基于互联网的计算方式——云计算

不管大型机、小型机还有云计算，都是算力，就是按照需求和程序去计算，它是一个算力的问题。云计算就是我们借助互联网的方式，把算力换了一个位置，换了一种方式。这个方式就是我们把所有的计算资源收拢一下，按照需求提供给用户。

以前的资源是分散在各地的，可能有一个单位建了一个机房，摆了十几个服务器，业务不太多，发现服务器是浪费。结果忽然哪天业务上来了，算力又不够了，又要扩建。这种东西不够弹性，不够灵活。

云计算可以干得比较好，国内云计算最大的就是阿里云，进步最快的是华为云，国外肯定是亚马逊的AWS是做得最好的。他们就提供这样的服务，把计算资源、存储资源、网络资源放在云上面，大家有什么需要的时候自己往上面取，按照自己的需要取，用多少取多少，是弹性、动态可伸缩的，这样可以大幅减少成本。

而之所以可以实现云计算的架构，一方面是因为成本的原因，另一方面也是因为现在基础设施已经比较强大了。之前有一个段子说为什么在国外看到人家在地铁上都是看书，为什么在中国地铁上看到年轻人玩手机？是因为中国的网络信号覆盖范围更广，光深圳一个城市的基站数量比法国一个国家的基站数量还多。我们通信基础设施厉害，能够提供非常到位的网络服务，才能让我们的云计算得到这么快的发展。

云计算依赖的是资源共通达到一种规模经济。云计算等于是把所有的计算资源、存储资源和网络资源当作一种基础设施。SaaS、IaaS、PaaS大家很熟悉，不仅可以硬件作为基础设施，或者在上面装一些东西，例如操作系统，openstack，容器，软件，提供不同级别层次的云计算服务给所有的用户。

我们以前用的单点式的运算或者网格运算，就是某一个小区域的计算，你算你的，我算我的。现在的云计算，大家放在云上面，力量集中一起算，这是两种不同的计算方式。

做云计算有一个原因是本地的算力不够，CPU太弱，内存太小，我的能量我的效率不够所以放在云上面，云的能力是很强大的，CPU很强，内存很大。

但是现在有一个问题，随着时间的发展，我们发现现在的台式机、PC甚至手机的CPU、内存包括网速各方面的性能指标都在大幅提升，这就说明分布式计算可能还会又重新崛起的。

分布式计算有一个很典型的应用。去年和前年大家应该经常听说区块链和比特币，其实就是一种分布式计算。我不知道大家了解区块链有多少。举个简单的例子，算账，以前一个村子里，村民都是文盲，只有一个会计懂算账，所以所有账目都交给会计来算。现在大家的文化程度都上来了，我们都会算账，这个时候发现会计可能不靠谱，所以我们每个村民自己就记一本账本。一旦有甲借给乙钱，那我们从广播里说一下，整个村子所有人记这笔账，这样每个人手上有一本相同的账。假如有一个人篡改了自己的账，或者是自己的账错了，怎么样保证？我们就看所有人的帐，超过50%的人是哪本帐，那这个账就是对的。这就是刚才说的区块链的一个例子。

分布式计算真的不难理解。我们说边缘计算的时候，经常拿出这样的动物：

这个动物大家应该都认识，章鱼。章鱼是很神奇的动物，40%的神经元是在哪里？头上。剩下60%在触角上，所以章鱼做事情有一个很神奇的地方，就是很多决策不是由自己的大脑做出来的，是由自己的触角做出来的。他的触角都有自己的独立的决策权，我们也可以理解为一个算力，我们就可以看成这样一张图，实际上每个触角都是一个脑袋，靠边缘触角去独立思考，我的大脑只处理其中一部分的信息。

边缘计算用这种例子很形象的，不仅像云计算一样把所有的数据汇集在最顶端的那个云上算，我们把一部分算的功能下沉。我们现在5G经常说一个词叫“下沉”，就是把一部分的功能往下移动到边缘端，让边缘端承担计算功能。

