2018年10月30日，由中國通訊學會和中國移動聯合主辦的“2018邊緣計算技術峰會”在京舉行。在本次大會上，為了促進協作，推動邊緣計算全面成熟，鄔賀銓、李正茂、劉韻潔、餘少華、田溯寧、張新生 、蔣林濤、劉華魯、陳山枝、溫嚮明、張平、張宏科、潘鋒、楊志強等14位業界專家學者聯合發起了“關於共同推進邊緣計算技術與產業繁榮發展的倡議”。

作為推進邊緣計算技術與產業繁榮發展的倡議的專家之一，中國工程院院士鄔賀銓對邊緣計算有著更加深入的思考。他謙虛地表示：“雖然邊緣計算很熱，但是我學習得不夠，邊緣計算技術應該是一個體系，我對這個體系目前的瞭解只是邊緣，根本沒有進入到核心，很多東西不太清楚，所以我提出十問。”

第一，5GMEC應該下沉到什麼位置？邊緣計算放在DU？還是CU？還是放在核心網？顯然靠近底下反應越快，數量越多，放在什麼位置是值得研究的。第二，計算能力是一級設定還是多級設定？在採用MEC的前提下，還要不要同時設定雲計算？在雲計算和MEC之間是否需要設定霧計算？一個雲計算節點聯接的移動邊緣計算（或霧計算）節點的合理數量是多少？

第三，計算能力如何在雲計算與邊緣計算間最佳化配置？計算能力的分割是固定的還是可動態調整的？MEC需要向雲計算節點上報過濾後的資料。雲計算節點需要向MEC下發指令，除此之外兩者間的通訊還應有什麼任務？第四，MEC間透過雲計算節點互通還是直接通訊？同樣是邊緣計算節點，它們之間要不要互通，或者說必須間接互通？

第五，邊緣計算需要有IaaS/PaaS/SaaS等服務能力嗎？假如透過邊緣計算增強人臉識別能力，邊緣計算至少具備PaaS的功能，還需要可能具有一些影片轉碼的功能就是SaaS，有可能需要DaaS（資料即服務）的功能，邊緣計算是不是都這麼全？到底需要有幾層，值得研究。第六，邊緣計算需要同時具備接入、轉發和控制雲能力嗎？如果說邊緣計算是放在CU，它要集中管理好多DU，是否也應該具有控制雲的能力？

第七，MEC應該與網路切片結合嗎？網路切片是5G最基本的一個特徵，邊緣計算要不要結合？第八，位於C-RAN的MEC需要按業務來配置嗎？不同的邊緣計算對應不同的應用，有對應移動大資料，有對應大連線的，還有對應社會與網際網路資料的。在這種情況下，邊緣計算是按業務來配置的，將來的邊緣計算也是這樣嗎？

第九，MEC是獨立設定還是應與其他功能整合？基站的邊緣計算首先進行大資料的收集採集，同時實現加密，在對大資料進行消化後，它回送網路資料鏈應該是減少的，也就意味著對資料過濾，為了過濾，它可能需要快取，所以，邊緣計算會跟快取資料採集，資料分析，過濾，計算能力集中在一起，邊緣計算絕不是單一的計算能力。第十，MEC的功能需要軟體定義嗎？MEC可仿照NFV實現軟體定義，允許跨過多廠家的MEC平臺有效與無縫整合來自廠商、服務提供商和第三方的應用，MEC的功能會開放嗎？如果開放就要有接入許可權管理。

“對MEC的思考還不止這些。諸如MEC的引入會減輕雲計算對資料分析的壓力，但資料過濾的準確性需要保證。MEC的引入將增加傳輸時延，且還可能包含快取功能，uRLLC還等使用MEC嗎？MEC的管理是由控制面還是由管理面來實施？”鄔賀銓說，“上面是我說不懂的內容，期待大家在會上給予解答。”

鄔院士的十問實際和邊緣計算落地的靈活性和當前階段的非標準化有關，另外也涉及工業網際網路和移動網際網路邊緣應用的不同場景有關

在工業網際網路的發展中，邊緣計算將成為重要的支撐與使能技術。國家在十三五規劃中提出的兩化融合、《中國製造2025》等戰略，對ICT與OT的融合提出了迫切的需求，而邊緣計算是ICT與OT融合的使能技術，是實現控制工業自動化架構的重要支撐。

