边缘计算与算力网络

2020 年 11 月 7 日，由边缘计算社区主办的全球边缘计算大会在北京成功召开，作为业内首个专门为边缘计算人打造的行业盛会，此次活动现场共有超过500+来自政、产、学、研、用各界的企业负责人、权威技术专家、通信科技从业者、边缘计算研究者、边缘计算投资机构等参会，共话 5G•边缘计算议题及真知见解，反响十分热烈。

 

 

边缘计算社区很荣幸邀请到中国电信研究院5G开放实验室雷波主任出席参与大会，从运营商的视角和大家聊边缘计算与算力网络。以下为雷主任演讲实录，原汁原味，希望对您有帮助。

大家都觉得边缘计算是运营商应该做的事情，其实在三四年前第一次接触边缘计算的时候，一位思科的专家跟我们讲，边缘计算是做不起来的，因为当时的硅谷没有针对边缘计算的初创企业，他认为判断一个技术成熟与否就看硅谷有多少跟这个技术相关的初创企业，但当时硅谷没有。后来我们越做越深入，发现有可能边缘计算包括5G以及算力网络真的在国外是做不起来的，原因很简单，因为国外不像中国地大物博，中国肯定需要这些东西，老外不一定需要。现在可以看得出来各方对于边缘计算这些产业都是越来越看重，我们越来越认为在这个方向能够做出很多有用、有价值，甚至中国可以引领世界的东西出来。

上图是今年我们在“绽放杯”的一个项目，核心点就是中国电信和友商一起想在5G、2B或者2C做些创新，我们的5G网络和现有的4G或者基础网络有什么差异性？能够带来什么新的东西？这些就是“绽放杯”的目标，中国电信的同事按照这个目标，结合边缘计算的技术，包括5G、MEC、云边协同、数字孪生平台，我们做出了数字孪生平台这样一个面向5G智慧商业的平台。这个平台可以在大家逛商场的时候提供一些更为智能化、动态化甚至有趣的活动，比如某个商铺会告诉你今天有打折券优惠，或者想买什么东西，看了第一个商铺就会给你找到第二个商铺。做到这些我们需要大量的计算、边缘的计算。边缘计算有很多难点，因为大家也做了好几年的边缘计算，我们在各个地方推广边缘计算，但边缘计算有一个特别难的地方，就是什么叫做边缘计算？昨天我们和华为、联通、移动的几位专家召开内部会议的时候一直在争论一件事情，怎么定义边缘计算、边缘云、云边缘？为什么叫做边缘？大家可以从这个角度想一想，也可以结合之前邬院士发布的新的边缘计算十问。点击图片跳转阅读（邬贺铨院士：边缘计算新十问）。

为什么我们叫它边缘？其实从三个定义来看，我们要把边缘计算做起来需要什么？或者边缘计算本身是什么东西？

边缘计算不只是一个网络和计算，应该是一个OICT，就是包含工业互联网、物联网、计算专业和网络专业，各个专业融合在一起的方案才是边缘计算，只有把每个东西都做好了，我们才有可能把边缘计算畅想的那些东西呈现出来。我们最开始做边缘计算的时候就遇到了这样一些常见的问题，明明把服务器和边缘计算的节点部署到了距离客户最近的位置，结果测试效果并不好，为什么？因为我们的网络并没有改动，底层的网络还是按照传统的方式来做，比如5G或者某个无线网络还是通过回传的方式再回来，所谓的边缘计算的优势基本上是不复存在了。当然工业互联网当中要解决这个问题就更简单，直接就在边缘计算节点拉一根线到工业互联网，但我相信那肯定不是主流的方案，因为未来我们要靠5G和新的技术体现的时候可能还是要从基础的角度重新判断一下我们该怎样做边缘计算。刚才给大家讲的是现实当中做边缘计算会出现什么问题，再看一个更高层的问题，就是边缘计算会给我们带来哪些更多的麻烦？