之所以要用边缘计算来发展，其实有两个主要的原因。虽然我刚才说云计算很强大，可以动态弹性伸缩，可以省钱，可以怎么样，但是它有两个无法克服的缺点。

第一个就是数据量的问题，随着现在智能手机的发展，传感器的发展，每天产生的数据量是大幅增加，如果每个人的数据量都在不停地增加，我们上传到云上的数据量就会不断增加。虽然我们现在的是4G 150兆的水管，光纤百兆千兆的水管，但实际上这种水管是不够用的，我们在城市的叫城域网，城域网之上就是骨干网，它们承受的压力越来越大。这个时候云计算的瓶颈就出现了，不管怎么扩建你的骨干网，你的骨干网都不够用，这是数据的重量问题。

第二个就是光速的问题。数据传输的速率再快快不过光，因为我们现在用的是电磁波，就是每秒四万公里，从这边到北京一千公里，你来回是两千公里，如果用数据网络传，就算你的设备不产生任何附加时延，都需要50毫秒。50毫秒大家可能觉得很少，但是你要是放在特定的领域，这个50毫秒就非常要命了。什么样的领域？工业制造，还有车联网，车联网往10毫秒踩刹车和早10毫秒踩刹车带来的区别就是有事故和没有事故的差别。出人命和没出人命的区别。

传统的云计算架构，云和端之间的距离比较长，越往上数据量越大。可能我们在一个小区里还好说，但是大家的数据量同时增加的话，400G或者多少T不停扩容，这种数据量压力对于运营商来说是难以承受的。

所以边缘计算的架构，举个例子，阿里在北京有一个云计算中心，在江苏这边的数据量越来越大，可能在南京这个地方再设一个边缘计算中心，就是我可能设在这个厂区里面，把计算一部分的功能下沉到边缘，像刚才说的车联网自动驾驶之间的数据，就不需要从北京绕个大圈回来的，而是直接到南京这边的边缘计算中心，这样可以大幅缩短你的时延。另外，加了这个边缘计算中心，边缘计算中心和云计算中心之间的流量是不是也大幅减少了？因为有很多的数据量已经在底层被处理过了，不需要完整把你收集上来的数据打包送上去。

根据IDC的报告，2020年将有500亿的设备和终端联网，就是说物联网现在拥有巨大的市场机会。在这个基础上有50%的物联网网络，面临网络带宽的限制。现在可以看到采集来的数据，这是预估的数据，2020年每个互联网用户每天访问的数据是1.5GB，我自己反正是远远不止。每个智能医院每天生成3TB的数据，你们硬盘大概是2T或者是4T的。

最恐怖的是高能物理，前两天参加世界电信日大会，中科院的专家来讲他们产出来的数据，吓死人，他说现在世界上产生的数据最大的就是高能物理，还有就是和航空航天有关的。在贵州的那个大锅射电望远镜，FAST，一年产生的数据大概就是几百PB。

还有高能物理就是那种大型电子对撞机产生的数据每年都是900PB，他们需要的存储量非常惊人。

由此可见边缘计算的重要性。数据量越来越大，全部上云的话，怎么玩？

这张图是英特尔的：

对于云计算和分布式计算，我们理解最大的区别是：云计算就是把所有从物这边过来的数据直接放到云上，图上这是一个云，由云实现存储、计算、分析。我们现在一天到晚讲智能化、网络化、数字化，实际上我们都是围绕数据在转的，我们从数据获取价值。

边缘计算从2017年后开始兴起，它的意思就是我们从云、边、物每一个层级都做存储、计算和分析。云肯定会继续做，边缘云也会做存储、计算和分析，现在在手机已经在做存储、计算、分析。