工業製造、電力，智慧交通領域的企業，他們的資料處理也開始往外拓展，但不一定拓展到雲上面，因為並不想讓自己的資料依賴於阿里雲、騰訊雲等公司去處理。除了隱私是個非常大的考慮，另外工業大資料在邊緣的響應時間和傳輸處理的頻寬限制都需要有邊緣節點的設定。

由此我們也看到雲計算廠商開始在邊緣計算領域“大張旗鼓”：

亞馬遜AWS：2016年re：Invent開發者大會上推出AWS Greengrass，以公司現有的物聯網和Lambda（無伺服器計算）產品為基礎，將AWS擴充套件到間歇性連線的邊緣裝置。

微軟Azure：自2017年6月開始在Microsoft的BUILD 2017開發者大會上推出Azure IoT Edge，允許雲工作負載集裝箱化，並在從Raspberry Pi到工業閘道器的智慧裝置上本地執行。

Google：2018年7月，Google宣佈推出兩款大規模開發和部署智慧連線裝置的產品：Edge TPU和Cloud IoT Edge。Edge TPU是小型ASIC晶片，Cloud IoT Edge是軟體堆疊。

阿里雲：2018年3月，阿里巴巴宣佈全面進軍IoT領域，戰略佈局邊緣計算，陸續推出了Link Edge、邊緣節點服務ENS等，發力新制造

邊緣計算之所以被想象成下一代網際網路的一個重要技術，主要在於它橫跨OT、IT、CT多個領域，且涉及網路聯接、資料聚合、晶片、感測、行業應用等多個產業鏈角色，涉及不同行業、不同廠商之間的互通和互操作。

思科於2014年1月推出了霧計算作為將雲計算功能帶到網路邊緣的一種方式。然而本質上，霧才是標準，邊緣只是概念。霧在邊緣計算概念中實現可重複的結構。霧計算概念下，邊緣裝置定義為感測器資料來源，具有必要的計算硬體、執行系統、應用軟體和連線參與分散式計算。它從邊緣擴充套件到“近邊緣”功能，形成“霧節點”。本質上是現有元素的混合，如何與數十億的智慧IoT裝置、閘道器和節點之間的“霧”進行聯絡，從而在邊緣就能提供雲計算的區域性功能，更好的服務於端上的IOT裝置和使用者。

就市場份額而言，2022年霧計算的主要垂直行業將是公用事業、交通運輸、醫療保健、影片監控，工業和農業，此外在智慧城市也有相當多的應用——這些行業給了邊緣計算更多的實踐空間

因此，靈活運用“邊緣+雲”的方式，雲廠商或許會提供出更多有彈性的方案，而非標準化一刀切的方案。多少邊緣計算節點合適要具體工業場景具體分析，取決於部署的架構，期望的效能和邊緣節點的計算效能等。

邊緣和雲各有擅長的工作，如何在雲計算與邊緣計算間做好計算能力的“分割”是企業部署“邊緣到雲”、“邊緣+雲”獲取效益的重要問題。譬如讓邊緣節點做資料的清洗過濾，做關鍵的邊緣應用對試延有要求的，而云計算可以整合更多的資料，做分析做BI等。

另外，現在移動邊緣計算的提法也來自運營商。因為4G和5G在網路的構建上存在接入網和核心網，就像鄔院士提到的DU和CU節點。移動邊緣計算MEC雖然只是一個概念，但工業界有一點是共識的，那就是靠近使用者，靠近資料，減少網路路徑過長帶來的時延，從來為使用者，為資料帶來更好的體驗。譬如車聯網V2X的通訊等。所以MEC實際部署中靠近DU是比較合適的。至於是否需要於5G網路切片技術和NFV技術結合這個是不矛盾的，它們的邏輯功能定義不一樣，當然可以相互融合，當然也可以獨立存在，取決於邊緣計算實際的發展情況。談到這裡，邊緣計算能不能根據業務型別做不同的適配顯然是可以的，但既然是邊緣肯定是靠近資料來源，跟資料中心還是有區別的。

當前階段的產業的邊緣計算還未有標準的形態，它的功能和分層還有沒有明確的定義，更多的是廠商主導的形態。隨著產業的發展，相信在這方面會更加清晰。鄔院士的10個問題也會有更加明確的解答。