欧洲电信标准化协会认为：“边缘计算是在移动网络边缘提供 IT 服务环境和计算能力，强调靠近移动用户，以减少网络操作和服务交付的时延，提高用户体验。”
Gartner认为：“边缘计算描述了一种计算拓扑，在这种拓扑结构中，信息处理、内容采集和分发均被置于距离信息更近的源头处完成。”
边缘计算产业联盟认为：“边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。”
本文来自“2024年边缘计算市场实践与洞察报告”，不同行业和组织对边缘计算的定义上都存在着差异，但都表达了相近的概念：在更靠近终端数据源的位置提供服务/计算。
在边缘云安全方面，边缘设备的激增显著增加了边缘生态系统的复杂性，企业业务整合、IT资源整合，导致网络管理复杂、网络安全边界模糊等情况，给IT安全建设带来新的挑战，而由Gartner在2019年提出的SASE架构（即安全访问服务边缘），成为解决这一挑战的关键技术。SASE架构将网络与安全集成到一个云原生的、统一的平台中，从边缘侧提供安全服务，实现从边缘到云的全面保护。
边缘计算市场正在快速扩展，据研究机构MarketsandMarkets的最新报告显示，全球边缘计算的市场规模将从2023年的600亿美元增长至2029年的1106亿美元，期间的年复合增长率预计达到13%。
边缘计算市场强劲发展背后的驱动因素，主要包含以下几个方面：企业数字化转型过程中对云原生技术的应用，带来对边缘云的刚需；IoT产业不断成熟，使得边缘计算应用更加广泛深入；新一轮AI大模型的科技浪潮，为边缘计算开辟广阔的商业机遇；生成式AI加剧安全威胁态势，推动云边安全能力建设及算力发展。
边缘计算平台的设计、技术与能力
网宿科技基于深厚的CDN经验积累，围绕分布式、可扩展性、安全性、实时易用和可管理性等一系列核心原则，于2018年正式推出了高效、安全且友好的边缘计算平台ECP，该平台也是业内最早的边缘计算平台之一，满足了不同行业对边缘计算服务的多元化需求。
构建一个高效稳定的边缘计算平台，涉及到多个技术模块的复杂集成和持续迭代。网宿科技在边缘计算平台的建设过程中投入了大量的研发资源，经历了百余次的版本迭代，沉淀了丰富的研发经验和完备的技术栈。云原生技术是通过容器化、微服务化和DevOps等技术，实现应用程序的可移植性、可扩展性和弹性伸缩。
平台能力组成
为应对边缘计算场景的多样性及不同场景需求的差异化，网宿边缘计算平台从资源、产品、能力、安全到应用形成了一体化的布局，一站式提供个性化、多样化、全方面的边缘计算服务。具体来看，网宿边缘计算平台能力主要由以下五个部分组成：
基础资源层
网宿在全球范围内建设了2800多个节点，遍布70多个国家和地区，合作覆盖国内全部运营商和海外200+运营商，在线服务器超过20万台；平台拥有涵盖单线、多线、BGP等多种线路类型，并支持GPU、X86、ARM等多种架构，丰富的算力资源储备，强大的资源服务能力，可以满足各种场景对算力和网络的需求。
产品服务层
依托海量基础资源，网宿边缘计算平台提供丰富的产品服务，包括边缘云裸机、边缘云主机、边缘云容器、边缘云函数、边缘云应用、边缘云手机等多种云服务产品形态，以及边缘存储、边缘智能平台等服务，可以满足公共互联网和产业互联网不同客户对边缘计算的需求。
安全服务层
网宿在边缘网络中部署了多个T级清洗中心，全平台防护规模超过15Tbps。在平台之上，网宿安全提供WAAP全站防护能力，融合DDoS云清洗、Bot安全、API安全、云WAF、全站隔离5大防护模块，在同一防护引擎中实现针对L3-L7层各类攻击的防护。同时，网宿安全提供基于SASE零信任的边缘安全防护，包含安全SD-WAN、安全访问ZTNA、数据安全治理XDLP、威胁检测与响应XDR、IT效率管理等功能，帮助企业全面保护用户、应用和数据安全，并保障用户体验。
