5G催生边缘计算！

在传统的内容分发网络中，电子终端设备大多只是消费数据，如视频服务和流媒体服务。随着物联网的飞速发展以及设备自动化程度越来越高，网络边缘的物联网终端不再仅仅是数据的消费者，自动运行的物联网终端/传感器上传的数据量将远大于数据消费量。

以自动驾驶车辆为例，每辆车可能会部署12个左右毫米波雷达，3个左右的激光雷达，原始数据的产生速度可能会大于1Gbps，每一辆车一年产生的数据量可能达到P级别；可穿戴设备、家庭摄像头等也是如此。假如这些数据都放在云端处理，那么当前的网络带宽和云数据中心的处理速度是远远不够的。

在物联网时代，终端不仅仅是数据消费者，更是大规模原始数据的生产者，再加上上传的原始数据还有私密性、安全性等诸多要求，并不适合传输到云端处理，而是需要在一个相对私密的内网——可能来自网络切片Wi-Fi无线局域网­——中处理，其计算单元即边缘计算节点。

何为边缘计算？

边缘计算（Edge Computing）是指在靠近物或数据源的一侧，采用网络、计算、存储、应用等核心能力为一体的开放平台，就近提供最近端服务，产生更快的网络服务响应，满足在实时、智能、安全与隐私保护等方面的基本需求。

边缘计算的核心理念是，将计算能力按一定的比例，合理分配给网络的不同终端，使传感器、摄像头等终端生成的海量数据，可以更有效、更快速地在网络边缘加以收集、存储和处理，无需上传至云计算中心分析处理后再回传，减少了网络带宽拥塞，降低了网络延时，从而更好地保证网络数据的安全性。

主要的方法有缩短设备与云计算中心之间的物理距离、减少网络层级跳数、选用处理性能较强的终端网络设备等。

图1：边缘计算是物理世界与数字世界的重要桥梁。（图片来源：安信证券研究中心）

边缘的具体位置取决于多种因素，包括各种边缘计算应用的具体要求，如时延、带宽、实时分析能力、传输数据量和安全性，以及相关技术，如边缘配置、云和设备之间的距离等。

5G需要边缘计算

虽然边缘技术可以部署在任何移动或固定网络上，但5G才是推动大多数边缘计算应用的网络接入技术。

5G通信的超低时延与超高可靠的通信要求，使得边缘计算成为必然选择。

国际电信联盟无线电通信局（ITU-R）定义了5G的三大典型应用场景：增强型移动宽带（eMBB）、超可靠低时延通信（uRLLC）和海量大规模连接物联网（mMTC）。其中，eMBB主要面向虚拟现实（VR）/增强现实（AR）、在线4K视频等高带宽需求业务； uRLLC主要面向车联网、无人驾驶、无人机等时延敏感的业务；mMTC主要面向智慧城市、智能交通等高连接密度需求的业务。5G通信网络更加去中心化，需要在网络边缘部署小规模或者便携式数据中心，进行终端请求的本地化处理，以满足uRLLC和mMTC的超低延时需求，因此边缘计算是5G核心技术之一。

图2：5G三大应用场景要求中，超低时延、大带宽和loT大连接均需要边缘计算。

ITU还在带宽、时延和覆盖范围等方面确立了5G的8项技术要求。边缘计算是5G网络重构的重要一环。

图3：ITU提出的5G核心性能。（图片来源：安信证券研究中心）

5G时代“边云协同”

既然有了云计算，为什么还需要边缘计算？主要原因如下：

1. 网络带宽与计算吞吐量成为云计算的性能瓶颈。云中心具有强大的处理性能，能够处理海量数据。但是，如何将海量的数据快速传送到云中心成为一个难题。而用户体验往往与响应时间成反比。5G时代对数据的实时性提出了更高的要求，部分计算能力必须本地化。
2. 物联网时代数据量激增，对数据安全提出更高的要求。不久的将来，绝大部分电子设备都可以实现网络接入，产生海量数据。传统的云计算架构不能及时有效地处理这些数据，若将计算置于边缘节点则会极大地缩短响应时间，减轻网络负载。此外，部分数据并不适合上云，留在终端可以确保私密性与安全性。
3. 终端设备产生海量“小数据”，需要实时处理。尽管终端设备大部分时间都扮演着数据消费者的角色，但如今终端设备也有了生产数据的能力，其角色发生了重大改变，如智能手机和安防摄像头。终端设备产生海量“小数据”需要实时处理，云计算并不适用。

