中國信通院：“邊緣計算+”技術白皮書（2022年）（80頁）.pdf

《中國信通院：“邊緣計算+”技術白皮書（2022年）（80頁）.pdf》由會員分享，可在線閱讀，更多相關《中國信通院：“邊緣計算+”技術白皮書（2022年）（80頁）.pdf（80頁珍藏版）》請在三個皮匠報告上搜索。

1、“邊緣計算+”技術白皮書算網融合產業及標準推進委員會2022年8月（2022 年）參與編寫單位中國信息通信研究院、北京航空航天大學、天翼云科技有限公司、中國聯合網絡通信有限公司研究院、北京火山引擎科技有限公司、浪潮電子信息產業股份有限公司、中國科學院重慶綠色智能技術研究院、英特爾（中國）有限公司、工業和信息化部威海電子信息技術綜合研究中心、聯想(北京)有限公司、浪潮通信技術有限公司、上海層峰網絡科技有限公司、浙江九州云信息科技有限公司、星環信息科技（上海）有限公司、浩鯨云計算科技股份有限公司、優刻得科技股份有限公司、騰訊云計算（北京）有限責任公司、京東云計算有限公司、綴初網絡技術（上海）有限公

2、司、深圳市視美泰技術股份有限公司、北京百度網訊科技有限公司、阿里云計算有限公司、北京奧思工聯科技有限公司。主要撰稿人宋平、穆琙博、畢立波、柴瑤琳、韓淑君、黨小東、張云暢、劉軼、安雨順、鄢智勇、陳杲、沈建發、馬犇、羅宋平、姚遠、鄭志浩、曾紅李、武璇、杜君、宋濱、崔先鋒、郭雙拴、王曄彤、魏明智、楊雪、徐俊、李開、范豪鈞、童欣欣、王占成、陳雙禾、李希源、袁博、劉海濤、劉禹瑄、肖志新、王聞宇、王曉飛、柏威、吳秋材、朱松、白常明、王鑫、黃磊。前前言言作為行業數字轉型的核心能力底座，邊緣計算獲得業界的廣泛關注。隨著邊緣計算在醫療、交通、工業等各行業規模部署，要求邊緣計算應面向特定行業具備差異化與定制化的能

3、力，為滿足行業應用在高效算力、海量接入、智能分析、安全防護等方面的需求，邊緣計算技術與 5G、大數據、人工智能、安全等各類技術深度融合，共同構成“邊緣計算+”技術創新體系?！斑吘売嬎?”既是邊緣計算技術的融合創新，也是邊緣計算服務能力的升級演進，其深層含義是各類技術通過“邊緣計算化”賦能產業數字化、網絡化、智能化轉型。本白皮書基于行業研究和調研報告，梳理了技術融合在邊緣計算行業賦能方面的助力作用，總結提煉邊緣計算技術融合的核心價值；提出了“邊緣計算+”內涵，從邊緣計算賦能底座、技術融合與行業應用三個層次介紹“邊緣計算+”參考模型；從場景需求、技術架構和典型案例三個方面，系統梳理“邊緣計算+5G

4、”、“邊緣計算+人工智能”、“邊緣計算+音視頻”等六項“邊緣計算+”的關鍵技術能力；最后圍繞算網融合、一體化智能化、云原生與安全防護，展望“邊緣計算+”技術演進趨勢。當然，白皮書仍然存在諸多不足，懇請各界批評指正。目錄一、融合創新已成為邊緣計算發展的必然趨勢.1(一)邊緣計算構筑行業數字轉型能力底座.1(二)技術融合助力邊緣計算實現行業賦能.2(三)邊緣計算技術融合的核心價值.5二、“邊緣計算+”的內涵與參考模型.7(一)“邊緣計算+”內涵.7(二)“邊緣計算+”參考模型.8三、“邊緣計算+”關鍵技術能力.17(一)邊緣計算+5G.17(二)邊緣計算+人工智能.26(三)邊緣計算+音視頻.38

5、(四)邊緣計算+區塊鏈.51(五)邊緣計算+安全.56(六)邊緣計算+高性能計算.62四、“邊緣計算+”技術發展趨勢.68(一)“邊緣計算+”技術從概念走向深入.68(二)一體化與智能化成為“邊緣計算+”重要發展方向.69(三)云原生將成為“邊緣計算+”技術演進的加速器.69(四)可信設施與安全服務共同構筑“邊緣計算+”安全壁壘.70參考文獻.72縮略語.73圖 目 錄圖 1“邊緣計算+”參考模型.8圖 2 MEC 參考模型.21圖 3 機器人聯網監控和預測維修案例.24圖 4 智慧商超案例.24圖 5 智慧園區案例.25圖 6 邊緣 AI 參考架構.31圖 7 工業質檢典型場景部署架構.34

6、圖 8 期貨交易所倉庫運營管理方案.35圖 9 建筑工地人員行為分析平臺.36圖 10 在線視頻流量分發技術落后于內容需求.39圖 11 邊緣計算音視頻參考架構.40圖 12 邊緣 RTC 方案.45圖 13 邊緣視頻源站.46圖 14 視頻安防方案.47圖 15 邊緣節點與云 CDN 協同.48圖 16 邊緣計算+區塊鏈架構圖.54圖 17 邊緣計算安全架構.59圖 18 無人機通信鏈路.60圖 19 可信電力調度方案.62圖 20 邊緣高性能計算架構.64圖 21“軟件+硬件”異構計算架構.66“邊緣計算+”技術白皮書（2022 年）1一、融合創新已成為邊緣計算發展的必然趨勢(一)邊緣計算

7、構筑行業數字轉型能力底座數字經濟成為構建新發展格局的關鍵支撐。黨的十九屆五中全會提出，要加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局，把實施擴大內需戰略同深化供給側結構性改革有機結合起來，以創新驅動、高質量供給引領和創造新需求。數字化轉型過程將以信息技術，特別是新一代信息通信技術為基礎。在數字經濟發展需求的驅動下，新建數據量將超過去 30 年的總和，娛樂數據將保持主體地位，生產數據占比將持續增長。數字經濟時代，80%的數據和計算將發生在邊緣。作為行業數字化轉型的基礎賦能平臺，邊緣計算通過在網絡邊緣位置，為各類行業用戶提供數字化、網絡化、智能化服務，以滿足行業數字變革過程中在低

8、時延、大帶寬、智能分析、海量數據、安全可信、高效算力等不同方面的差異化需求。全球各國積極推進邊緣計算的戰略布局。以美國、歐洲為代表的發達國家，均將邊緣計算列入產業數字化轉型中的關鍵環節和技術進行統籌部署，并積極推進創新應用。我國高度重視邊緣計算的發展，近期工信部印發了5G 應用“揚帆”行動計劃（2021-2023年）、新型數據中心發展三年行動計劃（2021-2023 年）、工業“邊緣計算+”技術白皮書（2022 年）2互聯網綜合標準化體系建設指南（2021 版）等相關文件，積極推進邊緣計算在工業互聯網等多個領域的技術、標準與產業發展。在邊緣計算分類方式上，Linux 基金會的 LF Edge

9、根據部署的位置，將邊緣計算劃分為用戶邊緣和服務提供商邊緣兩類1。其中，用戶邊緣包括端側設備、網關設備以及邊緣數據中心等；服務提供商邊緣包括訪問邊緣和區域邊緣等。本文按照邊緣計算的技術實現方式，邊緣計算可分為：運營商邊緣、云邊緣和工業邊緣三類：運營商邊緣：基于運營商網絡，在基站、中心機房等位置部署計算資源，提供邊緣服務。云邊緣：云服務商基于 CDN 節點和網絡構建，通過虛擬化技術，將算力“下沉”到距離用戶較近的城域內，構建邊緣服務能力。工業邊緣：通常在工業企業內部構建邊緣基礎設施，面向“人、機、料、法、環”產品質量管理全環節，部署邊緣應用，實現 OT 與 ICT 的深度融合。上述三類邊緣計算已經

10、在垂直行業的不同場景中得以廣泛應用。(二)技術融合助力邊緣計算實現行業賦能1.運營商邊緣運營商邊緣主要為終端用戶提供大流量、低時延的服務，典型應用例如互動直播、云渲染、云 VR 等。運營商邊緣的部署位置通?！斑吘売嬎?”技術白皮書（2022 年）3位于運營商的通信機房中，與通信設備部署在一起，通過低成本的方式獲得大帶寬。5G 與邊緣計算的深度融合已成為行業數字轉型的能力底座。自2020 年開始，國內三大電信運營商已經開始進行 5G 網絡的大規模部署建設。由于 5G 的目標是與各行各業深度融合，推動垂直行業數字化轉型，所以在 5G 網絡建設部署的同時，還需要部署大量的邊緣計算節點來打造支持大帶寬

11、、大規模復雜連接的 5G 邊緣云。5G 邊緣云將成為承載新商業應用、電信運營商基礎網絡及業務系統云化的“底座”，是電信運營商借以進行 ToB 業務競爭的核心競爭力，也是電信運營商與互聯網企業在垂直行業競爭的“護城河”。邊緣計算技術與 5G 技術的深度融合促使網絡流量通過各種低成本的本地專線的方式接入云網絡。此外，運營商邊緣正在逐步向提供跨電信運營商的統一邊緣云服務方向邁進。通過采用統一通用的 API 接口，實現應用的跨電信運營商統一部署交付、運維和管控。2.云邊緣云邊緣為客戶提供指定地理位置附近的云能力。與運營商邊緣相比，云服務商借助已部署的 CDN 網絡，并提供多個運營商的網絡接入能力，以服

12、務更多的用戶。云邊緣到終端用戶的時延一般在20ms 以內2，主要為用戶終端用戶提供對時延和網絡穩定性有一定要求的服務。邊緣計算與視頻技術的深度融合進一步提升視頻類應用的用戶“邊緣計算+”技術白皮書（2022 年）4體驗。云服務商在視頻邊緣計算領域擁有大量的業務需求和成功經驗，以云游戲、直播、音視頻加速、安防監控等為代表的大流量大并發業務，在 4G 時代已得到廣泛應用。隨著 5G 時代的到來，云服務商通過“CDN 下沉”的方式，將算力下放至近用戶側，提供低時延、智能化的邊緣服務。音視頻加速業務利用云邊緣基礎設施，為其客戶提供音視頻加速服務，利用邊緣節點的低成本及低延遲優勢，提升產品競爭力及用戶體

13、驗。云游戲利用云邊緣基礎設施，以最少的機器成本為節點覆蓋區域提供低成本及高性能的 PC 及手機端云游戲服務。安防監控利用云邊緣，實現安防攝像頭數據的轉存及轉發兩大業務，利用邊緣節點的低成本特性，極大降低的視頻數據的傳輸和存儲成本?；谶吘壒濣c建設的存儲功能，實現了攝像頭數據的就近存儲和就近訪問。3.工業邊緣工業邊緣是邊緣計算的重要應用領域，廣泛分布于制造、能源、倉儲物流等各個環節中，如制造車間、變電站、物流分撥中心、工業園區的網絡機房等。各類工業應用在海量通信協議、異構數據、時間確定性與低時延、數據私密性與安全性、設備運行環境等不同方面對邊緣計算提出了更高的要求。隨著工業互聯網的發展，工業邊緣

14、計算會在人、機、料、法、環、測等各個環節遍地開花。利用邊緣計算與人工智能融合技術實“邊緣計算+”技術白皮書（2022 年）5現的機器視覺，可以對人和設備的安全提供保障、對生產物料質量進行識別糾錯等；通過大數據實時采集分析可以對工作設備進行預測性維護、對周圍環境進行監測預警等。同時，伴隨著通信技術的不斷發展，5G 的低延時和大帶寬特性也正在和工業互聯網的發展產生交集。我們可以看到工業現場的輕型邊緣計算設備可以通過 5G 與網絡邊緣的基礎設施高效協同工作，以此充分利用各自的物理資源。比如，大帶寬可以將重計算量的大數據分析分配在網絡邊緣，低延時可以將毫秒級的控制應用部分上移到網絡邊緣，以此使工業邊緣

