一 5G的核心能力成为移动边缘计算的最大驱动力
5G所强调的三大特性也就是5G的核心能力，即低时延，高带宽和大连接。
低时延
5G所承诺的低时延是1毫秒，但需要强调的是这里的1毫秒只是空口的时延，对于最终用户来说大家可能更关注的是端到端的时延，端到端时延最简单的计算逻辑就是距离，距离产生的时延基本就是光纤传输时延，大概就是100公里1毫秒。所以在5G时代，端到端时延的本质就是距离所产生的光传输时延。
我们用这个思路再对照看下之前的2/3/4G的情况。根据OpenSignal的一份测试报告显示，在2G时代，光纤传输时延在整体端到端占比是微不足道的，也意味着空口时延占了大头。
而在5G时代，这个比例高达60%，光纤传输也就是地理位置将会极大地影响端到端的时延，进而影响到用户体验。因此，5G低时延的特性如果需要得到更好的发挥，就必须通过更近的业务部署来降低传输在整体时延中的占比，而在IT领域的边缘计算技术就能很好的契合这样的需求，成为促进移动边缘计算发展的驱动力之一。
高带宽
5G的另一个特性就是高带宽。5G高达10G的峰值速率，一方面能让用户看到更清晰的视频，享受沉浸式的业务体验，但另一方面，也会给业务方传统的集中云部署方式带来可能翻数倍的流量成本，当然也给运营商整体的网络带宽建设提出了挑战。这就需要我们重新来审视一下网络架构，考虑流量从集中云到边缘云的卸载。在这里，再一次找到了5G和边缘计算的契合点，通过业务的边缘部署，降低了回传链路的带宽消耗，降低成本的同时还降低了时延。
大连接
在一个标准的物联网场景下，可能会生成海量的数据，如果这些数据都集中到云上去做处理就可能造成资源的浪费。如果在中间位置进行数据预处理，一方面可以尽快的进行下行反馈，形成物联网的系统闭环，另一方面可以做上行的数据聚合，形成物联网的群体智能。
这样的中间位置就是边缘计算的部署点，因此结合上面对5G特性，也就是5G核心能力的分析，我们就可以得出这样的结论：5G的核心能力将成为移动边缘计算发展的最大驱动力。
二 IT+CT融合的5G边缘计算
如果仅仅从资源更近这个角度来思考5G下的边缘计算，那就太简单了。从本质上来说，边缘计算是属于互联网IT域的概念，而5G是属于通信网CT(CommunicationTechnology)域的概念，要想把5G下的边缘计算用好就必须进行IT和CT的融合，而不是简单的1+1。这里的融合分为架构融合、部署融合和调度融合。
架构融合：独立标准设计走向融合架构设计
从架构融合来讲，5G包括UPF(User Plane Function，用户面功能)核心网这些支撑边缘计算功能网元和系统的架构规划都放在了3GPP(3rd Generation Partnership Project，第三代合作伙伴计划)这个国际化组织，而边缘计算的整体架构则归属在ETSI(European Telecommunications Sdandards Institute，欧洲电信标准协会)，各组织都在自己的方向上独立演进，因此首先要融合的就是架构，形成一体化，融合的架构设计。
部署融合：双车道独立部署走向一体化部署
部署融合里的部署重点关注的就是UPF和MEC(Multi-access Edge Computing，多接入边缘计算)节点的部署。UPF作为移动网的网元，运营商会根据自己的规划进行部署，而MEC节点则归属于互联网公司，结合自己的应用场景、受众来部署，两者归属不同车道，因此可能会存在部署不一致的问题，进而让边缘计算的收益大打折扣。所以我们需要从双车道的独立部署走向一体化部署。这也就关联到了第三个融合，就是调度融合。
调度融合：互不感知的域内调度走向全域调度
由于UPF和MEC节点所服务的用户不同，造成两者的流量模型产生很大的差异，承载服务所需要的网络指标也不尽相同。双方为了兼顾性能、容量、成本和服务质量等因素，在各自系统中部署自己独立的调度系统，如果这样的系统做不到互相感知，就会造成彼此流量走向的不一致，其后果不仅会让调度效果大打折扣，更可能出现事与愿违的情况。因此，我们需要从互不感知的域内调度走向全域调度。
综上，5G时代的边缘计算首先要考虑的就是融合。
三 一体化增强服务的5G边缘计算
通常意义上的边缘计算我们都会简单地等同于IP流量调度。到了5G时代，大家也会简单类比UPF到MEC节点就是牵引一条IP数据流，把感兴趣的流量牵引过来即可。但实际上5G下的边缘计算可以做更多。
从面向流量演化为面向服务
第一就是可以从面向流量的经营增强为面向服务的经营。我们牵引过来的不仅仅是流量，而是流量上面所承载的服务，服务将会赋予流量更多的意义，因此在进行调度的时候，更多需要考虑的是流量所承载服务的要求而不是单纯的数据流。所以5G下的边缘计算需要从面向流量演化为面向服务。
从面向服务的角度出发，5G边缘计算如果仅仅是作为一种离用户更近的服务部署来定位的话，那就降低了5G边缘计算的价值。除了近所带来的更低时延这个显而易见的优势之外，我们需要进一步关注和实现服务增强。
