5G給邊緣計算帶來了什么？
?時下大熱的5G和邊緣計算有什么關(guān)系，它們的契合點在哪里?互聯(lián)網(wǎng)IT域和通信網(wǎng)CT域如何融合?什么是云網(wǎng)一體化?阿里巴巴達摩院XG實驗室高級技術(shù)專家南書、邊緣計算團隊高級技術(shù)專家屹平分享5G下，邊緣計算的更多可能。
一 5G的核心能力成為移動邊緣計算的最大驅(qū)動力
5G所強調(diào)的三大特性也就是5G的核心能力，即低時延，高帶寬和大連接。
低時延
5G所承諾的低時延是1毫秒，但需要強調(diào)的是這里的1毫秒只是空口的時延，對于最終用戶來說大家可能更關(guān)注的是端到端的時延，端到端時延最簡單的計算邏輯就是距離，距離產(chǎn)生的時延基本就是光纖傳輸時延，大概就是100公里1毫秒。所以在5G時代，端到端時延的本質(zhì)就是距離所產(chǎn)生的光傳輸時延。
我們用這個思路再對照看下之前的2/3/4G的情況。根據(jù)OpenSignal的一份測試報告顯示，在2G時代，光纖傳輸時延在整體端到端占比是微不足道的，也意味著空口時延占了大頭。
?
?? 
而在5G時代，這個比例高達60%，光纖傳輸也就是地理位置將會極大地影響端到端的時延，進而影響到用戶體驗。因此，5G低時延的特性如果需要得到更好的發(fā)揮，就必須通過更近的業(yè)務(wù)部署來降低傳輸在整體時延中的占比，而在IT領(lǐng)域的邊緣計算技術(shù)就能很好的契合這樣的需求，成為促進移動邊緣計算發(fā)展的驅(qū)動力之一。
?
?? 
高帶寬
5G的另一個特性就是高帶寬。5G高達10G的峰值速率，一方面能讓用戶看到更清晰的視頻，享受沉浸式的業(yè)務(wù)體驗，但另一方面，也會給業(yè)務(wù)方傳統(tǒng)的集中云部署方式帶來可能翻數(shù)倍的流量成本，當(dāng)然也給運營商整體的網(wǎng)絡(luò)帶寬建設(shè)提出了挑戰(zhàn)。這就需要我們重新來審視一下網(wǎng)絡(luò)架構(gòu)，考慮流量從集中云到邊緣云的卸載。在這里，再一次找到了5G和邊緣計算的契合點，通過業(yè)務(wù)的邊緣部署，降低了回傳鏈路的帶寬消耗，降低成本的同時還降低了時延。
大連接
在一個標(biāo)準(zhǔn)的物聯(lián)網(wǎng)場景下，可能會生成海量的數(shù)據(jù)，如果這些數(shù)據(jù)都集中到云上去做處理就可能造成資源的浪費。如果在中間位置進行數(shù)據(jù)預(yù)處理，一方面可以盡快的進行下行反饋，形成物聯(lián)網(wǎng)的系統(tǒng)閉環(huán)，另一方面可以做上行的數(shù)據(jù)聚合，形成物聯(lián)網(wǎng)的群體智能。
這樣的中間位置就是邊緣計算的部署點，因此結(jié)合上面對5G特性，也就是5G核心能力的分析，我們就可以得出這樣的結(jié)論：5G的核心能力將成為移動邊緣計算發(fā)展的最大驅(qū)動力。
?
?? 
