去年年底，东吴证券研究所分析师魏红梅老师&陈伟光老师发表了边缘计算专题研究报告，主题是《云计算体系新助力，拆解边缘计算寻找新机会》，以下为文字版：
一、追本溯源，看技术发展与局限性并存
1.1 云计算虽然强大，但是存在双重局限
数据处理离不开计算机运算。在数据时代，无论是人的活动还是机器的运作都会产生各种各样海量的数据。在数据中，有一次性的数据，也存在有价值的数据，数据种类杂乱无章。对数据梳理和筛选需要投入大量的资源，而计算机运算是必不可少的资源。在本地计算机算力成本等限制下，越来越多的应用依赖着云计算，因而对于云计算算力的需求也在逐步加大。但云计算提供服务的同时，算力系统的优化也在同步进行中。
云计算虽强大，但存在局限性。一般而言，当对数据进行处理时，若只通过云计算来进行数据处理，则数据处理存在拖沓的情况。从整个流程来看，所有数据先通过网络全部传输到中心机房，然后云计算进行处理，待处理完成后再将结果传输到相应位置。对于这样数据处理会有两个较为突出的问题。其一是算力的时效性。数据反馈会出现延迟，海量数据传输是这个问题形成的主要原因，数据在有限的带宽资源中传输会出现阻塞的情况，进而使得响应时间加长。其二是算力的有效性。所有数据都会传输到中心机房，而其中部分数据是没有使用价值的，但因为缺少预处理的过程，而这些数据会导致云计算算力的浪费。
1.2 CDN 舒缓症状，但是难除根本
从中心到端的模式应用于各个通信时代。“中心-边缘-端”这种运作模式是从电信开始的，中心指的是程控交换中心，边缘是程控交换机，而电话则是终端。这一种运作模式在电信网时代的到了充分的应用，也在一定程度上保证整个网络有序且有效的运作。而到互联网时代，这种模式得以延续，“数据中心-CDN-移动电话/PC”是这种其在互联网时代的应用。其中 CDN（Content Delivery Network，内容分发网络）的设计是为了尽 量避免网络拥挤的情况，为客户就近提供所需内容，达到提高用户访问网站的响应速度的目的。这种边缘化的设计能使得在线内容的分发或传输的到优化，进而提高网络效率和用户体验。
传统 CDN 技术注重于缓存。在互联网时代，由于网络流量较少，互联网上的任何内容都可以通过 CDN 提供，数据流里包含图像、文件下载、直播等。当我们从实际应用的层面来看，大部分互联网内容都是通过 CDN 传送。传统 CDN 除为计算机提供内容外，也为移动设备提供服务，大部分互联网设备的交互都需要基于 CDN 进行运作。传统 CDN 技术更注重的是缓存，服务器可理解为缓存服务器，它的运行需要中心平台的操作。
图1：通信发展史
资料来源：云计算开源产业联盟，东莞证券研究所
传统 CDN 存在局限性，不能满足云计算+物联网时代。在云计算+物联网时代，由于数据 大量爆发，所需要传输的数据将会以几何形式增加，对于整个网络的承载将会是一个极大的考验。从传统 CDN 的运作模式来看，终端所产生的数据将需要回溯到中心云进行处理，在海量数据传输的情况下，将会出现使用成本和技术实现这两个较为突出的问题。首先在传统 CDN 使用费率上一直居高不下，其中最主要的原因是资费收取不够灵活，无法实现按需收取。而技术问题则表现在带宽上。以移动网为例，传统 CDN 系统一般部署在省级 IDC 机房，而非移动网络内部。因而，数据需要通过较长的传输路径才能到达数据中心。在流媒体、AR、VR 等应用爆发的情形下，大流量数据将会对传输网造成较大的冲击，数据传输等问题将会日益突出。从客观因素上来看，传统 CDN 已不能满足云计算+物联网时代日益增加海量数据的存储、计算及交互需求的需求。
二、新技术孕育而生——边缘计算
2.1 边缘计算成为云计算的有力补充
为提升数据处理的时效性与有效性，在此情况下，边缘计算孕育而生——这将使得数据处理更为有效。边缘计算是网络中最靠近物或数据源头融合网络、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。在更靠近终端的网络边缘上提供服务是边缘计算最大的特点。对于这样的设计，能满足各行业在数字化上敏捷联接、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。其所具备的优势对智能化具有促进作用，串联起物理和数字两个世界。