举个例子，比如说华为有一个方案，华为在深圳有一些路口，装了华为AI芯片的监控摄像头，这个摄像头有什么用？监控这个路口所有的来来往往的车辆，他自己AI芯片去计算可以算出现在的路口有多少辆车，我是否可以动态地自己调整这个路口信号灯的时间长短。有的时候我们开车发现那边没有车，一定要等到45秒，那我干等的话不是影响了通行效率嘛，然后直接由芯片进行计算改信号灯让我们直接通过，这样可以大幅提高交通效率。

边缘计算的优势非常明显，可以提供更实时、更快速的处理能力，成本更低。我待会介绍边缘计算硬件的时候，大家会发现它可以很小很小，也可以很大，总之很灵活，算力也可大可小。

既然讲到骨干网的话，提一个概念就是CDN，大家听说过CDN吗？很多人搞不清边缘计算和CDN的关系。CDN和边缘计算看上去很相似，它实际上是缓存服务器，就像大家喜欢看一个电视剧，《甄嬛传》，全民都在看，如果大家同时访问腾讯视频上的某个地方的一个云服务器，那服务器肯定要挂，那腾讯怎么办？我在北京有一个主服务器，那我在南京、无锡、苏州分别设CDN服务器，把这些视频放在上面，所以你访问视频的时候可能不一定访问的是北京那边的主服务器上，访问的是南京这边的CDN服务器上的视频。

CDN和边缘计算最大的区别是什么？CDN任务是存，而不是算，而且CDN的东西是静态的东西，如果你要想看世界杯，是没有办法的，为什么？因为世界杯上所有的东西是实时的，不可能提前录或了世界杯的视频再放到CDN上。所以动态和非动态，实时和非实时的关系。

边缘计算是具有计算的能力，实际上强调的是计算两个字，而CDN就比较笨一点，我们可以理解为死数据。

另外用边缘计算很明显的优势就是数据安全的优势，很多数据不用上最顶上的云平台，可能上边缘平台。对于在座的工业企业来说，如果我的边缘计算中心就设在我的厂区的话实际上大部分的数据就在我的厂区里面，所以大幅减少数据泄密和发生安全风险的概率，大家心理上会更容易接受一些。

结合工业互联网。边缘计算会下沉到我们企业这一级别。看PPT上，就是工厂外的网络。

公有云或者是私有云，全部都是在工厂外的网络上，我们提供服务给用户。但是边缘计算等于是从云计算里面拨了一部分的功能下沉，我又一次提到的“下沉”，下沉到工厂内部，OT大家都知道就是工业上的这些网络。我们说的工业互联网在我们通信人的理解就是OT、CT和IT三T的同时升级，最终演进到工业互联网，智能制造还有工业4.0。

大家看这页（上图），这是更详细一点的网络架构。在座各位应该很熟悉这个网络，带箭头的是CT部分，云计算中心是IT部分，工业的这一块就是OT部分。边缘计算中心功能上是IT部分。就是把一小部分计算中心从工厂外面移到了工厂的车间这种级别，提供一些计算的能力。

这是5G的组网图。5G和现有的4G从整体架构来说并没有太大的区别，4G是接入网、核心网、承载网三网，5G也是一样。接入网就是把你的信号接到网络里面的那个，基站，和基站相关的就是接入网。承载网就是图上光纤传输那一块的东西。核心网就是在电信机房里面负责对你进行位置管理、更新、鉴权、连接这些管理的大型路由器，电信级路由器，这叫核心网。

接入网这里，5G的基站提供5G信号给终端、摄像头、VR眼镜、自动驾驶的车，采集数据。在基站这里，就已经设边缘计算了，可以有一个边缘计算中心，具备计算能力。如果大家看过基站里面的话，基站外面是一个天线馈线系统，拉到每一栋楼有一个小机房，往往集中在几平方的面积。面积这么小，怎么实现算力？怎么摆放服务器？我们做成单板，直接做到基站的硬件里面去。