邊緣計算可以大幅降低網(wǎng)絡(luò)時延
二 IT+CT融合的5G邊緣計算
如果僅僅從資源更近這個角度來思考5G下的邊緣計算，那就太簡單了。從本質(zhì)上來說，邊緣計算是屬于互聯(lián)網(wǎng)IT域的概念，而5G是屬于通信網(wǎng)CT(CommunicationTechnology)域的概念，要想把5G下的邊緣計算用好就必須進行IT和CT的融合，而不是簡單的1+1。這里的融合分為架構(gòu)融合、部署融合和調(diào)度融合。
架構(gòu)融合：獨立標(biāo)準(zhǔn)設(shè)計走向融合架構(gòu)設(shè)計
從架構(gòu)融合來講，5G包括UPF(User Plane Function，用戶面功能)核心網(wǎng)這些支撐邊緣計算功能網(wǎng)元和系統(tǒng)的架構(gòu)規(guī)劃都放在了3GPP(3rd Generation Partnership Project，第三代合作伙伴計劃)這個國際化組織，而邊緣計算的整體架構(gòu)則歸屬在ETSI(European Telecommunications Sdandards Institute，歐洲電信標(biāo)準(zhǔn)協(xié)會)，各組織都在自己的方向上獨立演進，因此首先要融合的就是架構(gòu)，形成一體化，融合的架構(gòu)設(shè)計。
部署融合：雙車道獨立部署走向一體化部署
部署融合里的部署重點關(guān)注的就是UPF和MEC(Multi-access Edge Computing，多接入邊緣計算)節(jié)點的部署。UPF作為移動網(wǎng)的網(wǎng)元，運營商會根據(jù)自己的規(guī)劃進行部署，而MEC節(jié)點則歸屬于互聯(lián)網(wǎng)公司，結(jié)合自己的應(yīng)用場景、受眾來部署，兩者歸屬不同車道，因此可能會存在部署不一致的問題，進而讓邊緣計算的收益大打折扣。所以我們需要從雙車道的獨立部署走向一體化部署。這也就關(guān)聯(lián)到了第三個融合，就是調(diào)度融合。
調(diào)度融合：互不感知的域內(nèi)調(diào)度走向全域調(diào)度
由于UPF和MEC節(jié)點所服務(wù)的用戶不同，造成兩者的流量模型產(chǎn)生很大的差異，承載服務(wù)所需要的網(wǎng)絡(luò)指標(biāo)也不盡相同。雙方為了兼顧性能、容量、成本和服務(wù)質(zhì)量等因素，在各自系統(tǒng)中部署自己獨立的調(diào)度系統(tǒng)，如果這樣的系統(tǒng)做不到互相感知，就會造成彼此流量走向的不一致，其后果不僅會讓調(diào)度效果大打折扣，更可能出現(xiàn)事與愿違的情況。因此，我們需要從互不感知的域內(nèi)調(diào)度走向全域調(diào)度。
綜上，5G時代的邊緣計算首先要考慮的就是融合。
?
?? 
三 一體化增強服務(wù)的5G邊緣計算
通常意義上的邊緣計算我們都會簡單地等同于IP流量調(diào)度。到了5G時代，大家也會簡單類比UPF到MEC節(jié)點就是牽引一條IP數(shù)據(jù)流，把感興趣的流量牽引過來即可。但實際上5G下的邊緣計算可以做更多。
從面向流量演化為面向服務(wù)
第一就是可以從面向流量的經(jīng)營增強為面向服務(wù)的經(jīng)營。我們牽引過來的不僅僅是流量，而是流量上面所承載的服務(wù)，服務(wù)將會賦予流量更多的意義，因此在進行調(diào)度的時候，更多需要考慮的是流量所承載服務(wù)的要求而不是單純的數(shù)據(jù)流。所以5G下的邊緣計算需要從面向流量演化為面向服務(wù)。
從面向服務(wù)的角度出發(fā)，5G邊緣計算如果僅僅是作為一種離用戶更近的服務(wù)部署來定位的話，那就降低了5G邊緣計算的價值。除了近所帶來的更低時延這個顯而易見的優(yōu)勢之外，我們需要進一步關(guān)注和實現(xiàn)服務(wù)增強。
從服務(wù)更近演化為服務(wù)更強