图中大家可以看到，实际上我们的网络是自成一个体系的，以前从客户到公有云、云计算或者DC都是一条很明确的路线，我们做这些东西的时候只有一个选择，就是买哪家的网络和云服务更好，对比的是同一档次的产品，边缘计算又给我们带来了另外一个选择。因为我们的计算节点会部署在网络的各个层面，换句话说，可以买我们部署在核心机房的云计算节点，也可以买我们部署在边缘的计算节点，那么就可以考虑是买一个离我比较近的计算节点和便宜的网络更好，还是买一个距离非常远的计算节点，比如阿里云也有相同的能力，我们在很多风景非常好的地方部署了很大的机房，计算成本也非常低，报的价格也非常低，但要有一个稳定的专线过去，所以价格就会很贵。边缘计算会带来这样一个很大的差异性，就是我们的选择更多，因为这些选择的多样性，我们的基础网络和整个运营生态都会发生极大的变化。因此我们成立了一个专门的工作组研究网络和边缘计算之间的关系，其实这个工作组最核心的诉求就是要站在边缘计算的视角重新来看我们的网络该怎么做。

去年我们想如果站在边缘计算的角度，参照云计算的模式，其实可以把我们的网络分为三个层面：从用户接入到边缘计算节点，边缘计算节点内部，以及边缘计算节点到其他计算节点，下面逐一地为大家简单介绍一下我们对这三段的考虑。

 

大家看到图中的是边缘计算接入网络，但这只是一个逻辑划分，并不代表某种具体的网络技术。这种网络当中包含各类技术，但无论是哪一种技术，要给客户带来的是什么？换句话说，我们的边缘计算要实现的话需要什么东西？比如ECA当中需要融合，题目当中也有工业互联网，OT域和CT域，尤其是5G网络当中应该怎样和工业互联网、工厂内网互联，这是我们需要考虑的部分。所有讲到边缘计算优势的时候一定会讲到低时延，但不能出现绕路，必须保证接入的方式直达边缘计算节点，还有大带宽、大连接和高安全性，各个层面的东西都是需要在ECA当中考虑的，通过考虑这些东西反推现有的网络技术和网络架构是否能够满足要求。

ECN模仿的是DCN，就是数据中心内部网络，属于和我个人的经历有关系，因为之前我做过很长一段时间数据中心网络的研究，当时发现其实数据中心网络当中做得很好，完全移植到边缘计算节点一点问题没有，我们可以做到高带宽、大通量，但是就有一个问题，成本太高，我们不可能为每一个边缘计算节点部署一套完整的高等交换机，需要能够满足需求但又能够降低成本的方式来做这件事情。现在来看我们ECN就和传统的方式不一样，就像刚才看到视频当中也有提到紧凑型的机柜，可能这就是我们需要发展的。有些时候这种技术做大很难，要往小做成低成本满足要求也挺难，所以我们觉得这也是很值得探讨的方向。

所谓的ECI和DCI是对应关系，我们认为边缘计算也存在互联需求，不同的边缘计算节点和云节点之间也是需要互联互通甚至互操作的，这些东西可能对现有的整个网络技术方案有很大的冲击和影响。总结来看，我们当时在白皮书和后来的宣讲都做了很多相关的工作，现在以IP为基础的Best Effort网络存在一些问题，比如有损、尽力而为，未来我们需要向主动安全、算力网络、无线接入等等方式进行演进。因为这些东西的范畴很广，我们可以直接写一本书出来，要是今天我讲的话估计可以给大家讲上一整天，但由于时间有限，只给大家讲一小段我们最新提出的算力网络的东西。

这是我一直给高校老师看的一张图，我们认为有边缘计算之后会给整个业界带来这样的影响，最大的系统受益的角度，其实拥有边缘计算，整个计算模型和布局模型跟传统的只有一个选择的那种模型是差别很大的。我们简单地推导了一下，就是所谓的NP难的问题，要是在工程和运营当中解决这个问题其实更难，因为学术方面我们简化了很多东西，需要实施和优化的话很难。针对这个问题业界其实也有不同的声音，算力网络算是一种方式，泛在计算是另外一种方式，云边协同可能也是一种方式，今天重点和大家介绍一下算力网络这种方案。

