物聯(lián)網(wǎng)在驅(qū)動邊緣智能發(fā)展業(yè)務(wù)的應(yīng)用場景分析

朱嘯虎套現(xiàn)離場前丟給戴威的最后一句話是“資本只關(guān)心回報”。同樣，我們在談?wù)摷夹g(shù)的時候，最終都會聚焦到落地。而當一項服務(wù)從最開始投入市場，到占據(jù)大部分的市場份額，這之后的目標就是想方設(shè)法的將這部分市場轉(zhuǎn)化為商業(yè)價值。這也是為什么當下大家都在談垂直，談應(yīng)用，談落地。

IDC曾預(yù)測過，未來將會有超過50%的數(shù)據(jù)在邊緣側(cè)處理。大量的業(yè)務(wù)場景對邊緣智能已經(jīng)提出了明確的需求，且開始在應(yīng)用中落地。萬物互聯(lián)的愿景雖然還未實現(xiàn)，但業(yè)界已經(jīng)有針對性地規(guī)劃未來的業(yè)務(wù)場景，根據(jù)業(yè)務(wù)場景的需求來設(shè)計邊緣智能的各項支撐性技術(shù)和方案，可以說業(yè)務(wù)場景需求是核心導(dǎo)向?？傮w來說，驅(qū)動邊緣智能發(fā)展的業(yè)務(wù)場景主要包括兩個方面，即網(wǎng)絡(luò)傳輸?shù)膱鼍昂蛻?yīng)用特征產(chǎn)生的場景，從而形成對邊緣智能的需求。

01網(wǎng)絡(luò)傳輸?shù)膱鼍?/p>

眾所周知，物聯(lián)網(wǎng)業(yè)務(wù)對各類有線、無線網(wǎng)絡(luò)需求和依賴性很強，在很多情況下網(wǎng)絡(luò)傳輸?shù)膱鼍巴蔀闃I(yè)務(wù)落地的瓶頸，因此需要針對這些場景部署邊緣智能平臺和方案。

1）異構(gòu)網(wǎng)絡(luò)的場景

面對著復(fù)雜的環(huán)境，完整的物聯(lián)網(wǎng)解決方案往往采用了多種網(wǎng)絡(luò)通訊技術(shù)，來保障業(yè)務(wù)的連續(xù)性。當下，不存在一種網(wǎng)絡(luò)技術(shù)標準可以同時涵蓋各種距離和不同網(wǎng)絡(luò)性能的要求，即將商用的5G網(wǎng)絡(luò)具有很強的包容性，融合大量不同的通信技術(shù)標準，但依然難以涵蓋所有物聯(lián)網(wǎng)應(yīng)用需要的通信場景。

近年來，無線通信技術(shù)的進展為物聯(lián)網(wǎng)通信層帶來了很多活力，我們以網(wǎng)絡(luò)覆蓋要求和網(wǎng)絡(luò)性能要求兩個指標來考察網(wǎng)絡(luò)需求場景，會形成如下矩陣形態(tài)：

物聯(lián)網(wǎng)無線網(wǎng)絡(luò)場景矩陣

目前，大量物聯(lián)網(wǎng)場景由于業(yè)務(wù)局限在小范圍內(nèi)，采用WiFi、藍牙、Zigbee等短距離通信的技術(shù)，如智能家居、智能樓宇、智能照明、可穿戴設(shè)備等，所有采用短距離通信的物聯(lián)網(wǎng)終端、傳感器等節(jié)點均需要通過網(wǎng)關(guān)等樞紐類設(shè)備進行回傳才能到達云端，這些樞紐設(shè)備就成為邊緣智能平臺運行的天然載體。而近年來興起的低功耗廣域網(wǎng)絡(luò)（LPWAN）則是為廣泛分布、免維護、低頻小包數(shù)據(jù)傳輸場景而生的，不過也存在基于授權(quán)頻譜和非授權(quán)頻譜的技術(shù)，各類技術(shù)構(gòu)成了傳輸網(wǎng)環(huán)節(jié)的差異，而相應(yīng)設(shè)備數(shù)據(jù)回傳至云端還是需要通過基站設(shè)備來進行；其他基于授權(quán)頻譜的蜂窩網(wǎng)絡(luò)技術(shù)，雖然具有統(tǒng)一的技術(shù)標準，但所有節(jié)點數(shù)據(jù)仍然需要基站進行回傳至云端或服務(wù)器，與LPWAN類似，無線接入網(wǎng)之間或基站側(cè)可以作為一個數(shù)據(jù)計算、處理的初步場所，形成邊緣智能的載體，這也是移動邊緣計算（MEC）的組成部分。

