5G驱动下边缘计算的发展趋势与投资机会

【行业背景】

随着5G基建在我国的落地预期进一步明晰，过往对于带宽、时延要求苛刻的业务数据的转发路径止步边缘端已经成为了行业的共识。随着AIOT和数据化转型的发展，终端智能化的需求在安防、电动汽车、消费电子、智能家居、工业4.0等领域呈现爆发式增长，边缘智能和机器学习技术蓬勃发展，智能视频分析、语音分析以及文本分析的多模态分析成为应用的主流，且以此类应用作为出发点衍生出新的网络安全、自学习解决方案和定制化分析的多样化需求。

【驱动因素】

算力需求场景的延展带来的网络流量对现行网络架构产生冲击，传统的中心算力机制受制于承载主体算力提升瓶颈，投资回报空间压缩，改进和调整现有的网络架构势在必行基于算法的新应用落地、工业自动化升级等新需求下，对于时延、高并发数据的处理需要成本更低，效率更高的算力支持。微观层面来看，传统运营商的业务升级需求，云计算巨头业务拓展需求会成为行业主要推动方和战略投资方。

【投资建议】

全球领域边缘计算投资仍处于早期阶段，可重点布局轮次较早的项目。基于边缘算力部署的基础设施类投资标的值得重点关注，集数据存储、处理和通讯的一体机及其他相关硬件产品是国内创业公司提供的主要产品形态。边缘计算非基础设施的应用级项目建议相对长期视角关注，在边缘部署标准相对完善的基础上更有望实现规模化复制的商业模式，提高使用体验。应用场景可重点关注车联网、AR/VR、智慧园区和智能安防。

后疫情时代的“算力焦虑”

2020年席卷全球的新冠疫情以及随之而来的居家隔离显著的加速了现有网络架构上的算力压力。对于绝大多数人来说Zoom可能是绝大多数投资人耳熟能详的居家隔离投资标的，Fastley是一家基础设施软件和服务提供商，核心业务是基于边缘云的CDN服务提供商，其主力产品为Edge Cloud Platform，这一细分业务服务了大量的头部互联网公司，如Yelp、Pinterest，Shopify，Github，Twitter等公司。

不同于Akamai这样的老牌CDN巨头，Fastly对于传统的CDN的技术做出了大量的改进和调整。其CDN架构中边缘数据中心采用SSD组成，可以让数据在cache中的存储时间更长，降低初始来源访问的次数。此外通过将一部分计算能力在边缘云上的部署，使Fastly的服务能够实现实时内容传输。

Fastly和Zoom同样在2019年上市，疫情隔离期间网络流量的急剧增长，高峰时期的2020年3月份，以意大利为代表的欧洲部分国家互联网流量增加了一倍以上，美国本土的部分细分市场也增加了40%以上的流量。Fastly在2020Q3的营收7100万美元，同比增长42%，股价相比发行日增长407.54%（11/27/20）。

虽然经历了Tiktok规避美国封禁的影响带来的业绩下降，公司到2020年3季度客户数量突破2000家。企业的日数字化转型的需求和趋势在电子商务、媒体、金融科技和教育科技等众多迅速应用场景的催化下将在较长的时间里保持增长，并形成一个新的常态化需求。

从投资的视角来看，Fastly作为边缘计算的代表公司之一，其发展逻辑更加接近底层需求，边缘云这一赛道在海外资本市场展现的强势增长也让我们进一步思索，目前边缘计算的发展如何？潜在的投资方向有哪些？基于以上问题的思考，我们编写了这份报告，旨在对边缘计算赛道进行基础的内容梳理，展望5G驱动下的边缘计算投资逻辑。

边缘计算的规范更新进展

ETSI的MEC规范标准：“任何不是传统数据中心的都可以成为某个人的边缘节点。”至今ETSI已经多次修订了边缘计算的详细标准和细则，对于具体的应用场景和规范亦做出了相应的描述。

