什么是边缘计算平台？

“边缘计算”和“边缘计算平台”是当今业界很容易混淆和误用的两个术语；“边缘计算平台”很多人对这个词不是很了解。

出于对边缘计算平台的解释，我们将边缘计算定义为“更接近最终用户/设备/数据源的处理能力，边缘计算平台作为“用于编写和运行软件应用程序的软件环境”。

在边缘计算环境下，数据具有异构性且数据量较大，数据处理的应用程序具有多样性，不同应用程序所关联的计算任务又不尽相同，对于计算任务的管理具有较大的复杂性，而简单的中间件软件结构无法有效保证计算任务可行性、应用程序的可靠性以及资源利用的最大化。同时，面向不同应用或场景的边缘计算系统所要实现的功能有所差异性。因此，边缘计算平台对边缘计算领域的推广和发展有着重要的意义和影响。

随着5G、AI等技术的普及，万物互联时代到来，边缘计算规模和业务复杂度发生了根本变化：边缘实时计算、分析和边缘智能等新型业务不断涌现，对边缘计算效率、可靠性和资源利用率提出了更高要求；因此，诸多厂家提出建设边缘计算平台，平台涉及边缘侧网络、计算以及存储资源管理，提供基础功能，如设备接入、安全校验、监控、动态医学影像AI辅助诊断等，其接口、架构、管理逐步成体系。但各厂家的边缘计算平台差异较大，行业边缘应用部署时需要适配不同边缘计算平台，导致跨平台应用部署难度大，故考虑引入开源技术打造5G MEC边缘计算架构和能力开放的事实标准，打破当前边缘计算平台市场烟囱式、碎片化现状，降低产业应用客户上车门槛，实现规模复制，通过开源协作方式构建统一5G MEC平台。

边缘计算系统是一个分布式系统范例，在具体实现过程中需要将其落地到一个计算平台上，各个边缘平台之间如何相互协作提高效率，如何实现资源的最大利用率，对设计边缘计算平台、系统和接口带来挑战。例如，网络边缘的计算、存储和网络资源数量众多但在空间上分散，如何组织和统一管理这些资源，是一个需要解决的问题。在边缘计算的场景下，尤其是物联网，诸如传感器之类的数据源，其软件和硬件以及传输协议等具有多样性， 如何方便有效地从数据源中采集数据也是一个需要考虑的问题。此 外，在网络边缘的计算资源并不丰富的条件下，如何高效地完成数据处理任务也是需要解决的问题。目前，由于针对的问题不同，各边缘计算平台的设计多种多样，但也不失一般性。边缘计算平台的一般性功能框架如图1所示。在该框架中，资源管理功能用于管理网络边缘的计算、网络和存储资源。设备接入和数据采集分别用于接入设备和从设备中获取数据。安全管理用于保障来自设备的数据的安全。平台管理功能用于管理设备和监测控制边缘计算应用的运行情况。各边缘计算平台的差异可从以 下方面进行对比和分析：

（1）设计目标。

边缘计算平台的设计目标反映了其所针对解决的问题领域，并对平台的系统结构和功能设计有关键性的影响。

（2）目标用户。

在现有的各种边缘计算平台中，有部分平台是提供给网络运营商以部署边缘云服务；有的平台则没有限制，普通用户 可以自行在边缘设备上部署使用。

（3）可扩展性。

为满足用户应用动态增加和删除的需求，边缘计算平台需要具有良好的可扩展性。

（4）系统特点。

面向不同应用领域的边缘计算开源平台具有不同的特点，而这些特点能为边缘计算应用的开发或部署带来方便。

（5）应用场景。

常见的应用领域包括智能交通、智能工厂和智能家居等多种场景，还有增强现实 （AR）/虚拟现实（VR）应用、边缘视频处理和无人车等对响应时延敏感 的应用场景。根据边缘计算平台的设计目标和部署方式，可将目前的边缘计算 开源平台分为3类：面向物联网端的边缘计算开源平台、面向边缘云服务的边缘计算开源平台、面向云边融合的边缘计算开源平台。