5G和邊緣計算間是相互促進、彼此成就的關系。5G的商用化進程推動了邊緣計算技術的快速落地，同時，邊緣計算技術的應用又大大促進了5G網(wǎng)絡更快、更好地發(fā)展。

根據(jù)業(yè)務的訴求不同，MEC的應用場景可以分成兩大類：

第一類，是面向2B的業(yè)務，比如像精密制造、工業(yè)控制、園內的視頻監(jiān)控和管理等，其典型的業(yè)務需求是數(shù)據(jù)不能出場、高可靠的工業(yè)組網(wǎng)、超高的上行帶寬、超低時延、超強算力和專網(wǎng)管理等。

第二類，是面向2B2C的業(yè)務，主要是OTT應用服務商業(yè)務為主，比如，車聯(lián)網(wǎng)、AR/VR/云游戲等，這類業(yè)務的需求是廣覆蓋、有QoS保障的連接、邊云密切協(xié)同和超高的移動性等。

下面分析幾種典型的5G業(yè)務中MEC設備的功能需求及其可能的部署位置。

1、智慧工廠該場景下MEC設備要解決的問題是：接入的設備多，而且大部分設備的數(shù)據(jù)是視頻數(shù)據(jù)，數(shù)據(jù)量非常大，比如，安防機器人、做質量檢測的機器視覺、人臉識別閘機、AR/VR眼鏡等；數(shù)據(jù)處理要求時延低，特別是機床操控；數(shù)據(jù)有隱私需求，需本地處理，不能出園區(qū)；有固定不動的設備，也有高速移動的設備。

針對以上場景，一般會考慮構建一個5G專網(wǎng)，支持大帶寬、低時延特性，以滿足大規(guī)模AGV組網(wǎng)調度的需求。除了支持5G連接，保證移動性設備的接入外，還要支持光纖接入和WiFi接入。MEC平臺上需要集成AGV視覺導航系統(tǒng)、工業(yè)數(shù)據(jù)采集、AR遠程專家指導、機器視覺質量檢測等多種應用，實時地對接入的海量數(shù)據(jù)進行智能分析，以實現(xiàn)低時延的自動化控制。

智慧工廠場景中的MEC平臺通常會就近與專網(wǎng)中的5G基站合設。

2、云游戲、AR/VR這三種業(yè)務的共同點就是都需要極大的傳輸帶寬，用于交互很多視頻的內容，時延越低，用戶的體驗會越好；不同點在于時延要求有所不同，業(yè)務發(fā)生的場所不同，客戶群也有所不同。

對這三種業(yè)務而言，如果能夠采用邊緣計算技術，把計算和渲染的能力遷移到邊緣云的位置，相比云計算來說，一方面能夠大大降低時延，提升用戶體驗；另一方面，能大大減低對終端的性能要求，終端的重量、成本下降，能夠向輕便型轉變，這樣客戶的接受程度也會提升，促進產業(yè)發(fā)展。

對于云游戲，如果是在公有云的服務器上運行，服務器渲染完成后的游戲畫面通過網(wǎng)絡再傳送給用戶的話，玩家會直接感受到從指令輸入到畫面更新延遲較高，游戲體驗差。如果將云游戲從公有云遷移到靠近玩家的邊緣云，在本地進行渲染，縮短傳輸距離，時延能夠降到20ms以內，顯著提升用戶體驗，同時還能節(jié)省邊緣云到5G核心網(wǎng)的回傳帶寬。

云游戲屬于2C業(yè)務，而且對時延的要求不是太高，因此，MEC服務器可以部署在地市核心機房，這樣在兼顧到更多客戶的情況下，既提升業(yè)務性能，又能夠降低運維成本。

對于AR，現(xiàn)有的解決方案中，用戶需先下載安裝巨大的APP來進行AR的體驗，手機的內存、電量和存儲容量也限制了AR的發(fā)展。MEC平臺能夠通過網(wǎng)絡數(shù)據(jù)來確定用戶的位置，然后利用就近的、本地的AR服務器，提供實時的AR內容匹配計算和推送，以實現(xiàn)本地實景和AR內容頻道實時聚合，這樣就能帶給客戶全新的獨特用戶體驗。

對于VR業(yè)務，以賽事直播為例，如果在場館內部署MEC平臺，在本地緩存全景攝像頭所拍攝的視頻，供球迷通過VR設備來快速回看，就能體驗到在VIP位置的觀看效果。通過在本地部署的MEC，大大地降低時延以避免眩暈感，并減少對回傳資源的消耗。

AR/VR通常都是2B2C業(yè)務，區(qū)域性比較強，而且對時延要求很高。因此，一般建議在業(yè)務區(qū)域內部署MEC平臺，就近進行業(yè)務分流和處理。