算力网络方案包含基础的商业逻辑，因为有了边缘计算之后，我们边缘计算的提供方包含哪些？现在大家要购买云计算没有太多的选择，每次云计算的报表排名也就是那么七八个主流的厂家，基本上选择一个就够用了，但边缘计算不一样，每个城市甚至每个街道、每个社区要遇到边缘计算的供应方都不一样。就像我们三个运营商想做边缘计算，互联网企业也在做边缘计算，国网、铁塔都可以做边缘计算，只要有一块地和稳定的供电，购买服务器扔在那里，然后去找一方把计算节点连接进入大网就可以做边缘计算了。在这种情况下，客户使用者怎么找到提供方？提供方怎么把东西卖出去？这个事情其实就是我们需要考虑的事情，换句话说就是刚才的那句话，我们可能遇到了新的商业问题，如何把最佳的算力资源卖到最适合的客户那里？我们从这个角度考虑这个事情。    应该怎么做呢？因为我们是电信运营商，网络做得比较多一些，所以考虑的角度是从网络解决这个问题。传统的路由协议传递的是路由信息，也是节点通达的信息，算力网络就是希望在这上面扩展，就是多传递一些信息行不行。比如把每个节点的算力信息通过我们的网络进行分发，大家可能都学过BGP，BGP的扩展当中不但把路由信息放上去，算力节点的资源信息也放上去，这样的话每个节点不但会收到对应的路由表象，也会收到一个算力的分布图。结合算力的分布图和路由表项，我们可以给每一个消费者画一张视图，意思就是当把你的物理位置固定好了，可以告诉你距离最近的逻辑上的距离范围，就是固定的时间当中能够碰到哪些算力节点。这些算力节点位置可能是不一样的，可以通过这种方式选择最适合自己的，因为有的可能报价很高，有的可能报价很低，我们做一套系统可以让你在这个平台上像天猫和京东一样选择最适合自己要求的，能够满足自己支付意愿的方式，这些就是我们整个算力网络总体的思路。

刚才我给大家讲的只是最基础的理念，要是继续往上看的话，算力网络可以做到更多的事情。首先可以对基础资源进行选择，无论是存储还是计算节点，我们都可以通过一张网络的视角看待它的存在。我们把每一个离散的资源信息关联起来，形成一张整体的视图，我们在这张视图上面可以做更多的选择，给到大家更多的选项。因为现在AI领域当中算法已经成为了一种资源，未来我们可以提供给大家更多的算法资源匹配这些东西，能够让大家开发新的应用的时候更为简单高效。实际上通过算力网络的方式，我们可以把这个事情写得更多、做得更好，然后把整个网络的价值重新从哑管道让客户选择的角度变成真正实现融合，无论是云网融合还是算网融合，能够真正把基础的资源和上层的这些业务进行融合，从而为大家提供更好的服务。    这是一个比较偏技术领域的东西，就是现在我们做算力网络的方案，集中式的比较简单一点，可以模仿SDN分发节点的资源信息，当然也有分布式的方法，比如BGP路由协议，混合的方式就是可以通过分布式路由发放信息，然后通过集中化的控制平面进行交易和调度。    最后再做一个简单的介绍，因为我的Title是5G开放实验室，其实未来的算力网络以及5G2B行业的事情，中国电信已经建立起专门对行业客户的开放实验室，我们也是希望和大家一起共同促进5G行业的应用。

可能这和纯粹的5G技术研究标准不太一致，所以我们主要是对外的一些东西，包含我们做的测试平台等等。我们基于线网和边缘计算搭建面向5G、工业互联网的测试床，可以通过这个测试床进行验证，就像刚才给大家提到的算力网络，希望在这个测试床上进行验证，然后把这种方式很好地论证出来，边缘计算究竟能够给客户带来什么，究竟能够改变什么，边缘计算自身该往哪个方向发展。感谢大家阅读，公众号后台回复关键字“leibo"可以获取雷主任演讲PDF。对算力网络感兴趣的同学可以去京东上购买一下雷波主任团队的新作《边缘计算与算力网络》，本周上市！

