5G、物联网、AI 等技术的实践应用，推动边缘计算从云计算的补 位角色走向主流，在技术方面有创新性探索与发展，边缘计算正在加 速迈向广泛普及和深度应用的新阶段。
为应对业务发展而带来的服务和用户数量增加，边缘计算需要满 足快速灵活部署需求。软硬一体边缘基础设施利用超融合等软硬一体 技术切实做到将计算能力扩展到生产现场，将算力下沉至极端边缘和 用户所需的任何位置，并且无需传统意义上的大型数据中心环境，对 生产侧环境要求友好。 边缘软硬一体基础设施整体呈现高度集成的架构。软硬一体技术 能够集成各类服务器、交换机等硬件设备，结合厂商自身的云管理或 轻量级虚拟化技术，根据业务需要进行功能裁剪或轻量化定制，提供 适度定制化交付能力的边缘服务，直接在靠近数据产生的源头侧构建 便捷、可扩展、随需使用的边缘计算服务，如下图 2 所示。因此，在面向不同的应用场景时，可以灵活集成不同的硬件设备以提供多种计 算形态，例如通过软件定义的方式实现 ARM 、X86 等异构架构的资 源池化，提高资源利用率与灵活性。
软硬一体边缘基础设施，例如边缘一体机、边缘网关等，可按用 户需求提供定制化边缘服务能力，包括不同规格和模式的计算、存储、 网络、安全基础设施服务，以及中间件、数据库、场景化软件等上层 服务和应用。软硬一体边缘基础设施还可根据业务需求设计出尺寸小、 功耗低、计算密度高等不同特点的硬件设备，快速接入现有环境，为 边缘业务快速部署和铺开提供便利，同时，业务发展后的扩容、升级 和维护也得以快速实现。
在边缘计算场景持续丰富、多样化的场景下，边缘软硬一体技术 会向着深度场景化定制方向发展。例如可编程网络硬件能够有效进行 功能卸载，实现提供 TB 级流量汇聚能力；异构硬件通过对硬件规模、 物理环境、性能、安全等需求定制化定制化满足不同应用场景的高性能需求；智能网卡网络加速和数据处理能力，不仅能够卸载边缘网络 处理任务，还可以通过其内置的计算能力直接参与数据计算和处理， 从而大幅提升边缘设备的计算能力和网络效率。未来，通过面向高性 能场景的裸金属硬件设备定制、面向终端云化场景的高性能设备定制、 面向大流量场景的网络设备定制等方案，满足高性能、大流量、广域 物联、边缘 AI 推理等不同场景业务需求。
数字经济时代，物联网正在加速成为虚拟世界和现实世界的融合 媒介。边缘计算伴随着物联网技术的发展展现出迅猛扩张的态势，一 方面，边缘计算能够为物联网提供成本更低、效率更高的算力资源； 另一方面，边缘计算能够实现数据便捷接入、汇聚、流转，帮助物联 网应用快速落地实践。作为中间层平台，边缘计算在终端设备和中心 云之间起到承上启下的作用，让物联网系统能够更加高效和灵活的运 转。
中心云物联网平台对所有边端进行集中式管理，这种架构在海量 终端设备存在的场景下存在巨大的管理挑战，当物联网设备达到一定 数量时，管理平面遇到难以逾越的瓶颈，在很多中大型企业中很难适 用。边缘云物联网平台在客户现场能够具备独立的集群管理能力，中 心云的断连不会影响到边缘云的自运行、业务处理，基于 Kubernetes 构建的集群管理，管理节点和工作节点都是可以下沉部署到边缘云上， 云边断连不影响集群管理调度。而传统的云边协同架构，将管理节点 部署在中心云，工作节点部署在边缘云，这样云边断连时会导致集群调度等能力的丢失。
边缘网关最靠近客户的业务现场，与生产设备、传感器、仪器仪 表等终端设备通过串口或网口实现连接，利用 AIoT 的技术把端侧数 据提取，与边缘云或中心云进行数据协同。云边端数据协同方式，能 够有效采集生产数据，通过边缘云减少直接云端的数据传输压力，边 缘云可以直接在客户现场就近管理端，不依赖中心云，实现边端自治。
物联网与边缘计算融合技术在探索中不断创新发展。终端设备由 于地理位置分散、网络环境复杂，接入和管理面临各种问题，面向物 联网的边缘计算平台则致力于解决终端设备的异构连接场景难点。物 联网设备类型众多，包括各类摄像头、传感器，接入方式包括 IP 和 非 IP 连接协议，国内外企业和开源组织近年来陆续发起不同垂直领 域的物联网边缘计算开源项目，例如，EdgeX Foundry 是由戴尔/EMC 和 VMware 发起、在 LF Edge 发展的、面向工业物联网边缘计算开发 的微服务框架，支持多种连接协议、多节点管理，可以部署在网关设 备上，为各种物联网设备和传感器提供连接并管理能力；Apache Edgent 是一个实时流数据处理框架，由 IBM 捐赠给 Apache 软件基金 会，同样可以嵌入到网关设备中，能够对终端设备和传感器采集的连 续数据流进行实时分析，有效降低数据传输成本和数据反馈时间； eKuiper 是轻量级物联网边缘分析、流式处理开源软件，能够部署在 极端边缘设备上，提供数据实时分析能力。