不僅僅是這些常見的無線通信，一些特殊場景會采用有線通訊連接，或自身所在行業(yè)通訊協(xié)議，如工業(yè)場景中最為流行的Modbus、HART、Profibus等協(xié)議，滿足工業(yè)現(xiàn)場數(shù)據(jù)傳輸?shù)男枨螅@些場景中通訊協(xié)議更為復(fù)雜和碎片化，大量數(shù)據(jù)需要在現(xiàn)場進行處理后直接執(zhí)行操作，且回傳至云端前也需要“中樞”類設(shè)備進行協(xié)議轉(zhuǎn)換，這些中樞類設(shè)備也往往成為邊緣智能的載體。

異構(gòu)網(wǎng)絡(luò)通信需要“中樞”設(shè)備

從業(yè)務(wù)需求角度看，有些場景確實融合了多種通信技術(shù)，比如一個園區(qū)解決方案中對于園區(qū)內(nèi)部工廠內(nèi)部采用工業(yè)通訊方式，而對于樓宇節(jié)能管理采用Zigbee、藍牙等短距離方案，對園區(qū)各類資產(chǎn)管理采用LPWAN技術(shù)。當需要一個園區(qū)整體解決方案時，所有的數(shù)據(jù)均需匯集到一個平臺上，而在匯集到平臺之前，通過各類通信技術(shù)連接的終端、傳感器節(jié)點數(shù)據(jù)之間存在的差異，在靠近數(shù)據(jù)源的位置部署智能化節(jié)點就很有意義。另外，根據(jù)IHS的數(shù)據(jù)，當前有80%以上的連接是非IP類連接，需要網(wǎng)關(guān)等邊緣智能類設(shè)備與IP類連接進行數(shù)據(jù)交互。Gartner預(yù)計到2020年，90%的物聯(lián)網(wǎng)應(yīng)用都會用到物聯(lián)網(wǎng)網(wǎng)關(guān)。

所以說，不同通信技術(shù)之間需要實現(xiàn)兼容性，需要中間設(shè)備、平臺以及相關(guān)軟件技術(shù)進行“翻譯”。這方面不少工作就放在邊緣側(cè)進行，利用邊緣側(cè)嵌入式終端的存儲、計算、通信能力，實現(xiàn)異構(gòu)通信技術(shù)的數(shù)據(jù)融合，形成部署邊緣智能的必要條件。正如前文所述，各類通信協(xié)議數(shù)據(jù)回傳途中，均有相應(yīng)的軟硬件節(jié)點作為數(shù)據(jù)的一個“樞紐”，而這個“樞紐”構(gòu)成天然的邊緣智能部署載體，形成邊緣智能的充分條件。因此，物聯(lián)網(wǎng)的發(fā)展形成異構(gòu)網(wǎng)絡(luò)的場景直接驅(qū)動邊緣智能的發(fā)展。

2）網(wǎng)絡(luò)資源受限場景

網(wǎng)絡(luò)資源受限的場景并不陌生，普通用戶也常常會碰到類似的情況，比如我們在大型體育比賽、演唱會等場所時，因為小區(qū)容量有限，短時間內(nèi)數(shù)據(jù)上下行需求過高，手機往往沒有信號。在物聯(lián)網(wǎng)時代，一方面海量的連網(wǎng)設(shè)備數(shù)量，另一方面不少設(shè)備產(chǎn)生數(shù)據(jù)的速度飛快，對網(wǎng)絡(luò)資源形成壓力?？傮w來說，網(wǎng)絡(luò)資源受限的場景包括帶寬資源不足和突發(fā)的網(wǎng)絡(luò)中斷場景。