 

感兴趣的可以拉下方长框查看了解书籍内容。

 

《边缘计算与算力网络》

 

编辑推荐

 

本书由中国电信股份有限公司研究院未来网络技术团队撰写，基于云、SDN、NFV等新技术的云化网络应用及发展趋势，对5G+AI时代的新型算力平台（边缘计算）与网络连接（算力网络）进行了系统性的介绍，不仅适合通信领域相关从业人员和高校师生阅读与参考，而且还适合对边缘计算和算力网络感兴趣的社会各界人士学习。 

 

内容简介

 

本书基于云、SDN、NFV等新技术的云化网络应用及发展趋势，对5G+AI时代的新型算力平台（边缘计算）与网络连接（算力网络）进行了系统性的介绍。本书内容涵盖了边缘计算的典型应用场景、主要特征、技术架构、管控体系和相关的网络基础设施，同时还系统性地介绍了算力网络解决方案的定义、思路、模式和典型应用。

 

本书不仅适合通信领域相关从业人员和高校师生阅读与参考，而且还适合对边缘计算和算力网络感兴趣的社会各界人士学习。

 

作者介绍

 

雷波，高级工程师，现任中国电信股份有限公司研究院IP与未来网络研究中心主任、中国通信标准化协会网络5.0技术标准推进委员会管理与运营组组长、边缘计算网络基础设施联合工作组（ECNI）联执主席等职务，目前聚焦在未来网络技术、新型数据中心网络、算力网络等方面的研究工作。

 

陈运清，教授级高级工程师，现任中国电信股份有限公司研究院副院长、中国电信科技委数据专业组副组长、中国互联网协会标准工作委员会副主任委员、中国通信标准化协会网络5.0技术标准推进委员会副主席等职务。他长期从事电信运营宽带网络领域的研究，曾获2008年度政府特殊津贴，在未来网络、下一代互联网、IP网络架构、高智能网络等子领域均有较深厚的研究和积累。

 

王旭亮，毕业于日本奈良先端科学技术大学院大学，获得软件设计学硕士学位，现任中国电信股份有限公司研究院新兴信息技术研究所未来网络与融合创新部副主任，主要研究方向为云计算、SDN/NFV、边缘计算和数据中心网络等。

 

赵倩颖，毕业于比萨大学和圣安娜高等研究学院，获信息和网络专业硕士学位，现为中国电信股份有限公司研究院工程师，曾参与边缘计算、5G+AI智能算力网络研究，并参与ITU-T算力网络标准化制定工作，主要研究方向未来网络、算力网络。

 

解云鹏，毕业于北京邮电大学，获计算机应用技术硕士学位，高级工程师，现任中国电信股份有限公司研究院实验室运营中心技术总监、中国通信标准化协会网络5.0技术标准推进委员会架构组副组长等职务。他主要研究领域为未来网络架构、IP城域网、数据中心网络等，获得省部级奖5项，发明专利10多项，合著专著3本。

 

王江龙，毕业于北京邮电大学，获信息与通信工程硕士学位，现为中国电信股份有限公司研究院工程师，主要从事新型IP网络技术、云网融合、未来网络架构等创新领域的工作。

 

柏楠，毕业于北京邮电大学，现为中国电信股份有限公司研究院高级工程师，长期致力于网络运营和IT技术的研究及开发工作，近年主要从事网络云化、NFV与边缘计算的设计研发工作。

 

刘增义，毕业于北京邮电大学，获通信工程硕士学位，现为中国电信股份有限公司研究院工程师，主要从事网络功能虚拟化、算力网络、容器网络等创新领域的工作。

 

唐静，毕业于北京科技大学，获计算机技术硕士学位，现为中国电信股份有限公司研究院工程师，曾参与SDN/NFV测试平台、边缘计算、5G+AI智能算力网络研究，并参与ITU-T标准化制定工作。

