邊緣計(jì)算分支—設(shè)備端容器化的大趨勢(shì)和擁抱5G時(shí)代

河海大學(xué)常州校區(qū) 成恒飛 錢育珩 張海睿 黃 天 陳 飛

隨著5G時(shí)代的到來(lái)，物聯(lián)網(wǎng)終端設(shè)備數(shù)量也迅速增加，同時(shí)由于網(wǎng)絡(luò)帶寬承載力受限，響應(yīng)時(shí)間較長(zhǎng)等問(wèn)題?；谠朴?jì)算的中心計(jì)算主要部署在云端的集中式處理模型顯然已經(jīng)難以滿足需求。而對(duì)于網(wǎng)絡(luò)邊緣設(shè)備進(jìn)行邊緣計(jì)算提供了物聯(lián)網(wǎng)場(chǎng)景應(yīng)用的新思路，設(shè)備端容器化封存，編程云端化。

移動(dòng)邊緣計(jì)算（MEC）是一種新興的計(jì)算，是工業(yè)控制上的概念，部署在終端設(shè)備或網(wǎng)絡(luò)接入點(diǎn)上，使得工業(yè)設(shè)備終端無(wú)需云計(jì)算的幫助，也能具有近端的決策控制能力。它在移動(dòng)無(wú)線接入網(wǎng)絡(luò)（RAN）的邊緣提供計(jì)算，存儲(chǔ)和網(wǎng)絡(luò)資源，允許延遲敏感和上下文感知應(yīng)用程序在最終用戶附近執(zhí)行，減輕了回程和核心網(wǎng)絡(luò)，對(duì)于實(shí)現(xiàn)低延遲，高帶寬和靈活的移動(dòng)服務(wù)至關(guān)重要。

而對(duì)于邊緣計(jì)算而言，容器化正成為邊緣計(jì)算平臺(tái)的標(biāo)準(zhǔn)。本身作為一種虛擬化技術(shù)，是服務(wù)器資源共享方式的一種。 可以理解為設(shè)備端版本升級(jí)，然后執(zhí)行，實(shí)時(shí)的可以下發(fā)的計(jì)算力，改變?cè)O(shè)備端的開(kāi)發(fā)和部署模型，設(shè)備端容器化。比如，我們可以把移動(dòng)端容器化，編程變?yōu)樵贫嘶?，像我們?jīng)常使用的手機(jī)，在邊緣計(jì)算領(lǐng)域，以后手機(jī)可以變?yōu)橐粋€(gè)容器平臺(tái)，在手機(jī)上就可以跑工業(yè)設(shè)備的操作系統(tǒng)。

移動(dòng)邊緣計(jì)算（Mobile Edge Computing, MEC）可利用無(wú)線接入網(wǎng)絡(luò)創(chuàng)造出一個(gè)具備高性能、低延遲與高帶寬的電信級(jí)服務(wù)環(huán)境，各項(xiàng)服務(wù)在終端分支下載速度加快，讓消費(fèi)者享有不間斷的高質(zhì)量網(wǎng)絡(luò)體驗(yàn)。

在過(guò)去的幾年里，我們的生活方式越來(lái)越多地暴露于海量流量構(gòu)筑的生活場(chǎng)景應(yīng)用中，商業(yè)、社交、多媒體等。為了應(yīng)付這些激增的流量需求需求，網(wǎng)絡(luò)運(yùn)營(yíng)商必須付出巨大努力來(lái)改善用戶體驗(yàn)。為克服當(dāng)前無(wú)線接入網(wǎng)絡(luò)（RAN）的局限性，提出了兩種新興范例：

云無(wú)線電接入網(wǎng)（C-RAN），其目的在于通過(guò)虛擬化集中基站（BS）功能，以及移動(dòng)邊緣計(jì)算，其旨在賦予網(wǎng)絡(luò)邊緣決策計(jì)算權(quán)力。雖然這兩種技術(shù)提出將計(jì)算能力轉(zhuǎn)移到不同的方向（云到邊緣），但它們是互補(bǔ)的，每個(gè)都在5G生態(tài)系統(tǒng)中具有獨(dú)特的地位。

移動(dòng)邊緣計(jì)算服務(wù)器使用通用計(jì)算平臺(tái)直接在BS上實(shí)現(xiàn)，允許在最終用戶附近執(zhí)行應(yīng)用程序。憑借這一點(diǎn)，移動(dòng)邊緣計(jì)算可以幫助滿足5G網(wǎng)絡(luò)嚴(yán)格的低延遲要求。此外，移動(dòng)邊緣計(jì)算還提供各種網(wǎng)絡(luò)改進(jìn)，包括：第一，通過(guò)在網(wǎng)絡(luò)邊緣托管計(jì)算密集型應(yīng)用程序來(lái)優(yōu)化移動(dòng)資源，第二，在將大數(shù)據(jù)發(fā)送到云（或某些提取的功能）之前對(duì)其進(jìn)行預(yù)處理，第三，借助于RAN信息（例如小區(qū)負(fù)載，用戶位置和分配的帶寬）的上下文感知服務(wù)。盡管移動(dòng)邊緣計(jì)算原理也與霧計(jì)算的概念一致，并且兩者通常可互換使用，但它們之間略有不同。雖然霧計(jì)算是一個(gè)與云計(jì)算相反的通用術(shù)語(yǔ)，它將處理和存儲(chǔ)資源帶到較低層，但移動(dòng)邊緣計(jì)算專門旨在通過(guò)新的功能分離和BS之間的新接口將這些功能擴(kuò)展到RAN的邊緣。上面那層。霧計(jì)算最常見(jiàn)于企業(yè)擁有的網(wǎng)關(guān)設(shè)備，而移動(dòng)邊緣計(jì)算基礎(chǔ)設(shè)施由網(wǎng)絡(luò)運(yùn)營(yíng)商實(shí)施和擁有。