由于移動網(wǎng)絡(luò)本身的架構(gòu)特性，相對于傳統(tǒng)的固網(wǎng)架構(gòu)，移動網(wǎng)采用的是用戶面流量和控制面管控兩條腿走路的模式。邊緣計算牽引的是用戶面流量，但還可以通過與移動網(wǎng)交互從而獲得更多控制面的信息，比如SINR，Cell Load等數(shù)據(jù)。這些控制面的數(shù)據(jù)可以給服務(wù)更多的能力組合，進一步增強邊緣計算的對外服務(wù)能力，甚至能開拓出新的業(yè)務(wù)場景。比如在牽引流量的同時，帶上控制面所看到的整體小區(qū)負荷、信號強度等數(shù)據(jù)，這些數(shù)據(jù)可以用于服務(wù)端進行更好地擁塞控制，從而讓上層業(yè)務(wù)適應(yīng)到對應(yīng)的無線環(huán)境，進一步提升了用戶體驗。
從通用服務(wù)演化為5G邊緣服務(wù)
最后，由于有了邊緣計算的存在，原來互聯(lián)網(wǎng)普遍的“客戶端/服務(wù)器”的架構(gòu)也會變成“客戶端/邊緣端/服務(wù)端”的架構(gòu)，因此必須考慮到邊緣在整體鏈路中的角色，考慮到5G帶來的增強服務(wù)。在5G時代，邊緣部署的服務(wù)不能只是簡單的云服務(wù)的就近部署，必須從通用服務(wù)演化為5G邊緣服務(wù)，只有這樣才能真正用好5G邊緣計算。
?
?? 
四 從邊緣到中心的云網(wǎng)一體
首先，我們強調(diào)一個前提，邊緣計算一定不是孤立的，我們將邊緣計算視為云計算的延伸，拓展云的邊界。邊緣作為終端與云中心之間的數(shù)據(jù)紐帶，對形成“云-邊-端”一體的計算形態(tài)至關(guān)重要。
云計算最大的優(yōu)勢就是規(guī)?；挠嬎慵s，因此能夠獲得巨大的降本增效收益，但是把全部的計算都集中在一個點顯然不現(xiàn)實，除了計算成本之外，另外一個影響計算分布形態(tài)的至關(guān)重要的因素就是數(shù)據(jù)的傳輸成本?！霸?邊-端”一體的計算協(xié)同形態(tài)，其實就是數(shù)據(jù)在網(wǎng)絡(luò)中的傳輸成本和計算集約收益之間形成的動態(tài)平衡狀態(tài)。在這個形態(tài)下，我們通過不斷地網(wǎng)絡(luò)基礎(chǔ)設(shè)施和技術(shù)能力革新，去影響計算集約的分布狀態(tài)。
分布在全球的數(shù)十個中心云Regions是云計算的核心大腦，基于大規(guī)模集中的計算資源提供超強、高效的算力。資源集約化，也大幅降低了單位算力的成本，同時相對而言，到終端的平均數(shù)據(jù)傳輸成本也比較高。
從云中心往外下沉延伸，是運營商網(wǎng)絡(luò)，連接著數(shù)以百計的運營商數(shù)據(jù)中心，這也是第一層邊緣計算分布節(jié)點，提供中小規(guī)模集中算力，用于覆蓋省一級的就近計算和流量調(diào)度。同時，在這一層邊緣計算節(jié)點基于大量廣分布的數(shù)據(jù)中心構(gòu)建一個SD-WAN(軟件定義廣域網(wǎng))網(wǎng)絡(luò)，負責(zé)回云加速、邊到邊加速，提供“云-邊”和“邊-邊”協(xié)同能力，屏蔽中心云與邊緣云之間因互聯(lián)網(wǎng)傳輸?shù)木W(wǎng)絡(luò)波動對業(yè)務(wù)層數(shù)據(jù)傳輸造成的影響。相比中心云，在這一層計算節(jié)點，計算集約帶來的收益相對變小，但與終端之間的數(shù)據(jù)傳輸成本也顯著降低。
5G，讓邊緣計算繼續(xù)下沉延伸到運營商地市城域網(wǎng)，將來會連接著數(shù)以萬計的MEC節(jié)點，這是第二層邊緣計算分布節(jié)點，提供小微規(guī)模集中算力，用于覆蓋地市一級的就近計算和流量調(diào)度。因為MEC節(jié)點距離終端更近了一步，更低的時延和更低的成本，讓更多原本只能在終端進行的計算能夠上移至邊緣，從而形成算力集約，最終帶來成本收益。而且，5G釋放出來更多的終端到邊緣之間的網(wǎng)絡(luò)傳輸質(zhì)量管控能力，可以讓我們基于場景來優(yōu)化“端-邊”的網(wǎng)絡(luò)服務(wù)質(zhì)量，達到降低成本的同時并未降低用戶體驗。
綜上，通過一個整體的從云到邊再到端的網(wǎng)絡(luò)體系，形成云網(wǎng)一體化的能力，讓不同業(yè)務(wù)場景能夠在這樣一體化的形態(tài)中找到最適合自己的計算分布形態(tài)。
?
