多接入邊緣計算MEC技術及業務發展策略

楊鑫 趙慧玲

【摘? 要】多接入邊緣計算是近年興起的一種新型計算架構，作為電信網絡與云計算技術發展的融合，具有廣泛的應用前景。分析了多接入邊緣計算MEC技術架構、應用場景等發展現狀，總結了當前發展存在的問題和挑戰，給出MEC的云網融合、邊云協同、服務提供模式等方面的業務發展策略。

【關鍵詞】多接入邊緣計算;移動邊緣計算;MEC;云計算

doi：10.3969/j.issn.1006-1010.2019.01.005? ? ? ? 中圖分類號：TN929.5

文獻標志碼：A? ? ? ? 文章編號：1006-1010（2019）01-0029-05

引用格式：楊鑫，趙慧玲. 多接入邊緣計算MEC技術及業務發展策略[J]. 移動通信， 2019，43（1）： 29-33.

Multi-access Edge Computing Technology and its Service

Development Strategy

YANG Xin1， ZHAO Huiling2

[Abstract]?MEC is an emerging computing architecture developed in recent years. As an integration of telecommunication networks and cloud computing， MEC has a promising prospect in many areas. The developmental status of MEC including the system architecture and service scenarios is addressed. The issues and challenges for the development of MEC are summarized. The service development strategies on MEC in the aspects of the convergence of network and cloud， the collaboration between cloud and edge， and the edge service delivery pattern are presented.

[Key words]multi-access edge computing; mobile edge computing; MEC; cloud computing

1? ?引言

隨著互聯網視頻的高清化、萬物互聯的泛在化、互聯網+行業的智能化發展，集約化的云計算模式難以完全滿足客戶和業務的需求，邊緣計算興起。歐洲電信標準協會ETSI在2014年成立移動邊緣計算（MEC， Mobile Edge Computing）工作組并推動相關標準化工作，在2016年，ETSI將此概念從移動通信網絡延伸至其他無線接入網絡（如Wi-Fi），拓展為多接入邊緣計算（Multi-access Edge Computing）[1]。3GPP標準組織在5G架構中亦考慮了網絡邊緣的接入和分流，5G核心網中設計了用戶面的分布式邊緣下沉網元UPF[2-3]。思科公司等提出霧計算，卡內基梅隆大學提出微云/云朵Cloudlet計算架構[4]，Linux基金會發起EdgeX Foundry項目[5]和Akraino Edge Stack[6]，AWS、Azure、阿里云等均發布了邊云協同的邊緣計算產品如AWS的Greengrass[7]。這些概念、方案和計算架構面對的問題和解決思路類似，只是在邊緣計算點的部署位置、具體的服務對象、技術實現上有所不同，實際上從數據源到云計算中心路徑之間任意節點均可定義為“邊緣”，各類提供商基于自身優勢和面對的應用場景選擇各自的切入點，提供了多樣化的邊緣計算產品和服務。本文重點探討電信通信網絡中的多接入邊緣計算MEC。

2? ?多接入邊緣計算MEC的當前發展

2.1? MEC的技術架構與應用場景

結合ETSI、3GPP標準的MEC/5G參考架構以及當前MEC的現網應用，多接入邊緣計算MEC的典型架構如圖1所示。MEC位于接入網（無線和有線接入網）和移動核心網/骨干網IDC之間，主要是基于NFV虛擬化基礎設施，在網絡的接入局所和邊緣DC機房部署，提供本地就近路由分流、計費等邊緣網絡服務以及支持第三方業務應用的邊緣應用環境，其中邊緣網絡服務在5G網絡中將與5G核心網的SMF等網元交互，如接受SMF的分流策略等會話管理，在4G網絡中則與4G核心網連接，包括透明串接模式和作為CUPS架構的U面下沉模式。邊緣應用環境包括MEP平臺以及各種MEC服務和應用，其中MEP提供服務注冊中心等服務化框架的支持以及MEC服務開放能力，而MEC應用通過MEP發現MEC服務成為服務消費者，并且自身也可以注冊成為MEC服務的提供者。基于NFV的MEC也同樣接受NFV管理和編排，其中VIM采用NFV統一的虛擬基礎設施管理，MEC管理平臺包含網元級的EMS管理以及MEP平臺的虛擬化功能管理MEPM-V等，MEC業務編排則提供邊緣網絡和業務應用的業務鏈編排、各個邊緣節點設施的統一調度等。