15、與網絡邊緣互相融合協同創新。(三)邊緣計算技術融合的核心價值作為行業數字轉型的核心能力底座，邊緣計算獲得業界的廣泛關注。邊緣計算已由技術概念期進入到期望峰值期，成為未來計算的重要趨勢之一。于此同時，隨著數字轉型的深入，邊緣計算在行業應用深度和廣度上將得到進一步加強，廣泛應用于工業、醫療、交通、教育、能源等眾多領域，充分利用近用戶側的先天優勢，為行業用戶提供低成本、高質量的服務。邊緣計算技術融合將成為邊緣計算產業落地的“助推器”。行業數字轉型要求邊緣計算應面向特定行業具備差異化與定制化的能力，以滿足行業應用在高效算力、海量接入、智能分析、安全防護等方面的需求。邊緣計算作為基礎能力底座，與人工智能

16、、大數據、區“邊緣計算+”技術白皮書（2022 年）6塊鏈、5G 等各類新興技術具有天然的親和性，通過將各類技術“邊緣計算化”，實現邊緣計算服務能力升級，滿足行業應用需求，推動邊緣計算產業快速落地?！斑吘売嬎?”技術白皮書（2022 年）7二、“邊緣計算+”的內涵與參考模型(一)“邊緣計算+”內涵隨著各行業數字轉型的逐漸深入，為了滿足行業在高效算力、海量接入、智能化分析、安全防護等差異化應用需求，邊緣計算技術與 5G、大數據、人工智能、安全等各類技術深度融合，以 MEC、邊緣 AI、邊緣 IoT、邊緣高性能等為代表融合創新技術，共同構成了“邊緣計算+”技術創新體系?！斑吘売嬎?”既是邊緣計算技

17、術的融合創新，也是邊緣計算服務能力的升級演進，其深層含義是各類技術通過“邊緣計算化”賦能產業數字化、網絡化、智能化轉型?！斑吘売嬎?”技術白皮書（2022 年）8(二)“邊緣計算+”參考模型圖 1“邊緣計算+”參考模型1.邊緣計算構筑技術融合創新能力底座如圖 1 所示，在“邊緣計算+”參考模型中，邊緣計算為 5G、AI、高性能計算等新一代 ICT 技術的行業落地，提供了必要的算力供給能力、邊緣服務能力、端側感知能力以及協同聯動能力。各類ICT 技術利用由邊緣計算構筑的基礎賦能平臺，實現與邊緣計算技術的融合創新，將服務能力延展至“端、邊、云”各個層次，滿足各行業定制化服務需求。邊緣計算融合創新能

18、力底座應具備以下核心能力：“邊緣計算+”技術白皮書（2022 年）9 端側感知能力：端側設備主要包括了 PC、手機、物聯網設備等用戶終端設備。邊緣計算支持種類繁多的通信協議，提供了海量設備接入能力。邊緣平臺可以及時感知各類端側設備的狀態，獲取相關采集數據，向 ICT 應用/服務提供數據輸入。邊緣服務能力：邊緣計算為各類 ICT 技術的應用與服務部署，提供了邊緣化服務供給能力，并結合低時延、大帶寬等邊緣計算基本特性，可以滿足行業用戶高質量服務需求。算力供給能力：邊緣計算為 ICT 技術應用提供了“云、邊、端”一體化、多樣化的算力供給能力，云側平臺負責對全網算力資源進行統一管理，通過智能化算力調度

19、，滿足各類技術應用運行的算力需求。另外，邊緣計算提供了異構計算的能力，支持 CPU、GPU、FPGA 等不同硬件資源。協同聯動能力：從云網一體到算網融合，“端邊云”已經成為行業應用部署的基本范式。不論是在云網時代還是在算網時代，邊緣計算均提供了“端邊云”高效協同數據處理能力，端側主要負責數據采集，邊側主要提供邊緣數據分析處理，云側負責集中式管理以及部分數據處理。以提供邊緣計算核心能力為目標，充分發揮邊緣計算的融合創新賦能作用，各類邊緣計算技術正在不斷地創新演進。以云邊協同、計算卸載、邊緣原生等為代表的邊緣計算核心技術，一方面將延展“邊緣計算+”技術白皮書（2022 年）10邊緣計算的賦能范圍，

20、加速邊緣計算與更多技術的融合創新，另一方面將提升邊緣計算的賦能能力，滿足 ICT 技術應用/服務的高效運行需求。（1）云邊協同技術邊緣計算與云計算需要從資源、數據、應用、服務四個維度進行緊密協同，并在中心云的統一管理下，實現邊緣節點之間協同。在資源協同方面，云邊協同的作用之一，根據可用資源和資源需求，完成業務的部署、調度和負荷分擔。調度過程需依據業務的資源占用、流量、運行狀態等，從全局視角，對計算資源、網絡互聯帶寬和延時、存儲資源和應用軟件資源完成調度和配置，以達到全局的業務整合。云邊資源協同在具體落地的形態上，根據運營商邊緣、云邊緣和工業邊緣三種不同模式，和中心云的交互也有一定的差異實現。運

21、營商邊緣實現的是 MEC 通信級別機房和中心云的互通，一般通過專用網絡方式實現；云邊緣是 IDC 互聯網機房和中心云的互通，一般通過 SD-WAN 模式實現；工業邊緣是單體網關和中心云的互通，一般通過普通互聯網實現。在數據協同方面，邊緣側可以提供區域化、個性化的本地服務，同時降低回傳網絡負載壓力；在安全隱私方面，邊緣側在接收到敏感信息或隱私數據后，執行數據脫敏過程，把結果上傳至云端形成樣本積累，通過大量樣本學習，提高迭代效率。邊緣側還可以將接入的本地資源與網絡其它部分隔離，將敏感信息或隱私數據控制在“邊緣計算+”技術白皮書（2022 年）11區域內部。在服務協同方面，通過邊緣計算為用戶提供優質

22、的更高效、優質、精細化的服務，邊緣計算節點使分布式計算滲透到網絡的各個位置，滿足對海量邊緣節點統一管理和終端服務精細化控制的需求，要求端、邊、云有效協同搭建管理與安全服務體系。在應用協同方面，通過“端”、“邊”、“云”三者的有效協同，實現各類應用的業務數據分發和應用請求調度。其中，端與云的交互實現設備集中管控、請求精確調度，邊與云的交互實現計算存儲下沉、應用自動注冊；端與邊的交互實現文件快速交付、邊緣服務發現。（2）計算卸載技術計算卸載技術是指計算密集型任務從計算資源受限的計算環境卸載到有滿足算力資源需求的計算環境中執行，具體指將某個計算量大的任務根據一定的卸載策略合理分配給資源充足的遠程設備

23、處理的過程。其中，卸載策略和計算資源分配策略是計算卸載的核心。卸載策略主要基于可分配到的資源大小、計算和回傳時間的長短以及完成計算的功耗大小來進行決策，包括：最小化執行時延的卸載決策、最小化能量損耗的卸載決策等。計算資源分配策略主要是通過資源調度器根據目前網絡資源的狀況以及不同用戶的時延要求來分配計算資源，包括單節點資源分配、多節點資源分配等方式。（3）邊緣原生技術“邊緣計算+”技術白皮書（2022 年）12邊緣原生技術是由 5G 確定性網絡產業聯盟（5GDNA）、EdgeGallery 開源社區、邊緣計算產業聯盟（ECC）和工業互聯網聯盟（AII）共同提出，該技術是云原生技術向邊緣側的演進，

24、主要技術包括：以邊緣側 5G 網絡能力開放為特征的邊緣服務、基于云邊協同和邊邊協同的邊緣網格技術、面向復雜場景跨網絡的邊緣編排技術等。（4）異構計算技術在邊緣計算環境中，海量的端側設備與包含 CPU、GPU、FPGA、TPU 等不同計算架構的邊緣計算基礎設施共同構成了極度異構的計算環境。異構計算技術在異構硬件資源的基礎上，構建異構計算平臺，充分發揮各類計算硬件的優勢，提高算力資源利用率。為了實現不同計算硬件的統一調度，業界從兩個方向開展技術研究與實現，以云廠商為代表的邊緣計算服務商，通過虛擬化技術將計算資源池化，向用戶提供算力資源服務；邊緣計算硬件廠商，基于自身硬件產品，提出統一的編程模型，為

25、跨 CPU、GPU、FPGA、專用加速器的開發者提供統一的體驗。（5）能力開放技術能力開放方面從實際的業務場景需求來看，邊緣側不僅需要具備 CT 的能力，還需要具備 IT 能力。因此能力開放技術既應包括邊緣計算平臺能力的開放，還應包括網絡服務能力的開放?！斑吘売嬎?”技術白皮書（2022 年）13在平臺能力開放方面，針對各種垂直行業不同的業務需求提供各類平臺能力，包括直播場景下的視頻編解碼、視頻渲染能力，智能制造場景下的視頻 AI 處理能力等。在網絡服務能力開放方面，可以提供網絡及用戶信息開放、業務及資源控制功能開放、本地分流、DNS 服務等相關能力。2.邊緣計算與 ICT 技術深度融合，滿足

26、行業應用差異化需求在“邊緣計算+”參考模型中，基于邊緣計算提供的技術融合創新能力底座，以 5G、AI、高性能計算等為代表的 ICT 技術與邊緣計算技術深度融合，形成 MEC、邊緣 AI、邊緣 HPC、邊緣安全等“邊緣計算+”關鍵技術，并面向行業用戶提供高效算力、海量接入、安全防護、智能分析等融合能力，通過統一的服務接口，為行業應用提供定制化、差異化服務。在邊緣計算與 5G 技術融合方面，邊緣計算充分結合 5G eMBB高帶寬、uRLLC 極低時延、mMTC 大連接等特性，將云的能力下沉到移動網絡邊緣，滿足車路協同場景、智能制造場景、智慧能源場景等眾多場景，在高通量實時智能分析等方面的處理需求。

27、在邊緣計算與人工智能技術融合方面，伴隨行業數字轉型浪潮的到來，結合邊緣計算與人工智能的邊緣人工智能技術，將人工智能算法運行在邊緣側，滿足智慧交通、智慧物流、智慧水利等眾多場景的實時性、本地化的智能處理需求?！斑吘売嬎?”技術白皮書（2022 年）14在邊緣計算和音視頻技術融合方面，以超高清視頻、工業視覺、AR/VR 等為代表的視頻應用，借助邊緣計算“低時延、高帶寬、大連接”的先天優勢，助力各行業數字化轉型，滿足各行業對視頻業務實時性、視頻數據智能化等方面的需求。在邊緣計算與區塊鏈技術融合方面，通過在邊緣計算節點上部署區塊鏈服務，既可以為行業應用提供實時的數據存儲，也可以提供可信的數據分析和業務

28、執行。在邊緣計算與安全技術融合方面，邊緣計算節點需要面對海量設備接入，在隱私保護、數據安全等方面面臨諸多挑戰。邊緣計算與安全技術的融合，一方面體現在構建安全可用的邊緣計算生態系統，保護邊緣計算設備、基礎設施、邊緣應用等邊緣計算架構安全；另一方面，可以在邊緣側提供安全網關、安全檢測等各類安全服務。在邊緣計算與高性能計算技術融合方面，自動駕駛、數字制造等場景需要在邊緣側提供高性能算力資源與計算架構，滿足計算密集型任務的處理需求。于此同時，高性能計算應用上云已成為行業發展的必然趨勢，通過在邊緣側和云側同時部署云化 HPC 應用，將充分滿足行業應用靈活、彈性的高性能算力需求。3.邊緣計算技術融合滿足行

29、業應用差異化需求利用邊緣計算融合創新平臺，MEC、邊緣音視頻、邊緣 HPC、邊緣安全等邊緣計算融合創新技術，將充分滿足行業應用差異化需求，促進邊緣計算在各行業領域不同應用場景中應用部署?！斑吘売嬎?”技術白皮書（2022 年）15智慧石油場景中，“邊緣計算+”將重點解決由于油井地理位置偏遠，給油井現場、設備的實時管理和監控帶來挑戰。利用 MEC 的接入能力，結合邊緣視頻處理技術以及邊緣 AI 能力，實現現場級的油井異物入侵、人員行為檢測、設備狀態監控等業務能力，降低業務成本，保障石油開采過程中人員設備安全。車路協同場景中，利用“邊緣計算+”提供的邊緣 AI 能力，實現道路與車輛相關信息的實時智