3、自動駕駛自動駕駛首先對網(wǎng)絡的帶寬有著苛刻的要求，如果把車輛遇到的所有信息都傳輸?shù)皆贫颂幚?，至少需要超過 100Mbit/s 才能滿足要求；其次，車輛在高速行駛中，對于時延的要求也極高，必須保持在 1 ms~10ms 之間。

要實現(xiàn)自動駕駛，有幾個問題必須依靠邊緣計算平臺才能解決：1）單車、路側單元與應用平臺等之間交互時延過大，無法及時獲取、處理以及決策信息，無法滿足自動駕駛對網(wǎng)絡實時性的需求。

2）單車以及周邊交通單元感知能力不足，無法對于超過視距范圍事件準確感知和信息同步，無法全局掌握區(qū)域交通信息，運行范圍及車路協(xié)同一體化受限。

3）汽車故障管理也是制約自動駕駛從實驗室走向商用的重要因素之一，需要進行及時人工干預，預防事故發(fā)生，保障自動駕駛安全性等。

而MEC平臺分布式特征則能夠很好地解決海量數(shù)據(jù)處理、海量終端連接以及高速移動切換等問題。MEC平臺還能及時接受路側單元上報的路側信息，并推送至鄰近的車輛，實現(xiàn)本地分流和無縫切換，保障更好地支持視線盲區(qū)的預警業(yè)務。另外，車載部分計算分析系統(tǒng)上移至 MEC 邊緣云，能夠有效降低智能車輛改造成本，提速無人駕駛商業(yè)化步伐，并預留開放接口，為所有車聯(lián)網(wǎng)終端提供遠程故障管理服務。

由于自動駕駛的復雜性，它對帶寬、時延、移動性的要求都特別地高，所以，針對自動駕駛來部署邊緣計算設備時，也會相對復雜，考慮的因素比其他業(yè)務更多一些。

首先，MEC平臺應盡量靠近終端接入側，一般會在路側部署邊緣計算節(jié)點，獲取車輛周邊的全面路況交通信息，并進行數(shù)據(jù)統(tǒng)一處理，對于有安全隱患的車輛發(fā)出警示信號，輔助車輛安全駕駛。其次，要實施更全面的車輛控制和故障管理等功能，平臺的功能和性能要求也會很高，路側部署的邊緣節(jié)點通常不能滿足要求，此時，需要在基站側再部署計算能力高的MEC服務器。

由于涉及到高速移動，車載終端必須采用5G接入方式才能滿足業(yè)務連續(xù)性的要求。3GPP針對這種場景也進行了專門的規(guī)定，在切換發(fā)生時，通過雙連接的方式，以保證高速移動情況下業(yè)務的連續(xù)性。

4、安防行業(yè)由于國家一批大型項目的推動，安防是AI最早落地的領域。安防的AI化過程中，已經(jīng)經(jīng)歷了從云計算到云邊協(xié)同的階段，甚至已經(jīng)在向邊網(wǎng)融合的方向發(fā)展?，F(xiàn)在很多的攝像頭，包括家用的攝像頭，都已經(jīng)有人臉識別、語音識別和行為識別功能，這就是一種典型的邊緣節(jié)點；而視頻監(jiān)控一體機、人臉識別盒子、NVR存儲設備等，計算能力就更強一些，可以屬于邊緣云計算；云計算中心的應用平臺的功能和性能更強大，通常都是具有超大運算能力的GPU服務器。

安防和MEC的結合應用，其實更多是由于移動化的巡檢設備的出現(xiàn)而需要考慮的，像巡檢無人機等。如果要實時傳輸監(jiān)控數(shù)據(jù)，這些設備所需的回傳帶寬要求也是非常高的。但是，在監(jiān)控過程中，大部分畫面其實是靜止不動的，沒有必要上傳所有的數(shù)據(jù)，這時就可以通過就近部署MEC平臺，對采集到的視頻內容進行預分析處理，只上傳有變化、有價值的畫面，大部分價值不高的監(jiān)控數(shù)據(jù)就存在本地的存儲服務器中，這樣就能夠大大地節(jié)省傳輸資源。

5、案例分析 在應用的最后，以一個實時無人機檢測的項目為例，說明未來邊緣計算產業(yè)鏈將會是多方合作的發(fā)展模式。該項目由微軟Azure提供邊緣云服務，AT&T提供5G網(wǎng)絡連接服務，軟件公司Vorpal提供的是與無人機相關的檢測定位應用程序，該程序是運行在Azure的云服務器上，無人機提供的信息可以供執(zhí)法機構或者機場使用。

通過這個案例，可以看到邊緣計算應用中的幾個關鍵點：

必須要有邊緣計算才能降低5G數(shù)據(jù)業(yè)務的時延，提升用戶體驗；僅有云服務提供商，無法提供廣闊的網(wǎng)絡覆蓋，業(yè)務無法開展；電信運營商要想超越管道角色也很難，需要努力挖掘產業(yè)鏈上的機會。（本文作者為中國信息通信研究院泰爾終端實驗室高級工程師）
責任編輯:tzh