温馨提示：如需原文档，可在PC端登陆未来智库www.vzkoo.com搜索下载本报告。
关于边缘计算的概述
边缘计算的概念
按照边缘计算产业联盟的定义，边缘计算是指在靠近物或数据源头的网络边缘侧，融合网络、计算、 存储、应用核心能力的开放平台，充分利用整个路径上各种设备的处理能力，就地存储处理隐私和 冗余数据，降低网络带宽占用，提高系统实时性和可用性，满足行业数字化在敏捷联接、实时业务、 数据优化、应用智能、安全与隐私等方面的关键需求。通俗来说，边缘计算就是将云端的计算存储 能力下沉到网络边缘，用分布式的计算与存储在本地直接处理或解决特定的业务需求，用以满足不 断出现的新业态对于网络高带宽、低延迟的硬性要求。
边缘计算其实早在 2002 年就已提出，近些年来，随着 SDN/NFV 等先进网络技术的日渐成熟，各大网 络标准化组织才逐渐意识到边缘计算对于网络功能的巨大提升;并于 2016 年4月，将之列为 5G 网 络架构的关键技术。2016 年 11 月，华为、英特尔、ARM、中国科学院沈阳自动化研究所、中国信息 通信研究院和软通动力发起成立了边缘计算产业联盟(ECC)，致力于边缘计算在各行业的数字化创新 与行业应用落地。
根据 ECC 发布的边缘计算参考架构，整个系统被分为三层，即现场层、边缘层、云端。其中边缘层 又划分为边缘管理器和边缘节点两部分，边缘节点是具有计算和存储能力的功能模块，包括负责处 理和转换网络协议的边缘网关，负责闭环控制业务的边缘控制器，负责大规模数据处理的边缘云以 及负责信息采集与简单处理的边缘传感器;而边缘管理器则主要是实现对边缘节点的各项功能进行 统一管理和调度。
整个框架强调了云—边—端一体化的要求，边缘传感器将设备端基础数据汇集到边缘云平台，在平 台上对数据进行分析处理，得到的即时结果反馈到设备端;而边缘管理器则负责数据的统一调配， 与云端建立联系，将业务相关数据传输到云端进行更加深入的分析，而后再对边缘侧算法进行优化， 从而灵活高效的指导生产实践。
边缘计算是云与端连接的桥梁，其所处的地理位臵与具备的功能定位决定了它自身所必然具备的特 点与属性:
边缘计算与云计算的关系
与边缘计算相比，云计算有诸多劣势。首先是实时性，传感器接收到数据以后，云计算需要通过网 络传输到数据中心，经过分析处理后再由网络反馈到终端设备，这样数据来回传传输就造成了较高 时延。其次云计算对带宽的要求也越来越大，例如在公共安全领域，每一个高清摄像头都需要 2M 的 带宽来传输视频，这样的一个摄像头一天就可以产生 10 几个 G 的数据，如果这样的数据全部传到数 据中心进行分析存储的话，对带宽的消耗非常大。第三是能耗方面，现在数据中心的能耗在业界已 经占据了非常高的比例，国家也不断对数据中心的能耗指标作出要求。最后是数据安全和隐私方面， 数据经由网络上传到云端经历了众多环节，每个环节数据都有可能被泄露。
而边缘计算则可以完美的解决以上诸多问题，边缘计算就部署在接入网，在网络边缘就可以完成对 数据的分析处理，数据甚至都不必上传至云端，这样就大幅降低了数据传输时间，减轻了通信网络 的带宽压力，数据在边缘处理存储也更加高效安全。
实际上，云计算与边缘计算的关系更像是人体的神经网络系统，大脑即为云计算中心，而神经中枢 与神经元则代表了下沉到不同程度的边缘计算。传感器从边缘设备对数据进行初始的采集，到边缘 层进行一部分实时的处理，再传输到核心层进行深度的计算分析，最后再将分析结果回馈到边缘， 对边缘智能进行优化完善。两者构成了一套完整的系统，云计算负责全局性、非实时、长周期的大 数据处理与分析，而边缘计算则根据特定的需求对局部性、实时、短周期数据的处理与分析。
边缘计算的类别划分
就像人体的神经网络一样，神经中枢与神经元都具有一定程度的“计算”能力，但究竟在什么情况 下用哪个还是得依据人体各部分具体的机能来定。同样的，不同的行业具体的业务需求不同，对于 边缘计算中“边缘”的位臵理解也不同。典型的如 OT 领域，有的工业设备可能仅仅需要处理简单的 数据，不需要进行复杂的运算，但是机器设备对于加工精度有着比较高的要求，对时间延迟十分敏 感;这种情况下，主流公司就采用现场 设备智能化升级的方案，通过向现场设备部署 SDK 的方式来 应对具体的业务需求。另一种典型的如自动驾驶，行驶中的汽车需要根据周围复杂的环境信息运算 得出下一步的驾驶指令，由于汽车驾驶过程中产生的数据量十分巨大，所进行的复杂运算也需要专 业的服务器才能完成，这时就需要借助网络将运算迁移到最近的边缘计算平台上来进行。以上两种 场景实际上代表了边缘计算部署的两种模式，一种是将算力直接部署在设备终端旁，最大限度的发 挥边缘计算的优势;另一种则是将边缘计算平台部署在终端附近，一个平台负责一片区域内的业务 需求。