基站有一个设备叫做BBU，我们把一台边缘计算服务器做成了一个板子，插到BBU设备里面，给单板供电、给它通信，实现基本的边缘计算能力。这个板子很小，功耗不高，因为高的话基站供电也会超标，会断电。当然，这个板子的算力也不高。

除了基站之外，离远一点，更上层一点，我们可以设置边缘计算中心机房。原来这部分有一部分功能是核心网的，但是5G核心网用户面的低时延的功能，下沉，放在这里了。和基站一部分功能一起，组成一个小型机房。

这个地方是未来边缘计算主要存在的位置，就是在核心网和接入网之间这个位置。这个机房可以稍微比较大，不像天线基站机房那么小，所以就可以放比较大一点的服务器。现在还有一种浪潮、华为、联想推出来，叫模块化机房，应该是叫MDC，Module DATA CENTER。云计算那种大的我们叫IDC。模块化机房就是把一个机房做成了一个集装箱那样，这个集装箱拉到那里，你不用太复杂的基建、工堪、布线，你只要把光纤准备好，把电准备好，迅速可以实现建设，也是很成熟一个方案。

（上图）这个是边缘计算的架构。其实大家看到的边缘计算，边缘计算实际上就是云计算的一个变种，它的架构和云计算是很像的。

底层是通用硬件，CPU、内存还有网卡的一些东西，装一些操作系统，装虚拟机或者是容器，最终在这些环境上跑各种各样的服务引擎。不同的引擎就和电脑上装了不同进程一样，提供不同的服务，这个服务提供给谁？边缘计算强调的是能力开放的架构，就像刚才几个大咖说的，我们做事业一定要做生态圈。

边缘计算也非常强调自己的生态圈。边缘计算一定会开放给第三方平台。它能提供各种各样的能力，提供给第三方平台去对接。在边缘计算的基础上也做APPStore，就是应用商店。我们经常使用APP，以后云计算包括工业物联网，大家应该也有相关的工业物联网企业跟你宣传类似的工业领域APP。边缘计算可以给你提供开放的接口，可以在这个开放的接口自己拉几个程序员做个APP，可以调用一些底层的能力，例如定位的能力，还有一些数据访问的能力，你可能就做成一个应用。这就是生态。

边缘计算现在的应用领域主要分为四个大类，无线类业务、大视频、车联网、智能制造。无线类业务主要是室内定位、无线RNIS、视频优化；大视频像智慧场馆、云游戏、AR/VR。

刚才看到马博士的VR眼镜的演示里面，那个眼镜后面拉了一个线，为什么有根线，是因为现有的无线通讯技术无法实现AR和VR这个级别的数据传输，他的带宽的要求很高，因为分辨率要16K，时延要在7毫秒以内。如果你的VR眼镜时延比较大的话，头晃动，久一点一定会晕甚至会发生呕吐，所以目前只有有线才能保证你能实现这么短时延的清晰数据的传输。

我们为什么说5G就可以实现，我们就把这根线拿掉，因为5G带宽可以也有10Gbps，我们在试点测试的时候超过了1GB每秒，这个数字是足够AR/VR眼镜的。而且刚才说三大应用场景里面有低延时、高可靠性，低延时到毫秒级，而现在4G LTE大概在40-50毫秒，大家可以装测速软件测一下，你的时延肯定在几十毫秒，甚至一百毫秒。这是时延上的优势，可以保证AR/VR的应用得以落地。

再一个是车联网，时延最敏感的应用，刚才提到过。

最后一个就是智能制造，和在座大家息息相关的。

我对工业不是太了解。我们通信领域在行业里面推5G的时候，往往第一个方案最前面的是车联网，无人驾驶，因为无人驾驶对环境的要求是最苛刻的。但是我们第二个希望5G能够出现爆款应用的领域，就是制造行业。