边缘计算是云计算的协同和补充，而并非替代。边缘计算与云计算各有所长，云计算擅长全局、非实时、长周期的大数据处理与分析，能够在长周期维护、业务决策支撑等领域发挥优势。而边缘计算更适用于局部、实时、短周期数据的处理与分析，能更好地支撑本地业务的实时智能化决策与执行。因此，边缘计算与云计算需要紧密协同才能更好地满足各种需求场景，最大程度地发挥各自的价值。

图4：边缘计算与云计算协同互补。（图片来源：安信证券研究中心）

从数据流向来看，在云计算架构下，图5左侧的服务提供者提供数据并上传到云中心，需求侧的终端客户发送数据或计算类请求到云中心，云中心响应相关请求并将需求结果发送给终端客户。在边缘计算模式下，智能手机、前端智能摄像头、智能汽车等边缘节点产生数据，上传到云中心，同时将实时性和安全性要求较高的计算在本地进行处理。

图5：边缘计算与云计算数据流向对比。（图片来源：安信证券研究中心）

因此，虽然有了云计算，但边缘计算潜力依然巨大。5G时代将会是一个“边+云”的“边云协同”时代，边缘计算与云计算各有所长、协调配合。

边缘计算典型应用场景

近年来全球物联网呈现爆发式增长。据CEDA预测，2020年我国物联网市场规模有望达到18300亿元，年复合增速高达25%。得益于底层物联网设备的激增，拓墣产业研究院预测，2018年至2022年全球边缘计算相关市场规模的年复合增长率（CAGR）将超过30%。另据IDC预测，到2020年将有超过500亿的终端与设备联网，50%的物联网网络将面临网络带宽的限制，40%的数据需要在网络边缘分析、处理与储存。

未来物联网应用可涵盖汽车、家居、工业等各个领域。在汽车领域，物联网与汽车网络结合，形成解放人类双手的自动化驾驶；在家居领域，物联网使各类家居智能化，为人们生活提供便利；在工业领域，物联网广泛应用于工业控制系统中，为生产流程提高效率。随着技术的进步和人们消费水平的提高，物联网将渗透更多应用领域，为边缘计算提供了广泛的场景。

图6：物联网应用涵盖多个应用，为边缘计算提供广泛的场景。（图片来源：安信证券研究中心）

而随着5G时代的来临，自动驾驶、安防前端智能化、工业控制、远程操控（如医疗手术等）等一大批新兴应用也热蓄势待发。它们需要低于10ms的网络时延，因此边缘计算的发展极其迫切。

欧洲电信标准化协会（ETSI）定义了 7 类典型的边缘计算应用场景，涵盖了当前最主流的边缘计算产品内涵和垂直行业应用场景。包括监控视频流、增强现实 AR 、 自动驾驶 、工业互联等等。

图7： ETSI定义的典型边缘计算应用场景。（图片来源：安信证券研究中心）

1．自动驾驶：四个轮子上的数据中心

随着汽车自动驾驶程度的提高，汽车自身所产生的数据将越来越庞大。

根据英特尔CEO测算，假设一辆自动驾驶汽车配置了GPS、摄像头、雷达和激光雷达等传感器，则每天将产生约4000GB待处理的传感器数据。不夸张的讲，自动驾驶就是“四个轮子上的数据中心”。