从服务更近演化为服务更强
由于移动网络本身的架构特性，相对于传统的固网架构，移动网采用的是用户面流量和控制面管控两条腿走路的模式。边缘计算牵引的是用户面流量，但还可以通过与移动网交互从而获得更多控制面的信息，比如SINR，Cell Load等数据。这些控制面的数据可以给服务更多的能力组合，进一步增强边缘计算的对外服务能力，甚至能开拓出新的业务场景。比如在牵引流量的同时，带上控制面所看到的整体小区负荷、信号强度等数据，这些数据可以用于服务端进行更好地拥塞控制，从而让上层业务适应到对应的无线环境，进一步提升了用户体验。
**从通用服务演化为5G边缘服务
**
最后，由于有了边缘计算的存在，原来互联网普遍的“客户端／服务器”的架构也会变成“客户端／边缘端／服务端”的架构，因此必须考虑到边缘在整体链路中的角色，考虑到5G带来的增强服务。在5G时代，边缘部署的服务不能只是简单的云服务的就近部署，必须从通用服务演化为5G边缘服务，只有这样才能真正用好5G边缘计算。
四 从边缘到中心的云网一体
首先，我们强调一个前提，边缘计算一定不是孤立的，我们将边缘计算视为云计算的延伸，拓展云的边界。边缘作为终端与云中心之间的数据纽带，对形成“云-边-端”一体的计算形态至关重要。
云计算最大的优势就是规模化的计算集约，因此能够获得巨大的降本增效收益，但是把全部的计算都集中在一个点显然不现实，除了计算成本之外，另外一个影响计算分布形态的至关重要的因素就是数据的传输成本。“云-边-端”一体的计算协同形态，其实就是数据在网络中的传输成本和计算集约收益之间形成的动态平衡状态。在这个形态下，我们通过不断地网络基础设施和技术能力革新，去影响计算集约的分布状态。
分布在全球的数十个中心云Regions是云计算的核心大脑，基于大规模集中的计算资源提供超强、高效的算力。资源集约化，也大幅降低了单位算力的成本，同时相对而言，到终端的平均数据传输成本也比较高。
从云中心往外下沉延伸，是运营商网络，连接着数以百计的运营商数据中心，这也是第一层边缘计算分布节点，提供中小规模集中算力，用于覆盖省一级的就近计算和流量调度。同时，在这一层边缘计算节点基于大量广分布的数据中心构建一个SD-WAN（软件定义广域网）网络，负责回云加速、边到边加速，提供“云-边”和“边-边”协同能力，屏蔽中心云与边缘云之间因互联网传输的网络波动对业务层数据传输造成的影响。相比中心云，在这一层计算节点，计算集约带来的收益相对变小，但与终端之间的数据传输成本也显著降低。
5G，让边缘计算继续下沉延伸到运营商地市城域网，将来会连接着数以万计的MEC节点，这是第二层边缘计算分布节点，提供小微规模集中算力，用于覆盖地市一级的就近计算和流量调度。因为MEC节点距离终端更近了一步，更低的时延和更低的成本，让更多原本只能在终端进行的计算能够上移至边缘，从而形成算力集约，最终带来成本收益。而且，5G释放出来更多的终端到边缘之间的网络传输质量管控能力，可以让我们基于场景来优化“端-边”的网络服务质量，达到降低成本的同时并未降低用户体验。
综上，通过一个整体的从云到边再到端的网络体系，形成云网一体化的能力，让不同业务场景能够在这样一体化的形态中找到最适合自己的计算分布形态。
五 基于业务场景的全链路统一QoS管控
在云网一体化的能力中，业务场景除了成本之外，最关注的就是网络QoS（Quality of Service，服务质量）。“云-边-端”这样一个长链路下，不同分段所采用的QoS策略也不尽相同。
这里列举了三种不同的数据传输场景：
- 本地MEC内终端之间
- 终端与云中心之间
- 跨地域/运营商终端之间
分解一下全链路的QoS分段，可以分为以下三段：
- 5G核心网内
- MEC到数据中心以及不同地域/运营商的数据中心之间
- 数据中心到云中心之间
在5G核心网/MEC这个范围内，QoS策略的管控，需要基于运营商5G能力对接来实现，这一段QoS保障可以大幅度提升终端接入这一段的网络质量。
在MEC到数据中心这一段，是运营商互联网的范畴，我们在这一段网络中基于广分布的数据中心资源构建一张Overlay SD-WAN网络，从而实现对互联网波动的屏蔽和业务流量管控调度。
在数据中心到云中心之间，在运营商互联网的基础上，辅以运营商专线来进一步改善回云传输链路的网络质量。
最终，将这三段网络的QoS管控调度能力整合，为上层业务应用提供端到端全链路一体化的QoS保障能力，从而大幅降低业务应用层面运维复杂度。
六 总结
边缘计算，促使计算形态发生变化，让更多的业务场景落地成为可能，但同时计算形态和分布的多样性也大幅度提升了技术复杂度。5G并不只是让边缘计算更近，阿里云的边缘计算，要为业务屏蔽复杂的计算分布和数据协同，从而帮助更多的业务场景落地到“云-边-端”一体的计算形态中，实现收益/成本最大化。