Milestone	重点
ETSI GS MEC 002	2018年10月发布，对于边缘计算的NFV的形态和表现进行了描述，并且对MEC的使用场景和派生技术需求进行了详细阐述
ETSI GS MEC 003	该规范于2016年发布，并在2019年做了第二版的修订，该规范提出MEC的应用程序实现方式是软件，且该软件应在网络边缘内或者附近的虚拟架构上。在这一基础上第二版规定针对MEC-IN-NFV进行了架构更新，对云架构和MEC的体系融合的描述
ETSI GR MEC 022	在该报告中对于MEC对于自动驾驶的的重要性进行了论述，特别提到“安全”、“便利”、“先进辅助驾驶”和“是道路使用者”的四大范例

目前国内企业对于“边缘”究竟对应怎样的终端或算力设施层级尚未形成完全统一的共识，但主流思路还是通过将计算和存储等服务放在网络逻辑中更靠近使用层次的那一侧，通过将中心数据进行分散的边缘节点处理，减少网络传输数据量和访问延时。在实际解决业务需求的层面，边缘计算的方案主要依赖路由、DNS、CDN等基础服务实现各个层节的互联互通。在此基础上赋能新的行业用户的功能。

MEC的行业价值链一览

资料来源：挚金资本整理

边缘计算的驱动因素

算力承载主体的变迁受到网络底层技术进步的驱动

个人算力（1990s~2000s）承载终端主要来自各类3C产品，我们在计算机上进行任何操作，都会被转化成二进制数暂存到计算机存储器中，然后经由CPU解译为指令，再被调入到运算器中进行计算，最后由输出设备将结果输出。这一阶段的数据绝大部分并未联网，算力的提升主要在端侧的硬件提升。

企业级算力（2010s~2020s）。随着4G网络的普及，移动应用迅速得到普及，过往基于PC的联网需求被各种移动3C打破，一批新的基于移动互联网的公司纷纷涌现。这一阶段的网络应用促使了云服务器和企业级算力的蓬勃发展。企业算力经常要面对上百、上千、甚至上万人同时进行某项操作，并在同一时间给出计算结果。这一需求需要通过服务器来实现，边缘节点的部署（2020s~）5G技术普及带来全新的节点部署方式。现行的中心云的网络层级的基础上将进一步下沉，像地市、区县、现场层级不断渗透。具体的硬件形态也会略有差别。在网络侧的边缘计算的部署将以边缘盒子为中心，由城域网、接入网进行连接，实现比CDN更进一步的端侧硬件或算力调用的下沉。现场级的边缘计算中，现在主流的应用分为两大类，智能CPE和用户属地数据中心。

资料来源：GSMA《5G时代的边缘计算：中国的技术和市场发展》

业务与感知

跨层优化。跨层优化是提升网络性能和优化资源利用率的重要手段，在现网以及5G网络中都能起到重要作用，目前边缘计算的跨层优化研究主要包括视频优化、TCP优化等。

视频数据在移动网络中的占比越来越高，当前主要的处理方式还是按照网络的一般数据进行处理，对于服务器有很大的宽带压力，而在无线侧的无线信道带宽配合分辨率和视频做视频吞吐率的引导可以很好的提高视频的播放体验。

另一类是TCP优化，目前常用的TCP拥塞控制策略对于无线网络中变化快速的无线信道适用性较差，导致了现行网络架构中比较常见的问题：丢包或链路资源浪费。通过边缘计算的引入和优化，实现现有网络节点上的动态加速，优化节点之间的传输网络。

流量与时延

根据IDC的报告显示，2018年已有50%的网络面临带宽的限制，40%的数据需要在网络的边缘侧进行分析、处理和存储。而5G再架构应用上引入了三大应用场景，eMBB（高速移动通信）、mMTC（大规模机器通信）、URLLC（低延时高可靠），意在克服传输网的性能瓶颈，与此同时5G再传输网的硬件升级又相对有限，本身并未突破以高层交换机、网关、光模块、光纤光缆为主的硬件架构，而现有的硬件或受制于摩尔定律的影响（如交换机的核心元器件CPU/DSP），或本身就存在中长距离传输中有待提升的元器件（如，光模块等）都从侧面显示了硬件提升的乏力。为了更好的实现5G技术新拓展的应用场景，边缘计算成为5G网络的核心网络技术之一。

