边缘计算深度调研

物理网发展的上半场，各大云平台通过提供物联网设备管理、数据分析等功能，成功开辟了新的市场方向。但随着物理网的发展，物联网设备开始大爆发。根据IDC的统计数据，到2020年将有超过500亿的终端与设备联网。

与此同时，数据分析正在变得比设备本身更有价值，而在最为接近前端智能的边缘计算侧，实时数据的价值能够被最大化的发挥出来，因此物联网发展大势正在从平台向边缘延伸。

作为物联网市场争夺战的下半场，通用云基础设施服务市场开始转向云计算+边缘计算的新方向，谷歌、亚马逊、微软、阿里巴巴、华为等纷纷开始布局，通过发起ECC（边缘计算联盟）、OpenFog（开放雾计算联盟）、IIC(工业互联网联盟)、OpenEdgeComputing.org(开放边缘计算联盟)等新兴组织和参与现有标准化组织OpenStack基金会、ONF（开放网络基金会）、ETSI(欧洲电信标准化协会) 等，推出边缘计算、雾计算、多接入边缘计算、移动边缘计算、移动云计算等各种相关概念和产品，从而抢占物联网市场先机。

从云到边缘被Gartner认为是2018年十大战略性技术趋势之一：

 

• 1. 为什么需要边缘计算
• 2. 什么是边缘计算
  • 2.1 边缘计算
  • 2.2 雾计算
  • 2.3 多接入边缘计算/移动边缘计算
  • 2.4 移动云计算
  • 2.5 总结
• 3. 边缘计算可以用在哪里
• 4. 边缘计算有哪些技术方案
  • 4.1 开源方案
    • 4.1.1 Cloud Foundry平台
    • 4.1.2 Linux基金会EdgeX Foundry
    • 4.1.3 CORD平台
    • 4.1.4 OpenStack
    • 4.1.5 Cloudlet(朵云)
    • 4.1.6 ARM Mbed
  • 4.2 商业方案
    • 4.2.1 亚马逊AWS IoT
    • 4.2.2 Google Cloud IoT
    • 4.2.3 思科IOx
    • 4.2.4 GE Predix
• 5. 边缘计算走向何处
• 6. 参考文献
  • 6.1 趋势
  • 6.2 概念
    • 6.2.1 ECC（边缘计算产业联盟）
    • 6.2.2 OpenFog（开放雾计算联盟）
    • 6.2.2 ETSI（欧洲电信标准化协会）
    • 6.2.3 OpenEdgeComputing.org(开放边缘计算联盟)
    • 6.2.4 移动云计算
  • 6.3 开源方案
    • 6.3.1 Cloud Foundry
    • 6.3.2 EdgeX
    • 6.3.3 CORD
    • 6.3.4 OpenStack
    • 6.3.5 ARM Mbed
  • 6.4 商业方案
    • 6.4.1 亚马逊
    • 6.4.2 Google Cloud IoT
    • 6.4.3 思科IOx
    • 6.4.4 GE Predix

1. 为什么需要边缘计算

物联网设备的大爆发，必然产生大量的数据，以及随之而来的数据处理和数据安全等需求，而这些已经无法通过传统云计算的集中式处理方式来满足：

• 网络带宽：据IDC统计，到2020年我国数据储存量达到约39ZB，其中约30%的数据来自于物联网设备的接入。据统计，波音787每秒产生的数据超过5GB，无人驾驶汽车每秒产生约1GB数据，因此，网络带宽正在逐渐成为云计算的一大瓶颈。此外，未经处理的数据中可能包含大量的静态画面、空闲状态等冗余数据，也极大的降低了网络带宽的利用率。
• 实时性：海量的数据为云端分析的准确性提供了保障，但传统模式下云端也必须与物理网设备联机数据和控制通路来处理数据和适时交互，因此云计算平台的计算性能也正逐渐达到瓶颈，无法满足新兴万物互联应用对延迟时间的要求，从而降低整个系统的可用性。
• 隐私保护：云计算平台将医疗设备、网络摄像头等物理网设备采集到的个人和家庭用户的隐私数据传输到数据中心集中保存，传输、存储和使用路径过长，不但涉嫌将大量云端应用无关的用户隐私数据泄露给第三方，还存在黑客攻击、数据丢失等其他隐私风险，极大的影响了物联网技术的推广。
• 能耗：云数据中心的能耗问题已经成为数据中心管理规划的核心问题。环境360报告表明，仅我国数据中心所消耗的电能已经超过匈牙利和希腊两国用电的总和。因此，通过将部分任务从云端迁移到设备端，可以大大降低云计算数据中心的计算负载，进而达到降低能耗的目的。