30、能分析；通過 MEC 技術實現車-路、人-車、車-車之間的高速信息交互；通過邊緣 HPC 提供的強大算力，實現對外部環境突發情況的及時響應。視頻點播/直播場景中，利用“邊緣計算+”提供邊緣音視頻技術實現包括轉碼、合流、切片等在內的視頻流邊緣處理，直播流可以就近分發、就近訪問，減少網絡傳輸時延，降低網絡帶寬成本，提高用戶的服務體驗。智能園區場景中，利用邊緣計算+區塊鏈技術，可以實現園區內監控視頻的本地存儲與視頻存證，保證視頻數據的真實性和可信度。另外，利用邊緣 AI 技術，可以實現智能化的車輛識別，降低安保壓力。無人零售場景中，邊緣 AI 技術提供的智能化數據處理能力，滿足貨品監測、收銀記錄、人

31、員識別等多個無人零售核心業務需求。在基礎設施方面，利用邊緣 HPC 技術，提供優秀的性能功耗比，令計算密級型 AI 應用運行于低功耗的設備中，滿足業務場景對性能和“邊緣計算+”技術白皮書（2022 年）16功耗的苛刻要求。此外，“邊緣計算+”所提供的融合創新能力還可以廣泛應用于智慧醫療、智慧電網、智能制造等多個領域，滿足更多場景數字化、網絡化、智能化的應用需求?！斑吘売嬎?”技術白皮書（2022 年）17三、“邊緣計算+”關鍵技術能力(一)邊緣計算+5G多接入邊緣計算（Multi-access Edge Computing，MEC）技術是邊緣計算與 5G 融合的代表性技術3。該技術將云的能力下

32、沉到網絡邊緣，結合 5G eMBB 高帶寬、uRLLC 極低時延、mMTC 大連接等特性，移動通信網絡將更多的應用到垂直行業，越來越多的數字化場景將可能被解鎖。邊緣計算兼顧成本和性能的優勢，通過將終端算力后移到邊緣，云端服務下沉到邊側，可以有效降低終端成本，減少傳輸帶寬占用，降低業務時延，提高業務數據安全4。1.應用場景與需求邊緣計算的業務場景、部署環境、承載的應用需求都與傳統云計算不同。通常邊緣節點都是小規模部署，算力、存儲、網絡等資源相對于云數據中心有著各種各樣的限制。給邊緣平臺如何降低系統資源開銷，以及如何合理、高效的利用有限資源等方面帶來挑戰。另一方面，邊緣計算集群部署的機房條件（空間

33、、溫度、濕度等）通常參差不齊，有些環境條件非常惡劣，運維人員無法在平臺出現故障時及時到達或進行定期巡檢維護，這也對邊緣計算平臺的可靠性、可用性提出了非?？量痰囊?。在網絡端，邊緣計算平臺需要能夠實時感知 5G 網絡的狀態，用“邊緣計算+”技術白皮書（2022 年）18戶設備的狀態，以便利用這些信息智能化完成例如流量切換、QoS規劃等，進而優化網絡性能，提升用戶體驗。在 5G 網絡時代，伴隨著超高清視頻、VR/AR、智能安防、遠程醫療等智能應用下沉到邊緣處理，在帶來對人工智能算力高需求的同時，如何充分利用終端設備、邊緣節點和云數據中心的資源，優化人工智能模型的整體訓練和推理性能，來構建更為高效的

34、機器學習模型，也是當前邊緣智能面臨的問題之一。車路協同無人駕駛場景城市道路交通智慧化的實現，需要基于 5G 通信、邊緣計算、傳感器探測等技術，實現人、車、路、環境等要素之間的大協同，這種大協同首先需要從車路協同（5G-V2X）的建設開啟。車路協同（V2X）的核心在于實現車輛與車輛、行人、基礎設施、云端等萬物的互聯，能夠感知外部環境，助力下一代自動駕駛，實現實時監控，進一步緩解交通環境擁堵、提高道路交通安全。車路協同場景中邊緣計算平臺通過對路側設備包括攝像頭、雷達產生的數據進行邊緣端的 AI 推理分析，實現車-路、人-車、車-車之間的實時高效的信息交互，為交通參與者提供全方位可靠的的交通信息。通

35、過視頻流進行 AI 智能分析，輔以雷達測距，將道路參與主體（人、車、非機動車）的狀態、速度、方向、位置等信息進行檢測，并采用軌跡跟蹤、行為分析、事件觸發、違規檢測等技術，在智慧交通領域形成廣泛應用?！斑吘売嬎?”技術白皮書（2022 年）19 工業邊緣物聯網大數據場景智能制造離不開智能裝備的支撐，包括高級數控機床、配備新型傳感器的智能機器人、智能化成套生產線等，以實現生產過程的自動化、智能化、高效化。從 2015 年到今天，國內機器人裝機量從25 萬臺猛增長到 100 萬臺。大量的智能裝備的運維和管理離不開工業物聯網體系的支撐。通過智能制造物聯網平臺，將機器、設備、人員這些真實的物體進行聯結，

36、通過邊緣計算就近提供邊緣智能的服務，對設備進行集中管理控制，實現智能化生產、個性化定制、網絡化協同。工業物聯網大數據平臺的建設離不開強大邊緣計算和 4G/5G 網絡環境。邊緣計算平臺提供了高性能流式分析工具實時判定設備的故障告警，數據清洗、去重和實時計算等預處理秒級響應。物聯網平臺支持有線網絡、4G/5G 無線網絡、串口轉網口等多種網絡連接環境。智慧石油場景我國幾大石油企業正在開展“減員增效”改革，積極試點 AI、5G、邊緣計算、數字化等技術在整個業務流程上的應用。石油的邊緣端場景主要集中在眾多偏僻郊野的采油井上，現階段石油客戶對邊緣計算+5G 的需求主要在油井現場的管理、油井設備智能化管理以

37、及油藏智能監控等方面。油井現場管理。油井側部署的攝像頭所采集的視頻數據接入 AI“邊緣計算+”技術白皮書（2022 年）20盒子中，實時分析，大量數據邊緣卸載，只傳回部分分析結果數據，降低數據傳輸帶寬需求。包括油井異物入侵實時監控、工人現場行為監測等；油井設備智能化管理。傳統模式下，為保證作業現場設備正常運行，每 3 小時需要對設備進行巡檢。通過在油井上部署 AI 盒子，部署相應的算法模型，對接入的設備運行數據及傳感器傳回數據進行實時分析，監控設備運行狀態，減少人工巡檢工作量。油藏智能監控。通過機器視覺技術，對井下石油的滲出情況進行判斷，將傳統管控模式升級為智能管控模式，實現油井液量的智能計算

38、、抽油機井智能自主間抽、注水井智能調控等。油井抽油機主要是電力驅動，耗電量大。智能自主間隔抽油后，降低了抽油頻率，據客戶測算，單口油井能節省 80%的電力開支。智慧電力場景電力行業目前邊緣+5G 場景很多，包括變電站、輸電線路等。目前主要應用方向集中在人工智能圖像、視頻識別應用上，客戶對邊緣計算的需求目前主要在輸電線路圖像識別（無人機/直升機/可視化）、安全行為智能分析、配電站房監控、能源語義搜索等方面。針對配電站房和變電站等無人值守環境，研發越界檢測、表計識別、設備狀態識別、安全帽及工服檢測等模型，應用邊緣計算+5G實現監控視頻的準實時邊端檢測。針對電力系統施工現場作業監督需求，研發人臉識別

39、、安全帽“邊緣計算+”技術白皮書（2022 年）21檢測、闖入識別、吸煙識別、滯留識別等模型，實現對電力施工現場的安全管控。2.技術架構圖 2 MEC 參考模型由圖 2 所示，MEC 參考模型主要分為網絡層、主機層和系統層三部分。MEC 網絡層由各類有線、無線網絡組成，實現 MEC 主機與外界的高效連接。MEC 主機層由 MEC 主機、MEC 主機管理模塊組成。MEC 主機又包含了虛擬基礎設施、MEC 平臺和 MEC 應用三部分。豐富的 MEC 應用將運行于虛擬基礎設施上，為邊緣用戶提供不同“邊緣計算+”技術白皮書（2022 年）22的邊緣服務。虛擬基礎設施資源為 MEC 應用提供了虛擬計算資

40、源、虛擬存儲資源和虛擬網絡資源。MEC 應用之間依靠 MEC平臺上安裝的轉發規格進行流量轉發。MEC 主機管理主要包括 MEC 主機的資源管理和應用管理。MEC 系統層負責 MEC 全局系統資源的管理、第三方或者設備的請求處理。當海量用戶通過網絡層接入邊緣計算系統后，主要由運行在MEC 主機上的不同邊緣應用處理邊緣用戶請求。當前，邊緣計算解決方案主要通過虛擬機或容器的方式運行邊緣應用，實現不同邊緣應用之間的資源隔離。因此，邊緣應用利用虛擬基礎設施提供的虛擬資源，針對海量邊緣用戶請求的處理效率，決定了整個邊緣計算系統能夠滿足低延時和海量接入的需求。MEC 主機層的硬件基礎設施主要包括服務器上的計

41、算、存儲、網絡等設備，以及作為人工智能算力承載的 GPU 設備也包含在內。虛擬基礎設施通過虛擬化技術形成一個對外提供資源的池化管理，支持輕量級計算虛擬化技術；分布式存儲提供了多副本的數據存儲機制；網絡虛擬化將 IP、虛擬網卡、分布虛擬交換機、VLAN、VxLAN、虛擬防火墻等資源進行整合；5G 數據轉發面提供 5G 網絡流量的本地分流；GPU 虛擬化技術則實現了顯卡資源的按需分配；MEC 平臺在對資源進行有效監控管理的基礎上，實現資源編排以及一鍵部署，滿足業務系統的快速運行；實現了鏡像管理、本地“邊緣計算+”技術白皮書（2022 年）23分流、帶寬管理、負載均衡、網絡感知等服務；同時支持彈性擴

42、縮容，滿足系統可伸縮性需求；邊緣高可用有效保證了服務的不間斷運行；另外，支持第三方業務接入，在運營商和具體業務間無縫對接；支持運維管理自動化。MEC 平臺可以根據軟件及服務的負載進行靈活調度，以實現對平臺物理資源的最大化利用及服務對資源使用的優化配置。同時平臺的高可用功能可以從不同維度以及高可用需求對平臺運行服務提供不同層次的高可用保障。3.典型案例 機器人聯網監控和預測維修案例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。邊緣一體機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 的數據價值。如圖 3 所示，在汽車主機廠內搭建機器人聯網系統，可以有效實

43、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。邊緣計算的一體機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一體機將處理后的數據匯總，能夠統一在數據分析平臺上進行晾曬。一方面，用戶可以運用匯總信息實現主機廠的監控和運維；另一方面，一體機收集的數據能夠用“邊緣計算+”技術白皮書（2022 年）24于訓練和調試數據分析平臺，保證廠內算法的適配性。圖 3 機器人聯網監控和預測維修案例 智慧商超案例5G+MEC+智慧室分構建云邊端協同開放能力，提供面向

44、商超的導航導覽和地下停車場定位導航等增值服務。方案提供部署于網絡邊緣、基于 X86 軟硬一體化、開箱即用的 MEC 微數據中心整體解決方案。包括邊緣定制服務器、輕量級虛擬化基礎設施(IaaS)、資源及應用編排層(PaaS)、MEC 能力開放服務和標準接口，如圖 4 所示。圖 4 智慧商超案例“邊緣計算+”技術白皮書（2022 年）25 智慧園區隨著園區的不斷建設，面積、功能不斷擴大，園區總體管理、辦公環境及應用管理需求需要由 5G、物聯網、MEC 邊緣計算，搭載各類智能終端設備，形成一體化方案構建智慧園區。MEC 邊緣計算以微型ICT數據中心下沉到5G網絡邊緣,為園區提供緊貼園區用戶、低時延、