刚才几位嘉宾也说过了，工业是国家的命脉，是基本，工业强则国强。通信技术升级是智能制造的重要前提之一。我们的贡献，就是刚才说的5G。5G就是为智能制造服务的，为工业互联网服务的。当大量的智能化终端和设备通过工业化网络接入的时候企业就需要处理大量的数据，这时候就需要实时处理的场景，像机械臂场景。

机械臂机器人我接触不多，但是刚才陈教授是做机器人的，肯定对机器人很了解，要求有低时延的场景。当你网络的时延太高的时候，有些应用场景是用不了的。所以我们的5G就是提供这样的条件，让你以后的机器人不需要插根线，只需要通过5G的信号帮助你实现高可靠性、低时延、高速率的传输。

（上图）这是一个边缘计算的案例。很简单，大家可以看到eMTC定位还有NB-IoT。NB和Lora的竞争关系是非常直接的。作为边缘计算，eMTC、NB、Lora、4G、5G所有的技术都支持。

我们现在的边缘计算总是叫成MEC。MEC是什么，就是移动边缘计算，Mobile Edge  Computing。强调的是移动通信网络的边缘计算。现在在传统有线接入网的情况下，我们也在推边缘计算，就是家里有宽带那个是有线接入。PON设备，我们会在例如OLT的位置放一个边缘计算设备，让它实现有边缘计算的能力。

可能大家经常听见雾计算的概念，什么叫雾计算？雾计算是思科提出来的，更强调的是在设备网关里处理数据，刚才也介绍网关，设备的数据到网关，网关的数据再走上云。这张图最顶上是云计算，雾计算的级别要比云计算低，而边缘计算要更低，边缘计算强调的是数据产生的设备端，最底下就是数据节点。雾计算是介于云计算和边缘计算之间的一个方式。

说到边缘计算，一个词大家一定要记住，就是云网融合。

云实际上我们理解为IT的概念，网是通信的概念，就是边缘计算是CT和IT之间互相去侵入，互相竞争产生的局面。

边缘计算在传统通信行业会认为是自己的蛋糕。就像华为和中兴，总是强调边缘计算是我的市场，我的强项，因为你在移动通信网络上放设备，那计算是我们的嘛，我们的地盘，所以我认为是我们的。

但是IT不那么认为，包括像浪潮认为边缘计算是属于我们IT的范畴，计算嘛，计算就是IT啊。

可以看出，边缘计算确实具备了移动网络的天然属性，同时也具备了计算中心属性。边缘计算想要真的实现更好的发展，它离不开IT和CT的共同助力。没办法，边缘计算这块蛋糕，IT和CT就是互相竞争，然后互相合作，一起来吃。

边缘计算的五大价值，联接(Connection)、业务实时性(Real-time)、数据优化(Optimization)、应用智能(Smart)、安全与隐私保护(Security)，我们简称CROSS。时间关系我就不展开讲了。

我们说边缘计算和云计算未来的关系，一句话就说明白了：相辅相成、共同发展。

我们将来不可能抛弃云计算，也不可能抛弃边缘计算。云计算就点像网红，被新晋网红边缘计算抢了一些风头，但是它还是会继续红。边缘计算虽然现在很红，但它不可能替代云计算。就像我刚才说的，分布式计算和集中式计算各有各的强项，会运用在不同的领域，不可能存在谁会替代谁的关系。

前两天我参加边缘计算研讨会的时候，所有嘉宾不管是运营商的，还是IT企业的浪潮、联想，还是设备商的华为、中兴，说到最后都会说类似的话：边缘计算前景很美好、过程很漫长。甚至有专家把***的《论持久战》图片放上去。就是说，边缘计算看上去很美好，但是我们要实现边缘计算的那些美好场景、那些理想，是需要很长周期的。

其实这就是边缘计算的现状，我们对它密切关注就可以了，不需要过多炒作，认为它是什么颠覆性的东西，这是不太可能的。需求还是太弱，对技术的拉动力并不明显。