?? 
五 基于業(yè)務(wù)場景的全鏈路統(tǒng)一QoS管控
在云網(wǎng)一體化的能力中，業(yè)務(wù)場景除了成本之外，最關(guān)注的就是網(wǎng)絡(luò)QoS(Quality of Service，服務(wù)質(zhì)量)。“云-邊-端”這樣一個長鏈路下，不同分段所采用的QoS策略也不盡相同。
這里列舉了三種不同的數(shù)據(jù)傳輸場景：
- 本地MEC內(nèi)終端之間
- 終端與云中心之間
- 跨地域/運營商終端之間
分解一下全鏈路的QoS分段，可以分為以下三段：
- 5G核心網(wǎng)內(nèi)
- MEC到數(shù)據(jù)中心以及不同地域/運營商的數(shù)據(jù)中心之間
- 數(shù)據(jù)中心到云中心之間
在5G核心網(wǎng)/MEC這個范圍內(nèi)，QoS策略的管控，需要基于運營商5G能力對接來實現(xiàn)，這一段QoS保障可以大幅度提升終端接入這一段的網(wǎng)絡(luò)質(zhì)量。
在MEC到數(shù)據(jù)中心這一段，是運營商互聯(lián)網(wǎng)的范疇，我們在這一段網(wǎng)絡(luò)中基于廣分布的數(shù)據(jù)中心資源構(gòu)建一張Overlay SD-WAN網(wǎng)絡(luò)，從而實現(xiàn)對互聯(lián)網(wǎng)波動的屏蔽和業(yè)務(wù)流量管控調(diào)度。
在數(shù)據(jù)中心到云中心之間，在運營商互聯(lián)網(wǎng)的基礎(chǔ)上，輔以運營商專線來進一步改善回云傳輸鏈路的網(wǎng)絡(luò)質(zhì)量。
?
?? 
不同的場景，不同的鏈路QoS策略組合
最終，將這三段網(wǎng)絡(luò)的QoS管控調(diào)度能力整合，為上層業(yè)務(wù)應(yīng)用提供端到端全鏈路一體化的QoS保障能力，從而大幅降低業(yè)務(wù)應(yīng)用層面運維復(fù)雜度。
六 總結(jié)
邊緣計算，促使計算形態(tài)發(fā)生變化，讓更多的業(yè)務(wù)場景落地成為可能，但同時計算形態(tài)和分布的多樣性也大幅度提升了技術(shù)復(fù)雜度。5G并不只是讓邊緣計算更近，阿里云的邊緣計算，要為業(yè)務(wù)屏蔽復(fù)雜的計算分布和數(shù)據(jù)協(xié)同，從而幫助更多的業(yè)務(wù)場景落地到“云-邊-端”一體的計算形態(tài)中，實現(xiàn)收益/成本最大化。
【本文為51CTO專欄作者“阿里巴巴官方技術(shù)”原創(chuàng)稿件，轉(zhuǎn)載請聯(lián)系原作者】