目前市场上边缘计算的建设主体主要有电信运营商、第三方厂商、OT 厂商等，电信运营商采用 MEC 多接入边缘计算的形式将边缘计算部署在网络的边缘，一般是在宏基站的机房内或者多个宏基站的 汇聚点。第三方厂商则需要借助运营商MEC平台开放底层资源来推出自己个性化服务，一般是自身 云计算业务的在边缘处的延伸。而 OT 厂商则聚焦于边缘设备，对其进行智能化改造，让终端设备具 备一定的计算能力，用以满足自身业务需求。
由于以上两类边缘计算应用形式面向 的客户场景不同，体现的客户价值也 不同，所以各建设主体对 于边缘计算的理解、用到的关键技术等都有较大的区别。各参与者根据自己的优劣势，在不同的业 务形态中担任不同的角色。需要说明的是，在实际部署的商业用例中，上述两种边缘计算应用可以 独 立存在，也可以两者相互融合互补并存。
网络侧多接入边缘计算，与 5G 同行
网络侧的多接入边缘计算 MEC(Multi-Access Edge Computing)是一种基于通信网络的全新分布式计算 方式，包含了原先移动边缘计算(Mobile Edge Computing)的核心理念并予以升级，它在新一代通信 网络中已经被 3GPP SA2 列为 5G 网络 架构的关键技术。技术上，通过部署一定的计算存储能力部署 在无线接入网端，在接入网端构建一个云服务环境，使得一部分的网络服务与网络功能在脱离核心 网的情况下进行，从而大幅度的减少数据传输的时延，节省带宽，降低网络负载，同时还能够保证 数据的安全性。
MEC 的推动因素
MEC之所以能得到运营商及市场的认可，我们认为，主要是基于两个原因:一方面是客观上 5G 三大 应用场景，即 eMBB(增强移动宽带)、mMTC(海量机器类通信)和 uRLLC(超可靠低时延通信) 对 MEC 的迫切需求;另一方面则是运营商主观上认为 MEC 是摆脱自身网络沦为低附加值管道的一个 机遇。
MEC助力 5G 腾飞
随着 5G 时代来临，一方面，5G 将会为用户提供 4K/8K视频、AR/VR 等更加真切的业务体验，人机交 互方式面临着再次升级;另一方面，以物联网、智慧城市等为代表的典型应用场景与移动通信网络 深度融合，海量的机器设备将会接入 5G 网络。全新的业务形态在带给用户更好的体验的同时，通信 网络的承载负担无疑也被大大加重。
根据知名市场研究机构 IOT ANALYTICS 的数据，2018 年物联网连接数已经达到了70亿，到 2020 年， 活跃的物联网设备数量预计将增加到 100 亿个，到 2025 年将增加到220亿个:
物联网接入设备的爆发性增长无疑会占用大量的网络资源，但是未来增加的也不仅仅是设备数量。 近期，工信部等三部门印发的《超高清视频产业发展行动计划(2019-2022 年)》中，也将提升网络 传输能力，满足 4K 和 8K视频传输的低时延、高宽带、高可靠、高安全应用需求作为其中的重点任 务之一。MEC 技术通过业务本地化、缓存加速 以及本地分流、灵活路由等技术可以有效降低网络回 传带宽需求，缓解核心网的数据传输压力，从而进一步避免了核心网传输资源的进一步投资。
对于一些对可靠性要求严格的场景，例如远程医疗、车联网、工业控制等，对网络时延有着严苛的 要求。其中，低时延高可靠场景 中对空口时延的要求甚至为 1 ms 量级。基于 MEC 提供的边缘云计 算服务，可以将传统的部署在 Internet 或者远端云计算中心的业务 应用，迁移至无线网络边缘部署。 此时，特定业务或者将非常受欢迎的内容可以部署或者缓存在靠近无线接入网以及终端用户的位臵， 从而可以 有效降低网络端到端时延，从而提升用户的服务质量。
以下为具体各业务正常运行所需要的网络状况，不同的业务对于时延、带宽、安全性等都有多样化 的需求，而多接入边缘计算则是目前来看最好的解决方案。
MEC助力运营商摆脱“管道困境”
移动互联网打破电信运营商原有的围墙花园模式，OTT 多种多样服务类型 的快速出现以及相应业务 量的急剧增长，促使移动通信网络逐渐管道化，运营商 对用户的掌控力度将逐步减弱，沦为数据“哑 管道”的趋势加剧，成为移动互联 网中产值较低的环节。运营商当前以计数据流量为主的资费模式， 相对于 OTT灵活的商业模式显得较为单一。