帶寬資源不足和終端產(chǎn)生數(shù)據(jù)量劇增往往同步發(fā)生，互聯(lián)網(wǎng)業(yè)務(wù)范圍普及，視頻業(yè)務(wù)由高清向超清演進，未來虛擬現(xiàn)實、增強現(xiàn)實等技術(shù)給人們身臨其境的業(yè)務(wù)體驗，這些業(yè)務(wù)將帶來流量爆炸式增長，業(yè)界不少企業(yè)用“數(shù)據(jù)洪流”來描述這一場景。業(yè)內(nèi)預(yù)計，未來每輛自動駕駛汽車每天會產(chǎn)生4TB數(shù)據(jù)，每架飛機每天會產(chǎn)生40TB數(shù)據(jù)，而每一家智能工廠每天會產(chǎn)生1PB以上的生產(chǎn)視頻數(shù)據(jù)。由于網(wǎng)絡(luò)帶寬和網(wǎng)絡(luò)容量并沒有實現(xiàn)同步的、連續(xù)性的爆炸式增長，從而造成帶寬資源不足，這些短時間內(nèi)產(chǎn)生的海量數(shù)據(jù)如果實時上傳至云端，一定會造成網(wǎng)絡(luò)擁塞。

聯(lián)網(wǎng)設(shè)備產(chǎn)生海量數(shù)據(jù)

帶寬資源和海量數(shù)據(jù)的不同步增長，一方面網(wǎng)絡(luò)彈性擴容能力有限，另一方面并非所有的數(shù)據(jù)需要通過網(wǎng)絡(luò)上傳至云端。一些需要短時間處理或存儲周期很短的數(shù)據(jù)，本身無需占用有限帶寬資源上傳，而在靠近數(shù)據(jù)源頭進行處理后即可，視頻原始數(shù)據(jù)、工廠機器數(shù)據(jù)等有相當部分是通過邊緣平臺處理。麥肯錫曾經(jīng)對一個海上鉆井平臺進行過調(diào)研，發(fā)現(xiàn)該平臺上3萬個傳感器采集的數(shù)據(jù)中，40%沒有被存儲，剩余的大部分在本地存儲，給邊緣智能場景提供數(shù)據(jù)來源。

?

另一網(wǎng)絡(luò)資源受限的場景是突發(fā)的網(wǎng)絡(luò)中斷。雖然我國2G網(wǎng)絡(luò)已成為全球精品網(wǎng)絡(luò)，4G覆蓋99%的人口，超過95%行政村都接入寬帶，中國電信、中國聯(lián)通已實現(xiàn)全國超過30萬個NB-IoT基站商用，但這些并不能保證物聯(lián)網(wǎng)所有應(yīng)用場景中網(wǎng)絡(luò)沒有中斷的風(fēng)險。在很多周邊環(huán)境復(fù)雜的應(yīng)用場景，突發(fā)的事件可能使得傳輸受到限制，如森林防火、塌方泥石流監(jiān)控、氣象監(jiān)測等惡劣環(huán)境下的物聯(lián)網(wǎng)應(yīng)用，一般會考慮到突發(fā)網(wǎng)絡(luò)中斷時靠近數(shù)據(jù)源的緩存、處理來保障業(yè)務(wù)的連續(xù)性。也有一些應(yīng)用部署在熱點區(qū)域，在大量設(shè)備同時請求上行數(shù)據(jù)時造成的臨時中斷。比如，一些共享單車密集區(qū)域高峰用車時段可能對該區(qū)域的基站形成很大壓力，造成上線率低，而運營商除了對這些熱點區(qū)域的基站設(shè)備進行優(yōu)化外，通過邊緣智能的方案對共享單車數(shù)據(jù)上報形成調(diào)節(jié)。

3）端到端低時延的場景

低時延高可靠（uRLLC）是國際電信聯(lián)盟（ITU）確定的5G應(yīng)用場景之一，標準化組織3GPP也為實現(xiàn)該場景進行了大量的標準化工作，今年6月份凍結(jié)的首個獨立組網(wǎng)5G標準中就支持大部分uRLLC的場景，這一場景也是移動邊緣計算（MEC）實現(xiàn)的主要技術(shù)之一。

從網(wǎng)絡(luò)傳輸角度看，端到端時延已經(jīng)成為通信技術(shù)供應(yīng)商為用戶提供的服務(wù)中關(guān)鍵指標之一。未來智能工業(yè)、自動駕駛等應(yīng)用場景中需要進行監(jiān)測、控制、執(zhí)行，往往需要非常低的時延，很多情況下時延要求在10ms以下?，F(xiàn)有成熟的網(wǎng)絡(luò)傳輸方式并不能實現(xiàn)這一要求，根據(jù)獨立第三方網(wǎng)絡(luò)測試機構(gòu)Open Signal的測試結(jié)果，目前4G LTE可以達到100ms以下的端到端時延，而其他方案時延均高于4G LTE，這一結(jié)果還不足以支撐智能工廠、自動駕駛的有效應(yīng)用。而ITU所定義的5G空口時延為1ms，可以滿足這方面需求，不過這個1ms的指標需要邊緣智能的協(xié)助。

