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)用及終端正對體驗(yàn)、時延、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)對挑戰(zhàn)的核心手段。據(jù)Gartner預(yù)測，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)束的華為開發(fā)者大會2020（Cloud）上，華為云智能邊緣平臺IEF首席架構(gòu)師張琦深度解讀了十萬邊緣節(jié)點(diǎn)的管理技術(shù)，以及如何通過云原生技術(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。

舉例來說，應(yīng)對智能協(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)處理及半自動化標(biāo)注、大規(guī)模分布式訓(xùn)練、自動化模型生成；

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，同時提供升級、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)時從設(shè)備獲取數(shù)據(jù)，通過推理進(jìn)行瑕疵檢測，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，對邊緣計(jì)算平臺的資源占用往往有較強(qiáng)約束。通過對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)常會有邊緣節(jié)點(diǎn)離線的場景，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)先級構(gòu)建邊緣部署優(yōu)選樹；再依據(jù)調(diào)度優(yōu)先級的順序?qū)Ω邇?yōu)先級節(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)操作帶來的DB過載，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，此時則需要建立邊緣鏡像加速站點(diǎn)，自動同步主鏡像倉庫中選定的鏡像，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)際場景如高速公路收費(fèi)管理，該場景涉及超大規(guī)模邊緣節(jié)點(diǎn)的管理和運(yùn)維，同時要求具備邊緣故障自愈以及分權(quán)分域管理的能力。基于華為云智能邊緣平臺IEF構(gòu)建的端邊云協(xié)同方案，實(shí)現(xiàn)了十萬級邊緣節(jié)點(diǎn)快速接入、百萬級應(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級權(quán)限管理模式。該方案還可靈活擴(kuò)展，未來可向V2X車路協(xié)同和自動駕駛演進(jìn)。

KubeEdge：源于實(shí)踐，貢獻(xiàn)開源

KubeEdge來源于華為云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）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、中國移動、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)歷了三個階段：

v0.1-0.3：KubeEdge宣布開源，成為業(yè)界首個基于k8s的開源邊緣計(jì)算架構(gòu)，支持開放云邊協(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容器存儲標(biāo)準(zhǔn)CSI帶到了邊緣，支持對象校驗(yàn)組件、單擊一鍵啟動KubeEdge集群工具以及DockerShim；

未來：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)展離不開社區(qū)的力量，當(dāng)前社區(qū)誠摯邀請廣大開發(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)型及智能化升級正當(dāng)時。在這場聲勢浩大的建設(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IEF希望與廣大伙伴及開發(fā)者一同，構(gòu)筑面向未來、領(lǐng)先的邊緣解決方案，共贏萬物互聯(lián)的智能新時代。