為主，面臨數據異構、數據樣本少、數據安全等挑戰，阻礙大規模邊緣智能應用開發和部署。（3） 邊緣原生應用服務邊緣原生應用服務邊緣原生應用是指依托邊緣計算完成業務應用，隨著邊緣基礎設施、平臺服務的規?；涞?，邊緣機器視覺、物聯感知、邊緣渲染、可穿戴設

27、備等一系列邊緣原生應用開始創新性出現，在工業、零售、醫療、交通、文娛等行業場景逐漸落地，例如 AI 工業質檢、設備預測性維護、邊緣實時渲染、交通系統監控等，滿足低延時計算、網絡邊緣計算市場和用戶洞察報告（2022）19可靠性、帶寬成本降低等需求，加速各行業數字化轉型。（二二）邊緣計算與行業進一步融合緊密，場景不斷拓展邊緣計算與行業進一步融合緊密，場景不斷拓展隨著用戶邊緣側投入不斷加大，邊緣計算在各行業落地進一步加快。在最新的 2022 云邊協同創新實踐案例顯示，邊緣計算已經在工業、物流、視頻、政務、交通、零售、社區、能源等行業落地，并取得顯著成效，加速各行業數字換轉型。案例名稱案例名稱類型類型

28、基于 Local 5G 的云上智能駕駛艙工業互聯網/智能制造5G 專網 + 邊緣計算助力汽車制造行業智慧物流建設智慧物流華北油田云邊協同項目工業/能源基于算力網絡的省級陽光廚房示范項目視頻基于區塊鏈的可信工業分布式云項目工業/金融西安航空大數據中心平臺項目工業中國鐵塔視聯監控平臺視頻基于 5G MEC 邊邊協同和 AI 的工業制造特定工序自動化應用工業邊緣計算市場和用戶洞察報告（2022）20表 1: 2022 分布式云與云邊協同創新實踐案例（三）（三）邊緣開源協同不斷深化，加速生態融合邊緣開源協同不斷深化，加速生態融合開源技術有助于整合邊緣計算碎片化生態，聚集產業各方力量，吸納廣大從業者參與

29、到相關技術、平臺、社區、生態的研究和運營工作中來， 將有力推動邊緣計算技術快速發展，推進相關應用場景規?；涞?。臨沂國土空間規劃“一張圖”項目政務阿里云 IoT 道路停車云邊協同交通中國聯通 5G+MEC+CDN 協同邊緣云大視頻分發服務平臺商用實踐視頻算力分發在云邊 AI 協同智慧零售的應用智慧零售基于阿里云邊緣云節點構建的威爾視覺云游戲服務平臺游戲海爾基于 5G MEC 的云邊協同創新實踐應用工業中國聯通 5G+MEC 車路協同邊緣云服務平臺交通咪咕游戲云平臺游戲分布式精準云中興南京濱江工廠項目工業云邊協同智慧社區項目智慧社區云邊協同交通基礎設施建管養一體化平臺交通邊緣計算市場和用戶洞察報

30、告（2022）21例如，Linux 基金會下設 LF Edge 組織，旨在為獨立于硬件、硅、云或操作系統的邊緣計算建立一個開放的、可互操作的框架，促進物聯網、電信、企業和云生態系統的跨行業協作、加快組織對邊緣計算的采用和創新步伐。表 2: 開源項目序號項目開源方基金會1EdgeX Foundry/LF Edge2Baetyl（原 OpenEdge）百度LF Edge3StarlingXIntel、WindRiverOpenStack4KubeEdge華為CNCF5K3SRancher LabsCNCF6OpenYurt阿里CNCF7SuperEdge騰訊、Intel 等/8FabEdge博云CNCF9KuiperEMQLF Edge