1、 中國信息通信研究院云計算與大數據研究所 2024年7月 邊緣計算產業發展研究報告邊緣計算產業發展研究報告（2022024 4 年年）中國信息通信研究院云計算與大數據研究所 2024年11月 邊緣計算產業發展研究報告邊緣計算產業發展研究報告 (2024(2024 年年)版權聲明版權聲明 本報告版權屬于中國信息通信研究院，并受法律保護。本報告版權屬于中國信息通信研究院，并受法律保護。轉載、摘編或利用其它方式使用本報告文字或者觀點的，應轉載、摘編或利用其它方式使用本報告文字或者觀點的，應注明注明“來源：中國信息通信研究院來源：中國信息通信研究院”。違反上述聲明者，本院。違反上述聲明者，本院將追究其

2、相關法律責任。將追究其相關法律責任。前前 言言 隨著 5G、物聯網的規?；渴?，數據從集中式云數據中心向更靠近用戶的邊緣數據中心或邊緣設備轉移，邊緣計算由于其獨特的低時延、高性價比優勢，逐漸從概念走向應用落地。近年來我國邊緣計算相關政策陸續出臺，算力基礎設施高質量發展行動計劃 提出“要促進邊緣算力協同部署。加快邊緣算力建設，支撐工業制造、金融交易、智能電網、云游戲等低時延業務應用，推動云邊端算力泛在分布、協同發展”。隨著國家政策支持力度加碼，邊緣算力建設邁入高速增長期，邊緣應用場景逐漸延伸，邊緣市場規模不斷增長，邊緣計算成為備受矚目的算力服務模式。本研究報告基于邊緣計算市場和產業應用現狀，以產

3、業發展為主題，對邊緣計算的生態建設、市場情況、核心技術和典型應用場景進行梳理，詳細闡述邊緣計算在各行業中的應用和價值，并總結未來邊緣行業發展新機遇和新挑戰，希望能為產業各界提供借鑒和參考。邊緣計算相關產業、技術正處于高速發展階段，我們的認識有待深化迭代，望請各界批評指正、共同探索。目目 錄錄 一、政策和市場雙重驅動邊緣計算加速發展.1（一）全球各國政策布局加速，邊緣計算成為新焦點.1（二）產業市場生態蓬勃發展，邊緣計算迎來新機遇.7 二、邊緣計算關鍵技術創新演進.13（一）軟硬一體邊緣基礎設施呈高度集成架構.13（二）物聯網邊緣計算高效連接邊端設備.15（三）邊緣云原生高度適配應用場景.17（

4、四）邊緣安全逐漸走向完善.18（五）邊緣 AI 進一步融合創新.20（六）邊緣算力互聯網持續探索.22 三、邊緣計算應用領域不斷拓展.23（一）工業生產.23（二）政務.24（三）公共交通.25（四）車聯網.27（五）金融.29（六）互動娛樂.30（七）電力.32（八）零售.33（九）農業.35 四、邊緣計算產業協作全面深化.36（一）開源生態協同加深.36（二）標準體系初步建立.38（三）技術融合深化應用加速.39 五、邊緣計算面臨挑戰和未來展望.41（一）面臨挑戰及建議.41（二）發展趨勢.43 圖圖 目目 錄錄 圖 1 中國邊緣計算產業圖譜(2024).10 圖 2 邊緣軟硬一體設備分層

5、架構圖.14 圖 3 基于云邊端協同的物聯網邊緣計算框架.17 圖 4 邊緣 AI 計算平臺框架.10 圖 5 邊緣算力網絡框架.23 圖 6 邊緣計算在各行業應用占比.39 表表 目目 錄錄 表 1 地區發布邊緣計算推進政策摘錄.3 表 2 邊緣計算在各行業推進相關政策摘錄.5 表 3 邊緣計算開源項目.37 邊緣計算產業發展研究報告（2024 年）1 一、政策和市場雙重驅動邊緣計算加速發展（一）（一）全球各國政策布局全球各國政策布局加速，邊緣計算成為新焦點加速，邊緣計算成為新焦點 多年來“邊緣計算”一直被視為云計算的下一個前沿方向，作為云計算技術和應用的延伸，其更高的響應效率和更分散的基礎

6、設施能夠支持智能制造、自動駕駛、人工智能等眾多行業的規?；瘜嵺`。邊緣計算已被全球多個國家納入戰略規劃體系。自 2020 年以來，全球主要發達國家開始布局邊緣計算技術產業發展。近兩年來，越來越多的國家提出戰略規劃，將邊緣計算看做是信息通信技術前沿方向，通過出臺一系列國家級政策推動和支持邊緣計算深入探索和穩步實踐。2024 年 2 月，美國白宮發布關鍵和新興技術清單（2024），本次清單以 2022 年關鍵和新興技術國家戰略為基礎，對其中關鍵和新興技術領域列表作了更新和調整，并具體列出了各領域內的核心技術子領域清單，其中先進計算領域包含邊緣計算與設備技術。2023 年 7 月，歐盟通過了Web4.

7、0 和虛擬世界的倡議的新戰略，提出了要加快云計算、邊緣計算等基礎設施的建設，以更好的服務Web4.0 產業的發展。2022 年，韓國科學技術信息通信技術部宣布將對 5G 邊緣計算等項目投入 480 億韓元。2020 年，日本啟動“后 5G信息通信系統基礎強化計劃”，大力支持邊緣計算、先進半導體制造等領域技術研發和應用。我國頂層政策持續加碼支持邊緣基礎設施和邊緣應用建設。中華人民共和國國民經濟和社會發展第十四個五年規劃和 2035 年遠景目標綱要 中提出要“建設高速泛在、天地一體、集成互聯、安全高效邊緣計算產業發展研究報告（2024 年）2 的信息基礎設施，增強數據感知、傳輸、存儲和運算能力”。

8、“十四五”國家信息化規劃 提出要“統籌建設面向區塊鏈和人工智能等的算力和算法中心，構建具備周邊環境感應能力和反饋回應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”，把邊緣計算建設列為重點國家規劃推進，尤其是面向近場計算場景的邊緣算力建設?！笆奈濉睌底纸洕l展規劃提出“加快實施東數西算工程，推進云網協同發展，提升數據中心跨網絡、跨地域數據交互能力，加強面向特定場景的邊緣計算能力，強化算力統籌和智能調度”，建議在邊緣計算基礎設施之上，加強多節點算力之間的協同運作和智能調度。工信部、中央網信辦、教育部、國家衛生健康委、中國人民銀行、國務院國資委等六部門聯合印發的 算力基礎設施高質量發

9、展行動計劃提出“要促進邊緣算力協同部署。加快邊緣算力建設，支撐工業制造、金融交易、智能電網、云游戲等低時延業務應用，推動云邊端算力泛在分布、協同發展”。深入實施“東數西算”工程 加快構建全國一體化算力網的實施意見提出“探索開展城市算力網建設，實現國家樞紐節點算力資源與城市算力需求高效供需匹配”，為邊緣算力建設提出計劃指導。各地區發布邊緣計算基礎設施推進相關政策。近年來，全國各省、市陸續出臺支撐政策，推動建設本地邊緣計算基礎設施，引導邊緣計算在特定領域的應用實踐，加速建設云、網、邊、端一體化協同算力系統。邊緣計算產業發展研究報告（2024 年）3 表 1 地區發布邊緣計算推進政策摘錄 發布發布

10、地區地區 發布發布 日期日期 政策文件政策文件 政策內容政策內容 貴州 2023 年4 月 推動全省工業領域數字化改造加快工業互聯網創新發展導向目錄(20232025 年）（試行）支持企業 OT 網絡建設。包括工業設備設施或在制品的數字化、網絡網絡化改造。合理部署邊緣計算節點化改造。合理部署邊緣計算節點,增強信息交互和邊緣處理能力，利用工業以太網、工業無源光網絡(PON)、工業無線、時間敏感網絡(TSN)、邊緣計算等新型網絡技術 河南 2023 年4 月 2023 年河南省大數據產業發展工作方案 打造一批新型數據中心和邊緣數據中心，探索形成一批大數據產業技術規范和標準，靈活部署邊緣計算中心，建

11、設邊緣計算城市節點，構構建城市內邊緣算力供給體系建城市內邊緣算力供給體系 湖南 2023 年3 月 湖南省“智賦萬企”行動方案（20232025）建設特定場景的邊緣計算邊緣計算設施，推推動邊緣計算與云計算部署動邊緣計算與云計算部署，突破數字孿生、邊緣計算、區塊鏈、智能制造等集成技術 江西 2023 年1 月 江西省未來產業發展中長期規劃(2023-2035 年)加快提升技術創新能力，加強邊緣計算、人工智能、AR/VR(增強現實/虛擬現實)等新興技術領域研究。統籌建設協同集約的算力基礎設施?？茖W布局一批算力中心、邊科學布局一批算力中心、邊緣計算節點、區塊鏈節點等，緣計算節點、區塊鏈節點等，建設智

12、能高效的融合基礎設施，支撐智能發展的行業賦能能力 北京 2022 年11 月 252023 年北京數字經濟促進條例 強化算力統籌、智能調度和多樣化供給，提升面向特定場景的邊緣計提升面向特定場景的邊緣計邊緣計算產業發展研究報告（2024 年）4 日 算能力算能力，促進數據、算力、算法和開發平臺一體化的生態融合發展 廣州 2022 年8 月 9日 廣州市數字政府改革建設“十四五”規劃 推進以推進以 5G MEC（多接入邊緣計（多接入邊緣計算）為核心的城市邊緣算力算）為核心的城市邊緣算力和城市5G 網絡、傳輸網絡以及物聯感知終端體系的協同規劃建設 貴州 2022 年7 月 22日 加快推進“東數西算