边缘计算的设施层级

边缘计算的业务本质由云计算在数据中心汇聚向外延节点进行演进，在落地层面上增加了边缘网关、边缘云和云边缘三种主流形态落地，主打“边云协同”和“边缘智能”的方式进行落地。

云边缘：主打云服务在边缘的延伸，业务逻辑依赖于云服务或者需要云服务的场景。这一业务逻辑在华为云的IEF解决方案，阿里云的Link Edge解决方案，AWS的Greengrass解决方案均属于此类的方案。

边缘云：主打分布式中小规模云服务的业务方式，场景上尽量在网络边缘实现存储、计算、交互的一体化方案，在靠近用户的边缘层面实现轻量级的DC部署，在集中式的DC段实现算力的调度和部署。这类产品的典型应用包括MEC、华为云的IEC方案等。

云化网关：通俗的来说即将原有的嵌入式网关应用上云，云化边缘侧提供协议、接口转换、边缘计算等能力，在云侧实现边缘节点的资源调度、管理和业务逻辑编排等。

资料来源：边缘计算产业联盟《运营商边缘计算网络技术白皮书》

边缘计算基础设施的三大层级

ECA（Edge Computing Acess，边缘计算接入网络）

ECA是指从用户系统到边缘计算经历的一系列网络基础设施，包括而不限于园区内部网：L2/L3局域网、WIFI、TSN（时间敏感网络）、现场总线接入网络：2G/3G/4G/5G相应设施、光接入网络PON、各类接入专线等边界网关：5G用户转发面、宽带网络网关、客户终端设备等ECA的解决方案目前目前的核心思路还是在缩短ECA距离上，包括物理和逻辑两个层面，都希望尽可能的贴近用户系统，常见的方式包括边界网管下移、虚拟网元部署、固移综合接入等。

ECN（Edge Computing Network，边缘计算内部网络）

边缘计算内部网络是指系统内部网络基础设施，例如连接服务器用的网络设备、与外网互联的网络设备以及由其构建的网络等。

ECN的系统构建思路不同于云计算的规模效应思维，即通过集中部署算力资源、存储资源进行单位成本的递减，ECN强调结构简化且功能完备。能够在设备数量、连接数量都更小的前提下，根据规模大小选择不同类型的网络架构。这一功能的实现需要服务提供商有一定的定制化开发的能力。其中主流包括扁平架构、融合架构和Spine-leaf架构。

扁平架构：通过一套设备完成二层或者三层的网络功能，包括服务器接入、与外网互通、路由寻址等。此架构简单高效，但扩展性不佳，更适合小于20台设备改造的小微型边缘计算网络。

融合架构：融合架构是通过一台设备继承所有的网络应用，实现流量监控、路由交换、网络安全等全部功能，提供ALL IN ONE的产品。目前的提供商思路主要有两类，一类通过集成FPGA、AI等芯片的智能网卡扩充设备能力，在端侧实现功能的提升。另一类以提升算力为主，继承鲲鹏、ARM、X86的板卡，达到功能实现。

Spine-leaf架构：近年来Spine-leaf架构在数据中心中的应用越来越受到欢迎，它由两个交换层组成，Spine和Leaf，Leaf层接入交换机。这一架构减少了传统三层网络的带宽浪费，如下图所示架构也进行了精简，减少了数据路径。此外扩容也相对轻松，较少受限于核心设备的性能和端口的密度。

Spine-leaf架构示意图

参考资料：Aruba，公开资料

ECI（Edge Computing Interconnect，边缘计算互联网络）

ECI是指边缘计算系统到云计算系统、其他边缘计算系统和各类数据中经过的基础设施。ECI连接比过去的DCI连接来说更加复杂多变，难以用单一技术或者网络完成互联的工作。比较常见的方案有一体化布局、管控协同和业务协同三种方案。