 

前 言

 

2019年3月，李克强总理在政府工作报告中再次提及人工智能，这标志着人工智能产业已经上升到国家战略高度；2019年10月31日，在中国国际信息通信展览会上，工业和信息化部宣布5G商用正式启动。这两大标志性事件意味着中国将全面进入5G+AI时代，这是一个新的数字化时代，通信行业面临新一轮的机遇与调整。

 

在众多的通信新技术、新业务中，边缘计算脱颖而出，成为学术界、产业界及政府部门的关注热点，同时市场也反响积极。Gartner数据显示，到2022年将有65%的数据在边缘数据中心存储和处理，未来1～3年边缘计算将进入规模商用部署期。未来边缘计算在电力、交通、制造、智慧城市等多个价值行业将有规模应用。

 

但边缘计算仍处于研究和探索阶段，系统理清其各方面的知识并非易事。单从定义上讲，各个组织、机构就有不同的看法。ISO/IEC JTC1/SC38认为，边缘计算是一种将主要处理和数据存储放在网络的边缘节点的分布式计算形式。边缘计算产业联盟对边缘计算的定义是：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（架构），就近提供边缘智能服务，满足行业数字化在敏捷连接、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。它可以作为连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。欧洲电信标准化协会（European Telecommunications Standards Institute，ETSI）认为，边缘计算是在网络边缘（运营商网络边缘）为应用开发者和内容服务商提供所需的云端计算功能、互联网技术（Internet Technology，IT）服务环境等。

 

对于边缘计算的应用场景、实施架构，更是各种说法、各类方案层出不穷。但究其本源，边缘计算是在网络边缘提供计算、存储等资源，通过分布式的系统满足上层应用对时延等性能指标的要求，同时降低资源消耗，降低综合支出。因此边缘计算无法像传统云计算那样通过集中化、规模化管控，需要找到新的途径实现对离散资源的管控与资源互通，并实现网络资源和计算资源的协同调度，从而向用户提供有质量保证的服务。

 

本书希望可以帮助读者对边缘计算和算力网络有系统性的理解，包括但不限于对边缘计算的定义、场景、架构及算力网络产生的背景、定义及实现具体方法等进行全面、具体的阐述。

 

本书共8章，内容涵盖了边缘计算和算力网络的主要内容。第1章从整体上介绍了在当今技术发展的大趋势下算力在社会发展中的重要地位、算力提供的方式及算力提供平台与网络连接的关系。第2章介绍了边缘计算的演进与定义，并从需求出发介绍了边缘计算的典型应用场景。第3章介绍了边缘计算的主要特征与典型技术架构。第4章介绍了边缘计算的基础设施层，包括边缘计算接入设备、数据中心网络及新的无损网络技术等。第5章重点介绍了边缘计算的管控体系。第6章介绍了由于边缘计算的出现而提出的由云网一体向算网一体演进的思想。最后两章是对算力网络的详细介绍，第7章介绍了算力网络的背景、定义、算力网络中多资源联合优化的数学模型及算力网络应用案例；第8章分别从资源关联和资源交易两个方面介绍了算力网络体系，还具体介绍了算力网络资源关联的集中式和分布式两种方案。附录介绍了边缘计算的开源系统、自动化测试及实践供读者拓展学习。

 

本书由雷波、陈运清组织编写并统稿，其他参与编写的人员有王旭亮、赵倩颖、刘增义、王江龙、柏楠、解云鹏、唐静等。第1章由雷波、赵倩颖、王旭亮、唐静编写；第2、3章由王旭亮、刘增义、王江龙编写；第4章由王旭亮、王江龙编写；第5章由柏楠编写；第6章由解云鹏、王江龙编写；第7、8章由雷波、刘增义编写。

 

国内外对边缘计算的研究尚处于标准化阶段，算力网络也处于积极的研究发展之际。限于作者认知水平，相关的观点和技术方向不一定非常准确，错误和遗漏在所难免，欢迎读者不吝赐教。

