云计算的概念 典型应用场景 研究现状以及关键技术

cloud computing

    • 1. 云计算概念
    • 2. 云计算为什么会提出来
    • 3.边缘云计算概念
    • 4.1边缘云计算与 云计算
    • 4.2 云与边缘异同点
    • 5.边缘计算与CDN(内容分发网络)
    • 6.边缘云计算的应用
    • 7.边缘云架构
    • 8.军事应用
    • 9.1我国云计算研究现状
    • 9.2 边缘云研究现状
    • 10. ECC边缘参考架构
    • 11.相关企业技术
    • 12.边缘云对业务需求的解决方案

1. 云计算概念

【百度百科】云计算(cloud computing)是分布式计算的一种,指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后,通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。云计算早期,简单地说,就是简单的分布式计算,解决任务分发,并进行计算结果的合并。因而,云计算又称为网格计算。通过这项技术,可以在很短的时间内(几秒种)完成对数以万计的数据的处理,从而达到强大的网络服务。
云计算不是一种全新的网络技术,而是一种全新的网络应用概念,云计算的核心概念就是以互联网为中心,在网站上提供快速且安全的云计算服务与数据存储,让每一个使用互联网的人都可以使用网络上的庞大计算资源与数据中心。
【知乎】云计算是一种计算资源交付模型,其中集成了各种服务器、应用程序、数据和其它资源,并通过Internet以服务的形式提供这些资源。通常对资源进行了虚拟化。
简单地说,云计算就是计算服务的提供(包括服务器、存储、数据库、网络、软件、分析和智能)——通过Internet提供快速创新、弹性资源和规模经济。对于云服务,通常用户只需使用多少支付多少,从而帮助降低运营成本,使基础设施更有效地运行,并能根据业务需求的变化调整对服务的使用。
【边缘云计算技术及标准化白皮书】云计算是一种将可伸缩、弹性、共享的物理和虚拟资源池以按需自服务的方式供应和管理,并提供网络访问的模式。云计算模式由关键特征、云计算角色和活动、云能力类型和云服务类别、云部署模型、云计算共同关注点组成。
【ECC 】ECC从产业界的角度出发给出的定义:在靠近物或者数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
​【OpenStack】从IT化角度给出的定义:为开发者和服务提供商在网络管理域的边缘测提供云服务和IT环境服务。

2. 云计算为什么会提出来

目前对云计算的概念都是基于集中式的资源管控来提出的,即使采用多个数据中心互联互通形式,依然将所有的软硬件资源视为统一的资源进行管理,调度和售卖。随着5G、物联网时代的到来以及云计算应用的逐渐增加,集中式的云已经无法满足终端侧“大连接,低时延,大带宽”的云资源需求。结合边缘计算的概念,云计算将必然发展到下一个技术阶段,就是将云计算的能力拓展至距离终端更近的边缘侧,并通过云边端的统一管控实现云计算服务的下沉,提供端到端的云服务,边缘云计算的概念也随之产生。

3.边缘云计算概念

【百度百科】边缘云是分布在网络边缘侧,提供实时数处理、分析决策的小规模云数据中心。
【边缘云计算技术及标准化白皮书】边缘云计算,简称边缘云,是基于云计算技术的核心和边缘计算的能力,构筑在边缘基础设施之上的云计算平台。形成边缘
位置的计算、网络、存储、安全等能力全面的弹性云平台,并与中心云和物联网
终端形成“云边端三体协同”的端到端的技术架构,通过将网络转发、存储、
计算,智能化数据分析等工作放在边缘处理,降低响应时延、减轻云端压力、降
低带宽成本,并提供全网调度、算力分发等云服务。