涉及到的核心技术包括SD-WAN（Software-Defined Wide Area Network）和SRv6两方面的技术提升。

SD-WAN通过分层架构通过智能化、集中化、自动化的手段将网络功能和服务从数据平面迁移到可编程控制平面的一种架构，通过统一的通讯协议简化控制平面和各数据之间的通信。典型的实施案例为Overlay方案。

SRv6是一种Segment Routing技术与IPv6技术结合的网络转发技术，基于业务需求调动网络转发资源，保证设备IPv6达到的前提下实现业务的无缝部署。这一技术为基础实现的典型方案为Underlay方案。

5G驱动下的行业演进趋势一：

传统电信行业的场景探索

2017年以来，全球移动电信行业普遍进入发展放缓的状态，过去的十年里，电信行业的高速发展核心驱动来自于传统电信业务的大众化。而这一趋势正在逐渐放缓，我们可以从两个核心指标里看到这个趋势：每用户平均收入差（ARPU Spread）和市场份额差（Market Share Spread）。根据普华永道和思略特发布的研究报告表明，在全球58个国家与地区，有40%的市场出现ARPU值下滑，市场份额也趋于平均化，尽管中国仍然是亚太地区规模最大的电信市场，但依旧呈现增长乏力的趋势。寻求新的增长点已经成为传统电信巨头的必要选择，边缘计算成为了运营商延伸服务能力的必然选择之一。

目前市场上对于边缘计算的部署主要包括三大场景，固移融合、园区及运营商网络融合、现场边缘计算和ICT的融合。固移融合已经成为电信服务的必然趋势，用户不再需要区别移动和固定带宽服务，而是以统一的价格从一家运营商购买同样的服务并且跨场景实现一致性体验。

参考资料：边缘计算产业联盟《运营商边缘计算网络技术白皮书》

随着越来越多的边缘计算的需求接入，也进一步加深了并网的需求，典型场景之一智能监控。传统场景下主要采用固网接入方式来实现，但是固点监控不可避免会有盲点，需要配合其他便携式摄像头来进行补充型监控，例如水利部门对于黄河岸线的专项治理项目中就采用了无人机监控的方式进行视频监控的补足，在没有固网的地区使用4G移动网络进行数据的传输。但相对于固网传输，流量成本较高，如果能够采用边缘架构进行一体化的数据采集、存储和计算，相应的成本会大幅降低，运营商的技术支持压力也能够得以释放。

其次，园区和运营商的融合已经成为当今边缘计算最常见的场景之一。园区作为一个人员密集的载体，一方面需要承载在工业智能化场景下的企业需求，另一方面承载了大量的人员和公司的互动。业务时延、网络带宽、数据安全都和企业的生产能力挂钩，提供边缘节点的计算能力，实现网络数据的分流和对接，实现跨网络的协同管理，都需要和运营商的大网进行互联互通。

第三，现场边缘计算的应用驱动。以工业智能化应用为例，以业务为基础，数据留存在车间、工厂或者园区内部进行，主要集中在工厂内网的建设。一般可以划分为企业办公网络、生产管理网络、过程控制网络以及现场I/O网络。这一场景对于网络

（1）异构数据的接入和处理。

（2）工控时延要求的提升，过去企业级通信的时延要求并不高，但是在自动化控制流域，运动控制通常要求时延在1ms等级，过程控制要求时延在10ms~14ms等级。

（3）时延抖动控制在纳秒级，带宽要求在100mpbs以上。

（4）工业网络安全需求，保障工业网络不受入侵，工业数据不被窃取。

5G驱动下的行业演进趋势二：

边缘节点的部署带来的基础设施建设增量

CDN行业承载了4G网络标准时代的流量冲击，但在近几年CDN行业在激烈的竞争和带宽这一刚性成本的双重挤压下，行业毛利受到了严重的挤压，降本增效势在必行。

我们认为在边缘算力会成为中心算力的补充，而非替代。云计算在非实时、长周期的大数据处理和分析中，仍然有不可替代的优势。边缘计算更适用于即时性要求高、短周期数据的简化处理和分析，更侧重于业务的实时决策和实施。从这一点上来说，边缘侧更类似于执行单元，中心云则通过数据优化输出业务模型和执行逻辑，向边缘侧进行布局，边云协同成为绝大多数市场参与者的共识。