13、”工程建設全國一體化算力網絡國家(貴州)樞紐節點的實施意見 推動算力向用戶端延伸。根據用戶推動算力向用戶端延伸。根據用戶和業務需求，在靠近用戶的城鎮、和業務需求，在靠近用戶的城鎮、產業園區以及商業樓宇，就近就產業園區以及商業樓宇，就近就地，適度合理部署中小型城市數據地，適度合理部署中小型城市數據中心和小微型邊緣數據中心中心和小微型邊緣數據中心，滿足用戶對極低時延和極佳體驗的新型業務需求 上海 2022 年6 月 12日 上海市數字經濟發展“十四五”規劃 建設基于邊緣計算基于邊緣計算、TSN（時間敏感網絡）等新一代技術的工業互聯工業互聯網園區網絡網園區網絡 云南 2022 年4 月 27日 云南

14、省“十四五”新型基礎設施建設規劃 支持邊緣數據中心建設支持邊緣數據中心建設，打造一批滿足低時延、高可靠要求的邊緣計算應用場景 深圳 2022 年2 月 21日 深圳市推進新型信息基礎設施建設行動計劃（2022-2025年）布局邊緣計算設施。布局邊緣計算設施。面向低時延、高可靠應用場景需求，結合 5G、工業互聯網、車聯網等應用實際，構建城市內的邊緣算力供給體系。融合建設存算一體的邊緣數據中心，推動邊緣數據中心間的組網互聯，促進云計算、邊緣計算和網絡協同發展 河北 2021 年11 月 13河北省科技創新“十四五”規劃 開展智能化裝備、工業協議解析、邊緣計算系統邊緣計算系統、工業無線通信、工邊緣計

15、算產業發展研究報告（2024 年）5 日 業大數據分析、工業安全防護等技術研發 天津 2021 年8 月 19日 天津市加快數字化發展三年行動方案（2021-2023 年）推動分布式云邊端設施協同有序發推動分布式云邊端設施協同有序發展，展，優先在數據量大、時延要求高的應用場景集中區域部署集網絡、存儲、計算于一體的邊緣計算中心，打造技術超前、規模適度的邊打造技術超前、規模適度的邊緣計算節點布局緣計算節點布局 山東 2021 年7 月 17日 山東省“十四五”數字強省建設規劃 加快布局邊緣計算資源池節點，規模部署 MEC（移動邊緣計算），形成云計算與邊緣計算協同發展態勢 浙江 2021 年6 月

16、30日 浙江省“十四五”數字經濟發展規劃 構建云邊協同的算力設施構建云邊協同的算力設施。以杭州為核心、寧波、溫州、金義協同布局一批大型以上數據中心，重點建設綠色低碳及云化數據中心。在重在重點應用場景按需部署集網絡、存點應用場景按需部署集網絡、存儲、計算為一體的邊緣數據中心節儲、計算為一體的邊緣數據中心節點點 來源：公開資料整理 各行業陸續出臺相關政策，支持行業應用在云邊端一體化協同發展。工業互聯網、物聯網、車聯網、數字政府等多細分領域出臺政策推動產業與邊緣計算深度融合，加快特定領域的邊緣應用實踐。表 2 邊緣計算在各行業推進相關政策摘錄 關聯關聯 行業行業 印發印發 部門部門 政策文件政策文件

17、 政策內容政策內容 工業工業和工業互聯網創新發展實施工業互聯網企業內網標桿計邊緣計算產業發展研究報告（2024 年）6 互聯網 信息化部 行動計劃（2021-2023年）劃。支持工業企業綜合運用5G、時間敏感網絡（TSN）、邊邊緣計算等技術緣計算等技術，提升生產各環節網絡化水平 工業和信息化部 關于推動工業互聯網加快發展的通知 鼓勵相關單位在時延敏感網絡、在時延敏感網絡、邊緣計算、工業智能等領域加快邊緣計算、工業智能等領域加快技術攻關技術攻關 工信部、發改委等八部委“十四五”智能制造發展規劃 加快工業互聯網、物聯網、5G、千兆光網等新型網絡基礎設施規?；渴?，鼓勵企業開展內外網鼓勵企業開展內外

18、網升級改造，提升現場感知和數據升級改造，提升現場感知和數據傳輸能力傳輸能力 車聯網 工業和信息化部 車聯網（智能網聯汽車）產業發展行動計劃 加快推動多接入邊緣計算多接入邊緣計算、網絡功能虛擬化等技術在產業中的應用 物聯網 工信部、科技部等八部委 物聯網新型基礎設施建設三年行動計劃（2021-2023 年）加快邊緣計算邊緣計算、數字孿生、IPv6等技術研發與應用 通信 工信部“雙千兆”網絡協同發展行動計劃（2021-2023 年）按需推進“雙千兆”用戶發展。支支持地方和相關企業結合邊緣云下持地方和相關企業結合邊緣云下沉部署，構建沉部署，構建“網絡網絡+平臺平臺+應用應用”固移融合、云網融合的固移

19、融合、云網融合的“雙千兆雙千兆”業務體系業務體系 元宇宙 工信部、文旅部、教育部 元宇宙產業創新發展三年行動計劃（20232025 年）建設云邊一體建設云邊一體、算網一體、智能調度、綠色低碳的新型算力，為元宇宙超高內容擬真度、實時交互自由度提供算力保障。發展元宇宙信任基礎設施，試點去中心邊緣計算產業發展研究報告（2024 年）7 化場景應用，支撐元宇宙可信存儲需求 大數據 工信部 十四五”大數據產業發展規劃 促進前沿領域技術融合，推動大數據與人工智能、區塊鏈、邊緣邊緣計算計算等新一代信息技術集成創新。在數據存儲加工環節，著重推動高性能存算系統和邊緣計算邊緣計算系統研發系統研發，打造專用超融合硬

20、件解決方案 來源：公開資料整理（二）（二）產業市場生態蓬勃發展，邊緣計算迎來新機遇產業市場生態蓬勃發展，邊緣計算迎來新機遇 1.邊緣計算市場規模穩步增長 邊緣計算市場規模連續多年保持快速增長態勢，產業前景廣闊。從統計數據來看，邊緣云市場占整體邊緣計算比重較大，根據 IDC 最新發布的中國邊緣云市場跟蹤研究,2023H2報告顯示，2023 下半年，中國邊緣云市場規?？傆?62.6 億元人民幣，同比增長 36.1%，而2022 上半年，邊緣云市場規模為 30.7 億元人民幣，2021 年全年該數據僅為 50.4 億元人民幣。從市場數據上看，邊緣云市場近年一直處于活躍期，增長速度可觀，市場空間廣闊，

21、更多的應用場景和實踐在探索。另外一組數據顯示，邊緣計算服務器市場規模同樣增長可觀，根據 IDC 發布的中國半年度邊緣計算市場（2023 全年）跟蹤報告顯示，中國邊緣計算服務器市場在 2023 年仍保持穩步增長，全年定制邊緣專用服務器市場規模達到 2.4 億美元，較 2022 年同比增長邊緣計算產業發展研究報告（2024 年）8 16.8%。從邊緣服務器和邊緣云市場統計數據能夠清晰看出，中國的邊緣計算市場處于穩步增長階段。自 2020 年以來，邊緣計算市場快速擴張，多年年均增長率超過 40%。從應用層面，隨著物聯網、輕量化本地計算、音視頻分發、邊緣 AI、云游戲/云渲染等領域的快速發展，大量的數

22、據生產、處理和傳輸需要在邊緣側進行，垂直領域的需求擴張推動邊緣計算能力持續加強；從建設層面，由于近年來 5G 的規?；渴鸷褪褂?，帶動制造、港口、采礦、電力、交通等行業邊緣計算發展，加速 IT、CT、OT 深度融合?？傮w來說，邊緣計算產業從應用和建設兩端共同發力推動市場穩步擴張，越來越多的服務提供商入局，布局邊緣計算以把握新一代信息技術發展的重大機遇。2.邊緣計算分類逐漸明晰 邊緣計算種類繁多，分類逐漸明晰。根據用戶時延、網絡位置、算力供給規模等多種因素，邊緣計算種類可分為云服務延伸邊緣、電信網絡邊緣、現場邊緣、設備邊緣四種類別。云服務延伸邊緣。此類邊緣計算是從云服務延伸而來的模式，一般在次中

23、心區域提供廣域覆蓋邊緣計算資源，包括公有云邊緣區域、CDN 邊緣區域。其中，公有云邊緣區域是基于云廠商在次中心區域建設的大規模、分布式的云數據中心，加上自身積累的云相關軟硬件技術，為用戶提供標準的邊緣云服務；CDN 邊緣是從 CDN 服務擴展而來的邊緣計算模式，依托 CDN 已經建設的廣泛分布的各級緩存節點，通過對其虛擬化改造，以提供云計算服務。由于規模大、覆蓋范邊緣計算產業發展研究報告（2024 年）9 圍廣等特點，云延伸邊緣計算服務具有等同于公有云的按需使用、靈活計費、高可靠性等優勢，但此類邊緣計算服務也具有較高的成本。電信網絡邊緣。此類邊緣計算技術由電信運營商主張較多，充分利用運營商網絡

24、的邊緣接入點，根據需求建設差異化網絡邊緣服務，典型運用如 5G MEC 平臺。MEC 邊緣是與 5G 通信網絡同時構建的云網一體化邊緣計算平臺，承載各類算力業務的同時，也可使用 5G網絡中就近轉發、開放、網絡切片等特定的網絡能力，在低時延、云網融合等方面具有天然的技術優勢。電信網絡邊緣計算可按需實現軟硬一體、混合云部署等不同形式的交付?，F場邊緣。此類邊緣計算更靠近業務現場，適用于實時計算場景，大多數情況可按需部署?，F場側邊緣計算通過本地部署形式直接構筑在用戶本地位置，可以提供極低時延、適度定制、高性價比的邊緣計算、網絡傳輸和存儲服務。設備邊緣。此類邊緣計算是為適配物聯網技術和應用產生的，比傳統