根据工信部统计数据，在互联网应用的替代作用及取消长途漫游资费双重影响下，2018 年运营商话 音业务收入完成 1776 亿元，比上年下降 25.7%，在电信业务收入中的占比降至 13.7%，比上年下降 4.2 个百分点。受OTT厂商挤占，运营商的传统业务生存空间一再被压缩。
运营商亟需寻求全新的业务增长引擎，在今年政府工作报告中，国务院总理李克强提出“今年中小 企业宽带平均资费再降低 15%，移动网络流量平均资费再降低 20%以上”，这对以“卖流量为生” 的运营商来说，无疑又是业绩增长的一大阻碍。
作为 IT 和 CT融合的产物，MEC 则会是运营商转型的最好方式 。电信运营商不仅可以将 MEC 平台的 存储、计算能力开放给应用开发商和内容提供商，为他们提供全新 的业务开发环境及用户体验;也 可以将无线侧 eNB 信息封装成各种服务(例如， RNIS、位臵服务、带宽管理服务等)，运行在 MEC 平台之上，开放给企业和垂 直行业使用，从而提供更多的增值服务，实现网络价值的最大化。
MEC 部署方案
未来 5G 网络的基础设施平台将主要由采用 通用架构的数据中心(data center，DC)组成，主 要包括中心级、汇聚级、边缘级和接入级，其各自的功能划分大致如下:
(1)中心级
主要包含 IT 系统和业务云，其中 IT 系统以 控制、管理、调度职能为核心，例如网络功能管 理编排、 广域数据中心互联和 BOSS 等，实现网 络总体的监控和维护。除此之外，运营商自有的 云业务、增 值服务、CDN、集团类政企业务等均 部署在中心级 DC 的业务云平台。
(2)汇聚级
主要包括 5G网络的控制面功能，例如接入管 理、移动性管理、会话管理、策略控制等，主要 部署
在省级 DC。同时原有 4G网络的虚拟化核心 网、固网的 IPTV 业务平台以及能力开放平台等可 以共 DC 部署。除此之外，考虑到 CDN 下沉以及省级公司特有政企业务的需求，省级业务云也可 以同时部署 在该数据中心。
(3)边缘级
部署在地市级，主要负责数据面网关功能(包 括5G用户面功能以及 4G vEPC 的下沉 PGW 用户 面功 能 PGW-D)。除此之外，MEC、5G 部分控制 面功能以及固网 vBRAS也可以部署在本地 DC。 更进一 步，为了提升宽带用户的业务体验，固网部 分 CDN 资源也可以部署在本地 DC 的业务云里。
(4)接入级
对于本地接入级 DC，则重点面向接入网络， 主要包括 5G 接入 CU、4G 虚拟化 BBU(池)、 MEC 以 及固网 vOLT等功能。其中 5G 接入 CU 也可以与其分布式单元(DU)合设，直接以一体 化基站的形 式出现，针对超低时延的业务需求将 MEC 功能部署在 CU 甚至CU/DU一体化基站上。
MEC部署的位臵较为灵活，在基站级、接入级、地市级均可部署，具体部署的位臵还要按照具体的 业务需求来确定。考虑到影响 MEC部署位臵最主要的 是业务要求时延，时延要求越严格，MEC 部署 的位臵就越接近用户端。
根据 3GPP 对 5G 接入场景及需求的研究，5G eMBB 场景下空口的单向时延要求为 4 ms，相 比于 LTE 网络空口单向要求5 ms 而言，性能要求提升不是很严苛。对于 uRLLC场景，则要求无线 空口单向时 延要求为 0.5 ms。除此之外，5G 网络 针对 eMBB 业务和uRLLC业务分别提出了 10 ms 及 1 ms 的端到 端极低时延要求。因而对于 eMBB场景，MEC 的部署位臵不高于地市级均可;而对于 uRLLC业务， 针对 1 ms 的极端低时延要求，就必须直接将 MEC 功能部署在 5G 接入CU或者 CU/DU 一体化的基站 上，将传统的多跳的网 络转化为一跳网络，完全消除传输引入的时延。
MEC部署的位臵较为多样，特别是对于部署在接入端的 MEC 平台，由于部署时需要足够靠近用户端， 边缘设备布臵的场景难以得到保证，边缘节点的分布式特征也为自身的运维管理造成了一定的麻烦。 因而在实际部署时需要根据 MEC平台的商务模式、资源条 件、业务需要、运维需求等因素综合考虑。 采用软硬一体的物 理形态或承载在云资源池之上的云化形态是目前运营商计划的部署方式，采用云 化形态在部署、运维、计费方面更加灵活，边缘业务提 供者可按需使用资源，避免边缘计算资源的 浪费。具体部署时需要考虑诸多因素，如边缘设备的统一运维、自治性、轻量化部署、灵活使用 及 计费等。
MEC 生态圈