在这个大前提下，边缘IDC建设势必拉动边缘服务器、边缘机房以及市场的迅速增长。2017年11月，国内三大与英商联合英特尔、中国信通院等机构共同发起了OTII（Open Telecom IT Infrastructure）项目，制定关于边缘计算服务器领域的深度标准。

边缘机房和中心数据中心的条件相比有所不同。与传统的服务器产品相比，边缘计算的服务器体积缩小，深度普遍在600mm甚至更小，远小于现有的数据中心机架深度（1200nm）。此外OTII标准要求设备能够承受45摄氏度以上的温度，提升服务器在特殊环境下的完好率。

以浪潮的NE5260M5边缘服务器为例，产品采用了壁挂设计wall Mount,不仅可以部署在机架上,也可以直接悬挂在墙壁上。NE5260M5在耐高温、防尘、耐腐蚀、电磁兼容、抗震等方面也进行了大量针对性设计,能够耐受边缘数据中心的恶劣物理环境,长时间耐受40度环境温度、85%相对湿度。

此外，边缘算力的建设也将大量增加高速光模块的使用。4G时代，前传网络以6G/10G的光模块为主，5G使用需要更大的传输容量和更快的速率，前传光模块将升级为25G，匹配中传光模块升级50G/100G，回传升级至100G/400G。

在数通领域，逐渐成为主流的Spine-leaf架构对于光模块的需求也比传统网络架构要高，每一级网络节点分拆都将带来光模块的增加的预期。边缘数据中心的接入更倾向于使用低速光口，而汇聚机房将使用10G或者100G的光口。

5G驱动下的行业演进趋势三：

边缘赋能终端应用，行业进入高速增长

根据ITU（国际电信联盟）的愿景阐述，5G应用场景可划分为增强型移动宽带（eMBB）、大连接物联网（mMTC）和低延时高可靠通信。在这三大场景的落地中，关联对应的应用主要包括视频加速、监控分析、自动驾驶、工业控制、辅助敏感计算和AR/VR等典型领域。

车联网领域

安全、高效且成本可控的自动驾驶对于整个交通的架构提出了新的挑战，基于各项要素的平衡，业界提出了C-V2X的概念，即基于蜂窝通信的V2X技术，通过车端智能、路侧智能和云端智能的架构，基于MEC的技术提升算力，实现多传感器混合信号的处理和能够在边缘实现的决策判断和控制信号。一般认为，L2算力的需求<10TOPS，而L3的算力需求会直接上升至30~60TOPS，L4需求算力>100TOPS 是L2算力需求的十倍以上，至今绝大多数的计算平台仅能实现L3、L4级别的自动驾驶。L5的算力需求都尚未有明确定义，有些预测认为L5的算力需求会在L4的十倍以上，自动驾驶是目前行业的应用里“算力焦虑”最明显的赛道之一。

VR/AR领域

VR/AR的投资热度正在逐步回升，一方面我们看到自2013~2015年的VR/AR投资热度过去之后，赛道进入价值回归的周期，许多技术或商业模式未获认证的公司经过了市场的选择，洗牌期以基本结束。

另一方面，获益于5G、MEC和头部消费电子产品公司的重新定义，产品呈现从工业级应用向消费级应用过渡的趋势。VR头显的视场角大概在110度，而全景视频的覆盖是360度的球体，相当于头显视角的3倍，但目前主流的分辨率一般为2K或4K，分辨率远不能达到优秀的观影体验。根据 Lighterra的数据常用H.264编码格式，1K分辨率，25FPS下，视频整体码率约为2.64Mbps，对应90Hz下1k视频码率约为 10Mbps。进而可以计算出H.264编码格式，90Hz下，8k的码率需达到152Mbps。边缘计算的作用将不仅局限于低延时和降低晕眩感，更重要的在于，5G+MEC有望大幅提高观影体验。