因此，连接云端和设备端的中间战场已经成为重中之重，各种概念模型层出不穷，互相引用吸收，核心目的都是拉近云端和物联网终端的距离，降低网络延迟，提供新的服务。

2. 什么是边缘计算

目前，市场上存在的边缘计算相关概念包括边缘计算、雾计算、多接入边缘计算、移动边缘计算、移动云计算等：

2.1 边缘计算

Akamai和IBM最早于2002年5月提出了边缘计算解决方案，虽说仅仅是为了使Web应用程序能够在网络边缘执行，但实际上与现在物联网和云计算领域的边缘计算也是一脉相承的。

狭义上来讲，边缘计算是物理上接近于事物，数据和行动源头处的相对于云计算而言的计算，又称近计算或者接近计算(Proximity Computing)。云计算相当于大脑，边缘计算相当于身体各处的神经元。

维基百科对边缘计算的定义如下:

边缘计算是一种通过讲计算应用、数据和服务的控制从某些中心节点（“核心”）带到另一个连接物理世界的互联网末端（“边缘”）的云计算系统优化方法。本架构中，数据经由各种传感器从物理世界传入，通过各种输出和控制器采取行动改变物理状态，通过在边缘执行分析和知识生成减少受控系统和数据中心之间的通信带宽。边缘计算能够利用相关联的物理设备之间的接近度和可能的关系。

OpenStack基金会对边缘计算的定义如下:

边缘计算是为应用开发者和服务提供商在网络的边缘侧提供云服务和IT环境服务。边缘计算的目标是在靠近数据输入或用户的地方提供计算、存储和网络带宽。

2015年，卡内基梅隆大学、华为、英特尔等发起成立的OpenEdgeComputing.org(开放边缘计算联盟)，对边缘计算架构的定义如下：

边缘计算提供了与用户非常接近的小型数据中心（边缘节点）。它通过与计算和存储资源的低延迟交互，仅距离用户一跳即可显着改善客户体验。

2016年，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的边缘计算产业联盟(Edge Computing Consortium，简称ECC)，对边缘计算的定义如下:

边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。它可以作为联接物理和数字世界的桥梁，使能智能资产、智能网关、智能系统和智能服务。

边缘网络通常由终端设备（例如移动手机、智能物品等等）、边缘设备（例如边界路由器、机顶盒、网桥、基站、无线接入点等等）、边缘服务器等构成。ECC联盟将其划分为5类：

ECC联盟与2017年推出了边缘计算参考架构2.0版本，使得边缘计算不仅仅是传统意义上专注于物联网设备端几乎不调用云端服务，几乎与云端隔离的孤岛，而是包含业务动态调度、云端部署协调等包含云断刀设备端之间整个路径的全面解决方案，是对云计算的一种补充和优化。

2.2 雾计算

思科最早于2012年在论文中提出概念，作为云计算的延伸，从而将计算需求分层次、分区域处理，以化解可能出现的网络堵塞现象。随后，思科在Cisco Live 2014会议上发布了供开发者使用的于雾计算开发套件IOx。

雾计算，是一种分布式的计算模型，作为云数据中心和物联网（IoT）设备/传感器之间的中间层，提供计算、网络和存储设备，让基于云的服务可以离物联网设备和传感器更近。“雾计算”的名字源自“雾是比云更贴近地面（数据产生的地方）”。

雾计算环境由传统的网络组件，例如路由器、开关、机顶盒、代理服务器、基站等构成，可以安装在离物联网终端设备和传感器较近的地方。这些组件可以提供不同的计算、存储、网络功能，支持服务应用的执行。

思科系统公司，ARM控股公司，戴尔公司，英特尔公司，微软公司和普林斯顿大学等于2015年11月19日成立了目前唯一的雾计算组织 - OpenFog联盟，创建雾计算标准 - OpenFog，以实现物联网（IoT）、5G和人工智能（AI）应用的数据密集型需求，促进雾计算的兴趣和发展。

OpenFog架构包含安全性、可扩展性、开放性、自主性、可编程性、可靠性/可用性/可服务性（RAS）、敏捷性、层次性等8个特性，通过如下架构来实现：

2.3 多接入边缘计算/移动边缘计算

ETSI（欧洲电信标准化协会）是欧盟正式承认为欧洲标准化组织（ESO）的三个机构之一，在全球拥有超过800个成员组织，来自66个国家和五大洲，成员包括大型和小型私营公司，研究机构，学术界，政府和公共组织的多元化组合，例如微软、英特尔、思科、华为等。