45、高帶寬、高可靠的園區綜合管理、云協同辦公和云存儲等園區智能服務，如圖 5 所示。圖 5 智慧園區案例 車路協同V2X（Vehicle to Everything）車路協同不僅是發展智能交通的關鍵技術，也是邊緣計算的典型應用場景，具有設備多、分布廣、網絡復雜、低時延等典型邊緣計算特點。邊緣計算憑借海量邊緣節點統一管理、云邊協同、邊緣節點自治、邊緣集群輕量化、智能監控等殺手锏技術實現了路側眾多邊緣設備的統一納管，為 V2X 車路“邊緣計算+”技術白皮書（2022 年）26協同提供了可靠、實時的本地能力支撐，保障了智慧交通的快速落地。智慧礦山在邊緣計算+5G+智慧領域，實現了 5G 智能邊緣計算的本

46、地化部署?；?5G 的大帶寬、低時延和高可靠通信能力和邊緣計算的智能調度、智能運維、自動化部署等特性，能夠實現 AI 場景化服務到5G 網絡邊緣的高效部署和毫秒級的計算任務響應，為礦卡車輛的無人駕駛和采礦設備的無人操作，以及礦山生產運營、調度的自動化管理提供支撐。(二)邊緣計算+人工智能在 5G 浪潮的驅動下，智能設備、自動駕駛、VR/AR、智能制造等對于實時性、本地性有著較強需求的場景日益豐富，通過邊緣計算可以有效提升用戶體驗5。但是，隨著強實時數據量的迅速攀升，且數據形態更加多元，邊緣計算面臨的技術挑戰更加復雜。在這一趨勢下，融入 AI 能力的智能邊緣計算應勢而起。通過人工智能技術和邊緣

47、計算技術相融合，使人工智能算法運行在能夠進行邊緣計算的設備上，不必連接到云平臺，從而保證數據處理的實時性、本地性。1.應用場景與需求“邊緣計算+”技術白皮書（2022 年）27 智慧交通場景利用邊緣計算+計算機視覺技術對視頻信號進行處理、分析和理解，在不需要人為干預的情況下，通過對序列圖像自動分析，對監控場景中的變化進行定位、識別和跟蹤，并在此基礎上分析和判斷目標行為。目前，智能視頻監控系統可以有效完成行人行為、車輛行為、道路設施狀態、交通環境狀況等信息的實時自動監控，為道路安全運行與危險情況營救提供必要的數據支持。主要表現在：1）準確判斷車輛的駕駛行為，實時掌握車輛超速、車輛逆行等交通違章現

48、象并及時處理；2）就車流量、車速、交通擁堵等進行分析和預測，實時顯示道路運行信息，自動完成擁堵、暢通等級的劃分；3）迅速評估火災、急救、道路煙霧等突發事件緊急程度，為應急救援車輛規劃最佳路線，同時快速為周邊車輛傳播突發危險信息。工業 AI 質檢場景計算機、通信、消費類電子等 3C 產品通常對精密度和外觀要求非常高，而微小結構件檢測產量大、人力耗用巨大，缺陷類型多、數據無法收集，人工檢測已經成為制造業效率提升和成本降低的瓶頸。工業 AI 質檢解決方案中通過邊緣計算技術能夠對 5G 傳輸來的數據做到實時分析處理，保障工廠生產效率的同時實現無人化質檢。通過機器視覺+人工智能深度學習算法能夠處理很難提

49、取的特征如產品表面的細小瑕疵，同時能夠消除由于拍攝、光源、對焦等一系“邊緣計算+”技術白皮書（2022 年）28列問題，帶來的影響。智慧物流場景物流行業的邊緣場景在于各級物流倉，目前 AI 在物流行業應用的主要場景集中在倉儲的現場管理。其實現途徑是以高清攝像頭為硬件載體，通過計算機視覺技術監測并識別倉儲現場中人員、貨物、車輛的行為與狀態?？煞殖蓛深悾?）倉內現場管理。針對倉內工作人員的行為進行實時監測，識別并記錄暴力分揀、違規搬運等容易對貨物、包裹造成破壞及損傷的行為，采集行為實施人員的相關信息等；2）場院管理。包括車牌識別、車輛時間判定、裝載率識別、能效分析等。智慧水利場景智慧水利檢測平臺方

50、案，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、環境外在入侵全方位感知，全場景數據采集。智能設備場景智能設備指任何一種具有計算處理能力的設備、器械或者機器，如智能送餐機器人、智能語音助手、智能電視、AI 智能音響等等。智能設備主要依賴于基于語音的用戶接口，同時引入視覺技術成分?！斑吘売嬎?”技術白皮書（2022 年）29以機頂盒和數字電視為例，諸如自動提供字幕、圖像增強以

51、及用戶體驗提升等功能都有很強的用戶需求。從語音的角度來看，設備需要一直處于開啟狀態，因此需要一種低功耗的解決方案。從視覺的角度來看，由于需要處理大量的數據，它的挑戰在于需要高性能。由此，結合人工智能的邊緣計算技術，將為支撐以上需求提供高效的解決方案。自動駕駛場景自動駕駛是智能邊緣計算的典型應用場景之一。自動駕駛汽車必須不斷地掃描周圍的環境并評估行駛情況，根據突發事件對其行進軌跡進行校正。這些情況具備很強的實時數據處理需求，通過邊緣計算+人工智能技術的融合，在車載端搭建智能邊緣計算系統，負責數據的存儲、處理和分析，保證數據處理的實時性。VR/AR 場景高質量的 VR/AR 內容是促進行業消費和市

52、場壯大的要素之一，只有具備強大的計算能力和圖形處理能力才能滿足高質量的 VR 內容渲染要求。VR/AR 服務提供商能夠在云上對內容進行實時管理，對不同消費等級的用戶提供差異化服務體驗，并在更加靠近用戶的位置提供音視頻的渲染能力。特別在 AR/VR 場景中，邊緣計算的引入可以大幅降低 AR/VR 終端設備的復雜度，從而降低成本，同時通過結合 AI 技術強大的圖形分析、圖像渲染能力，整體提升用戶服務體驗，促進整體產業的高速發展?！斑吘売嬎?”技術白皮書（2022 年）30 智能制造場景在智能制造領域，隨著物聯網的發展，制造業已經發生了革命性的變化，許多研究表示，到 2020 年有超過 500 億臺

53、設備連接在一起，預計每個工廠每天收集的數據點將超過 14.4 億，這意味著對連接性、計算能力、服務速度和質量等方面有著前所未有的需求和期望。邊緣計算正是充分利用物聯網終端的嵌入式計算能力，并與云計算結合，通過云端的交互協作，實現系統整體的智能化，通過在現場側部署邊緣計算智能網關實現本地數據采集，并進行數據過濾、清洗等實時處理，在邊緣側部署邊緣計算平臺，預置多種視頻智能分析等 AI 算法，提供智能化運算能力，通過人工智能技術進行安全監控和識別，從而促進實現制造業的智能化發展。智慧園區場景部分產業園區業態復雜、人車混雜，有大量非營運車輛進出，對園區的安全保障造成威脅。通過在園區出入口安裝攝像頭，將

54、視頻輸入邊緣 AI 一體機，識別進出車輛的車牌、車型，與營運車輛數據庫信息進行比對，快速識別非營運車輛和?；?，及時采取攔阻等處置措施，將強化園區車輛管理，降低安保壓力。智慧交管場景城市交通路口存在大量的車輛、行人違章行為，部分城市因警力不足，無法在每個路口都配置交警和協警，造成路口交通秩序難以及時管控。通過在交通路口加裝 AI 盒子，將攝像頭視頻數據接入，“邊緣計算+”技術白皮書（2022 年）31快速識別違章停車拉客、行人走快車道等違章行為，并通過現場大屏和音響設備進行勸阻，可大大降低交通管理壓力，確保人車出行安全。智慧應急場景一般應急管理應用場景需要即時反應和處置，需要將人工智能能力下沉

55、到邊緣，計算后實時將結果進行反饋，實時處置。例如在舉行某項活動的時候，加入人員識別+計數器，發現人員密度較高，可以及時觸發進行現場提醒：本場地人流密度過大，請大家有序進出。同時將人員密度高結果發送云端。2.技術架構圖 6 邊緣 AI 參考架構如圖 6 所示，邊緣 AI 參考架構主要分為邊緣計算基礎設施、邊緣平臺和智慧應用部分：邊緣計算基礎設施：為邊緣計算平臺和邊緣 AI 平臺提供基“邊緣計算+”技術白皮書（2022 年）32礎算力資源和接入能力?；A設施硬件方面，提供了邊緣AI 所需的 GPU、FPGA、TPU 等加速硬件，確保 AI 算法的高效執行。此外，邊緣計算基礎設施還提供了計算、存儲和

56、網絡的資源管理能力為 AI 平臺提供彈性的運行環境。邊緣平臺：該層既提供基礎的邊緣計算平臺服務，包括：鏡像管理、接口管理、邊緣自治、邊緣虛機、邊緣應用等平臺服務，也提供面向 AI 開發、加工和應用的一體化軟件平臺，實現一站式的 AI 開發與計算，包括數據處理、算法開發、模型訓練、模型部署都可以在平臺上完成。智慧應用：利用邊緣平臺提供的基礎邊緣計算服務和 AI 服務，面向園區、質量檢測、設備運維、交通、醫療等應用場景，構建業務所需的邊緣智能應用。3.典型案例 工業視覺質檢方案在服務器、計算機等硬件生產過程中，服務器組裝、質檢等環節主要依靠人工操作，前一生產環節完成后通過 AGV 小車自動運輸到下

57、一生產環節，形成一套完整的生產線。服務器組裝完成后，通過 AGV 小車自動運輸到 PQC 班檢臺，通過掃碼槍人工掃碼獲取該型號服務器檢測項（看板顯示質檢內容），員工根據檢測項對服務器進行相應檢測（整個檢測過程持續幾分鐘），檢測通過后，拍照留底（三張照片，上方、前后側），如檢測到缺陷則人工處理通過后再拍照留“邊緣計算+”技術白皮書（2022 年）33底。PQC 班檢內容包括核對機器配置、看下線纜是否安裝到位、線纜/板卡/內存安裝位置是否正確、標簽粘貼是否正確、散熱器安裝是否正確等。簡單來說，在生產過程中，散熱器在組裝時存在正反面裝反的情況、部分 CPU 存在彎針問題、標簽及 logo 錯誤、主板

58、螺絲數量不足以及設備劃傷等情況，通過人工檢驗效率低、長時間存在視覺疲勞、容易誤判。針對以上需求，計劃通過 5G+邊緣計算+人工智能技術，利用散熱器現有正反面區分標識進行自動判別，對常見 CPU 彎針情況進行檢測與識別以及對標簽、logo、主板螺絲數量、劃傷等情況進行自動化識別與檢測，減少硬件故障率，提高質檢效率，提升工作質量與自動化程度。如圖 7 所示，通過 5G 網絡基礎設施，在邊緣側搭建 5G 工業質檢平臺，利用視覺檢測技術實現產線的智能質檢，提升質量穩定性和質檢準確度。通過云端協同管理系統在邊緣節點側的調度協同、數據協同與中心云側的調度協同、數據協同相結合，提供的云端訓練及分發算法、邊端

59、計算及應用，滿足各類質檢場景需求?！斑吘売嬎?”技術白皮書（2022 年）34圖 7 工業質檢典型場景部署架構基于 5G、AI、邊緣計算、機器學習等新興技術，結合某產業園K1 工廠服務器等產品生產制造過程中面臨的實際問題，打造集數據采集、數據傳輸（5G 網絡）、缺陷檢測、質檢結果反饋、展示與統計等全流程貫通的 5G+工業視覺質檢平臺，自動識別檢測 K1 工廠在生產服務器等硬件產品過程中風扇裝反、標簽遺漏等情況，有效解放人力，提高質檢效率、提高生產效率，提升產品合格率，提升工作質量與自動化程度，助力工廠數字化轉型升級。期貨交易所倉庫運營管理方案在期貨交易所倉庫場景中，交割物品倉庫的監管業務存在交

