《边缘计算参考架构2.0_精编》由会员分享，可在线阅读，更多相关《边缘计算参考架构2.0_精编（53页珍藏版）》请在金锄头文库上搜索。
1、边缘计算参考架构2.0 （2017年） 边缘计算产业联盟（ECC）与工业互联网产业联盟（AII）联合发布 2017年11月 淘宝店铺 “Vivian研报” 首次收集整理 获取最新报告及后续更新服务请在淘宝搜索店铺 “Vivian研报” 或直接用手机淘宝扫描下方二维码 目录 01迎接行业智能时代 01 1.1 行业智能时代已来 . 02 1.2 行业智能2.0 面临的挑战 . 03 1.3 边缘计算使能行业智能2.0 . 04 1.4 边缘计算产业化当前进展 06 02边缘计算 08 2.1 边缘计算概念 09 2.2 基本特点和属性 . 09 2.3 边缘计算CROSS价值 09 2.4 边缘
2、计算与云计算协同 10 03 边缘计算参考架构 11 3.1 模型驱动的参考架构 . 12 3.2 多视图呈现 13 3.3 概念视图 14 3.3.1 边缘计算节点、开发框架与产品实现 14 3.3.2 边缘计算领域模型 16 3.4 功能设计视图 17 3.4.1 ECN .17 3.4.2 业务Fabric .22 3.4.3联接计算Fabric 22 3.4.4 开发服务框架（智能服务） .24 3.4.5 部署运营服务框架（智能服务） 25 3.4.6 管理服务 27 3.4.7 数据全生命周期服务 27 3.4.8 安全服务 29 3.5 部署视图 31 04 ECC产业发展与商业
3、实践.33 4.1 ECC产业发展总体概况 .34 4.1.1 ECC产业组织合作 .34 4.1.2 ECC标准组织合作 .34 4.2 边缘计算的商业实践 .35 4.2.1从理论到实践 35 4.2.2 从水平到垂直 .35 4.2.3 从需求到实践，从实践到需求 .39 05 附录 .41 术语表 .42 缩略语表 43 01 迎接行业智能时代 1边缘计算参考架构2.0 迎接行业智能时代 1.1 行业智能时代已来 全球已经掀起行业数字化转型的浪潮，数字化是基础，网络化是支撑，智能化是目标。通过对人、 物、环境、过程等对象进行数字化产生数据，通过网络化实现数据的价值流动，以数据为生产要素
4、，通过智 能化为各行业创造经济和社会价值。智能化是以数据的智能分析为基础，从而实现智能决策和智能操作，并 通过闭环实现业务流程的持续智能优化。 以大数据、机器学习、深度学习为代表的智能技术已经在语音识别、图像识别、用户画像等方面得到应 用，在算法、模型、架构等方面取得了较大的进展。智能技术已经率先在制造、电力、交通、医疗、农业等 行业开始应用，对智能技术提出了新的需求与挑战。行业智能时代已经来临。 行业智能分为1.0和2.0两个发展阶段： 1）行业智能1.0 行业智能1.0是面向市场线索、营销、采购、物流、售后等商业过程，将用户、应用和商业流程的行为和 状态数字化，基于多维度数据分析和场景感知
5、，建立行业的信息图谱，为行业用户提供个性化的资源配置和 服务。 行业智能1.0的快速发展得到了ICT创新技术的支撑，包括： 泛在网络联接使能数据的快速流动； 云计算按需提供低成本的基础设施服务应对业务负载变化； 大数据挖掘、分析和管理海量数据，提升企业的商业决策能力； 算法+数据+算力，释放了行业智能的潜在价值。 01010 ? ? ? ? ? ? ? ? ? ? ? ? ? ? 图1 行业数字化转型 2边缘计算参考架构2.0 DIKW? OT?ICT? ? Wise Knowledge Information Data Physical System 图2 行业智能2.0面临的挑战 2）行业
6、智能2.0 面向产品规划、设计、制造、运营等生产过程，产品、生产装备、工艺流程等已经逐步数字化和网络 化，行业智能2.0已经具备了基础条件。这里所指的产品、装备具有广义的概念，既包括制造业所生产的产品 和制造产线等，也包括能源、交通、农业、公共事业等行业提供服务时所依赖的资产，如电表、交通工具、 农业机械、环境监测仪器等。 行业智能2.0需要达成如下目标： 提升生产与服务过程敏捷性和协作性 提升资源共享和减少能耗 降低生产运行和运营不确定性 与行业智能1.0协作，建立生产、销售和服务的端到端行业智能 行业智能2.0时代需要行业发生四个关键转变： 物理世界与数字世界从割裂转变为协作融合； 运营决
7、策从模糊的经验化转变为基于数字化、模型化的科学化； 流程从割裂转变基于数据的全流程协同； 从企业单边创新转变为基于产业生态的多边开放创新。 1.2 行业智能2.0面临的挑战 从DIKW模型视角看，行业智能2.0面临了四大挑战： 3边缘计算参考架构2.0 OT和ICT跨界协作挑战 OT（Operation Technology）与ICT（Information and Communication Technology）关注重点不同，OT关 注物理和商业约束、人身安全，ICT关注商业约束、信息安全；OT与ICT在行业语言、知识背景、文化背景存在 较大差异，相互理解困难；OT技术体系碎片化、专用化与
8、标准化、开放性的ICT技术体系集成协作存在挑战困 难；OT与ICT的融合协作也将带来安全方面的挑战。 OT与ICT的跨界协作需要建立物理世界和数字世界的联接与融合。 信息难以有效流动与集成 目前业界有超过6种以上的工业实时以太网技术，超过40种工业总线，缺少统一的信息与服务定义模 型。烟囱化的系统导致数据孤岛，使信息难以有效流动与交互。 信息有效流动与集成是支持数据创新、服务创新的基础，需要建立数据全生命周期管理。 知识模型化是巨大挑战 知识模型（Knowledge Model）主要解决知识的表示、组织与交互关系，知识的有序化以及知识处理 模型，是将知识进行形式化和结构化的抽象。知识模型不是知
