Python 办公自动化之一 Excel

五问”MEC计算什么?

从ETSI的MEC功能图看，MEC具备laas和Paas功能，即云计算主体功能，但更需强调将MEC功能封装成虚拟的应用(本地分流、无线缓存、AR/VR技术、业务优化、定位等应用)，开放给第三方。目前的框架需要补充与云网功能的交互。

“六问”MEC如何发现服务与配置?

服务注册表提供了MEC服务器上可用服务的可见性。它使用服务松散耦合的概念，在应用程序部署中提供灵活性。

传统的基于DNS的服务发现机制，主要面向服务静态或者服务地址变化较慢的场景，当服务变化时，DNS的服务器通常需要一定的时间以完成域名服务的同步，并不适合大范围、动态性的MEC场景。

在车联网场景下用户和计算设备动态注册和撤销，服务通常也需要跟着进行迁移，将会导致大量突发流量，广域网的带宽不一定能动态适应，如何从设备层支持服务的快速配置?

边缘设备产生大量的数据，边缘服务器提供了大量的服务，如何根据边缘服务器以及网络状况动态地对数据进行调度至合适的计算服务提供者?

“七问”MEC的业务规划从哪里来?

MEC为了快速响应，不仅位置要靠近数据源，而且应该简单，为此MEC只具有小数据处理能力。数学模型与Al算法需要全局性、长周期、大数据训练，这不是MEC的长项，因此MEC需要从外部获得模型与规则。同时，MEC要求模型瘦身，并将模型能力限定在特定子域。

目前，一些公司开源了连接云和物联网设备的开发框架，可直接在设备端或MEC开发拥有机器学习能力的应用。例如微软开源了Azure loT Edge Runtime，大疆就利用这个框架实现无人机本地的图像识别功能。高通也借助该平台快速构建移动终端设备上的图像处理能力。

“八问”计算能力如何在云端配置?

终端计算任务向云端迁移。终端借助5G传输无需下载安装核心软件，降低对硬件要求和成本，即插即用，流畅体验;物联网所感知的数据通过5G低时延直接上云，IOT与Al无缝融合，AI+IOT=AlOT(智联网)。

云端计算能力分流到边缘计算与终端。工业互联网的边缘计算设置在车间或分厂;物联网模块嵌入Al芯片和操作系统，相当于边缘计算能力下沉到物联网终端。

“九问”云边端计算能力如何协同

MEC之间需要联系与协同。同一个中心云管理的多个MEC可能忙闲不均，空闲MEC的能力可否调用以支持忙的MEC?在MEC间进行存储计算资源协作并不容易，中心云与MEC间不仅需要收集数据和传递模型，而且还需要中心云对大规模MEC的资源管理能力。

MEC需要定期备份到安全的远程位置或中心云，以避免在发生本地灾难时丢失数据。此外，MEC的计费与安全管理可能也需纳入中心云管理范围。

“十问”MEC有定式吗?

MEC的设置位置灵活，MEC的功能人云亦云，甚至可以包括CDN和微型DC的功能，小到可以落在终端。关键是增强MEC功能的同时需要重视瘦身，否则成本不可控。

很多场景下MEC可能没有单独的物理存在，集成到有关设备中以应用层软件形态出现。如果说MEC代表计算能力，将来肯定计算无处不在，也就意味着未来MEC不可见。

通信网络功能集中与功能分布不断迭代，最好是集中分布两相宜，难得的是功能的最优分配，但这是很难做到的。

目前可以说边缘计算还没有定式，也可以说正因如此，才展现很大的创新空间

 

（编辑：淮安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!