MEC生态系统主要包括电信运营商、硬件供应商、第三方厂商等。电信运营商是 MEC 产业链的核心， 电信运营商根据不同的应用场景部署 MEC 网络，提供 MEC 基础服务;硬件供应商包括基础硬件供应 商如英特尔、高通等芯片厂商和系统性硬件供应商如华为、中兴、诺基亚等综合解决方案提供商; 第三方厂商主要包括 OTT 厂商如爱奇艺、YouTube等或视频 CDN 应用、云计算边缘拓展服务等。
电信运营商
电信运营商在多接入边缘计算产业链中负责基础设施的建设和 MEC 平台的提供，即在 PaaS 和 IaaS 层面提供相关服务。在PaaS层面上，多接入边缘计算具备位臵服务能力，无线信息能力， QoS 服务 能力和安全能力等关键网络能力，运营商通过对这些的开放，可以为用户和第三方应用提供个性化、 差异化的服务;在 IaaS 层面上，需要承载的业务或应用主要包括MEC APP、MEC PaaS 平台等，此外 多接入边缘计算还涉 及网关类设备(如 5G UPF)、无线设备(如 5G CU)、 CDN 设备等电信网元， 运营商需要为这些业务或应用提供基础设施。
目前，虽然多接入边缘计算还未开始大规模部署，但运营商均已开始开展多接入边缘计算在各行业 的应用试点，试图在不同行业间探索具体应用与边缘计算的融合之道。中国移动于2018年 10 月 30 日 成立了边缘计 算开放实验室，目前已有第一批 34 家合作伙伴，各自在自身的领域里探索边缘计算的 应用方式;而中国联通则携手华为在全国 15 个省市推出 MEC 边缘云试点项目，共同探索边缘计算的 商业模式，目前也获得了丰硕成果。
硬件设备商
面对运营商 MEC 平台多样化的业务需求以及边缘设备复杂的部署环境，硬件供应商需要提供个性化 的综合解决方案。由于边缘机房与核心数据中心相比条件有比较大的区别，很多方面无法满足常规 通用服务器的部署及运行要求。因而，边缘计算服务器对于服务器的针对性、能耗、温度适应性、 运维管理便捷性都有着较高的要求。
边缘机房环境:
- 机架空间限制。传输及接入机房机架多为600mm深，少部分达到800mm;
- 环境温度稳定性。由于边缘机房的制冷系统的稳 定性无法有效保证，在制冷系统故障时，机房 温 度可能会达到 45°C以上;
- 机房承重限制。众多边缘机房普遍低于数据中心承重标准。
- 其他方面的限制。部署于边缘机房的服务器还将 面临抗震、电磁兼容和防噪等要求较高、机房 空 气质量欠佳等众多限制。
目前，针对边缘机房极端的部署环境和所承载的业务应用，中兴发布了 ES600S MEC 服务器，该服务 器具备体积小，宽温度工作(-5~45)及高异构加速扩展能力，并且支持风扇热插拔，能够较好的适 应边缘的应用场景;浪潮也发布了 NE5260M5 服务器，该产品专为 5G 设计，可承担物联网、MEC 和 NFV 等 5G 应用场景，其在耐高温、防尘、耐腐蚀、电磁兼容、抗震等方面优质性能能够支持其部署 在环境简陋的边缘数据中心。
第三方厂商
多接入边缘计算生态圈中，电信设备商负责提供基础设施，运营商负责建设 MEC 平台，建成的 MEC 平台通过向第三方厂商开放边缘计算接口，提供平台资源，两者在应用层面上达成合作。下面我们 以 CDN厂商为例:
CDN(内容分发网络)即将大量存有网络内容的服务器分布到离用户距离较近的站点，利用全局负 载技术将用户的访问指向距离最近的工作正常的缓存服务器上，使用户就近获取所需内容，降低网 络拥塞，提高用户访问响应速度和命中率。
目前，CDN 厂商的边缘节点均部署在城域网层面，其部署的位臵离用户还是不够接近。并且随着国 家对于 4K/8K超高清视频产业的推动，传统的 CDN 架构将遭遇带宽瓶颈。以 4K 的视频为例,一个用 户的带宽需求为 22.5~75 Mbit/s。如果基站到核心网使用的是 1G 网口, 则只能提供13~44个用户;如果使 用的是 10G 网口, 也只能提供 130~440 个用户。考虑到控制面、网管等开销, 真正能同时承载的用户数 就会更少。
相对于 CDN 节点，MEC 下沉的位臵更深，并且具备一定的数据处理能力。面对未来4K/8K、AR/VR 等 诸多超高清视频应用，在边缘处具备智能调配能力和处理、计算海量数据的能力将变得尤为重要。 因而，传统 CDN 厂商需要与运营商 MEC 平台寻求更加深入的合作，促进 CDN 架构与 MEC 平台的深 度融合，用以应对不断的业务升级对于自身技术能力的考验。
MEC建设规模核算