25、邊緣計算平臺更加輕量級，基礎功能是數據傳輸和預處理。部署更靠近 IoT 設備端，能夠使大量終端設備便捷、快速的入算、入云，繼而使用各類云服務，例如，IoT 數據采集、海量存儲導入云端、本地云端混合云等實現物聯網數據和應用的深度連接。3.邊緣計算服務商市場策略各有側重 邊緣計算市場參與者眾多，服務提供商中以云服務商、電信運營商、設備供應商、軟件及解決方案供應商為主。服務類型橫跨硬件設備、云服務、物聯網邊緣計算、邊緣安全、邊緣 AI、邊緣加速、邊緣邊緣計算產業發展研究報告（2024 年）10 數據等方向，根據中國信通院中國邊緣計算產業圖譜（2024）顯示，邊緣計算市場主要參與者在邊緣硬件和邊緣云方

26、向表現較為火熱，多數大型廠商在新方向如邊緣 AI 側有所嘗試，具體如下圖 1 所示。來源：中國信息通信研究院 圖 1 中國邊緣計算產業圖譜(2024)云計算服務商在邊緣產業積極布局，生態和產品占有先發優勢?；谠朴嬎銉瀯?，國內外云服務提供商加速向邊緣側擴展其云化技術。國外來看，亞馬遜從 2016 年最早推出 AWS Greengrass 邊緣物聯平臺后，持續發展 Loacl Zones、Outposts 等邊緣計算服務，通過增加與智能物聯網、5G 通信、AI 等新興技術的融合度拓展邊緣計算的應用場景。微軟早在 2017 年就將其公有云 Azure 的服務能力下沉到邊緣，推出 Azure Sta

27、ck、Azure IoT Edge 等產品，并通過 Azure Arc 實現云邊混合基礎設施統一管理，并支持將數據庫、容器集群等服務部署在邊緣計算產業發展研究報告（2024 年）11 邊緣。國內來看，阿里云通過將中心云能力擴展到邊緣，推出邊緣節點服務 ENS，提供廣域覆蓋的邊緣節點資源；除此之外，阿里云基于K8s 開發了 OpenYurt 開源框架，通過云原生方式應用下沉到邊緣部署。騰訊云推出邊緣安全加速平臺 EdgeOne，依托全球邊緣節點和多年安全技術積累，可提供動靜態智能加速、TCP/UDP 四層加速、DDoS/CC/Web/Bot 防護等在內的安全加速一體化服務?；鹕揭孢吘壴埔栽圃?/p>

28、技術為基礎底座，融合通用算力、異構算力和邊緣網絡，基于覆蓋全國各省市和運營商的邊緣節點，就近提供計算、存儲、網絡等資源服務，同時提供面向 AI 場景的邊緣智能服務。華為云提供邊緣云產品，將中心云的能力延伸至用戶所需邊緣位置；開源云邊協同框架 Kubeedge，提供大規模的邊緣節點管理能力。天翼云在邊緣云、邊緣一體機能力矩陣基礎上，提供邊緣渲染、云電競等場景化服務。移動云通過邊緣智能云、邊緣智能小站等產品，構建“云網邊協同”能力。除了大型云計算服務商的云下沉策略外，國內涌現了一批創新的邊緣云服務提供商。網心科技通過將分散、異構、多層級的各類邊緣計算資源集合起來，基于智能調度和云原生，高效盤活全社

29、會海量的閑置資源，通過共享+自建，構建了一張超百萬量級節點的邊緣混合網絡。電信運營商充分利用網絡優勢，布局邊緣算網融合。隨著 5G 加速商用，5G+邊緣計算產業進入快速發展期，電信運營商得以充分利用自身分布廣泛的基礎網絡資源，將網絡接入端擴展成邊緣計算節點，形成邊緣云網一體化融合的獨特優勢。中國移動建設廣泛覆蓋網絡邊邊緣計算產業發展研究報告（2024 年）12 緣的計算節點，提供全棧服務能力，重點打造基于邊緣基礎設施的應用服務，發揮云網融合優勢，通過云電腦等典型應用為產業上下游提供一體化邊緣解決方案。中國電信自主研發 MEC 邊緣云，將網絡能力和業務能力聯合編排至網絡邊緣側，在低延時、大帶寬、

30、數據安全等典型場景深度應用，依托 MEC 邊緣云，重點開展特定場景的技術突破和生態共建，例如超高清視頻、VR/AR、云游戲等場景；中國聯通積極探索移動網絡和邊緣計算結合潛力，打造融合通信、大數據、網絡能力三位一體的 5G 邊緣計算體系，通過兼容底層異構基礎設施、開放 5G 網絡增強能力面向工業、視頻、車聯網等領域推出系列精確匹配場景的邊緣計算產品服務。邊緣計算設備供應商提供邊緣基礎設施服務能力。設備供應商以其網絡技術和硬件技術積累在邊緣計算市場中占據極大優勢，不斷擴充邊緣側“計算+網絡”融合能力。浪潮、新華三均推出邊緣超融合一體機，實現邊緣算力敏捷部署、數據就近接入、本地智能處理，同時，集成

31、AI 智能、物聯網平臺、數據平臺等多項能力，實現邊緣設備快速場景化部署；中興、華為分別開展 MEC 融合創新，不斷探索移動網絡與邊緣計算技術協同邊界，提供多種 MEC 解決方案以適應不同場景需求，在電力、制造、農業、醫療等傳統行業廣泛應用，加速企業的數字化轉型。邊緣計算軟件廠商通過將應用下沉，賦能垂直行業應用。邊緣軟件供應商專注于自身業務領域，具有極強的垂直應用特點，將自身軟件應用移植到邊緣基礎設施，擴展垂直領域的邊緣場景應用落地。邊緣計算產業發展研究報告（2024 年）13 EMQ 圍繞消息、流處理、協議轉換三個方面分別推出了輕量級消息接入中間件 EMQ X Edge、輕量級邊緣流式數據處理

32、引擎 EMQ X Kuiper 和工業協議網關軟件 EMQ X Neuron 產品，打造針對物聯網邊緣計算的完整能力矩陣。諧云基于容器技術打造云邊端協同系統，支持多種邊緣節點接入，提供算力下沉、多種設備協議接入、數據就近處理等能力，為安防、工業物聯網、智慧交通等應用提供邊緣智能計算。二、邊緣計算關鍵技術創新演進 5G、物聯網、AI 等技術的實踐應用，推動邊緣計算從云計算的補位角色走向主流，在技術方面有創新性探索與發展，邊緣計算正在加速邁向廣泛普及和深度應用的新階段。（一）（一）軟硬一體邊緣基礎設施呈高度集成架構軟硬一體邊緣基礎設施呈高度集成架構 為應對業務發展而帶來的服務和用戶數量增加，邊緣計

33、算需要滿足快速靈活部署需求。軟硬一體邊緣基礎設施利用超融合等軟硬一體技術切實做到將計算能力擴展到生產現場，將算力下沉至極端邊緣和用戶所需的任何位置，并且無需傳統意義上的大型數據中心環境，對生產側環境要求友好。邊緣軟硬一體基礎設施整體呈現高度集成的架構。軟硬一體技術能夠集成各類服務器、交換機等硬件設備，結合廠商自身的云管理或輕量級虛擬化技術，根據業務需要進行功能裁剪或輕量化定制，提供適度定制化交付能力的邊緣服務，直接在靠近數據產生的源頭側構建便捷、可擴展、隨需使用的邊緣計算服務，如下圖 2 所示。因此，在邊緣計算產業發展研究報告（2024 年）14 面向不同的應用場景時，可以靈活集成不同的硬件設

34、備以提供多種計算形態，例如通過軟件定義的方式實現 ARM、X86 等異構架構的資源池化，提高資源利用率與靈活性。軟硬一體邊緣基礎設施，例如邊緣一體機、邊緣網關等，可按用戶需求提供定制化邊緣服務能力，包括不同規格和模式的計算、存儲、網絡、安全基礎設施服務，以及中間件、數據庫、場景化軟件等上層服務和應用。軟硬一體邊緣基礎設施還可根據業務需求設計出尺寸小、功耗低、計算密度高等不同特點的硬件設備，快速接入現有環境，為邊緣業務快速部署和鋪開提供便利，同時，業務發展后的擴容、升級和維護也得以快速實現。來源：中國信息通信研究院 圖 2 邊緣軟硬一體設備分層架構圖 在邊緣計算場景持續豐富、多樣化的場景下，邊緣

35、軟硬一體技術會向著深度場景化定制方向發展。例如可編程網絡硬件能夠有效進行功能卸載，實現提供TB級流量匯聚能力；異構硬件通過對硬件規模、物理環境、性能、安全等需求定制化定制化滿足不同應用場景的高性邊緣計算產業發展研究報告（2024 年）15 能需求；智能網卡網絡加速和數據處理能力，不僅能夠卸載邊緣網絡處理任務，還可以通過其內置的計算能力直接參與數據計算和處理，從而大幅提升邊緣設備的計算能力和網絡效率。未來，通過面向高性能場景的裸金屬硬件設備定制、面向終端云化場景的高性能設備定制、面向大流量場景的網絡設備定制等方案，滿足高性能、大流量、廣域物聯、邊緣 AI 推理等不同場景業務需求。（二）（二）物聯

36、網物聯網邊緣計算高效連接邊端設備邊緣計算高效連接邊端設備 數字經濟時代，物聯網正在加速成為虛擬世界和現實世界的融合媒介。邊緣計算伴隨著物聯網技術的發展展現出迅猛擴張的態勢，一方面，邊緣計算能夠為物聯網提供成本更低、效率更高的算力資源；另一方面，邊緣計算能夠實現數據便捷接入、匯聚、流轉，幫助物聯網應用快速落地實踐。作為中間層平臺，邊緣計算在終端設備和中心云之間起到承上啟下的作用，讓物聯網系統能夠更加高效和靈活的運轉。中心云物聯網平臺對所有邊端進行集中式管理，這種架構在海量終端設備存在的場景下存在巨大的管理挑戰，當物聯網設備達到一定數量時，管理平面遇到難以逾越的瓶頸，在很多中大型企業中很難適用。邊