资料来源：工业互联网产业联盟，东莞证券研究所。
边缘计算解决时效性与有效性问题。边缘计算可以将数据先进行处理，对于需要更深度分析的数据即传输到中心机房，进而进行云计算。边缘计算能使数据下沉，促使数据在最短的距离和时间里被处理，从而实现更高效的网络运行。云计算和边缘计算在算力网络中侧重点不尽相同。若以数据源为起点，边缘计算与云计算相比较，更接近数据源，因而对于数据的相应也会更及时。但从算力来看，边缘计算并不如云计算强。基于云计算和边缘计算的不同特点，两者所适用的场景有所不同。因而，云计算与边缘计算的组合应用将会是未来计算机算力发展的趋势。
边缘计算将成为云计算的新触角。在 CDN 云边协同的应用上，无论是本地化+热点内容频繁请求，还是面向物联网、大流量的应用，边缘计算分布式的节点组合形式能更好的满足广链接、低时延、好控制的用户需求。基于边缘计算都是一个成本较低且效率较高的选择，边缘计算将成为云计算的新触角。
2.2 边缘计算将有望加速CDN 进化
算力需求促使传统 CDN 迭代。与传统 CND 技术相比，边缘计算更着重于计算力。海量数 据是物联网时代最大的特点，数据的运算时必不可少的环节，传统 CDN 的架构使得其在运算上成本巨大，在边缘侧进行运算是最有效的方法。因而，传统CDN 已无法适应新时代的需求，向边缘计算过渡是势在必行的趋势。
应用理念是边缘计算与传统 CDN最大的区别。传统CDN 技术核心是借助缓存数据来实现节点传输数据能力的提升，而边缘计算则是利用靠近数据源的边缘来行进数据的计算分类，虽然在功能上有少量重叠的地方，但两者应用理念是不尽相同。也正是这样的理念差异，使得数据的处理上，两者也有所差别。对于传统CDN 是将数据都回溯到数据中心
进行处理，而边缘计算则不需要。边缘计算可利用自身资源对数据进行处理，实现为云计算中心减负的目的，也能有效的减少两者之间的数据流量，减少对传输网络的冲击。边缘计算能使整个计算网络和数据传输网络资源得到优化，也能使终端使用者体验到较低的响应时间和延迟。
边缘计算与传统 CDN 功能部分相同，资源可复用。传统 CDN 与边缘计算都是为了给用户创造更快的相应速度和更好的用户体验而构建的体系，尽可能的靠近数据源能实现传输能力的有效提升。边缘计算的计算节点以及应用在靠近终端的数据中心以分布式的方式部署，此方式使其在服务响应和可控性等性能上较传统中心化的云计算概念都优越。无论是传统 CDN 还是边缘计算，都可以提供储存服务，为实现快速响应的目标两者的部署方式具有相似的地方，都需要靠近网络边缘，因而带宽资源可实现服用。
数据和应用爆发，CDN 以“边缘云+AI”新形式发展。数据和应用爆发是当前大数据时代 的标签，为了实现快速响应需求并实现服务能力、状态和质量更透明，CDN 将以“边缘云+AI”的新形式进行迭代。以移动网络为例，目前 CDN 部署不在移动网络内部，因而会产生一系列的问题。若通过将 CDN 部署到移动网络内部，将有效缓解传统网络的压力，并且提升用户体验，而这一目标的实现则需要运用边缘云平台将 vCDN（virtual Content Delivery Network，虚拟内容分发网络）下沉到运营商的边缘数据中心。以云 边协同的方式来构建 CDN，通过在中心 IDC 上扩大 CDN 资源池和利用边缘云能实现资源 弹性伸缩的能力，能更好的满足节点的需求。
总结：在通信结构上随着时代的更迭没有发生改变，但在技术的应用上进行了革新。大数据时代，在传统 CDN 无法满足当代通信需求时，边缘计算所具备的计算能力是其优势，也是传统 CDN 所不具备的能力。因而，“边缘云+AI”的新模式成为 CDN 发展的新趋势。向边缘计算过渡将会成为新趋势下的新发展。
三、边缘计算实现大效益
边缘计算优势明显。边缘计算作为云计算的补充，分布式的部署将有效的解决网络资源和信息安全等方面的问题，对于终端的响应也会更及时。这样的部署方式决定了其具有云计算所不具备的优势，对于云边协同效应的产生具有重要的促进作用。
边 缘 计 算 体 现 CROSS 价 值 。联 接 的 海 量 与 异 构 (Connection) 、 业 务 的 实 时 性 (Real-time)、数据的优化(Optimization)、应用的智能性 (Smart)和安全与隐私保护 (Security)是边缘计算优势的价值体现。