4.1边缘云计算与 云计算

  • 边缘计算在靠近用户端的位置提供存储、计算、网络等基 础设施,通过在该基础设施上为用户提供应用软件的部署和运 行环境,就近为用户提供边缘云服务,它是云计算技术和网络 演进发展的产物。
  • 移动边缘计算通过在无线接入网边缘或无线 基站内部部署相应的边缘计算基础设施,来提供边缘位置的云 计算服务,同时它还可以连接企业网络内部的私有云以实现混 合云服务。一般来说其系统的核心设备是基于 IT 通用硬件平 台构建,能提供基于该平台的虚拟化运行环境,并支持第三方 应用在该虚拟环境中运行。
  • 相比于传统云计算的集中部署模式,边缘计算解决了汇聚 流量大、通信时延长等问题,为高带宽和低时延的业务提供了 更好的支持。
  • 云计算和边缘计算各有所长,云计算能够在业务 决策支撑、周期性维护等领域发挥优势,擅长于长周期、非实 时、全局性的大数据处理和分析。在用户侧业务的就近实时智 能化处理方面边缘计算能够发挥其特长,短周期、实时、局部的数据处理和分析更适用于边缘计算。因此边缘计算与云计算 之间是互补协同关系,边缘计算在靠近用户侧先对数据进行采 集和预处理,对于简单的数据业务可以实时处理并反馈给用户, 对于复杂的数据业务则上传云计算端解决,经大数据处理分析 后把结果下发到边缘侧。边云协同进一步放大了边缘计算和云计算的应用价值。

4.2 云与边缘异同点

相同点

  • 都由计算资源、存储资源和网络资源构成,都可以通过虚拟化和资源池化技术将底层资源抽象屏蔽,实现多个用户和应用程序之间的资源共享,并支持基于API来增强平台间的互操作性,具有广泛接入、服务可测、多租户、按需自服务、弹性扩展和资源池化等特点。

不同点

  • 部署位置:云计算平台大多在核心网区域数据中心。边缘云平台要依据边缘业务需求和覆盖范围何以下沉部署在本地城域数据中心、边缘数据中心、接入局房甚至业务现场。
  • 部署模式:云计算平台大多采用集中式部署模式对云计算资源进行统一管控;部署在不同地理位置的边缘云平台则采用分布式分层多级部署模式,边缘云可以通过广域网与中心云项链,或通过中心云调度动态加入边缘云共享资源池,但是多个边缘云之间存在潜在的高延迟、网络不可靠和低带宽风险。
  • 部署规模:部署在核心区域数据中心的云计算平台通常具有上千台服务器的规模,资源相对较为充足;部署越靠近网络边缘的边缘云平台,面临的部署条件越苛刻,部署规模也越小,极端情况加只能部署1U~2U的服务器或者微型硬件平台,CPU、内存、硬盘等硬件条件性能十分有限
  • 平台能力:云计算平台具有强大的计算存储能力;边缘云平台更靠近数据源和用户侧,能够获得更多的原始数据和对终端设备的控制能力。因此边缘云平台除了对eMBB、uRLLC、mMTC边缘业务的增强能力之外,还可以提供面向大数据应用的数据清洗、融合、脱敏等预处理能力,将已脱敏的高质量数据提供给云计算平台执行高精度数据分析。

另外,面向机器学习、深度学习、人工智能类边缘业务,云平台可以基于历史数据预先训练算法模型、优化参数,边缘云平台则基于云平台推送下发的算法模型执行现场推理,并将高质量数据在网络闲时上传至云计算平台,以支持算法模型的迭代优化,通过云边协同,充分发挥边缘计算和云计算的互补优势。

5.边缘计算与CDN(内容分发网络)

CDN 即内容分发网络,为了提高用户访问服务器的速度, 使用户可就近取得所需内容,解决网络拥挤的状况,CDN 通过 在 IP
承载网络架构中增加新的一层,将服务器的内容自动分 发到分布在网络边缘接近用户侧的服务节点,从而提高内容交 付的速度和效率。

边缘计算与 CDN 既有联系也有区别,两者之间相同之处也 较多。

  • 首先是两者都是在数据流量和用户数量不断增加,用户 体验要求提高的情况下产生。
  • 两者对传输响应速度都有较高要 求,都尽可能地部署在网络的边缘。
  • 边缘计算的应用和主要处 理节点一般都分布式部署在靠近用户端,这使得其在提供服务 的可靠性、响应速度等方面要好于传统的云计算中心,而 CDN 的服务节点正好可以充分复用这些边缘计算处理节点,提供存 储和传输等主要服务。
  • 两者之间的区别主要在于 CDN 提高节点 传输数据的能力是通过缓存数据,主要依靠现有固定网络资源 实现,侧重点在于传输能力。
  • 而边缘计算的侧重点在于计算能 力,应用场景主要在移动业务方面,而且主要通过 5G 网络 UPF 来实现在边缘侧提供服务,所以其应用实现主要是依托于移动 网络资源。
  • CDN 主要应用在视频直播、视频点播和网站访问加 速等场景,关注点是“加速”,在智能化的应用场景中出现极少。 由于边缘计算侧重于计算能力,并且具有智能化、低时延的特 点,所在在智慧医疗、车联网等要求智能化的场景中应用较多。