ETSI的多接入边缘计算（MEC，原移动边缘计算）定义如下：

多接入边缘计算（MEC）为应用程序开发人员和内容提供商提供云计算功能和位于网络边缘的IT服务环境，其特点是超低延迟和高带宽以及可以被应用程序利用实时访问的无线网络信息。

2.4 移动云计算

移动云计算是在Open Gardens博客上于2010年3月5日发布的一篇文章中定义的，被定义为 “移动云生态系统中云计算服务的可用性。这合并了许多元素，包括使用者、企业、家庭基站、转码、端到端安全性、家庭网关和启用移动宽带的服务。”（femtocell 是一个小型蜂窝基站 。）

移动云计算一般可以概括为移动终端通过无线网络，以按需、 易扩展的方式从云端获得所需的基础设施、平台、软件等资源或信息服务的使用与交付模式。

IBM对移动云计算的定义如下：

移动云计算利用云计算向移动设备交付应用。这些移动应用可以通过快速、灵活的开发工具进行远程部署。在 cloMobile 上，云应用可以通过云服务快速构建或修改。这些应用可以交付到具备不同操作系统、计算任务和数据存储功能的许多不同设备上。因此，用户可以访问在其他情况下不受支持的应用。

2.5 总结

综上所述，无论是边缘计算、雾计算、多接入边缘计算、移动边缘计算，还是，其核心都是通过云端和物联网设备之间的各种现有或新增设备，将计算、网络、存储等能力向网络边缘侧扩展，充分利用整个路径上各种设备的处理能力，就地存储和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。

此外，边缘计算相关的各个组织和公司也在推进合作，例如OpenFog与ETSI合作雾化MEC技术、CORD与OpenFog协调互操规范、英特尔参与各大边缘计算组织等。

因此，雾计算、多接入边缘计算、移动边缘计算、移动云计算等概念最终将走向融合，可以统称为边缘计算。

边缘计算可以满足敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的需求，具有如下基本特点：

• 数据第一入口：边缘计算作为物理世界到数字世界的桥梁，是数据的第一入口，拥有大量、实时、完整的数据，可基于数据全生命周期进行管理与价值创造，更好的支撑预测性维护、资产效率与管理等创新应用，同时也面临数据实时性、确定性、多样性等挑战。
• 约束性： 边缘计算产品需适配工业现场相对恶劣的工作条件与运行环境，如防电磁、防尘、防爆、抗振动、抗电流/电压波动等，以及工业互联场景的功耗、成本、空间等要求，通过软硬件集成与优化适配各种条件约束，支撑行业数字化多样性场景；
• 分布性： 边缘计算实际部署天然具备分布式特征，因此必须支持分布式计算与存储，实现分布式资源的动态调度与统一管理，支撑分布式智能，具备分布式安全等能力；
• 融合性： OT（控制技术）与ICT（信息通信技术）的融合是行业数字化转型的重要基础，而边缘计算作为融合与协同的关键承载，需要支持在联接、数据、管理、控制、应用、安全等方面的协同。

3. 边缘计算可以用在哪里

边缘计算可以广泛应用于云端向网络边缘侧转移的各个场景，包括但不限于下面列出的各个场景：

1. 云计算任务迁移：移动云环境中借助基站等边缘端设备的计算、存储、网络等资源，实现从服务器端迁移部分或全部任务到边缘端执行，例如通过分布式缓存技术提高网页加载和DNS解析速度，或者将深度学习的分析、训练过程放在云端，生成的模型部署在边缘网关直接执行，优化良率、提升产能；

1. 边缘视频分析：在本地对视频进行简单处理，选择性丢弃一些静止或无用画面，只将有用的数据传输到云端，减少带宽浪费，节省时间；

1. 车联网：通过汽车需要的云服务扩展到高度分散的移动基站环境中，并使数据和应用程序能够安置在车辆附近，从而减少数据的往返时间和提供实时响应、路边服务、附近消息互通等功能；

1. 智能家居：通过家庭内部的边缘网关提供Wi-FI、蓝牙、Zigbee等多种连接方式，连接各种传感器和网络设备，同时出于数据传输负载和数据隐私的考虑，在家庭内部就地处理敏感数据，降低数据传输带宽的负载，向用户提供更好的资源管理和分配；
2. 智能制造：将现场设备封装成边缘设备，通过工业无线和工业SDN网络将现场设备以扁平互联的方式联接到工业数据平台中与大数据、深度学习等云服务对接，解决工业控制高实时性要求与互联网服务质量的不确定性的矛盾：

   