终端数激增和网络异构是挑战也是机遇。系统互联与数据采集传输依赖于网络系统，系统的承载和兼容能力是衡量网络系统的一个重要指标。从互联网时代开始爆发的互联网终端数将会保持增长势头，除日常所熟悉的电脑、手机外，随着 VR/AR 技术的成熟，更多的设备需要连接互联网，终端种类和数量将会有进一步的提升。与此同时，工业场景下的互联网应用存在着多种制式的系统，对各系统的兼容将会是一个较大的挑战。对于海量的终端和数据，边缘计算提供的服务能有效的缓解传输网络的压力，为用户提供更好的使用体验。而工业互联网里，边缘计算对各系统的兼容问题的解决将会为企业节省开支，也能使边缘计算在工业应用中加速。终端数激增和网络异构是挑战也是机遇，解决这些问题是边缘计算联接的海量与异构价值的体现。
为客户提供实时服务。业务的实时性代表着只要终端端发出需求，边缘计算就能以最快的速度完成响应。工业系统检测、控制、执行，新兴的 VR/AR 等应用的实时性高，对于响应时间都有较为明确的要求。若所有数据都在云端来完成，延迟将会是一个难以控制的变量，因而许多应用场景无法落实。而边缘计算将有效的解决延迟的问题，为实时响应提供技术支持。
海量数据有效处理。互联网终端种类和数量激增所带来的数据种类和数量爆发是无法避免的情况，边缘计算能对海量数据进行预处理，这是边缘计算计算能力的体现，也是实现低时延的技术基础。通过对数据的优化，以灵活高效地服务于边缘应用的智能。
智能是转型的目标。智能是科技进步的一大目标，智能制造、智能家居等领域智能化将会成为趋势。业务流程优化、运维自动化与业务创新驱动应用走向智能，边缘侧智能能够带来显著的效率与成本优势。智能化应用场景将推动行业向新的服务模式与商业模式转型。
边缘侧能提供更高等级的安全防护。边缘计算靠近于数据源头，因而需要实施端对端的防护。由于分布式的布局，对于设备的维护而言，由于设备数量增加所导致的威胁防护广度也有所加大。在边缘侧的安全防护主要包含设备、网络、数据与应用安全，对于数据的完整性和保密性也是需要重点关注的内容。与此同时，对于侵入者控制访问的难度在加大，在某种程度上，边缘侧安全与隐私保护程度更高。
总结：边缘计算所具备的优势能为云计算补短板，在云边协作中为终端提供更好的服务。边缘计算是适应现代通信需求所发展的解决方案，其优势都体现在CROSS 价值，对边缘计算的推广具有促进作用。
四、边缘计算成就大格局：云边协同扩大价值
4.1 云边协同是数字时代的选择
云计算与边缘计算是数字化转型的两大重要支持。云计算与边缘计算在技术定义上具有差别，使他们所使用的场景有所差异。云计算适用于非实时、长周期数据、业务决策场景，边缘计算在实时性、短周期数据、 本地决策等场景方面表现更为优异。虽然使用场景有所差异，但在数字化转型中，两种计算都担负着同样重要的计算任务，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。因而，数字化转型需要云计算与边缘计算的支持。
市场作证集中式云计算演变。边缘计算 CROSS 价值日渐突出，促使计算模型从集中式的云计算向分布式的边缘计算发展，使边缘计算成为一股热潮。Gartner《 Top 10 Strategic Technology Trends for2018: Cloud to the Edge》认为到 2022 年，随着 数字业务的不断发展， 75%的企业生成数据将会在传统的集中式数据中心或云端之外的位置创建并得到处理。此外，Gartner IT 基础架构、运营管理与数据中心大会（ 2017 年 12 月）发布的调研数据显示，84%的企业将在四年内将边缘计算纳入企业规划。从两组数据上可以看出，边缘计算的市场需求已经形成，这将推动集中式云计算的演变，促进云边协同发展。
云边协同放大边缘计算与云计算价值。从算力架构和功能上来说，边缘计算和云计算之间不是替代关系，也不存在竞争关系。基于靠近执行单元而构建的边缘计算，为云计算提供高价值数据的采集和初步处理服务，为其提供一个更好的服务支撑。而云计算通过对大数据的分析所得出结果或模型会通过下发的方式，对边缘侧进行更新，使边缘侧能更好的运行。两者使相辅相成的作用，边缘计算服务于云计算，云计算通过为边缘侧提供更新来实现反哺，形成一个闭环。