37、緣云物聯網平臺在客戶現場能夠具備獨立的集群管理能力，中心云的斷連不會影響到邊緣云的自運行、業務處理，基于 Kubernetes構建的集群管理，管理節點和工作節點都是可以下沉部署到邊緣云上，云邊斷連不影響集群管理調度。而傳統的云邊協同架構，將管理節點部署在中心云，工作節點部署在邊緣云，這樣云邊斷連時會導致集群邊緣計算產業發展研究報告（2024 年）16 調度等能力的丟失。邊緣網關最靠近客戶的業務現場，與生產設備、傳感器、儀器儀表等終端設備通過串口或網口實現連接，利用 AIoT 的技術把端側數據提取，與邊緣云或中心云進行數據協同。云邊端數據協同方式，能夠有效采集生產數據，通過邊緣云減少直接云端的數

38、據傳輸壓力，邊緣云可以直接在客戶現場就近管理端，不依賴中心云，實現邊端自治。物聯網與邊緣計算融合技術在探索中不斷創新發展。終端設備由于地理位置分散、網絡環境復雜，接入和管理面臨各種問題，面向物聯網的邊緣計算平臺則致力于解決終端設備的異構連接場景難點。物聯網設備類型眾多，包括各類攝像頭、傳感器，接入方式包括 IP 和非 IP 連接協議，國內外企業和開源組織近年來陸續發起不同垂直領域的物聯網邊緣計算開源項目，例如，EdgeX Foundry 是由戴爾/EMC和 VMware 發起、在 LF Edge 發展的、面向工業物聯網邊緣計算開發的微服務框架，支持多種連接協議、多節點管理，可以部署在網關設備上

39、，為各種物聯網設備和傳感器提供連接并管理能力；Apache Edgent 是一個實時流數據處理框架，由 IBM 捐贈給 Apache 軟件基金會，同樣可以嵌入到網關設備中，能夠對終端設備和傳感器采集的連續數據流進行實時分析，有效降低數據傳輸成本和數據反饋時間；eKuiper 是輕量級物聯網邊緣分析、流式處理開源軟件，能夠部署在極端邊緣設備上，提供數據實時分析能力。如下圖 3 所示，物聯網邊緣計算依托云邊端協同架構構建。邊緣計算產業發展研究報告（2024 年）17 來源：中國信息通信研究院 圖 3 基于云邊端協同的物聯網邊緣計算框架（三）（三）邊緣云原生高度適配應用場景邊緣云原生高度適配應用場景

40、 云原生理念自引入國內以來，對云計算產業帶來了深遠的影響，改善了我國云服務簡單粗暴的供應方式、增加了企業的用云深度和科學性。隨著計算能力從中心下沉到邊緣，節點數量劇增、單節點能力減弱、覆蓋范圍增加，輕量、靈活的云原生技術體系天然匹配以上邊緣場景，屏蔽不同架構的底層基礎設施，提供全局資源的統一管理和應用協同，得以在邊緣計算中深度應用。邊緣云原生技術是將云原生概念和相關技術適配至邊緣場景，從而形成區別于中心云云原生的新框架，其中技術體現以邊緣容器為主，為邊緣算力擴展、云邊協同運算、邊端設備管理提供獨到的解決方案。邊緣容器相比于中心云容器技術通常表現出三個特點，第一，組件有所裁剪，實現容器管理組件和

41、管理通道的輕量化和敏捷化，以“最小化”交付適應邊緣受限的物理條件，使其能夠構筑在極端緊張的邊邊緣計算產業發展研究報告（2024 年）18 緣基礎設施之上，提供不影響性能的同時保證資源利用率的容器集群能力；第二，研制云邊協同技術，通常實現中心管控、邊緣作業的工作模式，將管理能力上載至云端，充分利用邊緣資源的全部計算能力，同時，實現邊緣適度自治和邊緣單元化管理，提升系統的可靠性和可擴展性；第三，在原生 K8s 基礎上繼續開發適配大規模邊緣節點的容器管理組件，提升規?；吘壒濣c的管理效率和運維效率，以適應爆發式增長的邊緣接入節點，同時，也在邊緣進行大規模的應用分發、流量治理等層面進行技術探索和實踐。

42、邊緣函數服務是近年來各邊緣服務提供商加大研發投入的領域之一，是 Serverless 架構的一種服務形態，能夠讓邊緣用戶無需關注基礎設施，僅聚焦于業務代碼實現。利用 Serverless 的技術，可以實現不同功能的腳本編寫，復用相同的運行模塊，減少資源的消耗?？梢灶A見，邊緣云原生通過容器、函數等技術持續降低用戶使用和運維邊緣算力復雜度，幫助用戶專注于業務，將在智能制造、智慧城市、醫療健康、金融科技、游戲娛樂等領域得到廣泛應用。（四）（四）邊緣安全邊緣安全逐漸走向完善逐漸走向完善 伴隨著邊緣計算應用范圍逐漸擴展，也帶來了新的安全挑戰。如何提供覆蓋全邊側范圍的安全防護體系是邊緣計算提供商和安全廠商

43、持續關注的問題，因此，需要建立完善的安全管理體系和標準，加強邊緣數據和網絡的安全管理和保護，同時，需要不斷加強邊緣安全技術的研發和創新，包括數據加密、訪問控制、安全審計等方面。相比于中心云側，邊緣側面臨著多種異構服務器、復雜網絡環境、邊緣計算產業發展研究報告（2024 年）19 網關節點薄弱、終端設備大量接入等多維度的風險因素。在網絡安全層面，將 DDoS、Web、CC、Bot 等安全防護功能直接從數據中心下沉到邊緣，一方面保護了部署在邊緣的服務高效穩定運行，另一方面，充分利用邊緣節點分布式特性，大量的攻擊流量在邊緣節點被清洗和過濾，大幅減少各種攻擊流量對于主干網絡的沖擊；在數據安全層面，數據

44、加密傳輸、數據安全存儲、敏感數據處理和敏感數據監測等關鍵技術能力，保障邊緣數據全生命周期安全；在應用安全層面，通過應用隔離、APP 加固、權限和訪問控制、接口安全管理、應用審計、漏洞檢測等安全防護措施，全面提升邊緣側應用的安全性。由于邊緣計算規模受限，分配給邊緣側的安全資源，相比于數據中心或中心云側更少,因此在將集中式架構中使用的安全防護能力，延伸到邊緣側的時候，往往需要進行精簡和瘦身，以適配邊緣計算資源利用的經濟性要求。除了在基礎資源、數據、應用等層面加固安全防護措施之外，邊緣安全還需要注重網關、物聯設備、各種節點的統一編排管理，在物理解除攻擊、接口調用、訪問、MEC 平臺等方面加強安全技術

45、研究。邊緣安全不僅局限于邊緣側本身，還要從云邊端協同的角度共同構筑安全。從端側來看，邊緣網關對生產設備或系統進行現場對接時，通過串口或網口對接的非安全協議，必須要先轉變成安全協議，確保邊端通訊前基于安全協議對數據加密；邊緣網關大多部署在客戶側，存在不可預測的暴力破解風險，所以要禁止用戶繞開鑒權通道，后臺訪問本地數據。從邊側來看，邊緣云面臨的風險更大，接收從中心云邊緣計算產業發展研究報告（2024 年）20 下發的應用，部署前要先做完整性校驗，利用云邊簽名機制防篡改，加強應用安全分發的安全；基于安全芯片，對云邊通道的鑒權信息或敏感信息進行硬件加密，防止被惡意登錄；云邊通道、邊端通道，區分管理通道

46、、數據通道，保證數據通道的安全加密、通道隔離。從云側來看，中心云側重安全態勢感知，基于端、邊的數據，實時、分析數據異常，可視化監控應用，邊緣云和邊緣網關的權限管理，分模塊協同管控。（五）（五）邊緣邊緣 AI 進一步融合創新進一步融合創新 國家“人工智能+”行動背景下，基于云邊協同架構的“集中式大規模訓練、邊緣分布式推理”人工智能新范式，能夠有效降低推理時延和成本，提升數據安全和隱私性，推動 AI 技術泛在化實踐應用。邊緣 AI 通常利用邊緣節點本身的云邊協同特性，將算法模型部署在云、邊進行協同訓練和推理。例如，在工業生產和智慧交通領域，AI 模型訓練的數據樣本主要來自于終端側的數據采集和上報到

47、邊緣側的匯聚數據，在邊緣節點部署 AI 模型進行推理后，對數據樣本進行自動推算，通過將異常推理數據發送到中心云，由人工或其他系統輔助標注樣本，進行模型的增量學習。聯邦學習可以支持多個計算節點并行進行模型訓練，對訓練產生的中間模型參數上傳至云端，云端進行參數聚合，再將參數下發到邊緣節點，結合邊緣本地的樣本進行下一輪訓練。協同推理能力在邊緣節點部署 AI 淺層模型，在中心云部署深層模型，推理請求首先由邊緣節點的淺層模型處理，如果推理結果的置信度較高，則直接返回推理結果，否則發送到云端由深層模邊緣計算產業發展研究報告（2024 年）21 型處理，為應對邊緣 AI 的最新需求和場景，邊緣 AI 計算平

48、臺應運而生。邊緣 AI 計算平臺是集成了邊緣計算能力、AI 推理能力、云邊協同智能管理調度、全局運營運維、安全能力為一體的綜合服務平臺，能力分布如下圖 4 所示。來源：中國信息通信研究院 圖 4 邊緣 AI 計算平臺框架 未來邊緣計算融合 AI 技術協同發展存在多技術路線，邊緣 AI 也面臨著亟待解決的技術挑戰。在邊緣 AI 軟硬平臺方面，面向多樣化邊緣場景仍需探索高性能、低功耗邊緣 AI 芯片、邊緣 AI 服務器，以及通過分布式異構算力調度實現最大化資源利用效率是需要解決的問題；在模型方面，雖然在邊緣進行數據處理和推算能夠大大減少數據傳輸延遲和能源開銷，但是邊緣資源碎片化、零散化依然是邊緣