3. 智慧水务：利用先进传感技术、网络技术、计算技术、控制技术、智能技术，对二次供水等设备全面感知，集成城市供水设备、信息系统和业务流程，实现多个系统间大范围、大容量数据的交互，从而进行全程控制，实现故障自诊断、可预测性维护，降低能耗，保证用水安全；

   

4. 梯联网：在边缘侧实时采集电梯的运行数据，进行数据预处理，并协同云端大数据分析平台，全面监控电梯各部件的“健康指标”；通过电梯预测性维护，提高维护效率，降低维护成本，降低最终客户OPEX；通过提供增值服务，支撑电梯制造商向服务商进行转型，打造新的利润增长点；

   

5. 智慧物流：通过专用车载智能物联网终端，实时全面采集车辆、发动机、油箱、冷链设备、传感器等的状态参数、业务数据以及视频数据，视频、温控 、油感 、事件联动，对车辆运行状况全面感知，形成高效低耗的物流运输综合管理服务体系。

   

4. 边缘计算有哪些技术方案

边缘计算是目前物联网领域最火的方向，各大厂商或者或者自研，或者基于Cloud Foundry等开源方案，纷纷推出自家方案，包括GE Predix，OpenStack，ARM的Mbed Edge，亚马逊的Lambda @ Edge，Greengrass，微软的Azure IoT Edge，阿里巴巴的Link Edge，施耐德电气的智能微型数据中心解决方案（IMDC - Intelligent Micro Data Center）等。

4.1 开源方案

4.1.1 Cloud Foundry平台

Cloud Foundry是一款使用Ruby开发的开源Paas平台，由VMware于2009年开发，并于2014年2月转交给Cloud Foundry基金会管理，正式成为开源软件。遍布全球的财富500强企业中有一半以上（包括金融服务，政府办公室，汽车公司等等）都依赖Cloud Foundry来提高速度，灵活性和效率。

CloudFoundry 是VMware主导一款开源PaaS云计算平台，类似于Salesforce旗下的Heroku，遵从OpenStack云计算平台规范。

Cloud Foundry基金会目前拥有67名成员，其中不乏谷歌、微软、Intel、思科、IBM、DELL、华为、EMC、VMware等业界知名公司，并在全球拥有2,400名代码贡献者。根据研究现实，Cloud Foundry占到35%的市场份额。Gartner研究认为，Cloud Foundry的总市值约为28亿美元，并将在未来几年轻松突破50亿美元。

Cloud Foundry作为目前最有活力的开源Paas平台，有效降低了工业物联网平台的准入门槛和开发周期。目前，基于Cloud Foundry开发的工业IoT平台包括：

• GE Predix平台；
• 西门子MindSphere；
• 博世IoT Cloud；
• 霍尼韦尔Sentience。

除此之外，还包括如下物联网平台等：

• IBM Cloud（原IBM Bluemix）；
• SAP云平台（原SAP HANA云平台）；
• 华为FusionStage。

由此可见Cloud Foundry之于物联网的价值。

Cloud Foundry由路由、鉴权、应用生命周期管理、应用存储和执行、服务、消息、度量和记录等组件组成：

 

Cloud Foundry是一个基于Ruby on Rails的由多个相对独立的子系统通过消息机制组成的分布式系统，在各层级都可水平扩展，既能在大型数据中心里运行，也能运行在一台桌面电脑中，并使用相同的代码库。其基本逻辑结构如下所示：

 

Cloud Foundry采用开放架构，克服了多数PaaS平台的非标准框架限制和应用服务支持能力缺乏等缺点：

• 支持各种框架，包括Spring for Java，.NET，Ruby on Rails，Node.js，Grails，Scala on Lift以及更多合作伙伴提供的框架（如Python，PHP等)；
• 支持各种应用服务，包括PostgreSQL，MySQL，SQL Server，MongoDB，Redis以及更多来自第三方和开源社区的应用服务；

• 支持公有云、私有云或者混合云等多种部署方式，包括vSphere/vCloud，AWS，OpenStack，Rackspace等。

   

  

4.1.2 Linux基金会EdgeX Foundry

EdgeX Foundry是由Linux基金会发起的vendor中立的开源项目，为物联网边缘计算构建了一个通用的开放框架。该项目的核心是在完整的硬件和操作系统无关参考软件平台中托管的互操作性框架，以实现即插即用组件的生态系统，从而统一市场并加速物联网解决方案的部署。

 

EdgeX Foundry专注于工业物联网边缘设备，即嵌入式PC，集线器，网关，路由器和本地服务器等边缘节点。EdgeX Foundry利用云原生原理（例如松散耦合的微服务，平台无关），但其架构可满足物联网边缘的特定需求，包括适应基于IP和非IP的连接协议，广泛分布式计算的安全和系统管理节点，并缩小到高度受限的设备。