根据中国移动对于 MEC 节点服务器资源池的预估，区县边缘节点资源池约为几十台服务 器(总占用 空间约 40U-150U)(取均值95U)量级，对于可延伸 到接入侧的边缘节点，规模可低至几台或者十 几台服 务器(总占用空间约 2U- 40U)(取均值 21U)。按照我们之前的预测，5G 基站整体规模在 440 万个左右，虽然CU/DU分开部署是未来的趋势，但目前运营商仍然采取的是 CU/DU合设的方式， 具体未来一个 CU 对应多少个 DU 目前也没有定论，因而我们假设1个 CU 对应 8 个DU，那么全国范 围内共有 55 万个 CU节点。
考虑到投资规模的问题，边缘计算前期很有可能以区域节点及 CU 节点的部署为主。由于区域中心部 署环境较好，承担的算力较大，区县级的数据中心采用专业服务器，价格保守估计 2 万元一台;而 CU 和 DU 端相对的则采用定制版的边缘服务器，价格保守估计为1万元一台。目前市面上 2U 高度的 服务器最受市场青睐，这里边缘计算也采用 2U 服务器。根据统计年鉴最新的数据，我国目前共有 2851 个区县，因而区域层面边缘计算的部署需要约 27 亿元的资金投入;CU 节点层面上，按照之前 的假设值，共需要 578 亿元的资金投入。所以，边缘计算建设初期在区域及边缘 CU 节点上仅服务器 部署就需约 605 亿元的投资。
未来，如果边缘计算能够下沉到足够边缘，即部署在单个 DU 节点，每个节点两台定制化边缘服务器， 那么运营商还需要追加 880 亿元的投入。总体而言，边缘计算会是一个高达千亿的市场规模，相关 的服务器厂商将持续受益。
据麦肯锡公司预测，边缘计算将在未来 5-7 年创造 1750-2150 亿美元的海量硬件价值，为大量行业创 造新的机遇。
MEC 典型用例
MEC使能智能驾驶
智能驾驶实际上就是通过先进的通信网络，将车辆传感器收集到的所有信息集合处理，从而根据信 息处理结果给车辆下达驾驶命令。这里的信息指的是车辆遇到的任何东西(V2X)，包括其他车辆、 道路、人员等等。目前的智能驾驶汽车都是通过车身自带的中央处理单元来对车辆传感器收集到的 信息进行处理，受限于中央处理单元的性能，目前市场上的智能汽车最高只能达到L3级别。
实现智能驾驶的另一个更好的方式是将车辆遇到的所有信息都传输到云端处理，这样就能够实现更 多及更复杂的运算来指导车辆行驶。但是，由于车辆每时每刻产生的数据量过于巨大，对于网络的 带宽有着苛刻的要求，根据中国联通发布的白皮书数据，智能驾驶的带宽至少需要超过 100Mbit/s 才 能满足要求;并且，车辆在高速行驶中，对于时延的要求也极高，驾驶过程中时延必须保持在1 ms~10 ms 之间;根据 Gartner的数据，目前美国云计算公司为智能驾驶服务时，汽车数据在网络中往返传输 的时延达到了343 ms，这样的时延显然只能为汽车提供较低级别的智能服务。
而 MEC 的出现则刚好弥补了云计算的不足。由于 MEC 平台直接部署在网络的接入端，能够极大的减 少数据传输所消耗的时间;而MEC平台分布式特征则能够很好的解决海量数据处理及海量终端连接 的问题。
根据中国联通与吉利汽车共同进行的测试，吉利智能驾驶私有云平台和 MEC 边缘云平台通过专线高 速互联，网络的平均端到端延迟达到 8 毫秒，与之前的网络延迟相比大大降低，满足自动驾驶的要 求。 车载多摄像头传输带宽超过 100 Mbit / s，高清视频监控流畅。 与以前的网络视频质量相比，视 频质量得到显着提升。MEC边缘云平台与车辆工厂的智能驾驶服务平台的协同，提高了车辆与网络 平台之间的信息交互效率，智能驾驶的安全性及可靠性得到有效保障。
MEC在 AR/VR 领域的应用
AR(增强现实)是一种实时地计算摄影机影像的位臵及角度并加上相应图像、视频、3D 模型的技术， 而 VR(虚拟现实)则是一种通过计算机技术构造出一种多源信息融合的、交互式的三维动态视景和 实体行为的仿真系统，使用户沉浸其中。通俗的说，AR 是真实世界和虚拟信息相结合，在摄像头拍 摄的画面基础上，再加入虚拟信息进行互动。VR 是虚拟的场景，用户需要通过 VR 设备进入虚拟世 界进行互动交互。
现有的 AR 解决方案中，用户需先下载安装巨大的 APP 来进行AR的体验， 但手机的内存、电量和存 储容量局限了 AR 的发展。通过网络接入侧的 MEC 平台，确定用户位臵后利用本地 AR 服 务器提供 实时的 AR 内容匹配计算和推送，实现本地实景和 AR 内容频道实时聚 合，这样就省去了在用户终端 上进行的运算处理，从而带给客户全新的用户体验。
在大型的电竞、球赛、F1 赛车、演唱会等直播场景，用户对时延及沉浸式 体验有较高的要求。MEC 平台可实现 VR 视频源的本地映射和分 发，为观众提供高品质的 VR视频体验。并可通过多角度全景 摄像头为观众带来 独特的视角体验。另外，MEC 的低时延、高带宽优势可避免在观看 VR 时 因带宽 和时延受限带来的眩晕感，并且可减少对回传资源的消耗。