49、AI推理和訓練的痛點，仍需探索如何實現高質量數據采集，實現模型輕量化、分布式協同訓練推理等，提升模型準確性；在安全方面，由 AI帶來的隱私保護問題不容小覷，加之邊緣地理位置分散，數據泄露風險點位增加，訓練和推理數據的合理性和隱私性需要技術創新重點關邊緣計算產業發展研究報告（2024 年）22 注。在創新方面，邊緣 AI 在大模型等技術創新應用，通過在邊緣側部署垂直或行業大模型，助力企業在充分發揮邊緣算力價值。（六）（六）邊緣算力邊緣算力互聯網持續探索互聯網持續探索 我國算力規模已居世界領先地位，但大量算力資源閑置，算力資源利用率和效率仍待提升。工信部等十一部門聯合印發關于推動新型信息基礎設施協

50、調發展有關事項的通知提出推進算力互聯互通，探索構建算力互聯網。隨著低時延、低成本、數據安全、邊緣AI 推理算力需求逐步增加，邊緣算力互聯網通過不同地域、不同類型、不同主體的邊緣算力互聯互通和統一管理調度，促進邊緣算力資源標準化互聯、應用和數據高效流動互通，助力形成全國一體化算力互聯網。邊緣算力互聯網作為算力互聯網的重要分支，產業各界對其潛在能力和未來發展均廣泛看好。邊緣算力互聯網突破面向多元異構邊緣算力的智能化感知、規?；芾砗涂鐚蛹壵{度等關鍵技術，結合網絡鏈路情況和用戶需求，提供更加精確的計算、存儲、網絡等資源的分發、調度，從而實現整網資源的最優化配置和使用。未來，邊緣算力互聯網將向著提高計

51、算效率和性能、滿足更復雜的計算任務需求、適應人工智能發展的方向演進。邊緣算力互聯網核心技術包含邊緣算力資源管理和算力調度兩部分，如圖 5 所示。隨著邊緣計算的推廣實施加快，工業互聯網、車聯網等應用場景的逐步成熟，對邊緣算力互聯網的技術研究將進一步加大投入，在算力的充分利用、邊緣的安全性、網絡的深度利用等方邊緣計算產業發展研究報告（2024 年）23 面持續深耕。來源：中國信息通信研究院 圖 5 邊緣算力互聯網框架 三、邊緣計算應用領域不斷拓展（一）（一）工業生產工業生產 在工業生產領域，邊緣應用種類繁多且貫穿于各個工業環節，不同應用對邊緣計算的能力需求有一定差異性，工業環節通過邊緣部署應用后，

52、能夠大幅提升生產效率、減低生產成本，同時，從工廠 IT 系統建設角度，可以將已有的軟硬件 IT 基礎設施再利用，整合工廠自有的零散 IT 系統。邊緣計算在工業生產領域的應用離不開與工業傳感器等終端設備的聯合使用，在生產現場，傳感器將收集到的生產數據匯聚上傳至邊緣計算平臺，邊緣計算平臺進行后續的處理、分析、識別操作，實時反饋給生產系統或上傳至云端儲存。專欄 1 智能制造新基建應用 某工廠項目針對生產線中不同型號工件的除水工序進行智能化改造，基于邊緣計算平臺開發 AI 視覺能力，智能識別待除水工邊緣計算產業發展研究報告（2024 年）24 件的型號并操作機械臂，執行預設的指令進行吹水工作，將工件空

53、洞、凹坑中的水吹干，同時基于 3D 攝像頭實時監控工件位置，一旦變化則停止機械臂操作。該項目基于 5G MEC 平臺建設，構建邊邊協同技術，實現基于 AI 的工業制造特定工序的自動化。邊邊協同服務采用云原生思想設計并開發，以容器化形式分發部署，底層采用 Kubernetes 編排引擎管理，屏蔽底層各類異構硬件環境，同時，采用 ServiceMesh框架 Istio，對協同流量進行治理?；?5G MEC 實現工業生產現場中特定工序的自動化。將云計算平臺從網絡內部遷移到網絡邊緣，提升工業生產現場的響應速度，有效抑制網絡擁塞，提升用戶體驗并促進業務創新。提出并實現了 MEC 平臺上的邊邊協同解決方

54、案，并實現了針對 AI 算法應用的算力調度協同，加速 AI 計算過程，提高資源利用率，降低IT 總擁有成本，降低能耗，響應國家碳達峰碳中和的政策方針。（二）（二）政務政務 將政府服務能力下放到更靠近用戶的位置，是提升行政辦公效率和政府服務覆蓋面的重要實踐路徑。政務 IT 基礎設施作為數字政府建設的基石，在服務一體化、社會治理智能化升級的需求驅動下，面臨更多的即時響應、快速反饋的要求，邊緣計算將賦能政務場景打造一體化智能協同政務解決方案。專欄 2 邊緣計算助力智慧鄉村建設 某數字鄉村項目通過邊緣軟硬一體化交付，提供包含計算、邊緣計算產業發展研究報告（2024 年）25 存儲、網絡、管理在內的多類

55、基礎資源服務。云平臺部署在鄉村內，采用整機柜一體化交付模式，支持云端應用分發和數據回傳，提供一體化的應用分發、交付、管控的云邊協同能力，同時可以由市政務云統一管理。智慧村居是通過邊緣一體機設備部署的數字鄉村大腦，整體分為村居管理平臺、智能服務平臺和數據資源平臺。村居管理平臺可以對整個智慧社區的服務運營、采集到的信息、社區積分等情況進行統一的查看和管理；智能服務平臺通過對邊緣節點的納管，提供將云上應用延伸到邊緣節點的能力，聯動邊緣節點和云端的數據，滿足遠程管控、數據處理、分析決策、智能化的訴求；數據資源平臺是匯聚政務服務業務信息庫，共享利用基礎信息資源庫，實現數據資源共建共享。該案例依托邊緣計算

56、和云邊協同技術，以邊緣一體機為載體，將政務數據服務向鄉村快速拓展落地，助力鄉村信息化、數字化、智能化治理改造。（三）（三）公共交通公共交通 公共交通諸如鐵路、公路、水運、海事等領域，因為其數據的多樣性和處理的實時性需求，成為近年來邊緣計算逐步大量應用的行業領域之一。公共交通系統采集到的數據多種多樣，例如，毫米波雷達數據、監控視頻數據、激光雷達數據等，大量復雜數據需要在交通現場進行邊緣計算產業發展研究報告（2024 年）26 融合、訓練、以及決策。以橋梁主動防撞預警和地鐵沿線施工保護為例，數字化系統被要求實時地實施預警和控制動作。首先，各類傳感器在現場收集了大量實時監控數據，并借助實時數據智能化

57、分析判斷交通現場的安全隱患，例如，往來船舶偏航、超速、超高等異常行為識別，保護區周圍存在危及地鐵行駛安全的生產作業行為識別等；其次，在形成判斷的基礎上實時控制現場的告警、處置設備進行聯動；最后，平臺端能夠進行同步風險管控應急處置，數據也能在后臺進行積累、方便業務系統的查看和業務數據清洗。傳統的技術解決方案往往是將傳感器數據通過專有網絡接入數據中心機房進行處理。而交通領域的業務現場往往具有地域跨度大，傳送距離遠的特點。以傳統的架構手段往往面臨巨大的建設和維護成本。邊緣計算對于交通領域的賦能，往往體現在決策準確性優勢、決策實時性優勢和建設成本更輕量化的優勢上。專欄 3 浙江滬杭甬高速公路云邊一體化

58、改造 浙江滬杭甬高速公路股份有限公司通過前期選型，引入云操作系統和云管理平臺對現有業務系統實施云邊一體化改造，重塑數字技術基礎架構并大幅提升系統可用性及運維管理水平，為業務優化創新提供全方位的保障。該項目通過在收費站點部署邊緣云平臺，對各站點物理服務器環境實施云化管理，實現對相關資源的全面監控，并實時與中心云平臺進行數據同步，方便管理員及時發現和解決問題，為近邊緣計算產業發展研究報告（2024 年）27 終端設備的收費系統提供高效穩定業務運行環境，支撐對道路通行數據和業務應用數據的實時處理和分析；也助力管理員優化資源利用率，例如，按業務負載情況對云化資源進行靈活調配，在滿足業務發展需求的同時更

59、好地提升資源效能；與此同時，由高一級的區域管理中心云負責監控和管理下屬各收費站的業務數據，包括邊緣云節點運行狀態、資源使用情況及日志等，實現全局資源統籌管理、調配。通過構建滬杭甬高速公路云邊端一體化數字技術基礎架構，實現對全省各區域中心、收費站的基礎設施資源集中納管，并基于三級用戶體系實現統一管理，優化全省站點運維管理復雜度高、可靠性弱等問題，通過云計算技術對 IT 部門的運維工作實施數字化轉型改造，并為后續的業務彈性擴展、資源動態編排調度等打下良好的工作基礎。（四）（四）車聯網車聯網 車聯網服務涉及到的層級繁多，車聯網系統通常采用多層級部署架構，邊緣側業務與中心業務和路側設備協同，共同完成輔

60、助駕駛或自動駕駛任務。路側設備通常部署在道路沿線，與其他交通設施或系統配合，一起完成交通信息感知、數據采集、數據匯聚，同時，通過移動通信網絡將數據上傳至邊緣計算平臺，邊緣平臺加載實時計算、AI 算法、事件感知等應用，為道路和車輛進行路況的實時反饋，滿足車聯網自動駕駛、遠程駕駛、輔助駕駛等不同種類業務需求，有效降低車聯網業邊緣計算產業發展研究報告（2024 年）28 務部署成本。專欄 4 5G+車聯網應用示范基地項目 某“5G+車聯網”應用示范基地基于邊緣云、區域云和中心云三級架構設計打造的 5G+車聯網應用示范基地，實現人、車、路、網、邊、云一體化。邊緣計算節點距離路端設備更近，部署了車路協同