EdgeX Foundry专注于解决分布式物联网雾体系结构中“南，北，东，西”的关键互操作性挑战，可以完全在一个边缘节点上运行，也可以分布在多个节点上。

EdgeX Foundry项目的一个关键原则是保持平台独立性，以实现最大规模：

• 任何架构（如x86或ARM）；
• 任何操作系统（例如Linux，Windows，Mac OS）；
• 任何应用程序环境（允许用Java，Javascript，Python，Go，C / C ++等编写的微服务通过通用API一起工作）。

EdgeX Foundry是一个开源微服务集合，包括核心服务层、支持服务层、导出服务层、设备服务层、安全和
系统管理等6类微服务，其中：

• 设备服务层提供SDK，允许用户为不同种类的设备（包括运行EdgeX Foundry的其他设备）创建虚拟设备，从而实现数据收集、参数配置和设备控制等操作；
• 核心服务层用于提供元数据（设备信息、数据格式、操作命令等）存储、核心数据存储和访问、设备操作、微服务注册和配置等功能；
• 支撑服务层通过规则引擎来允许云端应用和其他内部微服务在条件触发时产生动作从而实现本地和云端智能控制；通过调度层实现核心数据调度；
• 出口服务层是数据的唯一出口，允许云端应用和其他内部微服务注册为核心数据的接收者，然后通过分发服务将数据分发给云端应用；此外，出口服务层也提供Google Cloud IoT平台接口；
• 系统管理层提供EdgeX Foundry微服务，BIOS固件，操作系统和其他网关相关软件的安装，升级，启动，停止和监控等功能；
• 安全层用于为其他微服务提供安全保障。

4.1.3 CORD平台

CORD是开放网络基金会（ONF）使用SDN（软件定义网络）和NFV（网络功能虚拟化）、云计算（OpenStack）等技术，为运营商创建的一个云原生，开放，可编程，灵活的数据中心开源软件平台。

CORD在2017年取得了巨大的进步，有60多家公司和运营商参与到CORD项目中来，催生了CORD社区的发展壮大。同时，CORD 4.1还将发布重点转移到了边缘数据中心领域，致力于成为部署边缘云和边缘计算新服务的最佳开源平台。

CORD核心利用数据中心中的leaf-spine分布式核心网络架构和白盒设备来重构运营商的端局，其中leaf叶节点负责连接服务器和网络设备，spine针节点负责连接交换机，保证节点内的任意两个端口之间提供延迟非常低的无阻塞性能，从而实现从接入到云平台的敏捷服务。

CORD现在包括3个面向不同市场的解决方案：

• 面向5G移动边缘基站的分布式解决方案M-CORD；
• 面向有线接入家庭用户的R-CORD；
• 面向城域网和广域网上企业用户的E-CORD。

CORD平台主要由XOS、ONOS和OpenStack等部分组成：

• XOS：CORD的web管理控制台，调用ONOS和OpenStack来提供CORD相关服务；
• OpenStack：用于管理运行VNF的虚拟机和容器；
• ONOS：ONF社区主导开发的SDN控制器，作为OpenStack Neutron plugin管理OpenStack虚拟网络，提供服务链，同时管理数据中心的白盒硬件（白盒交换机，白盒vOLT等）。

4.1.4 OpenStack

目前来看，OpenStack作为边缘计算云端平台特别具有吸引力，或者说在发展日渐面临一些困难的时候，边缘计算的浪潮，让OpenStack犹如又获得了一股新的推动力。

OpenStack提供了可以在任何地方部署的基础设施构建模块，包括网络边缘。OpenStack的灵活性和模块化特性意味着可以高效地运行边缘设备所需的最小服务，并同时为裸机，容器技术和虚拟机提供强大的支持。目前，OpenStack已经是分布式程度最高的基础设施软件，在全球数千个数据中心运行，并且许多电信和零售行业的用户都在努力通过OpenStack推进边缘计算用例。

4.1.5 Cloudlet(朵云)

Cloudlet，又称随我云（follow me cloud）、移动微云（mobile micro-cloud），派生于卡内基梅隆大学的Elijah项目，由OpenEdgeComputing.org组织推动，用于支持资源密集型和交互式的移动应用程序，满足增强现实应用、远程渲染的云游戏等低延迟、高带宽的需求。

为了满足本地开发和云端部署的跨平台需求并利用OpenStack开放的生态系统，Elijah项目产生了OpenStack++。OpenStack++基于修改后的QEMU的云端库，并集成到OpenStack平台中，提供边缘计算OpenStack++需求的基本功能，包括快速配置，实时VM切换和基于当前带宽的自适应功能等。

