隨著5G的規(guī)模商用以及AI技術(shù)在各行各業(yè)的逐步普及，新型智能應(yīng)用及終端正對(duì)體驗(yàn)、時(shí)延、帶寬、安全等數(shù)字業(yè)務(wù)的關(guān)鍵要素提出全新的挑戰(zhàn)，而邊緣計(jì)算正在成為應(yīng)對(duì)挑戰(zhàn)的核心手段。據(jù)Gartner預(yù)測(cè)，到2022年，邊緣計(jì)算將成為所有數(shù)字業(yè)務(wù)的必要需求。

在今年3月結(jié)束的華為開(kāi)發(fā)者大會(huì)2020（Cloud）上，華為云智能邊緣平臺(tái)IEF首席架構(gòu)師張琦深度解讀了十萬(wàn)邊緣節(jié)點(diǎn)的管理技術(shù)，以及如何通過(guò)云原生技術(shù)和邊緣計(jì)算結(jié)合，構(gòu)建邊緣計(jì)算實(shí)戰(zhàn)場(chǎng)景中所需的業(yè)務(wù)下沉、云邊協(xié)同及離線自治等關(guān)鍵能力。

從“Cloud Native”到“Edge Native”的挑戰(zhàn)

標(biāo)準(zhǔn)的邊云協(xié)同模型，對(duì)Cloud Native技術(shù)有六大協(xié)同訴求：服務(wù)協(xié)同，業(yè)務(wù)管理協(xié)同、應(yīng)用管理協(xié)同、智能協(xié)同、數(shù)據(jù)協(xié)同，以及云邊的資源協(xié)同。

舉例來(lái)說(shuō)，應(yīng)對(duì)智能協(xié)同的需求，可采用“云上訓(xùn)練，邊緣推理”的思路：

云端，人工智能服務(wù)利用海量計(jì)算資源，完成海量數(shù)據(jù)預(yù)處理及半自動(dòng)化標(biāo)注、大規(guī)模分布式訓(xùn)練、自動(dòng)化模型生成；

邊緣側(cè)，邊緣服務(wù)將云上訓(xùn)練好的AI應(yīng)用以容器或函數(shù)形式推送到邊緣節(jié)點(diǎn)，提供邊云傳輸通道，聯(lián)動(dòng)邊緣和云端的數(shù)據(jù)，支撐AI應(yīng)用實(shí)現(xiàn)邊云智能協(xié)同，同時(shí)提供升級(jí)、監(jiān)控、日志等運(yùn)維能力；

邊緣AI容器/函數(shù)加載模型，實(shí)時(shí)從設(shè)備獲取數(shù)據(jù)，通過(guò)推理進(jìn)行瑕疵檢測(cè)，根據(jù)結(jié)果調(diào)整生產(chǎn)設(shè)備的參數(shù)，提升良品率。邊緣產(chǎn)生的數(shù)據(jù)和推理結(jié)果周期上傳到云上，用于持續(xù)模型訓(xùn)練和生產(chǎn)分析。

然而在此之上，“Edge Native”應(yīng)用的一系列特殊需求，如極致的輕量化、離線自治及故障自愈及超大規(guī)模節(jié)點(diǎn)管理等，對(duì)Cloud Native技術(shù)提出了更高的要求：

1.極致的輕量化：端側(cè)設(shè)備由于資源有限，對(duì)邊緣計(jì)算平臺(tái)的資源占用往往有較強(qiáng)約束。通過(guò)對(duì)已有框架的插件化實(shí)現(xiàn)以及實(shí)施輕量化改造（裁剪邊緣側(cè)不適用場(chǎng)景、重寫模塊等），加上容器引擎的輕量化實(shí)現(xiàn)，可以有效提升邊緣業(yè)務(wù)并發(fā)啟動(dòng)速度，并大幅降低穩(wěn)態(tài)下的內(nèi)存占用；

2.離線自治及故障自愈：工業(yè)制造、交通等領(lǐng)域經(jīng)常會(huì)有邊緣節(jié)點(diǎn)離線的場(chǎng)景，要保證業(yè)務(wù)高可靠，離線節(jié)點(diǎn)需要具備故障遷移、多實(shí)例運(yùn)行以及本地恢復(fù)等能力。實(shí)現(xiàn)思路：依據(jù)先預(yù)選、再優(yōu)選的方式基于調(diào)度優(yōu)先級(jí)構(gòu)建邊緣部署優(yōu)選樹(shù)；再依據(jù)調(diào)度優(yōu)先級(jí)的順序?qū)Ω邇?yōu)先級(jí)節(jié)點(diǎn)進(jìn)行監(jiān)控，決策是否接管調(diào)度；最后依據(jù)邊緣部署優(yōu)選樹(shù)進(jìn)行節(jié)點(diǎn)調(diào)度決策傳遞，當(dāng)本節(jié)點(diǎn)接管調(diào)度決策后，依據(jù)設(shè)置好的調(diào)度策略對(duì)應(yīng)用在本節(jié)點(diǎn)進(jìn)行調(diào)度；