60、割物品倉庫地址分散且多為第三方運營，人工巡檢難度大成本高；人工巡視下倉庫內部的異常狀況不能被及時發現，安全性難以保證；“邊緣計算+”技術白皮書（2022 年）35倉庫管理人員對交割物品的行為操作方面，常用識別模型準確率低等痛點問題。面向交割物品倉庫的智能化監管方案，利用邊緣計算平臺，結合人臉檢測和識別、人員動作識別以及庫內場景狀態識別等計算機視覺技術，建立面向金融倉庫的智能化監管應用產品。為了實現管理人員對交割物品的拆解、搬運等動作行為的精準識別，將視頻行為的圖像和光流的融合信息作為神經網絡的輸入，并根據實際場景的數據不斷迭代，得到具有較高動作識別的高精度模型。此外，根據倉庫內提取到的場景狀態

61、信息，可以識別明火煙霧等異常狀態，如圖 8 所示。圖 8 期貨交易所倉庫運營管理方案面向交割物品倉庫的智能化監管方案將提升監控的效率，在邊緣端即可完成事件警告和分析，取代人工的巡查，整體倉庫運營成“邊緣計算+”技術白皮書（2022 年）36本同比下降約 30%。于此同時，通過融合光流圖像的深度學習模型，倉庫內人員操作動作識別準確度可達到 98.4%,比通用的單幀圖像效果提升約 8%，可大大提升倉庫監管質量。建筑工地人員行為分析方案在建筑工地場景中，作業穿戴不規范的施工人員進入危險區域無有效提醒手段，事故發生幾率高；監控攝像頭安裝位置隨著施工進展調整頻繁，關鍵監控區域難以隨之動態調整。通過人員方

62、式逐一排查，不僅操作難度大而且處理不及時。圖 9 建筑工地人員行為分析平臺如圖 9 所示，結合人員屬性智能分析的模型積累，基于邊緣 AI的建筑工地人員行為分析平臺實現了該場景下施工人員的安全帽佩戴，反光服穿戴檢測和識別。當施工人員進入危險區域如：禁行區域、塔吊下方等區域時，可及時預警通知相關人員。針對工地攝像“邊緣計算+”技術白皮書（2022 年）37頭安裝位置頻繁調整導致的關鍵監控區域難以延續的痛點問題，實現了目標區域的可視化配置，用戶每次調整后只需進入平臺手動繪制關鍵區域即可，全過程可視化交互，簡單易用。該平臺通過部署在工地現場的邊緣計算盒子，接入監控攝像頭后即可進行 24 小時智能監控。

63、當識別危險事件時，可將告警消息及時轉發監控中心，以可靠預警超過 100+次危險事件，有效降低事故發生率。生產工藝流程優化方案工藝流程的參數根據經驗輸入，目的是為了最終化工產物產量高而穩定，但工人輪替導致化工產物波動大，流程中的損耗大。利用邊緣 AI 技術，由傳感器收集各道工序的數據，在邊緣計算平臺中對數據進行系統性的清洗、特征分析與預處理，利用領域知識與XGBoost 等算法，構建混合模型進行產量預測，并根據模型結果對整個工藝流程進行優化，實現工藝流程控制的智能化與自動化。該方案可以幫助企業構建具備領域知識的人工智能工藝流程優化模型，進行實時的模型推演，做到智能化流程管理與優化，實現企業生產收

64、益最大化。從數據角度切入化工專業，為專家經驗增添了基于數據的洞見，使得生產工藝優化的嘗試有理可循，為未來更多場景的推廣探索出一條道路。設備預測性維護方案工廠新舊設備“幾代同堂”情況時有發生，設備運行狀態數據“邊緣計算+”技術白皮書（2022 年）38收集不及時、不完整，因此設備維護工作難以監管，影響設備運轉率，降低設備使用壽命。另外，突發設備故障也時有發生，導致生產流程中斷，造成生產成本的大幅提升，甚至對生產安全形成威脅。利用邊緣 AI 技術，通過邊緣計算平臺首先對收集到的振動、溫度、壓力時序數據進行統計分析，識別潛在的設備故障類型，并進行故障模型匹配。然后，通過原始數據提取特征參量來進行相應

65、的模型構建，對故障做出預判及告警，并進行故障診斷，旨在提升設備監管效率。該方案不僅可以幫助企業進行數字化轉型，建立數據收集體系，做到各類數據實時監控與管理，提升企業生產與運營效率，而且建立了一套完整的設備運維分析體系，避免突發設備故障的發生，保障企業生產效率與收益。(三)邊緣計算+音視頻在全球移動產業邁向 5G 的背景下，以超高清視頻、工業視覺、AR/VR 等為代表的音視頻應用，借助邊緣計算“低時延、高帶寬、大連接”的先天優勢，滿足了各行業對視頻業務實時性、視頻數據智能化等方面的需求。音視頻行業是邊緣計算的一個傳統且不斷創新的重點應用行業之一。音視頻的主要特點是其服務具備有高的互動性和實時性，

66、對基礎設施層要求低延時高帶寬，是與邊緣計算匹配的應用行業6?！斑吘売嬎?”技術白皮書（2022 年）391.應用場景與需求 在線視頻流量分發技術落后于內容需求圖 10 在線視頻流量分發技術落后于內容需求視頻服務商的典型特征是把連續的音頻和視頻信息放到網絡服務器上，用戶邊下載邊觀看。因此服務器的帶寬和存儲就變成了提升用戶體驗的唯一考量標準。而傳統的 CDN（Content DeliveryNetwork）架構服務通過在互聯網上部署多個節點，把視頻內容推給網絡的邊緣用戶，并根據客戶的請求選擇到用戶最近的服務節點進行服務，從而減輕服務器的壓力和骨干網絡的帶寬消耗，如圖 10所示。但是隨著流媒體的發展

67、，越來越多的自制內容，超高的碼率。而 CDN 采取峰值計費，導致成本增速遠超過收入增速。因此為使商業模式可持續，就必須顯著降低成本。而選擇邊緣節點通過邊緣計算提供服務，既可以滿足用戶對體驗提升的期待，并助力云端產業降本增效達到平衡 ROI?！斑吘売嬎?”技術白皮書（2022 年）402.技術架構圖 11 邊緣計算音視頻參考架構如圖 11 所示，邊緣計算音視頻參考架構主要分為客戶端、實時音視頻網絡和控制中心部分：客戶端客戶端是指用戶發起或接收音視頻通信服務的應用端 APP，會根據不同的終端硬件類型集成不同的 RTC SDK 供應用端業務調用API 實現和其他用戶的音視頻通信和交互。終端：支持主流

68、的終端硬件類型，包含 IOS、Android、Windows、macOS、Linux、Web 網頁端等。RTC SDK：提供音視頻實時通信的音視頻處理和傳輸能力。視頻引擎：實現終端視頻數據的采集、編碼、處理能力，以及對接收的視頻數據進行解碼、播放、渲染能力。音頻引擎：實現終端音頻數據的采集、前處理、編碼能力，以及對接收的音頻數據實現解碼、后處理、播放能力?！斑吘売嬎?”技術白皮書（2022 年）41前處理是在音頻編碼前，對采樣的 PCM 數據進行回聲消除、噪聲抑制、增益控制等處理，去除各種干擾，提升聲音清晰度。后處理是在音頻解碼后，對還原的 PCM 數據進行均衡器、混響等處理，產生各種音效，增

69、強聲音效果。網絡引擎：實現對流媒體在互聯網傳輸中的傳輸性能和可靠性保證，提供帶寬探測、擁塞控制、FEC 前向糾錯、ARQ 重傳等網絡服務能力。信令：實現客戶端和 RTC 后端服務的信令交互功能，比如用戶認證、房間請求、流請求等操作請求。房間操作：實現客戶端用戶創建/加入/離開房間、開始/停止接收媒體流、用戶可見性等操作能力。監控：實現對客戶端 CPU/內存信息、本地發送音視頻統計信息和網絡狀況、接收遠端音視頻統計信息和網絡狀況的監控能力。視頻特效：實現對發布視頻的視頻特效疊加處理，包括創建/銷毀特效引擎、特效素材包、特效強度、顏色濾鏡等特效能力。流管理：實現本地音視頻流發送/不發送、音視頻流配

70、置參數、轉推直播等管理能力。消息：實現房間內用戶間點對點、廣播消息的發送和接收能“邊緣計算+”技術白皮書（2022 年）42力。實時音視頻網絡基于全國分布的邊緣計算節點資源，構建覆蓋所有區域用戶的實時音視頻網絡，并實現就近提供音視頻控制面和數據面業務接入和服務能力。邊緣計算資源服務：提供實時音頻通信服務邊緣部署所依賴的基礎設施資源服務和管理能力。邊緣計算節點：提供覆蓋全國各省市和運營商的邊緣計算基礎設施資源。運營商專線：提供運營商單線、多線和 BGP 專線服務實現互聯互通能力。邊緣云操作系統：實現對邊緣物理資源的虛擬化抽象，以 API形式對外提供邊緣計算資源服務和管理能力。邊緣虛機：提供 RT

71、C 網絡服務邊緣部署的虛擬化環境。邊緣網絡：提供 RTC 網絡服務邊緣實例的網絡互聯互通能力。邊緣存儲：提供 RTC 網絡服務數據的持久化存儲能力。邊緣函數：支持基于事件驅動的邊緣托管函數計算能力。邊緣容器：提供 RTC 網絡服務邊緣部署的輕量容器虛擬化環境。實時音視頻網絡服務：實現對音視頻媒體流的控制、接入、轉發、處理等能力?！斑吘売嬎?”技術白皮書（2022 年）43統一接入網關：實現對客戶端 RTC SDK 發送的控制面/數據面請求的統一接入能力和服務路由能力。邊緣信令服務：實現對客戶端控制面信令請求的本地處理或轉發，比如用戶認證請求、創建/加入/退出房間操作信令請求、發布/訂閱/自定義

72、操作流請求等。媒體服務：實現對客戶端音視頻媒體流的就近接入、轉發及邊緣云端視頻處理能力。合流：將本地音視頻流和連麥遠端視頻流本地合流，用于轉推直播場景。錄制：將當前音視頻流進行錄制，并轉錄至相應的對象存儲，用于點播轉錄場景。截圖：針對當前視頻流進行抽幀截圖，用于內容審核場景。切片：針對當前音視頻流進行周期性切片保持，用于音、視頻審核場景。渲染：針對用戶終端性能不足場景，可以通過邊緣云端CPU/GPU 資源輔助終端實現高性能特效高算力渲染能力?？刂浦行膶崿F對 RTC 業務的中心統一控制能力。用戶管理：實現對 RTC 用戶的身份信息管理，以及請求服務的Token 管理、分發、認證能力。調度中心：實

73、現對 RTC 用戶接入請求基于 IP 地理位置親和性、“邊緣計算+”技術白皮書（2022 年）44時延等指標提供最優 RTC 統一邊緣接入網關清單，供客戶端優選最佳節點接入。配置中心：實現對客戶端、邊緣實時音視頻服務等模塊的統一配置管理和下發能力。中心信令服務：實現對邊緣信令服務異步同步，及跨邊緣多節點信令同步能力。監控中心：實現對客戶端、邊緣節點、邊緣實時音視頻服務、網絡等資源的數據采集和監控能力。網絡編排：實現基于實時網絡時延、丟包率、資源負荷等指標，動態計算 RTC 邊緣節點間最佳路由路徑，用于指導 RTC 用戶邊緣節點間快速流拉取和轉發。3.典型案例 游戲與視頻直播以直播行業某頭部客戶