4.1.6 ARM Mbed

ARM mbed IoT设备平台是ARM物联网小组构建的包含公有云平台（Mbed Cloud）、物联网操作系统（Mbed OS）、Mbed TLS库以及其他相关软硬件支持，包括100多个支持Mbed的板卡，400多个组件，用于编写，构建和测试应用程序的工具以及服务器和客户端工具等等，是一个完整的技术和生态系统，能够实现真正的IP到边缘和可互操作的IoT应用，从而大规模创建和部署基于标准的商业IoT解决方案。

Mbed Cloud是ARM用以提供用于交互和管理连接设备的托管服务的公有物联网云平台：

• 支持多种连接方式下的安全连接，包括6LoWPAN, Thread, Cellular, Wi-Fi, Low-powered Mesh, Mobile IoT (LPWA)等；
• 支持CoAP和OMA LwM2M（轻量级M2M）通信和设备管理协议；
• 支持使用多种Web应用程序开发接口，包括REST API，JavaScript和Python中的软件开发工具包（SDK）以及在线门户；
• Mbed Cloud客户端适用于多种操作系统，且支持端到端的远程固件更新；
• Mbed Cloud Provision SDK包含Mbed Cloud客户端中的工厂配置客户端（FCC）和工厂配置器实用程序（FCU），能够对设备凭证(私钥，证书，唯一ID等)和配置（参数、服务器URL等）进行验证并安全地存储在设备的受保护存储器中；
• 通过Mbed Edge SDK提供协议翻译、网关管理，以及本地应用程序执行环境和计算资源。
• 通过Mbed On Premises支持企业内部服务器部署和公有云、私有云等各种云部署等。

Mbed OS是一款免费的开源嵌入式操作系统，基于专为运行在ARM Cortex-M单片机和ARM CMSIS-RTOS接口标准的实时操作系统ARM Keil RTX内核，可以在非常小的设备上支持线程、TLS、信号量、互斥锁、线程等RTOS服务，以及蓝牙低功耗，Thread，6LoWPAN，Cellular, Wi-Fi, Low-powered Mesh, Mobile IoT (LPWA)和以太网等通信接口，专为物联网设备设计。

Mbed TLS是一款开源，便携，易用，可读和灵活的SSL库，提供了一组可单独使用和编译的加密组件，一个基于加密组件、抽象层、支持组件的SSL/TLS完整实现模块，以及一个精心制作的测试套件，用以向嵌入式设备提供加密和SSL/TLS功能。

4.2 商业方案

目前国内外市场上存在很多商业方案，具体可参考《国内物联网平台》和《国外物联网平台》系列文章，此处仅介绍文章中没有介绍的几个知名公司方案。

4.2.1 亚马逊AWS IoT

亚马逊物联网支持包括AWS IoT Core云平台、AWS Greengrass和Amazon FreeRTOS。

AWS IoT Core是一个托管云平台，可让连接的设备轻松安全地与云应用程序和其他设备进行交互。AWS IoT Core可支持数十亿台设备和数万亿条消息，并可将这些消息可靠并安全地处理和路由到AWS端点和其他设备。利用AWS IoT Core，可以让应用程序始终即使在没有连接的情况下也能跟踪并与所有设备进行通信，

基于AWS IoT Core的应用可以调用AWS Lambda，Amazon Kinesis，Amazon S3，Amazon Machine Learning，Amazon DynamoDB，Amazon CloudWatch，AWS CloudTrail和Amazon Elasticsearch Service等带有内置Kibana集成的AWS服务来，从而使得应用程序可以处理，分析和处理连接设备生成的数据，而无需管理任何基础架构。

AWS Greengrass是一种允许用户以安全方式在互联设备上运行本地计算、消息收发、数据缓存和同步、ML Inference、远程部署、等功能，将AWS IoT Core云端功能无缝扩展至设备边缘的软件方案。

其中，ML Inference 是 AWS Greengrass 的一项功能，让用户可以使用在云中构建和训练的模型轻松地Greengrass Core 设备上本地执行机器学习推理。

AWS Greengrass中的设备有两种类型：

• AWS Greengrass核心，即智能网关，用于运行与AWS IoT设备和AWS Greengrass云服务直接通信的专用 AWS Greengrass 软件，包括本地Lambda运行时、部署代理和IP地址跟踪器(用于将 IP 地址信息发送到AWS Greengrass云服务以允许AWS IoT设备自动发现其组和内核连接信息)，并具有各自的用于 AWS IoT身份验证的证书；
• 连接到AWS Greengrass核心的AWS IoT设备，即传感器等各种物联网设备。