6.边缘云计算的应用

(一)VR/AR
在 VR/AR 方面边缘计算的促进作用主要表现在随着 5G 技 术应用的日益深入,5G 的大带宽、低时延、高可靠特性,以及 边缘计算的技术特点能使VR/AR在传输方面的瓶颈被克服,从 而增强用户的体验效果。
(二)车联网
随着物联网和 5G 技术的不断发展,传统交通技术迎来了 新的变革,为了促进智慧交通体系建设,提高通行准备效率, 可以通过车辆与车辆、人与车辆、车辆与交通设施之间的智能 交互实现。边缘计算目前在车联网领域的应用主要集中在内容 分发、资源调度、计算卸载、车载应用等方面。
(三)智慧城市
为了满足交通运输、医疗保健、环境保护和公共安全等各 方面需求,智慧城市通过云计算、大数据和物联网等技术来改 变社会运作和人们的生活方式。边缘计算将存储和计算下沉到 边缘侧的服务器上,使网络的带宽压力和延迟更小,在实现智 慧城市的过程中有着广泛的应用范围和独特的优势。如在智慧 医疗方面,边缘计算与其它技术协同可以实现医疗数据分析、 健康监测等。
边缘计算将是通信行业未来的重要发展方向之一,包括电 信运营商、云服务提供商、设备商等都在积极布局,随着 5G 时代的到来,边缘计算有望与 5G 共同发展。

7.边缘云架构

云计算的概念 典型应用场景 研究现状以及关键技术_第1张图片

8.军事应用

边缘计算通过广泛分布的边缘节点和计算下沉,能够提供强大的计算能力和较低的服务延迟,在战场环境下夺取时间优势和信息优势。基于海战场的应用特点,本文提出了一种基于边缘计算的“云-边-端”一体化的海上军事信息系统参考架构,如图所示:
云计算的概念 典型应用场景 研究现状以及关键技术_第2张图片

9.1我国云计算研究现状

云计算的概念 典型应用场景 研究现状以及关键技术_第3张图片

纵观我国云计算十年产业发展,经过初期积累,我国云计算产业发展动能已经得到了充分的释放,产业规模高速增长。在《推动企业上云实施指南(2018-2020年)》的带动下,地方政府积极响应,以上海、浙江、福建、江苏为代表的20多个省市出台了相应推动政策,为我国云计算发展提供了较好的市场环境。通过对3728家各行业样本企业进行问卷抽样调查统计,笔者发现十年间中国企业上云率呈现快速增长的趋势,虽然与美国等云计算领先国家相比仍有一定差距,但相比十年前,企业上云比率增长近十倍,企业用云服务的比例呈现爆发式增长,2018年企业上云比例已经达到30.8%,云计算整体市场规模达962.8亿元,公有云市场规模达437亿元,同比增长65.2%,私有云市场规模达到371亿元。随着云计算应用规模的快速增长,云计算应用成效逐步显现,云计算已经成为了新型基础设施中重要的组成部分。

在边云计算使得边缘计算与云计算协同发展,更适应万物互联的发展。目前,边缘计算在网络层面、计算层面、存储层面和安全层面逐步完善,以自动驾驶汽车、智能家居为代表的边云协同应用成为发展热点。在特殊场景下,边云协同可以有效构建实时高效的系统,降低对云端的依赖与系统成本,完成设备端海量数据优化、实现敏捷连接、满足安全需求等。
边缘计算发展趋势包括:一是边云计算将推动更多新的平台和案例出现,如在智能网联汽车与智能电网方面催生出更多应用场景;二是集中式的云数据中心逐渐成为主流,超过百万的物联网设备和海量的数据将通过云连接和交互,边云协同将使得数据创造更高价值。
云计算文献发表量
云计算的概念 典型应用场景 研究现状以及关键技术_第4张图片
重点研究方向
云计算的概念 典型应用场景 研究现状以及关键技术_第5张图片

9.2 边缘云研究现状

边缘数据中心的发展刚刚起步,仍有众多技术和话题需要研究和探讨,也成为我国的产业平台和行业标准组织积极关注的方向。
2019年4月,开放数据中心标准推进委员会(ODCC)成立了“边缘计算工作组”,将围绕边缘计算节点机房环境及网络相关需求、边缘计算平台加速功能相关内容、边缘计算平台与边缘服务间接口标准化相关内容、边缘计算平台与运维管理、应用生命周期管理、应用规则与需求管理间接口标准化工作等方面开展研究工作。