自动驾驶对延迟要求很高，传统的云计算面临着延迟明显、连接不稳定等问题 ，强大的车载边缘计算平台（芯片）成为刚需。

高等级自动驾驶的本质是AI计算问题，车载边缘计算平台的计算力需求至少在20T以上。

图8：自动驾驶汽车各传感器所产生的数据量。（图片来源：英特尔）

从最终实现功能来看，边缘计算平台在自动驾驶中主要解决两个问题：处理输入信号（雷达、激光雷达、摄像头等）；做出决策判断、给出控制信号。

2．安防前端智能化：实现实时性解析并突破传输带宽瓶颈

安防前端智能化的核心功能是为后端提供高质量、初步结构化的图像数据，其主要作用是： 提升部分智能分析应用的实时性； 节省带宽和后端计算资源。典型的前端智能摄像头内置深度学习算法，一方面可以在前端完成人脸定位和质量判断，有效解决漏抓误报问题，同时拥有较好的图像效果，即使周围环境光线不佳，人员戴帽子或一定角度下低头、侧脸，仍然可以做到准确识别，并自动截取视频中的人脸输出给后端；另一方面可以输出编码后的网络视频，还支持输出非压缩、无损无延时的视频流图像。这样可以为大型用户节省服务器成本和带宽，因为在同等服务器数量和计算能力的情况下能够接入更多路摄像头。后端智能化产品的核心功能则是利用计算能力 对视频数据进行结构化分析。

图9：智能前置、后置优劣势比较。（资料来源：安信证券研究中心）

3．低时延工业级应用：机器人、自动化、无人机

工业高精度控制对时延和可靠性的敏感度极高。行业市场包括运输、物流、能源/公共设施监测、金融、医疗和农业，典型场景包括视频监控、机器人控制、自动巡查安防等。

图10：工业级应用中5G低时延业务的典型场景。（图片来源：安信证券研究中心）

机器人控制：同步实时协作机器人要求小于1ms的网络延迟。预计到2025年，全球状态监测连接将上升到8800万，全球工业机器人的出货量也将从36万台增加到105万台。

馈线自动化：当通信网络的延迟小于10ms时，馈线自动化系统可以在100ms内隔离故障区域，从而大幅减少能源浪费。预计从2022年到2026年， 5G IIoT的平均年复合增长率（CAGR）将达到464%。

视频监控和无人机巡检：利用无人机进行基础设施、电力线和环境的密集巡检，LiDAR扫描所产生的巨大的实时数据量将需要>200Mbps的传输带宽。据ABI Research估计，小型无人机市场将从2016年的53亿美元迅速增长到2026年的339亿美元，包括来自软件、硬件、服务和应用服务的收入。

4．VR/AR游戏：5G显著改善云访问速度

目前VR游戏体验不佳，以本地重度游戏为主，设备典型盘根错节，用户容易绊倒；联网游戏时延至容易高达50ms，导致用户眩晕问题。

未来5G设备实现直接边缘云端访问，VR/AR时延问题得以解决：实时CG类云渲染VR/AR需要低于5ms的网络时延和高达100Mbps至9.4Gbps的大带宽。同时，5G可以支持多用户近距离连线。

图11：5G移动互联网场景AR/VR。

云VR/AR将大大降低设备成本，使人人都能用得起。5G将显著改善这些云服务的访问速度，云市场以18%的速度快速增长。

5．视频云：远程医疗、4K/8K高清视频

无线内窥镜和超声波远程医疗诊断依赖5G网络的低延迟和高QoS保障特性与患者进行交互。其它应用场景，如医疗机器人和医疗认知计算，都对连接提出了不间断保障的要求（如生物遥测，基于VR的医疗培训，救护车无人机，生物信息的实时数据传输等）。

5G的高速率特性使用户不仅能观看各类视频内容，还可随时随地体验4K以上的超高清视频。

图12：更高带宽、更大连接密度和更低时延适于高清视频和远超视频医疗。（图片来源：安信证券研究中心）

预计未来10年内5G用户的月平均流量将增长7倍，其中90%被视频消耗，预计到2028年，消费者在视频、音乐和游戏上的支出会增加近一倍，全球总体量将达到近1500亿美元。

结语

由于数量庞大的物联网设备在运行中将产生海量数据，对实时性需求高，并存在数据隐私保护等问题，因此对边缘计算有着迫切的需求。与此同时，随着5G与AI芯片的崛起，边缘计算将越来越受到设备和芯片等厂商的追捧，未来人工智能的流量入口将分布在大大小小的边缘设备上，包括手机、摄像头、传感器、机器人等。

在2020年9月17日至9月11日的英飞凌技术周上，英飞凌科技大中华区电源与传感系统事业部应用市场经理谢东哲将分享边缘运算会带来哪些新的应用中，其中有哪些新的机会与新的挑战，以及边缘运算的应用来源场景,边缘运算中ACDC与DCDC设计上的需求。立即报名！

参考资料：

安信证券《边缘计算，5G时代新风口》

责编：Yvonne Geng