Amazon FreeRTOS是一款基于开源FreeRTOS内核、适用于低功耗小型边缘设备的开源操作系统，可以轻松将小型低功耗设备安全连接到AWS IoT Core等AWS云服务或运行AWS Greengrass的功能更强大的边缘设备。

4.2.2 Google Cloud IoT

Google Cloud IoT是专为智能物联网服务打造的平台，包含一系列完全托管的集成服务，可用于轻松安全地连接到分布在全球的大量设备，管理并提取这些设备上的物联网数据，实时处理和分析/可视化这些数据，提高业务敏捷性和加快决策制定，并根据需要实施业务变更和采取行动。

其中：

• Cloud IoT Core是一项完全托管服务，可以轻松安全地连接，管理和获取数百万全球分散设备中的数据并发布到 Cloud Pub/Sub以进行进一步分析，并且具有自动负载平衡和横向扩展功能；
• BigQuery可以对设备数据进行即时分析；
• Cloud Machine Learning Engine可以对设备数据进行高级分析并运用机器学习技术；
• Cloud Functions允许应用开发者按需运行代码，以响应来自任何位置的事件；
• Cloud Pub/Sub可用于数据分发；
• Cloud Dataflow可用于数据转换；
• Cloud Storage、Cloud Bigtable和Cloud Spanner可用于存储数据；
• Data Studio中包含的丰富报表和信息中心能够以可视化的方式呈现物联网数据结果。

此外，Google Cloud IoT平台支持大量嵌入式操作系统，可与Android Things无缝搭配使用，提供基于证书和TLS加密的认证方式提供端对端安全；支持使用REST API自动管理大规模设备注册，部署和操作。

4.2.3 思科IOx

IOx应用环境是Cisco对OpenFog雾计算架构的实现，也是目前OpenFog雾计算架构的唯一实现。IOx为开发者提供了一整套的开发框架（包括开发、分发、部署、监控和管理等多种组件）和计算平台，使得开发者能够将开发好的应用部署到网络的边界上（思科路由器，交换机和计算模块等）进行处理。

如上所示，思科IOx应用环境包括如下组件：

• 思科IOx：为整个思科物联网网络基础设施的雾应用提供统一且一致的托管功能，通过虚拟化技术将Cisco IO和Linux结合，从而能够利用Linux流行的开源工具生成在思科物联网网络基础架构上执行的应用程序；

   

  

• 思科Fog Director：允许管理员通过网络远程管理，监控思科IOx环境中运行的雾应用并解除故障；

   

  

• 思科SDK和开发工具：一组工具和方法指南，可帮助开发人员将其应用程序打包到支持IOx的网络基础架构产品上；

• Cisco IOx Client：开发人员在典型开发人员系统内控制应用程序生命周期任务的命令行工具；

• Cisco IOx Local Manager：Cisco IOx应用程序框架附带的基于Web的应用程序，用以提供网络基础架构上托管的应用程序的本地管理。

支持IOx的网络基础架构包括：

• Cisco 800系列集成多业务路由器；
• Cisco 829工业集成多业务路由器;
• Cisco 809工业集成多业务路由器;
• Cisco 800系列工业集成多业务路由器;
• Cisco工业以太网4000系列交换机;
• Cisco 1000系列互联电网路由器的计算模块。

4.2.4 GE Predix

GE Predix平台是GE基于Cloud Foundry开发的工业物联网平台，致力于打通设备端到云端，提供丰富的自有及第三方工业应用，进而把存储在云端的海量数据通过分析展现给使用者，三位一体提供一套完整的解决方案。

在Predix基础上，GE推出了边缘计算支持增强的Predix Machine平台，提供了设备到云，设备到设备（M2C）、设备到设备（M2M）、设备到移动以及人机界面（M2H）的应用程序连接能力。Predix Machine与通用资产紧密联系，提供与大数据分析和资产管理等基于云的服务交换数据的能力。大数据分析算法和资产管理决策规则的结果可以发送回机器，优化并最大化性能。

Predix Machine架构如下：

如图所示：

• Predix边缘计算平台是一套完整的解决方案，包括对设备数据接入与控制，对云端数据上传和控制接收，边缘端智能分析服务等；
• 复杂事件处理引擎是通过Docker容器封装的一套智能分析运行环境；
• Predix平台可以通过Predix EdgeManager将云端训练好的模型算法分发到复杂事件处理引擎的运行环境；
• 复杂事件处理引擎从数据总线（Data Bus）通过MQTT协议获取多维数据源的实时数据，并作为已训练的模型算法的输入；
• 相应的模型算法就可以根据输入的实时数据流推断出可操作的建议，从而反向控制设备端，达到运营优化的目标。