10. ECC边缘参考架构

ECC(EdgeComputing Consortium,边缘计算产业联盟)2016 年成立,是边缘计算的积极推动者。ECC的边缘计算定义: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。

ECC认为,边缘计算与云计算是行业数字化转型的两大重要支撑,两者在网络、业务、应用、智能等方面的协同将有助于支撑行业数字化转型更广泛的场景与更大的价值创造。其中,云计算适用于非实时、长周期数据、业务决策场景,而边缘计算在实时性、短周期数据、本地决策等场景方面有不可替代的作用。ECC给出EC的主要特性包括联接性、 数据第一入口、约束性、分布性、融合性等。ECC提出的边缘计算参考架构如图 4 所示。其中,主要包括如下层次化组件:

云计算的概念 典型应用场景 研究现状以及关键技术_第6张图片

(1)ECN(Edge Computing Node,边缘计算节点):由基础设施层、虚拟化层、边缘虚拟服务构成,提供总线 协议适配、流式数据分析、时序数据库、安全等通用服务,并按需集成特定的行业化应用服务。

(2)联接计算 Fabric:一个虚拟化的联接和计算服务层,屏蔽异构ECN 节点,提供资源发现和编排,支持ECN节点间数据和知识模型共享,支持业务负载动态调 度和优化,支持分布式的决策和策略执行。

(3)业务 Fabric:模型化的工作流,由多种类型的 功能服务按照一定逻辑关系组成和协作,支持定义工作流和工作负载、可视化呈现、语义检查和策略冲突检查、业务 Fabric、服务等模型的版本管理等。

(4)智能服务:开发服务框架通过集成开发平台和工具链集成边缘计算和垂直行业模型库,提供模型与应用 的全生命周期服务;部署运营服务主要提供业务编排、应用部署和应用市场等三项核心服务。

(5)管理服务:支持面向终端、网络、服务器、存储、数据、应用的隔离、安全、分布式架构的统一管理;支持面向工程、集成、部署、业务与数据迁移、集成测试、集成验证与验收等全生命周期管理。

(6)数据全生命周期服务:提供数据预处理、数据分析、数据分发和策略执行、数据可视化和存储等服务。支持通过业务Fabric定义数据全生命周期的业务逻辑,满足业务实时性等要求。

(7)安全服务:主要包括节点安全、网络安全、数据安全、应用安全、安全态势感知、身份和认证管理等服 务,覆盖边缘计算架构的各个层级,并为不同层级按需提供不同的安全特性。

边缘计算通过与行业使用场景和相关应用相结合,依据不同行业的特点和需求,完成了从水平解决方案平台到垂直行业的落地,在不同行业构建了众多创新的垂直行业解决方案。目前,ECC 给出的核心场景主要面向 IoT,范 例包括:梯联网、智慧水务、智能楼宇、智慧照明等。

11.相关企业技术

KubeEdge架构上分为三个部分,分别是云、边、端三侧。她完整地打通了边缘计算中云、边、设备协同的场景。

  • 云端负责云上应用和配置的校验、下发。
  • 边缘侧则负责运行边缘应用和管理接入设备。
  • 设备端运行各种边缘设备。

12.边缘云对业务需求的解决方案

  1. uRLLC(ultra reliable low latency communications 移动通信网络大带宽)业务需求如何支持?
    ​当云计算平台的计算,存储等能力下沉至网络边缘时,由于传输距离的大大缩减,边缘计算可以逾越集中式云化部署方案中不可压缩的传输时延。

  2. 如何提高eMBB(enhanced mobile broadband)业务性能的?
    终端设备在边缘计算平台同样可以获得数据清洗、融合、计算、存储能力,在本地即可进行大带宽数据进行处理,而无需将海量带宽数据上传至中心云平台,可极大降低宽带业务对带宽的需求,显著节省后向带宽,减少本地流量对核心网络的带宽压力。

  3. mMTC(massive machine type communications)海量连接业务支持?
    ​边缘计算平台可以卸载终端设备的智能数据处理、图像渲染等能力,在降低边缘设备成本,提升计算处理性能的同时,并没有显著增加业务时延。

你可能感兴趣的:(云计算,人工智能,cloud,cloudedge)