61、主要業務系統，包括多源融合感知、高精地圖分發、交通事件感知和下發等對時延要求較高的業務。邊緣節點通過 5G 核心網 UPF 下沉同時支持光纖和 5G 兩種接入方式。大量路側設備（視頻、雷達、RSU等）數據對實時性要求高，在邊緣計算節點處理，非高實時性業務在區域云處理，全局業務數據在中心云處理，高效實現了車路協同、降低了系統對傳輸資源的需求?；谧詣玉{駛技術，車路協同技術，5G/MEC 技術及 AI 感知技術，打造了 5G 無人公交，支持安全?？?、盲區預警、車速跟隨、綠波通行、行人避讓、車輛調度等核心應用，實現無人公交的常態化運營；打造遠程駕駛系統，由無人車、5G/MEC 網絡、車路協同服務平臺

62、、遠控系統等組成，實現人車協同共駕；同時，依托于高精地圖技術，平臺實時采集和感知園區道路交通參與者和道路基礎設施信息，實現了交通流的數字孿生。通過 MEC 本地化分流，實現云端應用下沉、路側計算上移，邊緣云資源彈性拓展，統一監控維護。實現全流程 80-100ms 商業服務閉環，拓展支持更多的跨視距車路協同、地圖更新、5G 云代邊緣計算產業發展研究報告（2024 年）29 駕等剛需業務，整體建設和維護成本將降低 50%。（五）（五）金融金融 在金融業，許多銀行、券商利用云邊端融合技術在運營、營銷、安防、風控領域進行實踐探索，部署并試點相關的應用和平臺，并通過融合人工智能、物聯網等技術探索云邊端一

63、體化在金融業的應用場景。銀行業是信息化和數字化開展的最早的行業之一，各大銀行都在不同程度上運用了多樣化的云資源和云技術，隨著云技術不斷深入發展，銀行業也在云原生、邊緣計算、物聯網等新興領域展開探索。銀行業普遍具有超大規模的邊緣設備儲備，依托大規模的設備進行深度數字化轉型，提升產品、營銷、渠道、運營、安防、風控、決策等全面數字化轉型和線上線下一體化深度融合是產業內的主流趨勢。專欄 5 某銀行大規模異構邊緣節點管理實踐 某銀行存在大量遍布在各個網點的邊緣節點納管難題亟待解決，包括傳統資源管理方案難以支持大規模的邊緣網點管理需求、虛擬機和容器管理調度不能融合、多主體統一管理困難、由資源分散帶來的應用

64、程序開發困難等問題。該銀行引入邊緣計算體系，采用“云邊協同、統一納管、中心管控、邊緣自治”中心思想解決以上痛點。通過云邊協同的“智慧中樞”為整個體系提供核心業務邏輯，將邊緣設備上報結果進行數據加工處理后，轉發給對應的下游業務系統；統一納管借助容邊緣計算產業發展研究報告（2024 年）30 器技術和 Kubernetes 編排管理能力實現，解決邊緣設備異構嚴重、服務管理需求復雜問題；中心管控將應用資源以及節點資源權限進行控制，實現統一創建、納管、刪除和升級邊緣節點能力；邊緣自治從組織結構、數據同步、邊緣調度等多個層面提供邊緣自治運行能力，在網絡異常時,仍可以保證集群及節點服務的持續運行,同時確保

65、網絡恢復后能夠重新連接及同步，以確保業務的連續性。通過構建邊緣計算體系，該大型銀行實現物聯網、邊緣計算設備與業務系統互聯，探索實現十余個業務場景試點應用并取得良好業務效果；實現客戶活動區域檢測、超柜代客操作、加鈔間行為檢測等網點業務場景的自動化識別，平均準確率 85%，在異常入侵、環境火焰、金庫異常行為等安防及風控場景智能識別中，平均準確率達 90%以上，從服務、管理兩方面實現降本增效。（六）（六）互動娛樂互動娛樂 互動娛樂是以音視頻直播、在線游戲等領域為代表的新興行業。云游戲是以云計算為基礎的游戲方式，本質上為交互性的在線音視頻流，在云游戲模式下，游戲在云端服務器上運行，并將渲染完畢后的游戲

66、畫面或指令壓縮后通過網絡傳送給用戶。由于中心云距離游戲用戶地理位置較遠，網絡傳輸時延長，而游戲又是時延敏感型業務，往往云游戲應用普遍選擇離用戶更近的區域級節點或邊緣節點承載業務。邊緣計算產業發展研究報告（2024 年）31 邊緣計算+云游戲能夠實現更加靈活的算力資源納管和更低延遲的游戲反饋，同時，邊緣計算的應用能夠有效降低云上資源成本和能源開銷，當前階段許多端游和手游均選擇云游戲方式實現更高性價比和更好游戲體驗。專欄 6 某云游戲平臺建設項目 基于廣泛覆蓋的邊緣計算節點構建了一站式邊緣云游戲服務平臺，包括軟件和硬件支撐、云游戲內容挖掘、云游戲平臺服務等功能。該邊緣云游戲系統包括虛擬化基礎設施、

67、邊緣云平臺及管理、內置游戲云化、視頻編解碼、AI 推理、視頻云等 PaaS 能力以及邊緣業務能力編排組件，實現完整的游戲云化能力，具備高性能的視頻編解碼、游戲渲染等能力，基于 GPU 模擬運行 PC、游戲主機、手機系統環境，覆蓋所有游戲內容品類，同時對云游戲直播實現高效分發，帶給游戲玩家與愛好者完美的操控體驗和代入體驗。在游戲體驗方面，可支持 4K120fps 的串流質量，超低延遲的操作交互，操控環路延遲低于 50 毫秒，5G 網絡下可以實現 20 毫秒內的電競級低延遲體驗；自適應碼流傳輸，降低帶寬需求；廣泛適配藍牙、USB 手柄和外接鍵鼠設備。該項目通過一站式邊緣云游戲解決方案支持游戲渲染、

68、視頻編解碼、AI 推理等復雜場景，融合手機、PC、游戲主機等硬件平臺能力，極大簡化邊緣支撐難度；同時，跨平臺支持 ARM、X86等內容生態，可基于通用計算 GPU 模擬 Android 運行環境，實現邊緣計算產業發展研究報告（2024 年）32 多種應用場景的融合支持；通過對游戲引擎和超高清視頻編碼做深度優化，大幅降低硬件成本及電力功耗；邊緣云部署模式大幅降低機柜和帶寬成本。（七）（七）電力電力 電力行業利用數字技術對電網系統各環節進行智能化升級，賦能新型電力系統建設。輸電、變電、配電與調度作為電網生產部門和調度部門的主要環節，其數字化轉型關系著“源網荷儲”的協調互動。輸電：加強輸變電線路防災

69、、減災、實時在線監測、推廣狀態檢修；變電：智能一次設備、智能變電站、推廣變電站無人值守；配電：提高供電可靠性、提升配網自動化、調控一體化和智能化水平；調度：配合配電網進行實時監測優化，輔助電網運營智能化決策。新能源發電站位置分散且地處偏遠，管理維護難，人工巡檢難?；A設施要從“可用”向“好用”升級，為電力行業自主可控提供云邊協同底層支撐。發電側新能源投資持續攀升，新能源廠站建設需要借助邊緣計算實現分布式管理、智能化運維、自適應自治。輸電線路、變電站建設無人值守、集中監控，設備精益化管理機制，提升巡檢效率。配電物聯網通過對低壓臺區設備全狀態量感知與管控，可提升供電可靠性。電網側新型電力系統建設，

70、面臨大規模設備接入，邊緣要具備高可靠、可控可管。專欄 7 智慧電力廠站案例 某大型電力企業利用邊緣計算、大數據、物聯網等技術，打造網-省-地三級部署、云邊協同的邊緣計算平臺，遠程統一運維管理，邊緣計算產業發展研究報告（2024 年）33 實現無人值守或者少人值守，降低運營成本，打破各廠站原有煙囪式建設模型，解決數據標準化、平臺共享化等難題構筑智慧電力廠站。該電力系統存在幾十套垂直子系統，運維信息分散、場站管理范圍大、設備種類多、智能化程度不高、巡檢壓力大、預測預警能力不足、故障診斷定位周期長等問題。同時，總部與站端系統協同弱，導致站內故障時遠程診斷難以開展，站間數據共享不足，應用與平臺捆綁，廠

71、商替換成本高，新功能上線慢?；谶吘売嬎銟嫿ㄒ哉炯墳橹行牡脑七叾藚f同平臺，實現總部-省-廠站的三級架構，采用分布式管理系統，軟硬件資源實時監控，幫助客戶統一資源管理；基于虛擬化平臺、容器平臺一鍵流水線部署，應用統一分發部署、升級、統一配置；支持遠程安全運維、本地自治運維，滿足不同業務場景的靈活搭配訴求；應用與平臺解耦，減少重復模塊開發，加速應用上線，無縫兼容云原生應用的集群管理；支持與云上應用商店的流水線對接，滿足 AI 應用在邊緣站點的推理執行。通過引入云邊協同的邊緣計算平臺實現前端智能，算法按需加載，后端解析，1 路算力為多路攝像機提供圖片解析服務，建設成本最高可降低 40%；集團-分公司

72、-廠站三級協同，統一分布式設防、算法按需下載、數據按需訂閱，提升全網協同實戰效能。（八）（八）零售零售 邊緣計算產業發展研究報告（2024 年）34 零售業的邊緣應用相當廣泛，部署在零售店現場，與多種 IoT 設備互聯，幫助零售店實現智能化的日常管理、庫存管理、運營提示，通過融合 AI 算法，還可以實現無人結算、人流量分析、貨物關注度分析、防止貨物丟失等深度分析。通過采集各種 IOT 設備上的文本、音頻、視頻數據，通過部署在零售店內的應用平臺進行數據整理、分析，并返回結果，通知相關柜員，可以實現設備和人員之間的完美交互，幫助提升管理效率、提升客戶體驗和滿意度，從而提升零售企業的競爭力。專欄 8