3.大規(guī)模節(jié)點(diǎn)管理：一方面是南北向大流量沖擊問(wèn)題，如何在帶寬有限的情況下保證邊云信息交互，以及并發(fā)操作帶來(lái)的DB過(guò)載，需要設(shè)計(jì)得當(dāng)?shù)倪呍葡?yōu)化、系統(tǒng)保護(hù)以及流程優(yōu)化策略；另一方面，出于成本考慮，云邊通道的帶寬往往非常小，在中心云側(cè)做大規(guī)模邊緣應(yīng)用分發(fā)將造成災(zāi)難性的擁塞，此時(shí)則需要建立邊緣鏡像加速站點(diǎn)，自動(dòng)同步主鏡像倉(cāng)庫(kù)中選定的鏡像，利用邊緣側(cè)本地大帶寬向同一區(qū)域的邊緣節(jié)點(diǎn)提供鏡像下載服務(wù)。

實(shí)際場(chǎng)景如高速公路收費(fèi)管理，該場(chǎng)景涉及超大規(guī)模邊緣節(jié)點(diǎn)的管理和運(yùn)維，同時(shí)要求具備邊緣故障自愈以及分權(quán)分域管理的能力?；谌A為云智能邊緣平臺(tái)IEF構(gòu)建的端邊云協(xié)同方案，實(shí)現(xiàn)了十萬(wàn)級(jí)邊緣節(jié)點(diǎn)快速接入、百萬(wàn)級(jí)應(yīng)用邊云協(xié)同，且支持邊緣節(jié)點(diǎn)自治，以及部聯(lián)網(wǎng)中心-省聯(lián)網(wǎng)中心-路段公司-路段分公司-路段-收費(fèi)站6級(jí)權(quán)限管理模式。該方案還可靈活擴(kuò)展，未來(lái)可向V2X車路協(xié)同和自動(dòng)駕駛演進(jìn)。

KubeEdge：源于實(shí)踐，貢獻(xiàn)開(kāi)源

KubeEdge來(lái)源于華為云IEF團(tuán)隊(duì)在邊緣計(jì)算領(lǐng)域的實(shí)踐，是CNCF（Cloud Native Computing Foundation，云原生計(jì)算基金會(huì)）的正式項(xiàng)目，也是唯一的智能邊緣計(jì)算項(xiàng)目，當(dāng)前已被Kubernetes IoT Edge工作組作為邊緣計(jì)算參考架構(gòu)，并已吸引60+家企業(yè)關(guān)注和貢獻(xiàn)（如ARM、京東、中國(guó)移動(dòng)、聯(lián)通、浙大等），成為產(chǎn)業(yè)界構(gòu)建邊云協(xié)同架構(gòu)的參考架構(gòu)主要選項(xiàng)之一。

KubeEdge發(fā)展至今經(jīng)歷了三個(gè)階段：

v0.1-0.3：KubeEdge宣布開(kāi)源，成為業(yè)界首個(gè)基于k8s的開(kāi)源邊緣計(jì)算架構(gòu)，支持開(kāi)放云邊協(xié)同、容器部署、邊緣設(shè)備管理以及輕量化部署等特性；

v1.0：KubeEdge的里程碑版本，全面支持端、邊、云協(xié)同，支持EdgeMesh服務(wù)網(wǎng)格、EdgeSite邊緣輕量級(jí)集群以及CRI集成，并引入了Quic協(xié)議；

v1.1：該版本將Kubernetes容器存儲(chǔ)標(biāo)準(zhǔn)CSI帶到了邊緣，支持對(duì)象校驗(yàn)組件、單擊一鍵啟動(dòng)KubeEdge集群工具以及DockerShim；

未來(lái)：更多的邊緣設(shè)備協(xié)議支持、云邊協(xié)同的效率、可靠性……

KubeEdge項(xiàng)目的發(fā)展離不開(kāi)社區(qū)的力量，當(dāng)前社區(qū)誠(chéng)摯邀請(qǐng)廣大開(kāi)發(fā)者的加入，歡迎每一位貢獻(xiàn)者的參與。

新基建背景下，數(shù)字化轉(zhuǎn)型及智能化升級(jí)正當(dāng)時(shí)。在這場(chǎng)聲勢(shì)浩大的建設(shè)潮流中，企業(yè)和組織的業(yè)務(wù)形態(tài)將發(fā)生巨變，并觸發(fā)技術(shù)領(lǐng)域的新一輪更迭，其中云原生技術(shù)與邊緣計(jì)算將起到不可忽視的作用。華為云智能邊緣平臺(tái)IEF希望與廣大伙伴及開(kāi)發(fā)者一同，構(gòu)筑面向未來(lái)、領(lǐng)先的邊緣解決方案，共贏萬(wàn)物互聯(lián)的智能新時(shí)代。