CCF YOCSEF武汉：边缘计算，

未来之星还是新瓶旧酒？

边缘计算通过利用靠近数据源或用户的网络边缘设备，形成一个集网络、计算、存储、应用等核心功能为一体的开放平台，为用户提供实时的数据分析与处理。近年来，随着移动设备和5G网络的发展，边缘计算有望在工业物联网、智慧城市和车联网的多个场景中提供自动控制、数据分析、服务优化等应用，满足行业在实时业务、用户安全与隐私保护等方面的基本需求。然而，边缘计算平台同时又具有地理分散性、设备异构性和管理复杂性等不利因素。如何能有效地利用边缘计算平台？哪些应用是边缘计算的killer application？未来边缘计算能形成大规模的产业和应用吗？高校如何培养出更贴近应用的边缘计算人才？为探讨和回答以上的问题，组织了本次技术论坛。

本次论坛将从以下三个方面展开思辩和探讨：

（1）边缘计算是炒概念吗？

（2）边缘计算是云计算的“备胎”吗？

（3）边缘计算有大规模产业应用的可能吗？

本次观点论坛，邀请了中国地质大学（武汉）计算机学院曾德泽教授、华中科技大学陆枫副教授、霍尼韦尔Tridium中国区教育行业徐风总监，一同参与论坛思辩，畅所欲言。

来自中国地质大学（武汉）的曾德泽教授为我们带来了“算网融合的边缘计算管控”的发言。他首先介绍了当前网络存在着架构封闭、可扩展性差等困境，以及困境所带来的网络状态的转变，然后介绍了从云网融合向算网融合的转变过程并重点介绍了算力网络的概念和架构，最后提出了在算网融合过程中对于资源管控的挑战并提出虚拟网元调度的思想。

来自华中科技大学计算机学院的陆枫教授为我们分享了“端边云融合模式下的医疗健康服务”。她首先介绍了社会对于健康管理的需求，然后结合着疾病不在局限于临床观察的现状以及临床症状的出现说明病情已不可逆转的事实，提出了“仅仅依靠云计算能否满足服务要求”的问题，然后分享了采用端边云协同结构提供服务的方式，并强调了基于端边云学习所面临的六大挑战和应对的策略。最后，她表示，在端边云协同的系统可以各展所长，实现安全快速的医疗辅助和在线诊断。

最后，来自霍尼韦尔Tridium中国区教育行业总监徐风先生从产业角度为我们带来了“科研+教学，边缘计算通用物联网框架”的精彩发言。他首先介绍了异构多生态物联情景下存在的一些问题，并根据这些问题提出了解决多厂商、多协议、多系统互联问题的Niagara物联网全栈式软件框架，然后为我们深入讲解了这个分布式云边协同一体化平台，最后为我们介绍了使用该架构创作的一些案例，让我们从产业的角度看到了边缘计算的应用。

“边缘计算，未来之星还是新瓶旧酒？”针对这个话题，各高校和行业的专家学者纷纷提出了自己的观点和思考。

1. 边缘计算是炒概念吗？

（1）边缘计算和云计算/雾计算是一回事吗？

徐风：边缘计算和云计算都是处理大数据的一种方式，处理数据的地方不一样。云计算更适用于对实时性要求不高的场景，边缘计算则适用于对实时要求高的场景。两者不是一回事，互相不可替代。

陆枫：边缘计算比较灵活。每一个场景都有自己的特点。

曾德泽：理论上来说，两者没有本质上的区别。宏观上讲边缘计算和云计算从理论上来看都是一个计算图。但是细节上两者又有不同，云计算的计算设备相对同构，拓扑结构相对比较统一。边缘计算的拓扑结构往往受限于具体的网络结构，所以其拓扑结构很难统一规整。总结：泛泛地看两者可以统一，详细来看两者也有不同的地方。

王仲奎：各位老师们好，我是来自华中科技大学的王仲奎，刚才曾教授说到CDN，我在想云计算和边缘计算的关系，是否类似于云中心和CDN的关系，边缘计算在边缘提供算力，CDN在边缘提供存储？

曾德泽：边缘计算的历史可以看做就是一个CDN。云计算和边缘计算的关系可以理解为类似于云中心和CDN的关系。CDN没有大规模部署之前，网络视频往往存储在固定的服务器上。边缘计算的重点在于怎么抓住计算来展开研究。

李珊：从事边缘计算的学生应该具有那些方面的知识？

徐风：有些设备不能直接上云。教指委教学体系指出原先嵌入式还是比较重要。从协议，异构性角度来解决问题，基本的IP知识还是必须的。教指委的教材可以很好滴衔接。

罗瑞坤：边缘计算是不是可以当成计算机存储架构里的cache，这个cache不光是存储也包括计算能力，随着边缘需求和数据量的增大，那这个cache会不会面临膨胀成云的情况呢？未来会不会有多层边缘层的架构？