5. 边缘计算走向何处

在万物互联的大背景下，云计算、嵌入式系统、通信技术、区块链等各种技术以边缘计算为核心进行融合，市场竞争日趋激烈：

1. 边缘计算架构的定义权成为各个厂商争夺的重点：各个厂商都多方下注，互相竞争合作，力争占据制高点；
2. 边缘计算节点/网关技术包括软硬件接口、网络管理、VPN隧道、地址管理、流量管理和监控等各种功能，其中相当一部分在已经路由器和媒体网关等设备中广泛应用，只不过在边缘计算环境中增加了云平台客户端或者声称对接了Mbed OS、Amazon FreeRTOS等物联网实时操作系统，因此实际上是传统技术和设备的再次包装；
3. 边缘计算开发平台(物联网云平台等)，通常基于OpenStack、Cloud Foundry等开源技术，提供VM(virtual machine)、容器(container)、网络、消息等资源和功能管理功能，并通过各种设备抽象技术，提供开放通用的API和SDK供各种应用和设备来使用；
4. 物联网设备的多样性带来边缘计算方案的多样性：无论是工业领域，还是消费领域，都存在众多细分市场，需求差异巨大，因此边缘计算平台通常以行业相关的具体方案出现，例如智慧城市方案：

总而言之，边缘计算由于细分市场众多，因此很难统一到若干个大平台上，而应当是在一个松散的框架下，与各个具体领域相结合，大小厂商均能占据一席之地。

6. 参考文献

6.1 趋势

1. Gartner Top 10 Strategic Technology Trends for 2018
2. 云计算和IoT平台之争开启“下半场”，边缘计算竟成“主阵地”
3. 边缘计算：万物互联新型计算模型
4. 多接入边缘计算（MEC）标准组织知多少？
5. MEC是打开“围墙”的缺口

6.2 概念

1. 太形象了！什么是边缘计算？最有趣的解释没有之一！
2. Akamai And IBM Unveil Edge Computing Solution

6.2.1 ECC（边缘计算产业联盟）

1. ECC联盟白皮书
2. 边缘计算“CROSS”欧洲新战场

6.2.2 OpenFog（开放雾计算联盟）

1. OpenFog开放雾计算架构及其垂直市场应用
2. Fog computing and its role in the internet of things - ACM Digital Library

6.2.2 ETSI（欧洲电信标准化协会）

ETSI MEC 白皮书

6.2.3 OpenEdgeComputing.org(开放边缘计算联盟)

1. 开放边缘计算联盟简介
2. OPEN EDGE COMPUTING INITIATIVE

6.2.4 移动云计算

什么是移动云计算
移动云计算 - 设备、趋势、问题和使能技术
移动云计算研究进展与趋势

6.3 开源方案

6.3.1 Cloud Foundry

1. CloudFoundry文档库
2. CloudFoundry代码库
3. 深度剖析CloudFoundry的架构设计

6.3.2 EdgeX

1. EdgeXFoundry Wiki
2. EdgeXFoundry代码库
3. IoT当前最重要的机遇，全面解读专为边缘计算而生的EdgeX Foundry

6.3.3 CORD

1. 开放网络基金会CORD项目主页
2. opencord代码库
3. CORD重构边缘DC 开源社区推动多项研究将落地
4. 中国CORD产业高峰会精采回顾
5. 新型网络中，什么是CORD? - 郑敏先

6.3.4 OpenStack

1. OpenStack边缘计算白皮书
2. Follow Me Cloud Interworking Distributed Clouds Distributed Mobile Networks
3. OpenEdgeComputing代码库(Cloudlet)

6.3.5 ARM Mbed

1. ARM Mbed官网
2. Mbed Cloud文档库
3. Mbed OS文档库
4. Mbed代码库(OS、TLS等)
5. CMSIS-RTOS Keil RTX主页

6.4 商业方案

6.4.1 亚马逊

1. AWS IoT Core主页
2. AWS Greengrass主页
3. Amazon FreeRTOS主页

6.4.2 Google Cloud IoT

1. Google Cloud IoT主页
2. Google Cloud IoT Core主页

6.4.3 思科IOx

1. Cisco IOx主页
2. Cisco IOx Datasheet
3. 思科IOx文档库
4. Cisco Fog Director主页

6.4.4 GE Predix

1. GE Predix简介
2. Predix Machine概述

作者：古斟布衣
链接：https://www.jianshu.com/p/d311a1bc18aa
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。