74、為例，該直播客戶平均月活用戶數 1 億以上，是國內最大的互動游戲直播平臺之一，其涉及邊緣計算的業務場景主要分兩種，第一種是主播網，用于構建主播直播所需網絡，第二種是信令系統，主要負責收集處理并發送客戶端用戶的彈幕內容。明確該直播客戶需求后，在全國多地進行邊緣計算節點 UEC 的設備部署，并進行多地運營商節點的測試工作，為客戶提供全國性的邊緣計算節點和帶寬資源，一方面在主播直播推流時，支持就近“邊緣計算+”技術白皮書（2022 年）45推流，實現直播流的分發和就近訪問，確保直播低時延，同時降低帶寬成本，目前該客戶邊緣節點網絡連接延時小于 5 毫秒，帶寬成本下降 50以上。另一方面支持高并發，實現

75、實時彈幕的邊緣分發，提升主播、用戶雙向的直播體驗。同時為客戶開發了邊緣節點的 API（應用程序接口），客戶可自行對資源進行管理、擴展，方便運營管理。邊緣 RTC 方案圖 12 邊緣 RTC 方案如圖 12 所示，在 RTC 場景下，通過把架構從中心打散到每個邊緣節點做部署，實現一整套全國式分布式網絡的就近接入。通過就近的節點把用戶側的視頻流做就近的接入，把接入后的視頻流在單線節點做初步媒體和信令層面處理之后，通過三線節點做混流&轉發，把整套視頻的交互在邊緣完成。通過流量的本地卸載，做到整體傳“邊緣計算+”技術白皮書（2022 年）46輸鏈路的最優，大幅度提升用戶體驗；同時也降低中心節點的網絡帶

76、寬的消耗，卸載到邊緣的帶寬成本結構上，做到成本的降低。邊緣視頻源站圖 13 邊緣視頻源站如圖 13 所示，在邊緣視頻源站場景下，邊緣計算實現了主播側視頻流的就近接入，通過邊緣計算能提供的計算能力，實現了整個視頻流的邊緣處理。視頻流的處理，包含轉碼、合流、切片、分析等等一系列業務定義邏輯。視頻內容處理完成，可通過 CDN 做到全國觀眾的分發。若為本地主播上傳視頻，同時又為本地用戶觀看，可直接通過邊緣節點拉流，形成一整套視頻的本地化處理方案。在邊緣視頻源站整個的場景架構下，邊緣計算可解決從內容生產、內容存儲、內容加工、內容分發全環節在邊緣節點內全閉環處理，幫助 ToB 的企業實現降本增效?！斑吘売?/p>

77、算+”技術白皮書（2022 年）47 視頻安防圖 14 視頻安防方案如圖 14 所示，在視頻安防場景下，邊緣計算提供了一套新型云邊端解決方案：在端上側重于做一些原始數據的接入和輕量化計算。如在攝像頭上，包含 AI 攝像頭和傳統攝像頭，接入邊緣計算盒子實現很好的計算補充，把更多的計算任務本地卸載。在云邊緣側，支持實時匯聚上行的視頻流或者圖片流，匯聚后可把 AI 的結構化處理在邊緣節點上閉環。同時支持把 AI 任務加工之后，能更實時的返回到端上，形成低延時的交互。而在中心云端，做核心數據的留存，更偏大數據的分析、一人一檔的處理。實現云邊端的完美協同。邊緣節點與云 CDN 協同如圖 15 所示，邊緣

78、節點的業務中臺已結合傳統 CDN 的緩存架構并進一步發展?？赏瞥?PCDN 與云 CDN 協同的模式，將云 CDN 作為內容提供商分發的源站，而內容提供商僅需提供 URL 以及分發參數，PCDN 則自動支持從云端獲取、下載、分發視頻。在用戶觀看視頻時，“邊緣計算+”技術白皮書（2022 年）48可用原先的 URL 向業務后臺發送請求，數據將正常調用 PCDN。如果遇到網絡狀況較差或者緊急請求，則自動向云 CDN 獲取數據，確保用戶體驗方案能將云與邊緣融合，滿足用戶對內容提供商從云到邊緣無縫切換零感受，并可在保持使用原有的 CDN 服務不變的情況下，逐步過渡采用 PCDN 解決方案。圖 15 邊

79、緣節點與云 CDN 協同PCDN 與云 CDN 協同方案應能匯聚邊、云計算能力，通過數據采集、大數據分析和智能調度技術，實現按需求靈活調度，將分發內容調度至加速節點，優化終端用戶體驗；且能廣泛兼容海量和存量的邊緣計算節點，即具有計算能力的聯網硬件設備：家用臺式電腦、路由器、OTT 機頂盒，5G 微基站，小區機房等），形成傳輸技術和供應成本的雙重優勢，在提升用戶體驗和服務可靠性的同時，大幅降低網絡帶寬成本。從功能視角看，該方案應有以下三項核心能力：異構資源敏捷編排PCDN 與云 CDN 的高效協同，需能靈活調度后臺內容資源與服務“邊緣計算+”技術白皮書（2022 年）49響應?？苫?Kuber

80、netes（K8s）或定制化容器編排調度平臺等，進行對云原生架構的非侵入式擴展，有較為完備的云原生兼容性，支持包括但不限于 K8s Pod、Docker 容器、原生程序、Kata 容器和函數計算等的下發；針對環境異構性，面向邊緣側的 CPU、存儲以及網絡等特征，設計云邊一體化協同方案，實現安全隔離、高資源利用率、秒級彈性、輕運維與灰度發布等功能，支持統一高效編排、業務快速接入，實現敏捷部署。此外，可將不同的存儲抽象成統一的存儲資源，采用統一的模式來支持多變需求，強調簡單配置與動態布局，將存儲介質通過 LVM合并成一個邏輯卷，提供給任務實例使用，實現存儲資源的充分利用以及服務能力的提升。同時，可

81、定制信令通信協議，借助大數據分析平臺和 A/B 測試灰度實驗論證體系，全方位評價各種調度技術指標，根據平臺、服務和資源規模等，敏捷配置調度優化策略。自動化交易與運維可設計一整套經濟學的撮合機制，形成循環的聚合拉動模式，并納入用戶和資源供應商，既考慮供給節點的效益，也考慮需求業務的效益，注重服務覆蓋的廣度和規模以及服務部署的彈性，建立一套交易模型；通過盡可能地復用資源，在異構的業務和異構的資源環境下，同時滿足用戶和資源供應商雙方的要求，形成良性交易循環，從而完成雙邊經濟?；诖髷祿腿斯ぶ悄?，實現資源、服務和任務的自動化調度，“邊緣計算+”技術白皮書（2022 年）50使資源在細顆粒度下進行精確

82、調度，提升資源的利用率，大幅降低錯誤調度與重復調度的發生頻率，形成以 IaC 為核心的自動化運維能力；同時，對全網的機房節點和服務器進行自動化監測，在服務器硬件故障發生前可實現提前預警，并調撥任務到該機房節點的其他服務器，以替換潛在故障服務器，從而強化節點資源的穩定性和可靠性。底層網絡動態調整一方面，基于動態 SDN 技術構建服務器間的網型架構，在各個服務器節點之間建立一套可自定義服務質量的、高效虛擬的Overlay 傳輸網絡，使底層網絡支持動態調整，在較復雜的網絡下兼容于各種異構網絡環境，從而能容忍準弱網甚至弱網環境，保障節點間網絡傳輸的質量和穩定性。同時，繞開骨干網與三線互聯，在城域網和接

83、入網兩個環節打通整個網絡，用上層算法協議進行路由決策，基于七層 SDN 有效地避免昂貴的 BGP 帶寬費用開銷，并提升用戶體驗。另一方面，基于一套鏈路評估機制，運用多維度指標（包括谷歌的 BWE，TTL 以及成本 Cost 等）來評估多路的、單路的、內網的異構節點，考慮節點的歷史穩定性。根據以上維度的指標數據，為每條鏈路進行定期打分；并基于鏈路打分，對數據進行分片，用不同的鏈路傳輸不同的數據，實現并行傳輸，從而規避因為單路徑中斷而導致網絡異常的情形；此外，借助 RTC 中的 FEC 技術，把數據“邊緣計算+”技術白皮書（2022 年）51切片之后用噴泉碼做擴展，構建數據冗余機制，控制傳輸可靠性

84、和延遲。(四)邊緣計算+區塊鏈邊緣計算與區塊鏈技術具有廣域分布的共性技術特征，兩種技術具有天然的親和性，兩種技術的融合可以為行業應用提供高效的可信認證能力。一方面，區塊鏈服務可以利用邊緣計算的基礎賦能底座，獲得邊緣側算力資源與通信能力，提升自身服務能力；另一方面，運行于邊緣側的各類行業應用可以利用區塊鏈服務提供可信的數據信息7。1.應用場景與需求 通信設備巡檢在人員日常通信設備巡檢中，巡檢效率低，成本高，耗時長，通信設備數量多、型號多、品牌多，當巡檢工作外包給第三方公司時，就可能會有造假情況的發生。區塊鏈服務部署在邊緣計算節點服務器上，為設備檢驗提供數據采集、信息登記、設備查詢、數據存儲、可視

85、化顯示等功能，并提供檢驗數據的全過程追溯，確保檢驗結果的真實性和可靠性。還可以對巡檢數據進行分析，為操作人員提供巡檢數據管理服務，從而提高巡檢質量和效率。數據采集目前的方式可分為人工巡檢和自動巡檢兩種。人工巡“邊緣計算+”技術白皮書（2022 年）52檢是指：運維人員到巡檢現場采集巡檢數據，并通過人工登記的方式將巡檢信息上傳到區塊鏈巡檢管理系統。自動巡檢是指：部分數據來自安裝在巡檢現場的相應傳感設備，可自動采集并上傳巡檢指標數據;另一部分數據可以來自現有網絡的網管平臺，一些設備的巡檢數據可以通過巡檢管理系統與網管平臺的接口交互獲得。自動巡檢可以有效降低人工巡檢的成本，杜絕人工巡檢中的造假現象。

86、通過自動巡檢，還可以大大提高巡檢效率，特別是對于一些偏遠地區，人工巡檢的成本相對較高，自動巡檢可以在不需要運維人員趕往設備現場的情況下完成巡檢任務。行業數據可信處理邊緣計算與區塊鏈共同為行業生產活動的數字化提供高可信、高效率處理:行業多方將長流程業務各方面的生產數據實時傳輸到邊緣云。部署在邊緣計算節點上的區塊鏈服務可以提供實時存儲，基于可信數據的分析和處理，支持業務的可信執行，解決業務數據處理的帶寬、安全性、實時性和高可靠性問題。新一代數字化技術與傳統行業逐步融合帶動產業發展，行業活動伴隨長流程、多方參與、智能處理與大量數據產生。以航運物流業為例，航運涉及許多參與者，如托運人、海關和航運公司。

87、航運業務紛繁復雜，協同效率低，成本高。需要聯系各方實現協同經營，進而重構國際貿易產業鏈模式。所有這些都需要建立各種數據可信度。又比如，現代農業，智慧農業希望依托傳感器采集數據的多樣“邊緣計算+”技術白皮書（2022 年）53性，對數據進行智能分析處理，將數據傳感、分析、存儲和聯動一體化，完成遠程監測、預警和控制。視頻存證視頻數據通過邊緣節點上的區塊鏈存儲在本地。當業務端查詢數據時，自動完成數據驗證服務，業務端可以方便高效地知道數據的真實性。校園、客運站、商城等區域的監控視頻、執法視頻等，都是由各單位自行存儲，當需要調閱視頻時，只能查詢各單位自身存儲的視頻數據，而各單位可能出于對本單位利益的考慮

88、，很可能對視頻數據進行刪除、偽造等，這樣數據就存在造假的隱患，不利于還原事實真相。視頻存儲的需求通常是在有視頻錄制方和監管方時產生的，比如總司對分公司的監控或公共安全方面的統一要求等。視頻記錄的可信度，尤其是長期保存的歷史視頻的真實性，可能會受到質疑。使用區塊鏈記錄作為證據大幅度提高視頻的可信度。2.技術架構“邊緣計算+”技術白皮書（2022 年）54圖 16 邊緣計算+區塊鏈架構圖如圖 16 所示，在“邊緣計算+區塊鏈”的架構中，共包括 IaaS、PaaS、SaaS 和運維管理四個部分，其中：IaaS 層：位于最底層，負責計算、存儲、網絡資源的分配和調度，也可為外部區塊鏈系統提供服務器資源；