 

编著者 

 

2020年10月于北京市北七家未来科技城

 

目 录

 

第1章 5G+AI时代需要边缘计算与算力网络·· 1

 

1.1 算力时代·· 1

 

1.1.1 算力定义·· 1

 

1.1.2 算力推动各行各业的发展·· 2

 

1.2 5G+AI时代的算力平台·· 7

 

1.2.1 典型算力平台：云计算·· 7

 

1.2.2 新型算力平台：边缘计算·· 9

 

1.2.3 端计算·· 10

 

1.2.4 多样化的算力提供方·· 11

 

1.3 算力平台与网络连接·· 11

 

1.3.1 云计算时代的网络解决方案：云网一体·· 11

 

1.3.2 从边缘计算视角看网络：ECA/ECN/ECI 12

 

1.3.3 算网一体化布局·· 16

 

1.3.4 边缘计算时代的新型网络连接：算力网络·· 16

 

1.4 本章小结·· 17

 

第2章 边缘计算与应用场景·· 19

 

2.1 边缘计算演进与定义·· 19

 

2.2 边缘计算的性能指标·· 24

 

2.3 边缘计算场景与典型应用综述·· 25

 

2.3.1 ICT服务商将云计算能力逐步扩展到边缘设备·· 25

 

2.3.2 工业企业依托丰富的工业场景发挥现场级应用能力·· 27

 

2.4 行业应用·· 28

 

2.4.1 平安城市·· 28

 

2.4.2 远程医疗·· 30

 

2.4.3 智慧家庭·· 31

 

2.4.4 车联网·· 33

 

2.4.5 工业智能制造·· 34

 

2.4.6 内容服务·· 36

 

2.5 本章小结·· 40

 

第3章 边缘计算主要特征与技术架构·· 41

 

3.1 边缘计算平台行业特色能力·· 41

 

3.1.1 图像识别能力·· 42

 

3.1.2 图像渲染能力·· 43

 

3.1.3 实时编解码能力·· 43

 

3.1.4 智能分析能力·· 44

 

3.2 边缘计算平台网络能力开放·· 45

 

3.2.1 位置服务能力·· 46

 

3.2.2 业务分流能力·· 46

 

3.2.3 无线网络信息服务能力·· 47

 

3.2.4 用户身份识别服务能力·· 48

 

3.2.5 宽带管理服务能力·· 49

 

3.2.6 QoS服务能力·· 49

 

3.2.7 流程统计及计费服务能力·· 49

 

3.2.8 IoT服务能力·· 51

 

3.2.9 WLAN信息服务能力·· 52

 

3.2.10 固定接入信息服务能力·· 52

 

3.2.11 车联网服务能力·· 52

 

3.3 边缘计算平台管理能力·· 54

 

3.3.1 边缘App管理能力·· 54

 

3.3.2 边缘资源管理能力·· 57

 

3.4 本章小结·· 59

 

第4章 边缘计算基础设施层·· 61

 

4.1 服务器与网络接入设备·· 61

 

4.1.1 边缘服务器[42] 61

 

4.1.2 服务器虚拟化·· 66

 

4.1.3 定制化的边缘接入设备·· 73

 

4.2 基于FPGA的网络算力加速·· 83

 

4.2.1 算力的演进：从CPU到FPGA· 83

 

4.2.2 FPGA助力网络加速·· 84

 

4.2.3 FPGA助力边缘计算·· 85

 

4.2.4 边缘计算算力进入FPGA时代·· 88

 

4.3 数据中心网络的演进·· 88

 

4.3.1 网络架构的演进·· 88

 

4.3.2 网络标准的演进·· 93

 

4.3.3 网络设备的演进·· 98

 

4.4 构建无损的边缘数据中心网络·· 102

 

4.4.1 无损网络的由来·· 102

 

4.4.2 无损网络关键技术·· 108

 

4.4.3 无损网络技术在边缘数据中心的应用场景·· 113

 