MEC的主要應用場景包括：一是與網絡連接和網絡能力開放相關的本地邊緣服務，如替代企業Wi-Fi網絡的移動虛擬專網、基于無線網絡定位并與室分結合的室內定位;二是邊緣就近處理節省回傳帶寬降低時延的視頻邊緣服務，如與CDN結合的邊緣緩存、面向視頻監控的邊緣存儲和識別分析;三是面向車聯網/工業互聯網等低時延和高可靠要求的邊緣處理服務，如車聯網V2X場景中的區域內高精度地圖的實時加載、區域內自動駕駛車輛的調度;四是面向終端的計算遷移降低終端成本的邊緣輔助計算服務，如面向AR、VR和游戲等提供邊緣云渲染等。

國內三家運營商均積極開展MEC試驗和試點部署，各家嘗試的MEC業務包括LTE移動虛擬專網、車聯網、邊緣緩存、室內定位、賽場/場館直播和VR直播等[8] 。

2.2? MEC面臨的主要問題和挑戰

MEC是當前熱點，但是也存在不少問題需要進一步推進解決：

（1）技術層面：MEC的網絡標準、平臺軟件等需要產業合作伙伴共同推動打造，尚有不少標準和軟件技術問題需要研究解決，如：

1）移動網的MEC標準：MEC在4G網絡中的標準未定，目前部分場景雖然可以引入MEC，但是有所限制，目前國內CCSA也在制定4G網絡下的MEC標準，計劃2019年發布。考慮到5G即將部署，在5G網絡中規模部署邊緣計算MEC/UPF應該是主流做法，另外基于移動網絡的MEC無線網絡信息、帶寬管理、網絡定位等能力的標準化實現及如何應用也還在研究驗證之中。

2）MEC的應用管理編排：MEC特別是在邊緣DC部署的邊緣平臺一般是基于NFV的，而國內運營商NFV的發展還沒有到達規模部署階段，NFV的管理和編排系統MANO[9]之前更多是面向網絡功能虛擬化服務，對于邊緣應用特別是第三方互聯網邊緣應用的管理和編排，是基于MANO擴展功能和接口來提供還是新增邊緣云管理編排系統，業界尚未達成共識。

3）MEC應用環境：目前ETSI的MEC標準里面定義了邊緣應用的服務注冊、發現及部分網絡能力服務API，各大設備商的MEC目前主要還是聚焦在網絡協議解析和分流等網絡功能實現，各家MEC的應用環境都還比較單薄。邊緣計算需要充分考慮應用開發者生態，提供適合業務開發部署的PaaS能力（如輕量級的容器、邊緣應用開發框架等），畢竟邊緣計算的重點是為業務和客戶的“IT類的業務應用計算需求”服務的。

（2）業務層面：運營商開展了不少業務試點和技術驗證，但是真正商用、可規模推廣的MEC業務較少，商業模式普遍還處于探索階段。

1）有超低時延要求（10 ms以內）的主要業務，如自動駕駛、觸覺互聯網等自身還在培育之中，目前主要以試點實驗為主，運營商正在積極探索商業模式。

2）對于采用邊緣計算理念和架構優化調整計算分布的業務，如果這種調整是一個提供商可以獨立完成的，那么進展會相對較快，如海康大華等作為安防行業全系產品服務提供商，推出云+邊緣融合的視頻安防系統。如果涉及到需要產業鏈多家合作完成的，如業界提出基于邊緣云的云VR，涉及到運營商、云、CDN、VR終端廠家等多家協作并且涉及到產業價值的重新分配，商用進展相對緩慢。

3）對于目前邊緣計算業務商用較多的工業互聯網領域，邊緣計算主要是對工業設備進行邊緣數據采集和本地處理，同時與云端協作，提供云+邊緣一體化的服務。目前主要是工業自動化提供商以及公有云提供商提供這方面的服務，原因一是需要較強的工業領域知識積累和專業團隊，二是邊緣計算需要與云端平臺協作，共同提供工業大數據分析與設備控制等服務。目前運營商在工業領域還主要以數據采集傳輸為主，對于預測性維護等工業大數據分析建模缺乏積累，MEC應用環境缺少場景化的工業數據分析處理服務，并且MEC與云之間也還未建立協同。