现场侧端级边缘计算，催生应用新蓝海
在现实的生产实践中，遇到的案例并不总是像智能驾驶、视频优化等应用一样在一个平台提供集中 式的数据分析与处理，有些场景如工业现场的设备检测及管理，不同的设备可能面对的是完全不同 的业务需求，现场的数据处理需求太过碎片化，异构的数据导致难以或者无法提供一个通用的解决 方案。这时，将边缘计算的计算存储能力直接下沉到设备边缘，即对设备进行智能化改造，在设备 端直接对数据进行处理，分析结果直接用于指导现场设备的生产制造，这样就可以解决边缘侧需求 多样化的问题，从而降低企业的生产成本，提高生产效率。
目前，计算能力直接下沉到端的应用主要集中在三个领域:智慧安防、工业互联网、智能家居领域， 其共同的特点是终端数量庞大，产生的数据多且杂，如果采用云计算的方式，要么不满足具体业务 的需求，要么会造成大量网络资源的浪费。而边缘计算则可以很好的满足上述要求，边缘设备甚至 无需联接外网，就可以满足自身业务需求。
端级边缘计算在智慧安防领域的应用
在智慧安防领域，一个二线以上城市可能就有上百万个监控摄像头，针对产生的海量视频数据，云 计算中心服务器计算能力有限。如果我们能够在边缘处能够对视频进行预处理，将部分或全部视频 分析迁移到边缘处，那么我们就可以大大降低对云中心的计算、存储和网络带宽需求。
根据现有的实践案例，如果我们仅仅用摄像头把原始视频传送到云端人脸引擎，一台 4 核的 16G 内 存的服务器只能支持 3个摄像头的数据处理;如果我们将计算能力直接下沉到端，即在摄像头附近 加一个数据处理芯片，功能就是把视频流有人脸的图片传输到服务器，没有的则直接省去，在边缘 侧实现数据的预处理，那么一个人脸引擎可以处理 20 个摄像头的数据。市场上 200 万像素的摄像头 大概在 300~500 元之间，如果加入芯片与存储，价格会在 800~1000 左右，成本会增加 80%左右，但是 从整体网络带宽的消耗和服务器端整体成本来看，这种解决方案还是大大节省了开支。
随着“平安城市”建设进程的推进，我国的安防行业保持了快速发展的势头，安防产业链不断完善，市场规模持续增长。据智研咨询发布的报告，2022 年我国安防行业市场规模将会达到 9737 亿元。
安防行业收入主要来源于安防工程和安防产品。根据智研咨询发布的数据，2016 年中国安防工程产 值约 3100 亿元，安防产品产值约 1900 亿 元，报警运营服务及其他产值约 410 亿元。其中视频监控产 品产值在全部物理安防产品产值中占比最高，2016 年我国视频监控产品产值约达到 962 亿元，已占 到了全部电子安防产品的1/2以上。目前边缘计算在安防行业还处在市场推广的阶段，其应用还未真 正普及。我们认为，基于边缘计算的视频监控、门禁系统等应用场景确实能够大大减少安防领域的 开支，随着边缘计算在行业应用的不断深入，应用边缘计算的安防设备将会成为市场主流。如果按 照 2016 年安防行业各子模块业务收入比例测算，视频监控产品收入约占安防行业整体规模的 18%， 按照 60%的边缘计算产品渗透率，2022 年基于边缘计算的视频监控产品市场规模将达到 1052 亿元。
端级边缘计算在工业互联网领域的应用
工业互联网是新工业革命的关键支撑和智能制造的重要基石。构建企业工业互联网系统，核心是平 台，工业互联网平台是面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、 分析的服务体系，支撑制造资源泛在连接、弹性供给、高效配臵的工业云平台。工业互联网平台第 一层是就是边缘层，在边缘端通过大范围、深层次的数据采集，以及异构数据的协议转换与边缘处 理，构建工业互联网平台的数据基础。边缘层对数据的处理主要是三个层次，一是通过各类通信手 段接入不同设备、系统和产品，采集海量数据;二是依托协议转换技术实现多源异构数据的归一化 和边缘集成;三是利用边缘计算设备实现底层数据的汇聚处理，并实现数据向云端平台的集成。
边缘层是数据采集与预处理是工业互联网得以实行的基础，边缘的智能化对于某些特定的业务场景 来说尤为重要。如在工业制造领域的纺织行业，传统方法是通过人工验布的方式来检验布的瑕疵， 受检验员的主观意识、经验、环境、认知等因素的限制，检测结果往往差异性大，一致性差。将边 缘计算引入后，在设备边缘直接布臵具备简单计算能力的智能设备，在机器运行时采集相关数据， 直接在现场实时处理和分析数据，最大限度的减少因时延而造成产品缺陷。经过对边缘机器的智能 化改造后，一台智能验布机的验布效率相当于 5-6 台人工验布机，并且检测精度更高，误检漏检率更 低。