云原生理念自引入国内以来，对云计算产业带来了深远的影响， 改善了我国云服务简单粗暴的供应方式、增加了企业的用云深度和科 学性。随着计算能力从中心下沉到边缘，节点数量剧增、单节点能力 减弱、覆盖范围增加，轻量、灵活的云原生技术体系天然匹配以上边 缘场景，屏蔽不同架构的底层基础设施，提供全局资源的统一管理和 应用协同，得以在边缘计算中深度应用。边缘云原生技术是将云原生 概念和相关技术适配至边缘场景，从而形成区别于中心云云原生的新 框架，其中技术体现以边缘容器为主，为边缘算力扩展、云边协同运 算、边端设备管理提供独到的解决方案。
边缘容器相比于中心云容器技术通常表现出三个特点，第一，组 件有所裁剪，实现容器管理组件和管理通道的轻量化和敏捷化，以“最 小化”交付适应边缘受限的物理条件，使其能够构筑在极端紧张的边缘基础设施之上，提供不影响性能的同时保证资源利用率的容器集群 能力；第二，研制云边协同技术，通常实现中心管控、边缘作业的工 作模式，将管理能力上载至云端，充分利用边缘资源的全部计算能力， 同时，实现边缘适度自治和边缘单元化管理，提升系统的可靠性和可 扩展性；第三，在原生 K8s 基础上继续开发适配大规模边缘节点的容 器管理组件，提升规模化边缘节点的管理效率和运维效率，以适应爆 发式增长的边缘接入节点，同时，也在边缘进行大规模的应用分发、 流量治理等层面进行技术探索和实践。 边缘函数服务是近年来各边缘服务提供商加大研发投入的领域 之一，是 Serverless 架构的一种服务形态，能够让边缘用户无需关注 基础设施，仅聚焦于业务代码实现。利用 Serverless 的技术，可以实 现不同功能的脚本编写，复用相同的运行模块，减少资源的消耗。 可以预见，边缘云原生通过容器、函数等技术持续降低用户使用 和运维边缘算力复杂度，帮助用户专注于业务，将在智能制造、智慧 城市、医疗健康、金融科技、游戏娱乐等领域得到广泛应用。
伴随着边缘计算应用范围逐渐扩展，也带来了新的安全挑战。如 何提供覆盖全边侧范围的安全防护体系是边缘计算提供商和安全厂 商持续关注的问题，因此，需要建立完善的安全管理体系和标准，加 强边缘数据和网络的安全管理和保护，同时，需要不断加强边缘安全 技术的研发和创新，包括数据加密、访问控制、安全审计等方面。 相比于中心云侧，边缘侧面临着多种异构服务器、复杂网络环境、关节点薄弱、终端设备大量接入等多维度的风险因素。在网络安全 层面，将 DDoS、Web 、CC、Bot 等安全防护功能直接从数据中心下 沉到边缘，一方面保护了部署在边缘的服务高效稳定运行，另一方面， 充分利用边缘节点分布式特性，大量的攻击流量在边缘节点被清洗和 过滤，大幅减少各种攻击流量对于主干网络的冲击；在数据安全层面， 数据加密传输、数据安全存储、敏感数据处理和敏感数据监测等关键 技术能力，保障边缘数据全生命周期安全；在应用安全层面，通过应 用隔离、APP 加固、权限和访问控制、接口安全管理、应用审计、漏 洞检测等安全防护措施，全面提升边缘侧应用的安全性。由于边缘计 算规模受限，分配给边缘侧的安全资源，相比于数据中心或中心云侧 更少,因此在将集中式架构中使用的安全防护能力，延伸到边缘侧的 时候，往往需要进行精简和瘦身，以适配边缘计算资源利用的经济性 要求。
除了在基础资源、数据、应用等层面加固安全防护措施之外，边 缘安全还需要注重网关、物联设备、各种节点的统一编排管理，在物 理解除攻击、接口调用、访问、MEC 平台等方面加强安全技术研究。 边缘安全不仅局限于边缘侧本身，还要从云边端协同的角度共同 构筑安全。从端侧来看，边缘网关对生产设备或系统进行现场对接时， 通过串口或网口对接的非安全协议，必须要先转变成安全协议，确保 边端通讯前基于安全协议对数据加密；边缘网关大多部署在客户侧， 存在不可预测的暴力破解风险，所以要禁止用户绕开鉴权通道，后台 访问本地数据。从边侧来看，边缘云面临的风险更大，接收从中心云下发的应用，部署前要先做完整性校验，利用云边签名机制防篡改， 加强应用安全分发的安全；基于安全芯片，对云边通道的鉴权信息或 敏感信息进行硬件加密，防止被恶意登录；云边通道、边端通道，区 分管理通道、数据通道，保证数据通道的安全加密、通道隔离。从云 侧来看，中心云侧重安全态势感知，基于端、边的数据，实时、分析 数据异常，可视化监控应用，边缘云和边缘网关的权限管理，分模块 协同管控。