端到端時延示例

Open Signal所測試的端到端時延是指終端——基站——回傳——核心網(wǎng)——云端的往返時延。而在云端之前，即終端至核心網(wǎng)之間的時延約為20-30ms，但核心網(wǎng)到云端的物理距離將主要決定了網(wǎng)絡(luò)時延，由于云端服務(wù)器分散在全球各地，物理距離較遠，終端數(shù)據(jù)需要通過光纖連接訪問云端，增加了時延。如果需要低時延場景的業(yè)務(wù)采用終端——云端的往返模式，即使終端——核心網(wǎng)之間的時延降到非常低的程度，也根本無法保障其實時性要求，自動駕駛、智能工業(yè)等業(yè)務(wù)無法開展。

通過邊緣智能實現(xiàn)毫秒級時延

此時，對于邊緣智能的需求就非常明顯，5G技術(shù)通過將存儲、計算、智能資源下沉，在基站側(cè)或無線接入網(wǎng)之間的位置，以邊緣智能的方案來處理實時性、短周期的數(shù)據(jù)，即時回饋給終端去執(zhí)行，達到1ms的時延水平，從而保障業(yè)務(wù)的正常開展。

02應(yīng)用特征產(chǎn)生的場景

萬物互聯(lián)會產(chǎn)生多樣化、差異化的應(yīng)用，不少應(yīng)用本身具備的特征直接決定了需要采用邊緣智能的方式，尤其是需要提供差異化服務(wù)的場景，包括專網(wǎng)類業(yè)務(wù)場景、營銷類業(yè)務(wù)場景和體驗提升的場景等。

1）專網(wǎng)類業(yè)務(wù)場景

大量行業(yè)、企業(yè)因為業(yè)務(wù)特殊性、數(shù)據(jù)保密等原因，采用專網(wǎng)方案，主要業(yè)務(wù)數(shù)據(jù)在其專用網(wǎng)絡(luò)中進行計算處理，不使用公共網(wǎng)絡(luò)服務(wù)。在過去的數(shù)十年中，專網(wǎng)類業(yè)務(wù)規(guī)模雖然遠不如公網(wǎng)類業(yè)務(wù)那么大，但政務(wù)、公安、民航、鐵路、交通、工業(yè)等大量行業(yè)都在采用專網(wǎng)服務(wù)，做到物理隔離來保證數(shù)據(jù)安全。

專網(wǎng)業(yè)務(wù)中不少場景對邊緣智能有天然的需求，雖然專網(wǎng)用戶會自建數(shù)據(jù)中心或私有云，但面對很多業(yè)務(wù)數(shù)據(jù)本地產(chǎn)生、本地終結(jié)的特征，并不需要所有數(shù)據(jù)都存放在其自有的服務(wù)器上，通過數(shù)據(jù)源頭平臺處理能提升效率，同時也減輕自建服務(wù)器的容量壓力。

比較典型的專網(wǎng)場景就是企業(yè)的工業(yè)制造場景。上一節(jié)中所述，智能工業(yè)本身就有低時延、高可靠的通信場景，需要通過邊緣智能助力實現(xiàn)。除此之外，工業(yè)制造現(xiàn)場每天會產(chǎn)生的海量數(shù)據(jù)，直接在現(xiàn)場就近進行處理，目前很多企業(yè)已能夠提供成熟的邊緣智能軟硬件解決方案，在工廠的局域環(huán)境下完成。

另一種典型的專網(wǎng)場景是本地視頻，由于很多用戶的安裝的視頻設(shè)備采集數(shù)據(jù)也僅限于其專網(wǎng)內(nèi)部，作為監(jiān)測、管理手段提升的方式。不過，很多監(jiān)控視頻的大部分時間都是靜止場景，不論是從攝像頭終端側(cè)或者服務(wù)器側(cè)處理都不是很理想的方式。此時，部署邊緣智能平臺對于這種專網(wǎng)監(jiān)控視頻就很有意義，通過邊緣智能平臺篩選出監(jiān)控畫面變化的部分或一些有意義的視頻片段，對服務(wù)器進行回傳，而把價值不高的監(jiān)控內(nèi)容就地緩存在邊緣智能服務(wù)器中，保障專網(wǎng)資源留給關(guān)鍵業(yè)務(wù)。