以物联网为例，云计算与边缘计算相互协同效益大。数据是物联网中最为重要的资料之一，数据处理水平对物联网的发展具有限制作用。云边协同模式的应用将有助于物联网能大规模的应用。从数据产生的角度来看，物联网中设备众多，所采集的数据无论是种类还是数量都是繁多，数据传输和处理对于传输网络和算力网络都是一种挑战。在缺少边缘计算的情况下，数据需要全部上传到云端进行处理，在这种情况下，云端所面临的压力将会十分巨大。在云边协同的情况下，边缘计算节点能自己范围内的数据计算和存储工作，这对分担云计算压力起到积极的作用。在数据应用上，大部分数据并非一次性数据，在边缘计算节点经过处理后仍要汇聚到中心云，在中心云进行进一步的处理。云计算在进行大数据分析挖掘、数据共享的同时会进行算法模型的训练和升级，并将结果传输到前端，是前端设备得以升级和更新，完成自主学习闭环。在数据传输到中心云后，会进行备份以防边缘计算节点出现意外而造成数据丢失的情况。在云边协同下，物联网实现自主学习闭环，达到最佳的效益。
总结：边缘计算与云计算使一个相互协同的关系，从而形成一个闭环，更好的服务于整个网络。云边协同下，两者的优势都将得到展现，价值将会有所放大。随着实践应用场景逐步落地，云边协同能力将会提升。
4.2 云边协同造就多场景应用升级
4.2.1 流媒体场景
eMBB 传统模式无法满足带宽需求。eMBB 场景如AR、VR、4K/8K 视频以及云游戏业务对 于带宽的需求较高，若按照传统传输方式，由于无边缘侧参与，数据流需流至汇聚层和 核心网。由于数据流较大，在带宽有限的情况下必定会产生延时，无法达到预定效果从而导致体验较差。通过引入边缘侧，将有效解决流媒体时延问题。在本地部署MEC边缘业务平台，使得相关数据处理能在本地尽可能的完成而不需要上传至汇聚层与核心网，在减少时延和提高客户使用感受的同时，将会大幅度降低数据流对传输网络的冲击。与此同时，MEC边缘服务平台具有良好的兼容性，各类流媒体业务APP无需进行定制开发即可接入服务，这将有助于平台的快速部署和迭代。此外，对于MEC平台管理的部署也具备灵活性，可本地或区域DC部署，这一部署方式能对更大范围内的业务平台进行资源和业务有效的管理和调用。
4.2.1.1云游戏
游戏市场火爆，市场规模日渐加大。根据Newzoo2018全球游戏市场报告显示，2018年 全球游戏市场达到1379亿美元的市场规模，其中中国达到379亿美元，占全球游戏收入的28%，从2017年至2021年，全球游戏市场将以10.3％的复合年增长率增长，到2021年将达到1801亿美元。同时，Newzoo还指出到2021年，移动游戏将占据全球游戏市场59％的份额，并将本身成为一个价值千亿美元的市场。
设备将成为游戏产业需要面临的最大问题之一。在火爆的游戏市场背后，存在一个游戏厂商无法逃避的问题，即游戏对设备的要求越来越高。产生这个问题的根部原因是游戏画面越来越丰富和逼真，对于内存和处理器的性能有了更高的要求。以游戏《最终幻想15》为例，若玩家想要达到最佳的游戏感受，需要配备一张价格近万的显卡。面对这样的硬件需求，许多玩家是无法达到的。因而，在玩家侧实现全面硬件的自主更新以达到游戏效果是难以实现的。而对于游戏厂商而言，他们所需要面对的是流量的问题。由于游戏开发具备快速开发、用户爆发、生命周期短等行业特点，若按照传统方式，对服务器进行预部署，到实际应用阶段所面临的变数是厂商无法接受的。无论是玩家还是游戏厂商，设备都是他们所要迫切解决的问题，这也是游戏行业发展的一个瓶颈。
“云游戏”将有望成为打破发张瓶颈的利器。通信网络的升级和换代，带来了更快的传输速度，为游戏“云化”打开了想象空间。“云游戏”即把所有的程序都放在云端服务器中运行，而玩家只通过相关设备接收经过压缩处理且在云端已经渲染完毕的游戏画面。这一改变使得玩家只需要一个具备基本的视频解压和指令转发功能的设备即可，不需要配置高端处理器和显卡。AT&T、Verizon 等电信巨头以及微软、亚马逊等IT巨头于2018年进入行业，对云游戏进行测试和布局。而国内手机厂商OPPO和一加在2019年MWC上也展示了相关服务。根据第三方机构的预测，全球云游戏市场将从2018年的0.66亿美元增加到2023年的4.5亿美元， 复合年均增长率为47％。