73、 邊緣計算助力零售行業 某零售行業邊緣計算實踐項目以一套邊緣計算服務器在零售場景實現多種應用數據接入和分析，例如，部署智能貨架應用以實現自動檢測貨物的種類和數量，部署智能推車應用以實現自動檢測貨物的種類、數量、重量等貨物信息，同時能夠向邊緣服務器發起查詢價格請求，由服務器計算出價格返回信息。部署在零售店的攝像頭也可以將視頻流直接傳送到該邊緣服務器上，實現實時監控和分析，既可以進行偷盜行為監測，也可以進行客戶流量分析統計，通過提醒將柜員引導到客戶流量大的地方，能夠大幅提高服務質量。硬件方面，該項目采用多節點的超融合架構的邊緣服務器，能夠實現多應用之間的隔離并保證服務質量，同時，服務器具備較強的環

74、境耐受度，能適應自然環境的溫度變化、灰塵影響、濕度變化等問題。軟件方面，采用流式數據處理平臺部署于邊緣服務邊緣計算產業發展研究報告（2024 年）35 器上，以處理大量的視頻流數據。（九）（九）農業農業 邊緣計算在農業領域具有廣泛的應用前景。通過在農業生產現場部署邊緣計算設備，可以實時采集和處理各種農業數據，如土壤濕度、溫度、光照、作物生長狀況等。這些數據經過邊緣計算平臺的分析和處理后，能夠為農民提供精準的農業決策支持，例如合理灌溉、施肥、病蟲害防治等，從而提高農業生產效率和質量。例如，在智能灌溉系統中，邊緣計算設備可以根據土壤濕度傳感器采集的數據，實時控制灌溉設備的開關，實現精準灌溉，避免水

75、資源的浪費。在病蟲害防治方面，邊緣計算設備可以通過圖像識別技術對作物進行實時監測，及時發現病蟲害的跡象，并發出預警信息，提醒農民采取相應的防治措施。邊緣計算還可以與農業物聯網相結合，實現農業設備的遠程控制和管理。農民可以通過手機或電腦等終端設備，隨時隨地監控農業生產現場的情況，并對農業設備進行遠程控制，提高農業生產的智能化水平。專欄 9 邊緣計算在農業精準灌溉中的應用 某農業園區引入邊緣計算技術，實現精準灌溉。園區內部署了多個傳感器，實時采集土壤濕度、溫度、光照等數據，并將這些數據傳輸到邊緣計算設備。邊緣計算設備對數據進行分析處理，根據預設的灌溉策略，精確控制灌溉設備的開關，實現按需灌溉。例如

76、，當土壤濕度低于設定閾值時，邊緣計算設備會自動開啟灌邊緣計算產業發展研究報告（2024 年）36 溉設備，進行灌溉；當土壤濕度達到設定上限時，自動關閉灌溉設備，停止灌溉。這樣可以避免水資源的浪費，提高灌溉效率。同時，邊緣計算設備還可以結合天氣預報數據，預測未來的土壤濕度變化趨勢，提前調整灌溉計劃，進一步優化灌溉效果。通過邊緣計算的應用，該農業園區實現了精準灌溉，水資源利用率提高了 30%，農作物產量也得到了顯著提升。四、邊緣計算產業協作全面深化（一）（一）開源生態協同加深開源生態協同加深 隨著邊緣計算的快速發展，產業內涌現出非常多的邊緣計算相關的開源項目，這些開源項目隸屬于不同的開源組織，面向

77、不同的使用場景提供解決方案，且隨著技術的不斷發展，新的項目不斷涌現。EdgeGallery 聚焦 5G 邊緣計算場景，通過開源協作構建起 MEC邊緣的資源、應用、安全、管理的基礎框架和網絡開放服務的事實標準，并實現同公有云的互聯互通。KubeEdge 將 Kubernetes 原生的容器編排和調度能力拓展到邊緣,并為邊緣應用部署、云與邊緣間的元數據同步、邊緣設備管理等提供基礎架構支持。K3s 是一個輕量級的Kubernetes 發行版，針對邊緣計算、物聯網等場景進行了高度優化。StarlingX 是一個完整、高可靠、可擴展的邊緣云軟件堆棧,它將新服務與許多其他開源項目結合到一個整體邊緣云軟件堆

78、棧中,為邊緣計算、工業物聯網和電信應用構建一個有彈性的邊緣云基礎設施。K0s 是一種輕便且安全可靠的 Kubernetes 發行版，能夠在裸機和邊緣計算邊緣計算產業發展研究報告（2024 年）37 環境中運行,旨在為現有的 K3s 提供一種新的選擇。根據邊緣計算部署形態（云服務延伸邊緣、電信網絡邊緣、現場邊緣、設備邊緣）區分，不同的開源項目適配如下：表 4 邊緣計算開源項目 項目名稱項目名稱 簡介簡介 隸屬開隸屬開源組織源組織（或公（或公司）司）云服云服務延務延伸邊伸邊緣緣 電信電信網絡網絡邊緣邊緣 現場現場邊緣邊緣 設備設備邊緣邊緣 EdgeGallery 由華為、騰訊、信通院、中國移動、中

79、國聯通、九州云、紫金山實驗室、安恒聯合發起，捐獻給 LF，目前處于 Linux 基金會的 LF Edge Icebox 階段的開源項目。項目目的是打造一個符合 5G 邊緣邊緣“聯接聯接+計算計算”特點的邊緣計算公共平臺，實現網絡能實現網絡能力（尤其是力（尤其是 5G 網絡）開放網絡）開放的標準化和的標準化和 MEC 應用應用開發、測試、遷移和運行等生命周期流程的通用化 LF Edge KubeEdge 由華為云開源的云原生邊緣計算平臺項目。KubeEdge 將將Kubernetes 的能力從中心云的能力從中心云擴展到邊緣擴展到邊緣，并為云和邊緣之間的網絡，應用部署和元數據同步提供基礎架構支持

80、CNCF K3S 由 Rancher Labs 發布的一款開源、極輕量的開源、極輕量的 Kubernetes 發行版發行版，通過了 CNCF 一致性認證，適用于在資源有限在資源有限的環境中運行的環境中運行 Kubernetes。K3s 主要用于部署在資源受限的邊緣計算場景中，也可以在本地運行以進行Kubernetes 測試或開發 CNCF StarlingX OIF 基金會的頂級項目，StarlingX 平臺是一個完整、高可靠、可擴展的邊緣云軟件堆棧，它將新服務與許多其他開源項目結合到一個整OpenStack Foundation 邊緣計算產業發展研究報告（2024 年）38 體邊緣云軟件堆棧

81、中，為邊為邊緣計算、工業物聯網和電信緣計算、工業物聯網和電信應用應用構建一個有彈性的邊緣云基礎設施。K0S 由 Mirantis 發起的極簡極簡Kubernetes 發行版發行版，k0s 通過自行編譯 Kubernetes 源碼生成 Kubernetes 二進制文件，然后在安裝后將二進制文件釋放到宿主機再啟動的方式，在保持原生 Kubernetes 的功能情況下，實現輕量化的部署 Mirantis 來源：公開資料整理 （二）（二）標準體系初步建立標準體系初步建立 我國邊緣計算政策環境不斷完善，工信部印發關于推動工業互聯網加快發展的通知、工業互聯網網絡建設及推廣指南、國家車聯網產業標準體系建設指

82、南等文件，大力推進邊緣計算在各領域的技術研究和標準體系建設。國內外標準組織高度關注邊緣計算領域標準化工作，在邊緣計算架構設計和關鍵技術方面均研制了相關標準文檔，ITU-T 在研IoT requirements for edge computing 規范了物聯網邊緣計算的架構設計；ETSI研 制 MEC Management:Application lifecycle,rules and requirements management 擬定了 MEC 平臺的能力規范，除此之外，ETSI 在早前還發布了關于邊緣計算平臺架構、邊緣計算技術需求、邊緣計算應用程序編程接口（API）準則、邊緣計算應用程序

83、（APP）使能、邊緣云平臺管理、基于網絡功能虛擬化（NFV）的邊緣云部署等標準。算力度量是邊緣計算標準體系中的一個重要組成部分，通過邊緣計算產業發展研究報告（2024 年）39 制定統一的算力度量框架和指標體，用于評估邊緣計算節點或系統的計算能力，實時準確地反映算力的實際情況，對于推動邊緣計算產業的發展具有重要意義。中國通信標準化協會（CCSA）也將邊緣計算作為重要的工作內容，從不同角度對邊緣計算技術進行標準化。從平臺和邊緣云角度，邊緣云服務信任能力要求、面向 5G 的 MEC 邊緣云平臺能力要求規范了邊緣云和平臺的整體架構設計。從應用角度，工業物聯網、車聯網、5G MEC 等相關領域均有對邊

84、緣計算的場景化需求標準，例如，工業互聯網邊緣計算 邊緣節點模型與要求系列標準、基于邊緣計算的工業視頻安檢應用場景與業務需求標準等。（三）（三）技術融合技術融合深化深化應用加速應用加速 隨著邊緣計算的服務類型擴展，用戶部署在邊緣的業務應用快速增長，多個行業在邊緣計算都有應用標桿案例，據中國信通院連續三年的云邊協同創新實踐案例征集結果表明，邊緣計算在工業、音視頻、政務、云游戲、金融等行業應用較多，如下圖 6 所示，工業應用占比達到 29%，排名第二的音視頻領域應用占比達 17%，充分證明邊緣計算在傳統領域和新興領域均有顯著應用優勢。邊緣計算產業發展研究報告（2024 年）40 來源：中國信息通信研

85、究院 圖 6 邊緣計算在各行業應用占比 時延敏感型業務如音視頻、云游戲是邊緣計算應用最早，也是最廣泛的場景，通過將原本運行在中心云端的運算下沉至離用戶更近的位置，能夠得到更迅速的反饋，為終端用戶提供更好的觀看和游玩體驗，同時，將原本在骨干網絡傳輸的視頻、音頻、圖片數據大量下沉至邊緣，也能有效紓解骨干網帶寬壓力；現場計算型業務需求由物聯網、車聯網、工業互聯網快速部署實踐帶來，也是邊緣計算應用比較深入的場景，由部署在流水線或道路側的攝像頭或傳感器設備采集數據，匯聚在邊緣計算平臺進行現場處理和分析，結果實時反饋給現場，實現實時質檢和反饋能力；本地部署型業務由于數據監管要求，政務、金融等行業用云存在敏