4.5 本章小结·· 118

 

第5章 边缘计算的管控体系·· 119

 

5.1 边缘计算的管理架构·· 119

 

5.2 运营商视角的管控体系·· 123

 

5.2.1 运营商的选择·· 123

 

5.2.2 变革中的网络管理·· 124

 

5.2.3 运营商边缘计算的管控·· 143

 

5.3 其他视角的管控体系·· 147

 

5.3.1 从云服务出发构建MEC体系·· 147

 

5.3.2 从应用出发构建MEC-PaaS服务·· 149

 

5.4 本章小结·· 150

 

第6章 从云网一体到算网一体·· 153

 

6.1 从云网到边端·· 153

 

6.1.1 云网边端总体能力和内涵·· 153

 

6.1.2 边缘计算与云网一体化·· 154

 

6.2 边缘计算对网络的新需求·· 155

 

6.2.1 典型业务承载需求·· 155

 

6.2.2 协同组网需求·· 157

 

6.2.3 智慧化管理需求·· 158

 

6.3 边缘组网关键技术·· 158

 

6.3.1 泛在多样连接·· 159

 

6.3.2 确定性无损转发·· 159

 

6.3.3 算力按需分配·· 160

 

6.3.4 网络切片·· 160

 

6.3.5 网络智能化·· 161

 

6.4 云边协同、算网一体的融合架构·· 161

 

6.4.1 架构融合的基础要素·· 161

 

6.4.2 算力网络新架构·· 163

 

6.4.3 云网一体、边网协同的新型城域网·· 165

 

6.5 本章小结·· 173

 

第7章 算力网络·· 175

 

7.1 算力网络的背景·· 175

 

7.1.1 分布式算力成为业务发展新需求·· 176

 

7.1.2 边缘计算驱动算力提供的多样化·· 178

 

7.1.3 网络发展为多方算力资源灵活提供奠定了基础·· 179

 

7.1.4 算力网络提供新的商业模式·· 180

 

7.2 算力网络的定义·· 181

 

7.2.1 算力网络与电力网络的类比分析·· 181

 

7.2.2 算力网络与云网协同·· 182

 

7.3 算力网络中多资源联合优化的数学分析·· 183

 

7.4 算力网络应用案例·· 188

 

7.4.1 算力网络在智能安防领域的应用案例·· 188

 

7.4.2 算力网络在AR业务领域的应用案例·· 191

 

7.5 本章小结·· 194

 

第8章 算力网络实施方案·· 195

 

8.1 算力网络体系·· 195

 

8.1.1 算力网络体系架构·· 195

 

8.1.2  算力网络交易平台·· 197

 

8.1.3 集中式的算力网络编排管理平台·· 198

 

8.1.4 分布式的算力路由层·· 201

 

8.2 算力网络运行示例·· 202

 

8.2.1 场景假设与角色描述·· 202

 

8.2.2 资源信息分发与收集·· 204

 

8.2.3 算力网络交易详解·· 209

 

8.2.4 算力网络资源调度·· 212

 

8.2.5 集中式方案、分布式方案、混合式方案对比·· 215

 

8.3 基于AI的扩展服务模式·· 216

 

8.4 本章小结·· 218

 

附录A 边缘计算开源系统介绍·· 219

 

A.1 StarlingX· 219

 

A.2 KubeEdge 233

 

附录B 边缘计算自动化测试及实践·· 251

 

B.1 云化网络自动化测试·· 251

 

B.2 云化网元自动化测试·· 259

 

B.3 测试平台实践·· 262

 

缩略语·· 269

 

参考文献·· 277

 

 

京东上可以购买！

欢迎扩散传播！感谢！

边缘计算社区：促进边缘计算领域知识传播，中立，客观，如果您对边缘计算、5G、物联网、云原生等领域感兴趣请关注我们。对边缘计算、5G感兴趣的同学可以加一下交流群，加微信byjssq，自我介绍一下公司名+职位，席位不多，最后几个空位。