曾德泽：边缘计算可以当成cache。CDN可以看做一种主动cache，可以降低用户端到端的时延。云边端融合不用在乎在哪里，而是能不能解决计算的问题。

李哲雄：各位老师们好，我是来自中国地质大学（武汉）的李哲雄，我想请问一下，边缘计算的能力不如云计算，那么在如果遇到一些比较复杂的数据或者计算量大的时候会不会出现数据分析时得不到一个好的结果的情况？

陆枫：如果遇到一些比较复杂的数据或者计算量大的时候，会出现数据分析时得不到一个好的结果的情况。以救护车为例，救护车如果行驶过程中可以把病人的诊断实时传输到手术室，这样可以为病人争取时间。可以将模型分别在边和云端重新部署，云端和边端分别解决各自的问题。

顾琳：边缘计算和雾计算的差异？

曾德泽：雾计算思科提出，起初搞了个工业联盟。学术界也搞了个联盟专注边缘计算。学术上有人把雾计算看做云计算和边缘计算的中间部分。同一个概念，架构不同。

2. 边缘计算是云计算的“备胎”吗？

（1）边缘计算具有它独特的应用场景和killer application吗？

陆枫：医疗会诊场景：某个病人可能需要多个专业的医生来诊断。当前的边缘计算和云计算还没有办法提供远程医疗实时会诊。原因在于当前的传输设备、传输速度的限制。边缘计算还是有需要担当的责任。

徐风：边缘计算还有边端的智能传感器的概念。用户端的体验很重要。智慧园区、消防安防这些对实时性要求极高的场景，边缘计算目前还不可替代。边缘计算的杀手级应用：异构性场景。

曾德泽：自动驾驶领域要求数据在某一个时间段必须传到，而且还要保证质量。边缘计算在这方面以及工业互联网方面的应用是必须的。

欧阳伟：请教陆枫老师，小型数据中心的防火墙和防御措施应该不如云计算平台，那么基于边缘计算医疗数据的处理过程中，会存在隐私泄露相关的问题吗？

陆枫：小型数据中心没有云计算那么完善。医疗数据的边缘计算用户是固定的，用户比较固定。云计算的用户比较复杂。医疗上边缘计算是通过物理隔离的层面保证隐私安全。

陈律昊：边缘计算负载分配怎么考虑？隐私怎么保护？边缘计算落地需要解决的问题还很多，前景是个光明的，但还需要很多理论和实际的技术主持。

李子元：联邦学习的概念可以很好滴解决边缘计算的用户隐私问题。

（2）未来边缘计算和云计算会是长期合作还是各显神通？

曾德泽：未来边缘计算和云计算都会消失掉，他们一定会融合在一起，由操作系统抽象出来。他们将是长期合作的一个过程。

徐风：从行业角度来说，两者共存，有合作也有各自神通。唯一处理的区别就是大与小。业务应用在边缘端，管理在云端。

王子通：未来边缘计算和云计算都会在各自的领域展现优势。边缘计算的低延时性在实时应用方面更重要。云计算也有独特的应用场景，比如海量数据的处理。

陆枫：未来边缘计算和云计算未来一定是走向融合的一个趋势。目前一定是长期合作，各显神通的。

张伟颖：边缘计算有自己独特的应用场景。长期发展来看，两者还是长期合作，云边合作。两者也有自己的缺陷。未来还是二者融合，规避各自缺点的趋势。二者合作建立在各显神通的基础上。

3. 边缘计算有大规模产业应用的可能吗？

（1）边缘能实现多租户共享的边缘平台或者产业应用吗？

徐风：国内网轻量级的操作系统直接部署在边端。各个厂商将能力转化为功能。可以实现多租户共享的应用。

李哲雄：各位老师们好，我是来自中国地质大学的李哲雄。我有个问题是分布式的边缘计算在实现多租户共享的时候，会遇到软件和硬件上的异构问题，这个问题该怎么解决呢？

曾德泽：异构和动态是本质。上层应用的人看不到底层的架构，仅仅通过function的方式构建应用。

（2）边缘计算能出现像阿里云那样的大规模服务提供商吗？

徐风：边缘计算应该不局限于设备的单一应用。先把物连起来，再解决异构问题：驱动共享机制。应用场景可以变化。

龚迎莎：短期内很难实现多用户共享。用户隔离机制和恶意用户是大问题。

曾德泽：隔离机制不用太担忧。各种可信计算的技术和手段都可以用于边缘计算的平台来提供隔离的保障。

胡杰：边缘计算有大规模的应用场景。腾讯云阿里云都是基于边缘节点和网络的的产品。

经过思辨，主要观点有：虽然边缘计算与云计算之间在计算本质上是相同的，但是在具体应用场景中，边缘计算和云计算都各自有着自己独特的场景，且两者是相互依赖，相互合作的。边缘计算未来可期，前景远大。最后，YOCSEF武汉副主席安波对本次论坛进行了总结致辞，三位嘉宾也分别用一句话来总结本次观点论坛：

曾德泽：算网融合是将来云边端未来！

陆枫：端采集边推理云学习，一念一世界，一步一生莲。

徐风：Niagara全栈式软件框架助力边缘计算。