智能安防的新需求

智能安防在国内已经是一个成熟的赛道，以海康、大华为代表的硬件及方案供应商已经在全球层面成为头部企业。针对政企客户的应用需求，如街道巡逻、ATM监控、警务可视化系统等功能已经有了充分的开发。在拥有海量设备存量市场的赛道中，以政务、警务、交警部门等为主要客户的前提下，基于边缘计算的视频监控算力需求持续增加。

以IHS Markit的统计为例，2018年全球用于视频监控的存储出货达81EB，约9200万小时的视频（基于1080p 2Mbps测算），到2022年视频监控的时长将达到2018年的3倍，对于传统的网络分析和视频存储架构来说都是很大的挑战。目前以海康为首的端侧AI摄像头产品仅仅能够在部分功能，如人脸识别，实现一定程度的本地化分析，对于存量市场的摄像头收集的数据并未能进行有效分析。此外随着各地政府雪亮工程接入大量民用摄像头，高并发、大流量的算力平台将成为存量视频加速升级的必然趋势。

全球边缘计算赛道处于早期布局阶段

对比传统的电信行业和中心云相关赛道，全球边缘计算的累计投资金额（2016~2019）刚过20亿美元，仍然处在相对早期的阶段，投资的领域主要集中在硬件及基础设施相关的布局上，这一趋势在短期内仍将持续，在完备的边缘计算数据中心的基础上，相应的投资有望持续增长，并以此带动应用层的投资上升及应用落地。

纵观全球边缘计算赛道投资人，大致可以分为四种类型：

（1）以VC/PE为主的财务投资人，典型的投资人包括Berkshire Partners，红杉，Colony Capital等，典型的投资案例：Vapor IO（2020年1月完成9000万美金的C轮融资）；EdgePresence（2020年10月完成3000万美金的首轮融资）；希姆科技（2020年2月完成3.2亿人民币天使轮融资）等。

（2）云服务作为主营业务的战略投资人，典型投资方包括亚马逊，Google，微软，腾讯云，阿里云等，以微软为例，公司2018年宣布将在未来的四年内在边缘计算领域投资50亿美金布局相关标的。典型投资案例包括Syntiant，该公司是一家智能语音芯片公司，在2020年8月完成了最新一轮3000万美金的融资，由微软旗下的风险基金M12和芯片制造设备供应商Applied Materials Inc旗下的风险投资部门Applied Ventures LLC领投。

（3）以传统电信公司为主的投资人，典型投资方包括AT&T，Verizon，中国移动等，此类投资人的投资标的更多在于建设投产边缘计算节点以完善丰富自身业务布局为主，个别布局前瞻性技术标的，例如Deutsche Telekom于2018年1月投资MobileX的种子轮作为边缘计算的布局之一。

（4）其他科技公司，交易架构不局限于股权投资，部分并购案例也有所披露，典型投资方包括迅雷，IBM，苹果，HPE等。典型案例包括苹果于2020年1月并购Xnor.ai，交易对价2亿美金，以充实公司在边缘端的AI能力。

5G驱动下的边缘计算投资逻辑

我们认为在5G应用逐步普及的时代，边缘计算作为5G技术应用的最优解，能够最大化的以相对较低成本的方式体现5G的更高网速、低延时高可靠、低功率海量连接的技术优势。

从短期来看，我们认为基于边云架构的基础建设投资可能成为最先落地的投资领域，目前的网络架构下，现有设备需要兼顾2G~5G架构下的所有通讯协议，且能够实现固移融合，部分场景，例如传统制造行业的信息化升级中需要兼顾的底层过于繁琐，基础设施的普及能够有效的加速行业的应用落地。

在此基础上，我们认为长期来看，基于AI、AR/VR、智能驾驶，智能安防等技术和应用的开发会在边缘端有一定算力布局的基础上，进一步进行本地化、边缘侧的深度优化和产品布局，中心云作为逻辑训练的支持平台，边缘端实现一键部署决策逻辑，数据采集和轻量化计算。

—END—