在国家政策的推动下，我国的工业互联网在过去几年经历了爆发式的增长，2019 年两会政府工作报 告中明确提出:打造工业互联网平台，拓展‘智能+’，为制造业转型升级赋能。而边缘计算在工业互 联网中的应用实际上更多是以边缘设备的智能化改造的概念提出来的，两者的核心理念也较为接近， 都是采用在终端安装智能芯片或外接智能设备的方式让设备具备一定计算能力，从而实现对设备自 身简单生产流程的把控。根据智研咨询发布的数据，2017 年，中国智能制造产业规模将近15000亿 元，预计到 2022 年市场规模将超过 25300 亿元，随着国家对工业智能制造的不断推动，我们预测到 2022 年基于边缘计算技术的智能制造渗透率至少达到 60%，即市场规模将达到 15180 亿元。边缘智能 元器件作为智能制造的重要支撑，必将受益于智能制造的不断深入。
端级边缘计算在智能家居领域的应用
在智能家电领域，边缘计算也有着极大的用武之地。这里所说的的智能家电与我们目前生活中的智 能家电有一定的区别，目前我们所接触到的智能家电同样也装有传感器及处理芯片，但其感知的对 象是其所处的物理环境因素，如感知时间、环境温度等等。这里所说的智能家电更具智能化，家电 自身将变成一个拟人智能终端，通过对人的行为习惯的感知为用户提供生活上的指导建议，而物联 网的应用又使得其对身边的物具备了感知能力，这样所有家电就构成了一套完善的智能家居系统， 为生活提供更多智能化服务。
家电作为人们生活中不可或缺的一部分，其自身的智能化发展是必然的趋势。边缘计算技术也将作 为一项基本技术嵌入智能家居系统中。截至2016年，家电行业已有海尔、长虹、创维、美的、海信、 海立、九阳、老板(等)8 家企业先后成为工信部“智能制造综合试点示范”项目。根据中商产业研 究院的数据，2017 年中国家电行业市场规模达到了 7740 亿元，其中，智能家电行业市场规模为 2828 亿元，占比达 36.54%，预计 2022年智能家电行业规模将达到 7610 亿元。
未来，基于边缘计算技术的智能家居系统将会是市场主流，即将所有家电产品的控制、数据分析等 集中到一个智能终端上，在终端上通过紧紧粘合消费者的细节需求、情感需求、关爱需求等，为用 户提供可以无限延伸的、个性化的服务，通过人和产品之间、产品和产品之间的交互，构建一体化 的智慧家庭。但受限于网络基础设施建设进度，基于边缘计算技术的智能家居渗透率可能不像工业 领域那样高，保守估计，2022年边缘计算技术在智能家居领域的渗透率为 20%，那么这一块将会是 1522 亿元的市场规模。
目前，端级边缘计算是各 OT 厂商争相抢占的战略高地之一。智慧安防、工业互联网、智能家居是目 前端级边缘计算主要的应用场景，各厂商在这些应用场景下也都有了完整的解决方案。并且在智慧 安防及工业互联网领域，端级边缘计算带来的红利肉眼可见，因而这两个领域会是接下来端级边缘 计算应用的主战场;而智能家居带来的好处多是用户体验层面，决定权在用户，其推广势必会相对 较慢，但一体化智能家居系统是未来发展的方向。国家层面上，政策也在积极推动传统工业的数字 化转型，应用先进的数字通信技术为传统工业赋能。从上面大致的测算来看，端级边缘计算下游应 用会是一个超过 1.7万亿元(智能安防 1052 亿+智能制造 15180 亿+智能家居 1522 亿)的市场规模，国内 的相关芯片厂商及相关元器件供应商也必将从中获益。
重点企业
中兴通讯:5G边缘计算完整解决方案的提供者
中兴通讯是全球领先的综合通信信息解决方案提供商，拥有通信行业完整的、端到端的产品和融合 解决方案。公司不断加大在5G无线、核心网、承载、接入、芯片等核心领域的研发投入，目前公司 已经与全球 30 家运营商开展 5G 合作，在5G领域战略布局专利超过 3000 件，同时公司在 5G 关键技 术的商用网络实践也保持业界领先地位。
而作为 5G 网络一项关键性技术，中兴早在 2016 年就开始了对边缘计算技术的探索，并提出了2020弹性网络架构模型。目前，中兴通讯已拥有完整的多接入边缘计算 MEC 解决方案，包括虚拟化技术、 容器技术、高精度定位技术、分流技术、CDN 下沉等核心技术和专利。相关解决方案覆盖业务本地 化、本地缓存、车联网、物联网等六大场景，满足 ETSI 标准定义的 MEC Host 架构，并根据实际应用 落地需求，综合考虑 MEC 管理系统、MEC 集中控制系统等方案定制。