89、PaaS 層：該層中邊緣計算平臺提供邊緣服務能力，區塊鏈平臺提供區塊鏈核心支持能力，包括資源申請、區塊調用、數據分析、資源編排等，豐富完善了邊緣計算能力，通過能力開放框架，共同為各類應用場景提供統一的“邊緣計算+區塊鏈”服務接口。SaaS 層：是整個系統對外提供的應用服務能力。應用也可使用部署在邊緣計算節點資源池外部的區塊鏈。運維管理：提供用戶管理、資源管理、系統監控和分析響應“邊緣計算+”技術白皮書（2022 年）55等基礎運維能力，實現區塊鏈資源和邊緣計算資源的統一管理和監控。3.典型案例 區塊鏈巡檢保存人工巡檢或自動巡檢過程采集到的各種巡檢數據，并將其哈希值保存到區塊鏈中，以保證數據的準

90、確性。各公司可以通過檢驗管理系統查詢檢驗結果。將區塊鏈巡檢系統部署在邊緣計算服務器上，可以利用邊緣節點的資源，涉及多地區的巡檢數據上鏈，與各公司形成多節點架構，把節點部署在運營商云計算平臺上，同時就近部署在邊緣計算平臺上。行業數據隨著數據傳輸量、設備數量和數據計算量的快速增加，整個系統對傳輸帶寬、計算量和響應速度的要求越來越高，通過邊緣計算可以提供低功耗、低時延、高可用性等服務。同時，利用區塊鏈服務提供多方交互、可信存款、可信執行全過程數據，從而實現對全過程的監控。將行業長流程業務各環節的生產數據，發送給部署在周邊邊緣節點上的相關應用，如單據、監控信息、設備實時情況等，借助區塊鏈技術的數據透明

91、性，將信息流程實時鏈接，數據保存，為流程跟蹤和業務追溯（如導航、事故原因等）提供更直觀、更詳細的數“邊緣計算+”技術白皮書（2022 年）56據支持;邊緣計算能力用于對數據進行分析和決策，依托區塊鏈的智能合約進行流程管控、觸發報警、提供實時反饋，并產生具有雙向可追溯性的可靠電子證據等。視頻文件驗真區塊鏈賬本存儲空間會比較有限，視頻文件一般會很大，在設計業務方案和流程時，需要將視頻文件的摘要信息上傳到區塊鏈存證，而視頻源文件則物理地分散在每個單元的原始存儲介質上。視頻信息包括視頻文件的哈希值、文件名、文件大小等信息?？梢栽谏珊痛鎯σ曨l文件的地方安裝邊緣視頻服務軟件，例如攝像頭和視頻服務器，并且

92、可以定期檢查視頻文件以生成摘要并發送到邊緣區塊鏈節點。共識處理后，區塊鏈系統將摘要數據存儲在區塊鏈網絡上。業務人員在調取本地視頻文件進行查看時，邊緣視頻服務軟件向區塊鏈系統發出一個驗真的請求，并用視頻文件重新生成摘要信息，如果和區塊鏈上存儲的摘要信息高度契合，則表明其為當時記錄的視頻，沒有被篡改，最終將驗真的結果反饋給業務人員。(五)邊緣計算+安全邊緣計算具有地域分布廣、算力多元泛在、數據海量異構、接入協議種類繁多等特性，一方面傳統云計算環境下的數據安全、隱私防護等防護措施在邊緣計算場景下面臨諸多挑戰，另一方面車聯“邊緣計算+”技術白皮書（2022 年）57網、工業互聯網等諸多場景，要求在邊緣

93、側部署各類安全策略，保障安全防護的及時性與有效性。邊緣計算安全技術融合了邊緣計算架構與各類安全防護技術，從邊緣基礎設施安全到邊緣安全服務，體系化構建邊緣計算安全防護體系。1.應用場景與需求 通信協議存在安全問題消息中間件或網絡虛擬化技術通常被應用在邊緣節點與云服務器中，邊緣節點與海量、異構、資源受限的現場/移動設備大多采用短距離的無線通信技術，這些協議的安全性面臨巨大的挑戰。例如：在工業邊緣計算、企業 IoT 邊緣計算場景下，傳感器與邊緣節點之間存在著眾多不安全的通信協議（如：ZigBee、藍牙等），缺少加密、認證等措施，易于被竊聽和篡改；在電信運營商邊緣計算場景下，邊緣節點與用戶之間采用的是

94、基于 WPA2 的無線通信協議，云服務器與邊緣節點之間采用基于即時消息協議的消息中間件，通過網絡 Overlay 控制協議對邊緣的網絡設備進行網絡構建和擴展，考慮的主要是通信性能，對消息的機密性、完整性、真實性和不可否認性等考慮不足8。邊緣節點數據易被損毀由于邊緣計算的基礎設施位于網絡邊緣，缺少有效的數據備份、恢復、以及審計措施，導致攻擊者可能修改或刪除用戶在邊緣節點上的數據來銷毀某些證據。在企業和 IoT 邊緣計算場景下，以交通“邊緣計算+”技術白皮書（2022 年）58監管場景為例，路邊單元上的邊緣節點保存了附近車輛報告的交通事故視頻，這是事故取證的重要證據。罪犯可能會攻擊邊緣節點偽造證據

95、以擺脫懲罰。再者，在電信運營商邊緣計算場景下，一旦發生用戶數據在邊緣節點/服務器上丟失或損壞，而云端又沒有對應用戶數據的備份，邊緣節點端也沒有提供有效機制恢復數據，則用戶只能被迫接受這種損失；如果上述情況發生在工業邊緣計算場景下，邊緣節點上數據的丟失或損壞將直接影響批量的工業生產和決策過程。隱私數據保護不足邊緣計算將計算從云遷移到臨近用戶的一端，直接對數據進行本地處理和決策，在一定程度上避免了數據在網絡中長距離的傳播，降低了隱私泄露的風險。然而，由于邊緣設備獲取的是用戶第一手數據，能夠獲得大量的敏感隱私數據。例如，在電信運營商邊緣計算場景下，邊緣節點的好奇用戶極容易收集和窺探到其他用戶的位置信

96、息、服務內容和使用頻率等。在工業邊緣計算、企業和 IoT 邊緣計算場景下，邊緣節點相對于傳統的云中心，缺少有效的加密或脫敏措施，一旦受到黑客攻擊、嗅探和腐蝕，其存儲的家庭人員消費、電子醫療系統中人員健康信息、道路事件車輛信息等將被泄露。2.技術架構“邊緣計算+”技術白皮書（2022 年）59圖 17 邊緣計算安全架構如圖 17 所示，邊緣計算安全架構主要包括邊緣可信基礎設施、SASE 平臺部分9：邊緣可信基礎設施：為邊緣計算提供可信基礎設施硬件，涵蓋了 CPU 內置、插卡、板載等多種形式。另外邊緣可信基礎設施提供了計算、存儲和網絡的可信資源管理調度能力?？尚庞布?、軟件和資源管理調度系統共同提供

97、了安全可靠的底層基礎環境。SASE 平臺：該層包含一個或多個安全環境，提供與敏感數據存儲、敏感功能執行相關的各種安全服務。身份安全包括身份管理、動態策略等。網絡安全包括安全策略、安全防護、日志審計、入侵檢測等。應用與數據安全包括 Web 應用安全、數據加密、數據銷毀等。3.典型案例 無人機安全方案“邊緣計算+”技術白皮書（2022 年）60在無人機安全領域，大多采用邊緣部署無人機的方式，由于通信鏈路的開放性，更容易受到竊聽和篡改等惡意攻擊。被損壞和控制的無人機可能造成嚴重的損失。邊緣的無人機使用無人機與衛星、無人機與地面站以及無人機與無人機之間的異步通信鏈路。這些鏈路通過承載任務負載實現不同類

98、型信息數據的實時共享。無人機和衛星通信使用全球導航衛星系統(GNSS)信號和氣象信息。無人機與地面站之間的通信鏈路用于傳輸控制指令和視頻圖像數據。無人機與無人機的通信是為了實現兩臺無人機之間的數據傳輸。對于短距離飛行，無人機只需直接與地面站建立通信即可。對于長距離飛行，無人機需要使用中繼機(例如，另一個作為中繼器的無人機)來實現無人機和地面站的間接連接。典型的無人機通信鏈路如圖 18 所示。圖 18 無人機通信鏈路 可信電力調度方案“邊緣計算+”技術白皮書（2022 年）61電力調度體系從部署、應用方面與工控終端結合邊緣計算的思路深度契合，并且關乎國計民生。如圖 19 所示，針對國家電網電力生

99、產調度系統高安全系統防護需求，以可信計算為安全基礎支撐平臺構建安全體系，通過在硬件上引入可信根，從結構上解決計算機體系結構簡化帶來的脆弱性問題?；诳尚鸥鶠楹诵暮托湃卧袋c，從平臺加電開始，到應用程序的執行，構建完整的信任鏈，一級認證一級，一級信任一級，未獲認證的程序不能執行，從而使信息系統實現自身免疫，構建高安全等級的防護系統，是構建積極防御、綜合防范的信息安全體系的關鍵基礎。該方案采用可信計算 3.0 技術體系，建立新一代電力調度系統安全計算環境，實現電調系統底層基礎安全，是有效防止來自未知領域、未知途徑、未知方式、未知手段、未知空間攻擊的最佳方案。方案服務于國家電網電力調度系統，使國家電力

100、調度系統達到國家等級保護四級的安全要求，同時符合 GB/T22239 基本要求和GB/T25070 設計技術要求?！斑吘売嬎?”技術白皮書（2022 年）62圖 19 可信電力調度方案(六)邊緣計算+高性能計算高性能計算機以超高的計算性能廣泛應用于國民經濟各個領域，在應對重大挑戰性問題，促進傳統產業轉型升級，提高人民生活水平。高性能計算云已成為一種創新算力服務模式。它側重提升行業用戶算力使用體驗，解決傳統超算面臨的資產投資大等痛點問題，對通用超算和行業超算提供更廣闊的應用前景。在高性能計算云化發展的背景下，邊緣計算與高性能計算的深度融合，一方面云化的高性能計算服務從中心走向邊緣，可以進一步滿足

101、更多業務場景對高效算力的需求，另一方面結合邊云協同能力，實現高性能計算云服務能力的擴展支撐?！斑吘売嬎?”技術白皮書（2022 年）631.應用場景與需求 多媒體渲染場景多媒體渲染是指用軟件從模型生成圖像的過程。模型是用嚴格定義的語言或者數據結構對于三維物體的描述，它包括幾何、視點、紋理以及照明信息。隨著近年市場需求增長及計算機硬件和圖形學的迅速發展，渲染得到了越來越廣泛的應用。動畫渲染耗費大量時間已經成為影響動畫制作效率的一個重要因素，在動畫節目制作過程中渲染所需要的時間越來越多；而且當今的影視后期制作也已離不開特效渲染的支持，后期制作部門面對觀眾愈加苛求的挑戰，藝術家們不僅需要在每個項目上

102、追求創新，并且需要解決實現復雜特效的快速工具；即使最絢麗的特效，在交付期結束前若不能遞交將沒有任何市場價值。利用傳統的 PC 工作站來進行渲染的方式必定無法滿足如此龐大的計算量。因此將邊緣高性能計算技術引入渲染行業領域構建渲染系統，成為了解決動漫影視制作瓶頸、提高工作效率的必要手段。生命科學場景生命科學涉及到高性能計算的領域諸多，包括基因測序、分子對接和藥物篩選等，對算力的需求很大，但普遍存在計算資源老化、本地存儲資源不足等問題，阻塞科研流程，影響生產效益。云超算是基于云原生高性能計算的解決方案，協助傳統基因業“邊緣計算+”技術白皮書（2022 年）64務更快部署，傳統 Cromwell 流程