除了MEC上述自身發展中的問題，運營商的MEC還面臨著以下競爭挑戰：首先，網絡邊緣的MEC并不是最靠近用戶的邊緣節點，有的邊緣計算場景不一定基于MEC提供，如目前AWS的邊緣計算服務是軟件形態，直接在終端設備或者現場網關設備層面部署。其次，邊緣計算是與業務場景強關聯并且需要與云端等協同，邊緣計算作為整體解決方案的一部分，無論是CDN、視頻安防還是工業互聯網等業務，運營商與其他服務提供商的競爭并不只是邊緣計算層面的競爭，而且是整體解決方案的競爭。

3? ?MEC的產業發展策略

3.1? MEC的戰略發展機遇

雖然目前MEC還存在上述的問題與挑戰，但是物聯網、大數據、大視頻、人工智能的蓬勃發展必然會促使計算向邊緣發展，云+端、云+網絡邊緣+端、云+網絡邊緣+網關+端等多種計算分布模式都有各自適合的應用場景。擁有數以萬計接入局所、數以千計邊緣機房的電信運營商在構建MEC邊緣云方面具有天然的資源優勢，迎來三大機遇：

（1）靠近邊緣，需求是碎片化和動態化的，對于互聯網服務提供商而言，自身建設大規模的廣域分布式邊緣計算網絡毫無疑問是成本巨大和低效率的，所以與運營商合作是互聯網服務提供商的最佳選擇，運營商可以構建面向互聯網服務提供商的邊緣開放服務。

（2）對于大型政企行業客戶，由于敏感數據的安全治理等要求，大量政企客戶都有本地化的云服務需求，基于MEC提供企業虛擬專網+本地化的ICT服務是運營商面向政企客戶的重要解決方案。

（3）對于運營商自身的云和物聯網等服務，MEC邊緣云可以豐富和增強已有產品能力，泛在連接與泛在計算將成為未來運營商服務的普遍形態，也孕育各種業務商機。

3.2? MEC的業務發展策略

面對前述的挑戰和機遇，運營商可采取的業務發展策略如下：

（1）從以網絡邊緣本地分流連接為主到云網融合的邊緣IaaS/PaaS環境，不斷深入推進云邊協同、云網融合服務：MEC天然具有網絡節點屬性，但是作為邊緣計算，當前MEC的計算屬性還有待發掘。“云邊協同、云網融合”是運營商MEC邊緣計算的重點發展策略。當前MEC的標準化研究重點是網絡層面MEC與無線基站、移動核心網的接口、固定移動多接入融合、邊緣網絡能力開放等。而未來MEC的重點是構建多網元和多業務統一承載的邊緣云基礎設施，并基于邊緣云基礎設施提供邊緣網絡服務+邊緣應用環境的云網融合服務。

1）邊緣云基礎設施首先是NFV電信云，具有NFV電信云的低時延高可靠高性能的網絡轉發處理能力，支持MEC與vBRAS、vCPE的統一解耦部署，同時充分考慮大量邊緣節點的自動化運維增強服務，根據業務需求引入支持FPGA、GPU等邊緣AI處理的統一加速框架等，當前StarlingX開源項目可做為邊緣云基礎軟件棧參考[10]，StarlingX將OpenStack、OVS和Ceph等開源項目整合并增強了配置管理、故障管理、主機管理、服務管理和軟件管理等服務，滿足從單機到集群的邊緣基礎設施部署和管理要求。

2）邊緣網絡服務主要是作為網絡云化后核心網用戶面的分布式下沉網元節點，支持多種策略將流量就近分流連接到邊緣應用環境進行業務處理，這是MEC的邊緣網絡基礎服務，同時MEC與基站和核心網交互等提供無線網絡定位能力、帶寬管理能力等邊緣網絡開放能力。