2019年世界移动大会期间，中兴通讯发布了针对边缘计算应用场景的 ES600S MEC 服务器，该款服务 器搭载英特尔最新英特尔® 至强® Scalable processor，配合 AI 加速卡，使其在边缘侧具备很强的神经 网络推理能力。另外，在本次大会上，中兴还携手中国联通、英特尔联合发布了 Edge-Cloud 平台， 聚焦高清视频、VR/AR、工业互联网、车联网等下游业务场景，共同构建 5G 网络边缘生态。
中兴通讯是 5G 领域核心标的，并且是边缘计算技术的深度参与者，其在边缘计算诸多下游应用场景 下丰富的技术储备及应用经验是公司未来具备高成长性的关键，随着5G网络及边缘计算平台建设的 推进，公司业绩有望得到有力支撑。
网宿科技:携手运营商，建设边缘计算网络
网宿科技始创于 2000 年 1 月，于2009年 10 月在深交所上市，公司主要提供互联网内容分发与加速(CDN)、云计算、云安全、全球分布式数据中心(IDC)等服务。从公司的收入结构来看，CDN 业务 是公司的主营业务，收入占据了总营业收入的 90%以上。目前公司在世界范围内部署了超过 1000 个 CDN 节点，为客户提供全球范围内的网络加速服务。
随着高清视频、VR/AR、大数据、物联网、人工智能的普及，传统 CDN 已经无法满足用户对低时延、 海量数据处理能力的需求，这要求 CDN 必须从传统的以缓存业务为中心的 IO 密集型系统演化为边缘 计算系统。公司在 2016 年年底网宿科技就提出边缘计算会是 CDN 的未来，并开始战略性投入边缘计 算领域。目前公司已逐步将 CDN 节点升级为具备存储、计算、传输、安全功能的边缘计算节点，以 承载高频、高交互的海量数据处理。公司还与中国联通成立了合资子公司，双方将结合各自优势， 共同探索 CDN与边缘计算的深度融合。目前，公司已推出多种基于边缘计算的行业解决方案，将客 户相关的业务处理下沉至边缘，并与云中心全面结合，为客户构建“中心+边缘”的业务提供资源基 础。下图为智能监控解决方案，网宿云采用“云中心调度+云边缘处理+CDN 加速”模式，调度中心 根据请求返回离终端最近的云边缘节点进行数据计算处理。
顺网科技:专注网吧细分市场，落地边缘计算应用
顺网科技成立于 2005 年 7 月，是国内领先的网吧平台服务商。公司主要从事网吧管理和计费软件的 设计、开发和销售，并在此基础上形成的网吧渠道优势提供网络广告及推广服务、互联网增值服务、 游戏运营服务等。
公司 2018 年推出了面向企业终端的 IT 管理的边缘计算的云产品——“顺网云”，实现了边缘计算技 术在网吧行业的首次应用。顺网云通过在网吧附近部署边缘节点的方式，将一定范围的网吧的管理 系统移植到云上，从而实现在云端统一管理网终端，从而大大降低企业运维 IDC 的成本，为客户提 供更好的性能和实时性体验。
顺网云基于自身特性能够大幅缩减客户成本，加上公司深耕网吧行业 14 年，在网吧行业树立了一定 品牌知名度，具备较高的市场认可度，客户粘性较大，因而顺网云产品具备大规模推广的基础。目 前公司已将在 32个城市部署了 80—90 个边缘节点，一个边缘节点接入 50—60 个网吧。未来，公司 将加大投入力度，计划在全国部署超过 1000 个边缘节点，接入网吧数超过5万家。
数据港:助力阿里云拓展边缘计算体系
公司成立于 2009 年，于 2017 年上市。公司业务以批发型数据中心服务为主，面向大型互联网公司或 电信运营商提供定制化的服务器托管服务;以提供零售型数据中心服务为辅，面向中小型互联网公 司、一般企业等客户提供相对标准化的服务器托管服务及网络带宽服务。目前，公司已成为国内少 数同时服务于阿里巴巴、腾讯、百度的定制化数据中心服务商。公司不断加强与阿里巴巴的合作， 公司目前不包括在建的有 5 个数据中心为阿里巴巴服务，另外 18 年阿里巴巴再次向公司发出需求函， 意向与公司在国内合作建设五个数据中心，总服务费金额达到 82.8 亿元。
阿里云于 2018 年三月宣布将战略投入边缘计算技术领域，并推出了首个 IoT 边缘计算产品 Link Edge， 将阿里云在云计算、大数据、人工智能的优势拓宽到更靠近端的边缘计算上，打造云、边、端一体 化的协同计算体系。公司作为阿里云数据中心的最大供应商，有望在边缘计算领域继续深化与阿里 云的合作并从中获益。
报告来源：中银国际证券（分析师：程燊彦 ）
閱讀更多 未來智庫 的文章