103、跑在 kubernetes 環境，實現基礎資源的高效彈性，適應了基因測序業務量波動的需求。通過混合云方案實現線下和線上的協同，開發測試和小規模業務在客戶自己的數據中心環境中運行，大規模生產業務運行在公有云中，提升了環境隔離和業務彈性能力，大幅提高了業務承載能力的同時大幅降低企業成本。2.技術架構圖 20 邊緣高性能計算架構如圖 20 所示，邊緣高性能計算架構主要包括邊緣基礎設施層、HPC 平臺層、應用層和多云互聯四個部分，其中：邊緣基礎設施層：高性能計算平臺提供了運行行業應用所需的基礎算力資源，可向上提供虛擬化能力?；A設施層的硬件資源主要包括通用服務器、存儲設備、網絡設備、超算服務器、高速互

104、聯網絡、GPU、FPGA、TPU 等各類計算、存儲與網絡硬件，其中，超算云以超算資源為主，云超算以通用資源為主。資源虛擬化為高性能計算云服務提供了集中化的“邊緣計算+”技術白皮書（2022 年）65資源管理、可彈性的資源調配、較低的運維成本。HPC 平臺層：提供作業調度、高性能算法庫、性能監控、集群管理等相關功能，使用統一的任務調度系統實現對邊緣計算資源和作業進行統一調度與編排。應用層：為面向行業用戶的門戶，在基礎的平臺服務之外，提供了多種行業場景下的高性能計算應用服務，包括智能分析、能源勘測、設計仿真、基因測序、圖像渲染等。多云互聯：主要包括了 HPC 公有云、HPC 私有云、HPC 邊緣云

105、之間從資源、數據、應用與服務四個層面相互協同，并在此基礎上實現多云接入、異構管理、資源管理等多云管理功能。3.典型案例 邊緣視頻處理加速方案目前邊緣視頻 AI 處理加速在各個場景下得到廣泛的應用。以深度學習為代表的，AI 處理過程需要高效處理大量非結構化的視頻數據，要求硬件具有高效的計算能力。目前業界通過在邊緣側部署“硬件+軟件”異構計算環境，實現視頻處理加速，如圖 21 所示?！斑吘売嬎?”技術白皮書（2022 年）66圖 21“軟件+硬件”異構計算架構云側通過部署異構計算環境以及大數據和人工智能平臺，負責執行智能數據分析、模型訓練任務、以及部分帶寬占用低、非時延敏感的推理任務；與云側相比，

106、邊緣側的算力資源更少，主要執行數據傳輸帶寬壓力大、實時性要求高等推理任務；部分端側設備也配置了低功耗的專用芯片，對采集數據進行分析處理。此外，通過算力資源調度，優化資源配置，也可提高視頻處理效率。音視頻數據通過邊緣可靠鏈路高速上傳并由邊緣計算服務及時處理，可極大降低關鍵業務延遲，加速視頻分析處理鏈路。通過智能調度就近優質鏈路，并提供節點內存儲及計算服務，全方位降低響應時延。各地的服務通過邊緣節點的虛機和容器提供計算服務，可以讓用戶做到對底層服務無感知。邊緣場景的整體基礎設施及運“邊緣計算+”技術白皮書（2022 年）67維能力，也滿足客戶多應用場景需求并提供業務快速復制能力。在視頻上傳場景中，

107、就近接入邊緣節點，視頻文件上傳速度將提升 50%，同時因減少傳輸鏈路使得上傳成功率提高至 99%以上。另外，也可引入多個節點存儲集群，保證邊緣環境存儲功能的可靠性?！斑吘売嬎?”技術白皮書（2022 年）68四、“邊緣計算+”技術發展趨勢(一)“邊緣計算+”技術從概念走向深入作為邊緣計算技術發展的重要趨勢，“邊緣計算+”技術融合能力的深度與廣度，將得到進一步提升。當前的“邊緣計算+”關鍵技術能力中，邊緣計算主要扮演了基礎賦能平臺的角色，即各類 ICT技術利用邊緣計算平臺能力，在邊緣側與云側同時部署不同的服務能力，滿足行業應用差異化需求。未來，邊緣計算將與更多 ICT 技術深度融合，在邊緣側提供

108、更為豐富的技術服務能力，提升“邊緣計算+”關鍵技術的廣度；另外，邊緣計算核心技術將與 ICT 技術深度融合，在硬件加速與軟件算法方面不斷升級演進，提升邊緣 AI、邊緣 HPC、邊緣音視頻等融合技術的執行效率?！斑吘売嬎?”將以算網融合為目標，加速算力資源與網絡資源的深度融合。邊緣計算“端、邊、云”架構已經成為行業數字應用規模部署的基本范式。在以車路協同等為代表的應用場景中，邊緣側將發揮不可替代的核心作用，滿足業務低時延、高吞吐的處理需求?，F階段，“邊緣計算+”將推動以“云為核心”的云網融合技術發展，形成一體化的云網資源與服務能力。未來，“邊緣計算+”將融入到各類技術與行業場景中，構建集多元化算

109、力、智能化網絡于一體的算網融合服務體系?！斑吘売嬎?”技術白皮書（2022 年）69(二)一體化與智能化成為“邊緣計算+”重要發展方向“邊緣計算+”將為行業應用提供一體化資源供給機制、為最終用戶提供一體化服務體驗，為運營企業提供一體化運維管理。邊緣算力基礎設施共建共享，將減少建設成本，是滿足國家戰略層面加速算力基礎設施建設需求，實現集約綠色發展的必然選擇。邊緣算力基礎設施的共建共享，將充分整合邊緣算力資源，為“邊緣計算+”架構的技術融合層，提供跨服務商的邊緣平臺供給能力。未來，“邊緣計算+”將綜合各個關鍵技術能力，為行業用戶提供一體化、服務商無感知的邊緣算力服務。在實現一體化能力的基礎上，“邊

110、緣計算+”將提供智能化的數據感知、資源感知、服務感知與安全感知能力?！斑吘売嬎?”將以跨區域、跨服務商的邊緣算力資源為賦能底座，因此“邊緣計算+”各類關鍵技術能力，需要感知邊緣計算系統內的算力資源、數據分布、服務部署與安全威脅，在各個邊緣計算節點之間實現動態的調度與協同。(三)云原生將成為“邊緣計算+”技術演進的加速器海量異構資源將成為“邊緣計算+”發展的雙刃劍，云原生技術可以在一定程度上屏蔽底層基礎架構的差異和復雜性。邊緣算力基礎設施呈現廣域分布、多元異構的發展態勢。在一體化的邊緣算力環境中，存在海量異構的算力資源，如何根據不同場景需求，高效、“邊緣計算+”技術白皮書（2022 年）70充分

111、地利用邊緣算力資源，是“邊緣計算+”發展的重點與難點。云原生技術可以屏蔽異構算力資源差異，支持行業應用在異構邊緣算力節點無差別部署與運行。云原生技術在應用快速部署、服務模式創新等多個方面助力“邊緣計算+”發展?！斑吘売嬎?”可以充分結合云原生的技術架構，實現邊緣服務的容器化和網格化，并通過自動化發布管道、CI 工具實現開發環境到生產環境的快速部署和持續集成。在服務模式方面，利用云原生技術，可以實現邊緣 AI、邊緣音視頻等各類服務的高效編排，并根據行業應用需求，匹配具有最佳運行效率的服務環境。(四)可信設施與安全服務共同構筑“邊緣計算+”安全壁壘在數字化轉型升級的邊緣計算化發展總體趨勢下，可通過

112、具備主動免疫能力的邊緣節點從底層支撐，再配合零信任策略體系，達成“個體免疫+總體防控”的整體安全格局。通過可信計算技術，部署具備主動免疫能力的“邊緣計算+”安全體系，能夠持續性地降低在網絡信息安全層面帶來的升級維護成本，并對已知和未知的惡意攻擊直接由系統本身進行免疫防護。在應用國家自主的可信計算技術體系的同時，還將從網絡信息安全層面帶動國產、自主基礎軟硬件在邊緣計算領域的發展和應用。算網融合時代，行業數字應用要求網絡安全向軟件化、服務化方向演進發展，以 SASE 為代表的“邊緣計算+”安全服務技術將融“邊緣計算+”技術白皮書（2022 年）71合網絡接入與安全能力，在邊緣側部署安全服務，提高安

113、全服務響應能力，降低部署成本，實現統一的安全管理，滿足業務動態安全訪問需求?！斑吘売嬎?”技術白皮書（2022 年）72參考文獻1TheLinuxFoundation.StateofTheEdge2021.https:/ 3GPP.Feasibility study on new services and markets technologyenablers for critical communications V14.1.0:TR22.862S.2016.3 ETSI.ETSI GS MEC003 Mobile Edge Computing(MEC):Framework andRefere

114、nce Architecture.4 GSMA.5G 時代的邊緣計算：中國的技術和市場發展,2020.5 AI 邊緣計算技術白皮書,2019.6 算網融合產業及標準推進委員會（CCSA TC621）.面向視頻領域的邊緣計算白皮書,2021.7 中國移動 5G 聯合創新中心.區塊鏈+邊緣計算技術白皮書,2020.8 邊緣計算產業聯盟.邊緣計算安全白皮書,2019.9 安全訪問服務邊緣（SASE）整體方案技術要求（征求意見稿）.“邊緣計算+”技術白皮書（2022 年）73縮略語縮略語英文名稱中文名稱4G4thGenerationMobileCommunicationTechnology第四代移動通

115、信技術5G5thGenerationMobileCommunicationTechnology第五代移動通信技術AGVAutomated Guided Vehicle自動導引運輸車AIArtificial Intelligence人工智能APIApplication Programming Interface應用程序編程接口APPApplication應用程序ARAugmented Reality增強現實ARQAutomatic Repeat-reQuest自動重傳請求BGPBorder Gateway Protocol邊界網關協議BPBack Propagation神經網絡CDNConten

116、t Delivery Network內容分發網絡CIContinuous integration持續集成CPUCentral Processing Unit中央處理器CTCommunication Techonology通訊技術產業DNSDomain Name System域名系統ECCEdge Computing Consortium邊緣計算產業聯盟eMBBEnhanced Mobile Broadband增強型移動寬帶FECForward Error Correction前向糾錯FPGAField Programmable Gate Array現場可編程邏輯門陣列GNSSGlobal Na

117、vigation Satellite System全球導航衛星系統GPUGraphic Processing Unit圖形處理器HPCHigh Performance Computing高性能計算IaaSInfrastructure as a Service基礎設施即服務ICTInformation Communication Technology信息、通信技術IPInternet Protocol網際互連協議IoTInternet Of Things物聯網ITInformation Technology信息產業MECMulti-Access Edge Computing多接入邊緣計算MEPM

118、ulti-Access Edge Platform多接入邊緣計算平臺mMTCMassive Machinetype Communication大規模機器類型通信OTOperational Technology運營技術PaaSPlatform as a Service平臺即服務PCPersonal Computer個人計算機PCDNPeer-To-Peer Content Delivery Network點對點內容分發網絡“邊緣計算+”技術白皮書（2022 年）74縮略語英文名稱中文名稱PCMPulse Code Modulation脈沖編碼調制PQCProcess Quality Contro

119、l過程質量控制QoSQuality of Service服務質量ROIReturn On Investment投資回報率RTCReal-Time Clock實時時鐘SaaSSoftware-as-a-Service軟件即服務SASESecure Access Service Edge安全訪問服務邊緣SDKSoftware Development Kit軟件開發工具包ToBTo Business面向企業TPUTensor Processing Unit張量處理器URLUniform Resource Locator統一資源定位系統uRLLCUltra-ReliableandLowLatencyCommunications高可靠和低延遲通信V2XVehicle to Everything車路協同VLANVirtual Local Area Network虛擬局域網VxLANVirtual Extensible Local Area Network虛擬擴展局域網VRVirtual Reality虛擬現實WebWorld Wide Web全球廣域網WPA2Wi-Fi Protected Access TwoWi-Fi 網絡安全接入第二版