86、感數據不外泄的需要，將邊緣基礎設施部署于企業本地機房，敏感數據貯存在本地，同時，本地和其他分支云保持體驗一致的管理能力，既滿足了數據本地存儲的需求又減輕運維壓力。隨著邊緣計算產業發展，邊緣軟、硬件技術均有極大優化精進。在基礎設施層面，已經發展出軟硬一體技術體系，通過高度集成的硬件基礎設施和管理平臺軟件組合成能夠一體化交付的邊緣基礎設施，邊緣計算產業發展研究報告（2024 年）41 提升了邊緣計算部署的便捷性，以更輕量化的方式支持邊緣應用加速實踐；在邊緣服務層面，邊緣計算與其他信息通信技術融合，構成了“邊緣+AI”、“邊緣+物聯網”、“邊緣+5G”等服務體系，精確匹配不同應用場景的獨特需求；在邊

87、緣應用層面，邊緣基礎設施結合云原生技術，提供面向應用的邊緣云，有效屏蔽底層異構的基礎設施，用戶只需關注自身業務應用的開發。五、邊緣計算面臨挑戰和未來展望（一）（一）面臨面臨挑戰挑戰及建議及建議 1.邊緣原生創新場景仍需探索，應用深度廣度不足 當前邊緣計算應用場景大多仍是從中心云場景延伸而來。隨著互聯網連接和數據指數級增長，互聯網用戶的體驗和網絡效率面臨極大挑戰，對云服務提出了更高的要求，邊緣計算相比于云計算在實時計算、大帶寬等場景上更具優勢，因此，當前邊緣應用場景仍類場景為主。同時，邊緣側由于資源等因素，數據庫、容器、安全等能力部署仍面臨一定挑戰，政企用戶對于邊緣計算使用需求和場景仍處于探索階

88、段。垂直領域應用場景仍需探索。從實踐中看，垂直領域應用場景在視頻 AI 識別、邊緣數據采集存儲等局部典型場景，以單點形式部署。鎖定應用行業的特征場景從而擴大邊緣計算的應用面，如何探索更多高價值應用場景，是產業內當前廣泛面臨的問題。建議強化政策指導，以市場需求為導向，引導產業鏈積極開展邊緣算力應用試點，聚焦重點領域共性應用場景，打造一批可復制可邊緣計算產業發展研究報告（2024 年）42 推廣的邊緣算力創新應用示范標桿，“以用促建”，加快邊緣算力應用推廣落地。2.邊緣服務穩定性有待提升，安全能力仍需加強 穩定可靠方面，邊緣節點通常資源受限，且所處位置和網絡環境復雜，跨網絡環境、跨地理位置條件下大

89、規模節點管理、應用部署、數據管理、業務系統持續性運行、協同能力等關鍵技術穩定性仍面臨挑戰，并且在性能方面缺乏有效測試驗證標準和測試工具。安全保障方面，與集中式云資源相比，邊緣計算單點物理資源受限、部署環境業務復雜多樣、成本受控等，在邊緣節點物理安全、網絡安全、數據安全、應用安全、安全管理等方面能力較弱，仍需強化云邊統一安全管理、動態風險識別能力，實現快速防御、及時阻斷惡意入侵行為。建議技術提供商提升邊緣服務穩定性和安全性建設水平，行業組織聯盟、標準化機構制定統一標準化測試驗證方法，開展大規模邊緣算力管理與服務穩定性技術驗證，建立邊緣系統穩定性與安全性綜合評估體系，構建“可信”邊緣算力服務。3.

90、邊緣系統互聯互通存在阻礙，仍缺少標準化方案 在政企 IT 系統建設方面，目前大部分企業提供的邊緣計算服務呈現異構多樣化，在開放接口、數據接入、傳輸協議、網絡接入等方面各廠商差異性較大，導致用戶將邊緣計算系統與現有 IT 基礎設施集成復雜度較高，在資源、數據、運維等方面統一管理難度較大。內部 IT 基礎設施管理和使用復雜度提升，導致在規?；渴疬M度緩慢。邊緣計算產業發展研究報告（2024 年）43 在行業應用場景方面，不同行業場景對邊緣計算部署要求不一，如工業、園區、礦山、交通等各業務現場對數據采集、管理模式、邊緣 AI 算法、帶寬、時延、成本等要求各異，目前尚未建立各細分領域的標準參照體系，以

91、滿足不同行業的定制需求，往往需要應用不同的解決方案進行大量重復驗證和適配，導致投入成本高、復制推廣效果差等問題，缺乏標準化場景化解決方案。建議加強制定邊緣算力互聯互通行業標準，在資源、數據、應用、管理等方面實現標準化互操作方案。持續構建不同行業場景標準化方案，鼓勵產業鏈探索合作協同，打造面向邊緣場景定制化、一體化方案。（二）（二）發展趨勢發展趨勢 1.邊緣基礎設施向分布式算力布局演進發展 在政策和市場雙重驅動下，邊緣計算基礎設施加速建設，呈現分布式布局。一方面，一系列國家頂層政策文件出臺，全面部署、統籌推進算力基礎設施建設，要求優化算力基礎設施布局，引導通用數據中心、超算中心、智能計算中心、邊

92、緣數據中心等合理梯次布局；另一方面，隨著 5G、物聯網、工業互聯網等產業實踐和規?；渴?，越來越多的生產數據需要在現場進行實時處理，集中式數據中心無法滿足在超高清視頻、車聯網、工業互聯網等場景下的計算時延、帶寬成本需求，海量分散、異構的邊緣基礎設施資源被建設，在低時延、低成本、多樣化的實踐場景中展開應用。通過邊緣算力互聯互通，實現“中心、區域、邊緣”等不同層級的算力資源邊緣計算產業發展研究報告（2024 年）44 互聯、業務互通，中心云負責云邊端算力全局管理和大規模數據計算處理，邊緣進行數據快速接入和實時智能計算，終端實現泛在感知，通過云邊端算力資源高效協同調度能力，提供低時延、成本可控、體驗

93、最優的分布式算力服務為未來演進趨勢。2.“中心訓練、邊緣推理”加速人工智能應用實踐 隨著我國“人工智能+”行動規?；瘧脤嵺`，AIGC（生成式人工智能）、大模型技術不斷創新，AI 推理需求將大幅增長。邊緣計算憑借“低時延、低成本、廣分布、高安全”等優勢，通過“中訓邊推”等創新模式，突破算力跨主體、跨架構、跨區域等復雜場景下應用瓶頸，降低工業互聯網、智慧城市、交通、醫療、能源、文娛、元宇宙等場景人工智能應用推理時延和成本，為人工智能技術的普及和普惠發展提供了堅實的支撐。3.云邊端管理運維向智能化自動化演進發展 云邊端一體化算力平臺能夠屏蔽底層分散的異構資源，向上提供應用統一運行環境、實現設備統一

94、管理、業務敏捷部署、時延帶寬成本降低、數據安全存儲，基于云邊端數智的 IT 新底座通過整合設備接入、數據管理、人工智能、組件開發、云邊端協同、生態開放等能力，對接企業內部業務系統，為業務場景提供統一應用和運營管理，將成為各行業數字化轉型的基礎性平臺，實現對各行各業數字化轉型與智能化升級的深度賦能。隨著云邊端算力的復雜程度加深，管理運維難度呈指數級提升，以人力為基礎的手動運維難以滿足保證復雜系統正常運行，以及故障快速恢復的需要，云系統需邊緣計算產業發展研究報告（2024 年）45 要具備“智能化運維”能力，在基礎設施、算力資源、網絡、應用、數據、安全等方面全方位提供自動化運維保障能力，保證云、邊

95、、端各類算力經濟、高效、穩定的正常運作。4.邊緣云服務模式向 Serverless 形態演進發展 理想的云計算形態是算力按需隨用，邊緣云也不例外，Serverless 架構能夠讓企業開發人員專注業務應用和代碼，而無需關注服務器狀態，摒棄繁雜的機器管理和成本考量，實現真正的彈性計算。未來，隨著邊緣算力更加多樣化、零散化，無服務器模型也許會替代以虛擬服務器為核心而構建企業 IT 系統。邊緣計算產業發展研究報告（2024 年）46 編制說明編制說明隨著國家政策支持力度加碼、市場規模不斷增長、技術與應用不斷深化落地、產業生態日益完善繁榮，邊緣計算正在加速邁向廣泛普及和深度應用的新階段。為了全面對邊緣計

96、算產業發展進程進行梳理、總結實踐經驗、引導產業健康發展，中國信通院啟動邊緣計算產業發展研究報告（2024 年）編制工作。編制過程中，中國信通院廣泛吸收邊緣計算建設現有研究成果，深入調研國內主流邊緣計算市場參與者，召開多次公開研討會，先后走訪多家企業，并面向業界征集邊緣計算場景先鋒實踐案例，獲益頗多。在此表示感謝（排名按拼音順序）：阿里云計算有限公司、安超云軟件有限公司、北京火山引擎科技有限公司、戴爾（中國）有限公司、廣州忘平信息科技有限公司、貴州白山云科技股份有限公司、華為云計算技術有限公司、浪潮云信息技術股份公司、螞蟻科技集團股份有限公司、南方電網數字平臺科技（廣東）有限公司、上海道客網絡科技有限公司、深圳市網心科技有限公司、騰訊云計算（北京）有限責任公司、天翼云科技有限公司、浙江九州未來信息科技有限公司、中移（杭州）信息技術有限公司、中移（蘇州）軟件技術有限公司。中國信息通信研究院中國信息通信研究院 云計算與大數據研究所云計算與大數據研究所 地址：北京市海淀區花園北路地址：北京市海淀區花園北路 52 號號 郵編：郵編：100191 電話：電話：010-62300095 傳真：傳真：010-62304980 網址：網址：