專網(wǎng)視頻監(jiān)控邊緣智能方案

2）營銷提升業(yè)務(wù)場景

對于很多移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)場景，通過邊緣智能可以更為快速地對終端側(cè)數(shù)據(jù)和緩存數(shù)據(jù)進行用戶畫像刻畫，提升營銷效果。邊緣智能服務(wù)器和平臺的緩存內(nèi)容給終端用戶提供體驗業(yè)務(wù)，促進用戶對業(yè)務(wù)的了解和購買，在用戶訂購后，通過端、邊、管、云融合的方案為其提供服務(wù)；一些專門業(yè)務(wù)的體驗廳、營業(yè)廳等場所，在邊緣智能助力下給潛在用戶帶來耳目一新的體驗。類似的服務(wù)方式可以在各行業(yè)中落地，通過與擁有垂直行業(yè)渠道資源企業(yè)合作，開展聯(lián)合營銷，提升業(yè)務(wù)質(zhì)量。比如，在零售領(lǐng)域，邊緣智能平臺將定位與移動設(shè)備通信能力結(jié)合，向消費者和商場提供更有價值的信息，在網(wǎng)絡(luò)中的關(guān)鍵點收集的信息可以作為大數(shù)據(jù)分析的一部分，以更好地為客戶提供服務(wù)。

3）體驗提升的場景

體驗提升場景是用戶采用邊緣智能方案最主要的考慮之一。目前，大部分物聯(lián)網(wǎng)的業(yè)務(wù)是以整體解決方案的形式提供給用戶，而其中關(guān)鍵部分的優(yōu)化對于整體方案的體驗提升非常重要，在大量場合中，邊緣智能的采用會讓整體業(yè)務(wù)體驗提升到新的高度。在已成熟的移動互聯(lián)網(wǎng)場景中，內(nèi)容分發(fā)網(wǎng)絡(luò)（CDN）已經(jīng)成為提升業(yè)務(wù)體驗的重要手段，比如很多借助運營商網(wǎng)絡(luò)提供OTT業(yè)務(wù)的內(nèi)容和應(yīng)用供應(yīng)商，推出和部署了一些CDN系統(tǒng)，在移動網(wǎng)絡(luò)承載能力有限的情況下起到分流作用，可以說是一種邊緣智能的方式。新的互聯(lián)網(wǎng)視頻直播、游戲等業(yè)務(wù)體驗的提升也需要邊緣智能的進一步成熟，同時形成邊緣智能產(chǎn)業(yè)生態(tài)?！　∥锫?lián)網(wǎng)各類碎片化場景中面對著比OTT業(yè)務(wù)更為復(fù)雜的情況，新業(yè)務(wù)的層出不窮也讓基于互聯(lián)網(wǎng)業(yè)務(wù)的邊緣智能系統(tǒng)無法完全承載起來，對新的邊緣智能方案的需求就越來越強烈。

VR/AR是典型的需要體驗提升的場景。目前，相應(yīng)的VR/AR已廣泛應(yīng)用于旅游景區(qū)、博物館、體育賽事、演唱會等消費級場所，也有不少行業(yè)作業(yè)場所借助VR/AR設(shè)備來完成。此前不少無線VR/AR采用終端和云端服務(wù)器交互方式，但此類設(shè)備產(chǎn)生的圖像信息量太大，終端和云端之間反饋時延太長影響體驗。一般采用的優(yōu)化方案是將相應(yīng)服務(wù)器部署在網(wǎng)絡(luò)邊緣側(cè)，有效分擔(dān)VR/AR圖像識別運算壓力，及時給終端反饋，增強用戶體驗。類似的體驗提升場景非常多，智能物流、智能工業(yè)、車聯(lián)網(wǎng)、智能醫(yī)療等需要保證實時性、可靠性的應(yīng)用都有不斷提升用戶體驗的需求，也是邊緣智能能夠直接應(yīng)用的場所。

總體來說，業(yè)務(wù)場景需求是驅(qū)動邊緣智能產(chǎn)業(yè)發(fā)展的最大因素，由邊緣計算向邊緣智能的發(fā)展，也是基于滿足業(yè)務(wù)場景需求而提出新內(nèi)涵。