我們提出了一種實(shí)時(shí)的上下文感知協(xié)作框架，該框架位于蜂窩網(wǎng)絡(luò)的邊緣，并與底層通信網(wǎng)絡(luò)并行工作。特別是，我們的目標(biāo)是探索移動(dòng)邊緣計(jì)算網(wǎng)絡(luò)中連接實(shí)體之間的協(xié)同作用，以形成異構(gòu)計(jì)算和存儲(chǔ)資源池。為了說(shuō)明移動(dòng)邊緣計(jì)算協(xié)作在5G網(wǎng)絡(luò)中的優(yōu)勢(shì)和適用性，我們提出了三個(gè)用例，包括移動(dòng)邊緣編排，協(xié)作視頻緩存和處理以及多層干擾消除。這些初始目標(biāo)方案可用作制定許多特定應(yīng)用的基礎(chǔ)。

談到移動(dòng)邊緣的編排問(wèn)題，首先來(lái)了解一下邊緣計(jì)算的智能分層部署。邊緣計(jì)算聯(lián)盟（ECC）對(duì)邊緣計(jì)算定義了四個(gè)域，設(shè)備域（感知與控制層），網(wǎng)絡(luò)域（連接和網(wǎng)絡(luò)層），數(shù)據(jù)域（存儲(chǔ)與服務(wù)層），應(yīng)用域（業(yè)務(wù)和智能層）。設(shè)備域?qū)Ω兄男畔⑦M(jìn)行直接處理，比如我們手機(jī)的語(yǔ)音輸入，把捕捉到的我們嘴中發(fā)出的聲學(xué)信號(hào)轉(zhuǎn)化為文字信息。網(wǎng)絡(luò)域通過(guò)部署計(jì)算能力，實(shí)現(xiàn)各網(wǎng)絡(luò)協(xié)議的自動(dòng)轉(zhuǎn)換，對(duì)數(shù)據(jù)格式進(jìn)行標(biāo)準(zhǔn)化處理。數(shù)據(jù)域使得數(shù)據(jù)管理更智能、存儲(chǔ)方式更靈活。應(yīng)用域使得設(shè)備具有智能化的感知能力，裝配自適應(yīng)的連接策略和（數(shù)字）部署策略，解決系統(tǒng)中的數(shù)據(jù)異構(gòu)問(wèn)題，并提供局部的業(yè)務(wù)邏輯甚至智能。移動(dòng)邊緣編排、協(xié)作視頻緩存以及多層干擾消除，都是針對(duì)特定場(chǎng)景應(yīng)用的基礎(chǔ)。

這其中的佼佼者，predix平臺(tái)就提出三種清晰的定義。協(xié)議適配器（Protocol Adapters）可以支持不同工業(yè)通訊協(xié)議進(jìn)行數(shù)據(jù)采集和反向設(shè)備控制，包括OPC-UA，modbus，MQTT等；設(shè)備對(duì)云端的接口通過(guò)設(shè)備管理框架和數(shù)據(jù)流服務(wù)（Data River），Predix Machine可以將分析后的數(shù)據(jù)或者原始數(shù)據(jù)通過(guò)HTTP或者WebSocket傳輸?shù)皆贫说臄?shù)據(jù)存儲(chǔ)中，作后續(xù)的智能分析；而對(duì)于最重要的容器化分析平臺(tái)，這里需要的是通過(guò)數(shù)據(jù)總線（Data Bus）,Machine可以運(yùn)行由Docker容器封裝的智能分析算法，處理連續(xù)的數(shù)據(jù)流，并可以提供近乎實(shí)施的終端分支決策和控制。

毫無(wú)疑問(wèn)，在5G時(shí)代的到來(lái)，終端設(shè)備容器化日益成為趨勢(shì)。邊緣計(jì)算應(yīng)用場(chǎng)景日益復(fù)雜，我們現(xiàn)在可以清晰的看到邊緣計(jì)算平臺(tái)，而不是傳統(tǒng)的收發(fā)網(wǎng)關(guān)，過(guò)去只能在云端完成的運(yùn)算，現(xiàn)在可以利用幾臺(tái)計(jì)算機(jī)組成的小規(guī)模集群隔離主機(jī)資源進(jìn)行運(yùn)算，在邊緣計(jì)算平臺(tái)上運(yùn)行智能分析算法。多種編程語(yǔ)言之間的隔閡也不再成為限制，支持多種開(kāi)發(fā)工具和多種編程語(yǔ)言的運(yùn)行時(shí)環(huán)境?？梢栽诙鄠€(gè)移動(dòng)容器平臺(tái)上跑程序，進(jìn)行控制，智能分析。