9、识，是知识的抽象，以便于计算机理解与处 理。 知识模型输入存在信息不完整、不准确和不充分的挑战；知识模型处理的算法与建模还需持续改进与优 化；知识模型输出的应用场景有限需要持续积累。 知识模型化是高效、低成本实现行业智能的关键要素。 产业链变长，增加了端到端协作集成挑战 需要物理世界和数字世界的产业链的协作，需要产品全生命周期的数据集成，需要价值链上的各产业角色 建立起协作生态。这种多链条的协作与整合对数据端到端流动和全生命周期管理提出了更高的要求。 1.3 边缘计算使能行业智能2.0 面向行业智能2.0的挑战，边缘计算需要提供四个关键能力： 1）建立物理世界和数字世界的联接与互动 通过数字孪
10、生，在数字世界建立起对多样协议、海量设备和跨系统的物理资产的实时映像，了解事物或 系统的状态，应对变化，改进操作和增加价值。 4边缘计算参考架构2.0 ? ? ? ? ? ? ? ? ? ? ? ?1?3 ?4?2 ? ? ? ? ? ? ? ? ? 图3 智能分布式架构 在过去十年里，网络、计算和存储领域作为ICT产业的三大支柱，在技术可行性和经济可行性发生了指数 性提升。 网络领域变化： 带宽提升千倍，而成本下降40倍； 计算领域变化： 计算芯片的成本下降60倍； 存储领域变化： 单硬盘容量增长万倍，而成本下降17倍。 正是联接成本的下降、计算力的提升、海量的数据，使得数字孪生可以在行业智
11、能2.0时代发挥重要 作用。 2）模型驱动的智能分布式架构与平台 在网络边缘侧的智能分布式架构与平台上，通过知识模型驱动智能化能力，实现了物自主化和物协作 5边缘计算参考架构2.0 智能分布式架构需要把智能分布到如下要素中： 智能资产： 通过融合网络、计算、存储等ICT能力，具有自主化和协作化能力。 智能网关： 通过网络联接、协议转换等功能联接物理和数字世界，提供轻量化的联接管理、实时数据 分析及应用管理功能。 智能系统： 基于多个分布式智能网关或服务器的协同构成智能系统，提供弹性扩展的网络、计算、存 储能力。 智能服务： 基于模型驱动的统一服务框架， 面向系统运维人员、业务决策者、系统集成商
12、、应用开 发人员等多种角色，提供开发服务框架和部署运营服务框架。 3）提供开发与部署运营的服务框架 开发服务框架主要包括方案的开发、集成、验证和发布；部署运营服务框架主要包括方案的业务编排、 应用部署和应用市场。开发服务框架和部署运营服务框架需要紧密协同、无缝运作，支持方案快速高效开 发、自动部署和集中运营。 4）边缘计算与云计算的协同 边缘侧需要支持多种网络接口、协议与拓扑，业务实时处理与确定性时延，数据处理与分析，分布式智 能和安全与隐私保护。云端难以满足上述要求，需要边缘计算与云计算在网络、业务、应用和智能方面进行 协同。 1.4 边缘计算产业化当前进展 2015年边缘计算进入到Gart
13、ner的Hype Cycle（技术成熟曲线）。 边缘计算已经掀起产业化的热潮，各类产业组织、商业组织在积极发起和推进边缘计算的研究、标准、 产业化活动。具有代表性的活动包括： 智能资产 网络计算存储 智能网关 边缘计算开放平台 智能系统 应用 智能服务 图4 边缘计算开放平台使能行业智能2.0 6边缘计算参考架构2.0 学术研究 2016年10月，由IEEE和ACM正式成立了IEEE/ACM Symposium on Edge Computing，组成了由学术界、 产业界、政府（美国国家基金会）共同认可的学术论坛，对边缘计算的应用价值，研究方向开展了研究与讨 论。 标准化 2017年IEC发布
14、了VEI （Vertical Edge Intelligence ）白皮书，介绍了边缘计算对于制造业等垂直行业的重 要价值。 ISO/IEC JTC1 SC41成立了边缘计算研究小组，以推动边缘计算标准化工作。 产业联盟 2016年11月华为技术有限公司、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔公司、 ARM和软通动力信息技术（集团）有限公司联合倡议发起边缘计算产业联盟(Edge Computing Consortium，缩 写为ECC)。 全球性产业组织工业互联网联盟IIC 在2017年成立Edge Computing TG，也将定义边缘计算参考架构。 7边缘计算参考架构2.0
15、 02 边缘计算 8边缘计算参考架构2.0 边缘计算 2.1 边缘计算概念 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。 2.2 基本特点和属性 联接性 联接性是边缘计算的基础。所联接物理对象的多样性及应用场景的多样性，需要边缘计算具备丰富的联 接功能，如各种网络接口、网络协议、网络拓扑、网络部署与配置、网络管理与维护。联接性需要充分借鉴吸 收网络领域
16、先进研究成果，如TSN、SDN、NFV、Network as a Service、WLAN、NB-IoT、5G等，同时还要考 虑与现有各种工业总线的互联互通。 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，将更好的支撑预测性维护、资产效率与管理等创新应用；同时，作为数 据第一入口，边缘计算也面临数据实时性、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。在工业互联场景下，对边缘计算设备的功耗、成本、空间也有较高的