3）邊緣應用環境包括基于邊緣云基礎設施的邊緣IaaS服務，為應用提供虛擬化計算和存儲等服務，還包括邊緣網絡能力以及與云端的CDN、物聯網、大數據、人工智能、容器等結合提供的邊緣PaaS服務，簡化邊緣應用的開發、測試、部署以及管理編排，除了對接運營商自有的云和物聯網平臺等服務，MEC可以與第三方云提供商合作提供整體解決方案，如美國有運營商部署MEC并集成AWS Greengrass，為工業企業提供工業互聯網的邊緣計算服務。

（2）MEC作為云網融合型平臺，不僅僅是網絡建設部署，還需要業務驅動以及業務應用生態培育：當前大部分邊緣計算業務總體還是一個培育發展的早期，運營商的MEC邊緣云建設及業務發展需要充分考慮業務應用場景、市場規模、商業成熟度以及邊緣的依賴度等，對邊緣計算業務的市場分析如圖2所示，具體的MEC部署與業務發展策略建議包括：

1） 從邊緣相關和業務規模角度來說，對于邊緣強相關、市場規模大的視頻監控、CDN等業務，基于邊緣計算增強優化，提供邊云協同的服務;對于邊緣相關、有市場規模大的工業、醫療等垂直行業市場，以企業移動虛擬專網（替代企業Wi-Fi）+垂直行業解決方案切入，這是目前已有商用驗證并有運營商特色的邊緣計算ICT服務模式;對于邊緣強相關，整體尚未商業成熟還處在新興培育階段的智能網聯車、云VR/AR等業務，開展試點探索。

2） 對于不同類型的業務，根據客戶需求特點、市場競爭態勢以及運營商的優劣勢，MEC的業務提供包括在提供本地邊緣網絡連接基礎上疊加不同類型的多種服務，有的主要提供邊緣IaaS服務（如面向互聯網公司的邊緣資源出租），有的進一步提供平臺化的邊緣PaaS及能力服務（如面向CDN提供邊緣vCDN增強服務，面向VR/AR的邊緣云渲染服務），有的則提供網絡+平臺+應用的整體解決方案服務（如面向工業、醫療等提供邊緣IaaS以及合作方的應用）。

4? ?結束語

邊緣計算特別是移動邊緣計算以其節省延時、帶寬、能耗以及網絡感知等特點獲得了業內廣泛關注和研究探索，特別是在視頻、物聯網等領域展示了足夠的潛力和發展前景。在一個良性網絡商業生態中，客戶需求、應用開發、網絡部署、商業變現是互相促進的，目前MEC體現了技術潛力優勢，但是商業生態還不成熟，還需要產業各方共同努力與合作推動，讓邊緣計算在未來網絡中真正發揮作用和價值。本文總結分析了MEC的技術架構、應用場景、存在的問題和挑戰，在此基礎上給出MEC的云網融合、邊云協同、服務提供模式等業務發展策略。

參考文獻：

[1] ETSI. Multi-access Edge Computing （MEC）[EB/OL]. （2018-08-03）[2018-12-17]. http：//www.etsi.org/technologies-clusters/technologies/multi-access-edge-computing.

[2] 3GPP TR23.799 V1.2.1. Study on architecture for next generation system[S]. 2016.

[3] 3GPP TS23.501 V0.4.0. System architecture for the 5G system[S]. 2017.

[4] Mahadev Satyanarayanan， Paramvir Bahl， Ramon Caceres， et al. The Case for VM-based Cloudlets in Mobile Computing[J]. IEEE Pervasive Computing， 2009（8）： 4.

[5] Linux基金會. The Open Platform for the IoT Edge[EB/OL]. [2018-12-17]. https：//www.edgexfoundry.org/.

[6] Linux基金會. Open Source Software Stack Supporting

High-Availability Cloud Services Optimized For Edge[EB/OL]. [2018-12-17]. https：//www.akraino.org/.

[7] 亞馬遜. 亞馬遜云AWS[EB/OL]. [2018-12-17]. https：//amazonaws-china.com/cn/greengrass/.

[8] ZHANG J M， XIE W L， YANG F Y， et al. Mobile edge computing and field trial results for 5G low latency scenario[J]. China Communications， 2016（13）： 174-182.

[9] ETSI. MANO architectural options report[R]. 2018.

[10] Openstack基金會. A fully featured cloud for the distributed edge[EB/OL]. [2018-12-17]. https：//www.starlingx.io/.