云边协同助力云游戏实现升级。以AR为例，用户在使用的过程中设备需要对于其所处方位及面向的方向作出判断，这是应用程序通过结合相机的视图和定位技术得以实现。而当相对位置确定后，更多的数据将会提供到玩家的终端中。玩家每一个动作都意味着数据的改变，数据的发送和接收频率都会处于高位。若引入边缘计算的构建，将大部分的计算任务都放在边缘服务和移动端进行，将会减低响应时间，使得平均时延降低。前景的交互放在云上，背景则交给移动端，最终实现完整的AR体验。对于多人游戏而言， 带宽和延迟的要求更高，云边协同将能更有效的解决问题，同一区域玩家通过连接同一边缘节点实现延迟降低。游戏云端运行也能使得游戏在本地数据变少，游戏的接入速度将会有所提升。
4.2.2 工业互联网场景
工业互联网助力工业企业智能化转型。在供给侧改革巨轮初见成果的背景下，工业领域的需求在持续复苏。然而，无论是人力成本，还是原材料成本在持续上升，都使得公司的利润在逐步下降。企业的生存环境面临进一步的恶化，而智能化工厂模式将有助于企业打破困局。凭借其新一代信息技术与工业系统全方位深度融合的特点，工业互联网成为工业企业向智能化转型的关键综合信息基础设施。
4.2.2.1 云边协同是工业互联网的重要支柱
云边协同正逐渐成为支撑工业互联网发展的重要支柱。在我国相关政策支持以及生态建设不断完善的背景下，中国工业物联网产业在迅速发展。据IDC 预测，到2020 年全球将有超过50%的物联网数据将在边缘处理。作为物联网在工业制造领域的延伸，工业物联网也需要面对海量异构的问题，各异的海量数据将在边缘端进行处理。从控制的角度看，边缘端只处理其覆盖范围内的数据计算任务，对区域内具有一定的控制能力。然而，若需要控制全局还需要借助云计算平台来实现全部信息的匹配和交融。因而，云边协同正逐渐成为支撑工业互联网发展的重要支柱。
边缘侧设备本身就像一个迷你数据中心。云边协同在工业物联网中的应用是在边缘计算环境中安装和连接智能设备，这些设备能处理关键任务数据并实时响应，而不需要将数据上传到云端处理。由于边缘侧设备本身就像一个迷你数据中心，数据近乎为本地处理，因而延迟几乎为零。基于边缘侧设备的布局，数据运算会被分散，数据流量将会下降。云计算将对二次加工的数据信息进行评估，并进行更深入的处理和分析。
计算能力解决工业物联网中单点故障困局。单点故障对于工业物联网来说是无法接受的，因而极端情况是系统设计中必须考虑的因素。工业现场的边缘计算节点具备一定的计算能力会使得其具备一定的自主判断及解决问题的能力。另一方面，边缘侧设备对于异常情况识别及实现预测性的监控将有助于预防设备故障，这一功能的实现也需要设备具备一定的计算能力。在边缘侧的运算力能尽量保持工厂运行的平稳。对于后期数据的进一步处理则需要边缘侧设备上传相关数据至云端进行存储、管理、态势感知。同时，云端也负责对数据传输监控和边缘设备使用进行管理。
4.2.2.2经典案例
云端-边缘协同化生产管理体系是工业智能化的一大应用。对于工业物联网的应用，四川爱联科技有限公司所搭建的云端-边缘协同化生产管理体系是一个较完善的系统模型。通过在工厂的网络边缘层部署边缘计算设备及配套设备，边缘计算设备通过数据采集模块从所有PLC 设备采集实时数据，存储于实时数据库内，供 MES、ERP 等其他功能模块、系统调用处理，建立起工单、物料、设备、人员、工具、质量、产品之间的关联关系，保证信息的继承性与可追溯性，在边缘层快速建立一体化和实时化的信息体系，满足工业现场对实时性要求，实现工业现场的传感器、自动化设备、机器人的数据接入，提供数据采集、数据分析、人工智能（推理阶段）等服务。
云边协同使得大量、异地分布的数据得以接入到同一平台中，对于决策数据的应用提供了一个较为便利的方式。生产管理部门可以通过系统了解车间作业和设备的实际情况，也可以为业务部门提供订单生产情况信息。对于成本控制，能提供直接物料的成本、产量、设备故障、消耗等一系列与成本相关的数据，为决策提供相应的支持。云端-边缘协同化生产管理体系将会是工业物联网中较为重要的应用，也是推动工业转型的强大推手。
在边缘计算社区官方QQ群（3850596）里，可下载报告完整pdf版本。
感谢阅读，转发分享一起促进边缘计算领域知识传播！