SaaS服务层
平台沉淀了包括视频处理、图片处理、内容适配、智能调度等在内的丰富业务能力，以及运营、监控、日志处理、大数据等运营能力，通过将这些能力与第三方服务相匹配，结合网宿自有的丰富产品服务，面向产业形成了一系列完整的解决方案，为各行业企业提供一站式服务。
生态应用层
面向公共互联网领域，网宿边缘计算平台已经落地了成熟应用，例如：视频直播、视频会议、在线教育等。同时，在产业互联网领域，平台也拓展了智慧养殖、智能换电、车联网等创新场景。
公共服务层
网宿将自身在CDN领域的成熟功能，包括全方位监控、故障处理、用户中心服务、计费系统、告警系统等，无缝融合到边缘计算产品中，实现了边缘计算平台高效的服务交付和运维管理。
边缘计算的成熟产品与创新
1. 边缘AI
随着大模型与AIGC时代的到来，如何更好地将大模型落地到具体应用场景，提升生产力，成为产业共同探索的方向。网宿作为边缘技术创新的先行者，聚焦于边缘计算技术在AI变革中的关键角色，打造了边缘AI产品服务。降低AIGC应用落地的门槛，以低成本、高效率的方式实现AIGC创新。网宿边缘AI主要包括Serverless GPU、边缘AI网关、边缘模型微调与推理服务。
Serverless GPU
Serverless GPU为用户提供高度可扩展、按需使用的GPU算力资源服务，主要适用于多种计算密集型任务，如AI模型推理、音视频加速生产、图形加速等。基于网宿丰富的GPU算力资源，结合Serverless K8S和GPU加速的优势，用户无需管理GPU服务器和K8S，只需上传容器镜像即可方便快捷运行AI应用。除了免运维的特性外，由于GPU资源是放在边缘侧，离用户更近，更贴近业务边缘，还具有低时延优势，并且通过按需分配和GPU虚拟化技术，可大大提高GPU资源的利用率，有效降低用户的GPU使用成本。
边缘AI网关
边缘AI网关是基于边缘无服务器计算平台，预先集成市面主流模型，支持企业通过统一的通道入口和管理平台实现多模型接入、管理、运营一体化的AI服务。边缘AI网关提供缓存管理、边缘特殊配置和数据分析等丰富的功能。同时，边缘AI网关为用户构筑一道安全防线，有效抵御AI安全漏洞、数据泄露、数据违规等潜在风险。边缘AI网关还提供AI治理手段，以便观测和控制AI的使用情况，包括费用控制、频率控制、使用趋势展示和日志审计等功能，帮助企业优化AI应用性能，提升业务的可用性和安全性。
边缘模型微调与推理
面对大模型微调过程中难以忽视的高昂成本与技术挑战，诸如LoRA及QLoRa等轻量化微调技术的出现，为边缘计算发展带来了一线曙光。网宿边缘模型训练推理平台为企业提供了一个全球性的边缘推理运行环境，配备了模型微调环境以及所需的GPU资源和完整的工具链，支持企业将微调好的模型一键部署到网宿全球边缘节点上，并基于不断优化的推理性能，提供最经济可靠的模型推理服务。
通过网宿边缘模型训练推理平台，企业可以一站式针对特定任务或领域，采用自定义、个性化的业务数据对开源大模型进行微调训练，平台将自动就近调度全球GPU算力支撑大模型的微调训练，提升训练效率的同时降低训练算力成本。
2. 边缘应用平台
企业业务场景越发多样化、应用形态更加多元化、用户需求更加复杂化，这些均给企业业务系统带来了挑战，比如如何快速提升定制能力、满足特殊业务需求，如何确保业务实时响应，如何减少回源流量、保障业务稳定性，以及如何保障数据的安全性和隐私等。
2024年中国云安全行业概览：打破“云威胁”阴霾，筑牢安全“生命线”
1、6G通感算智融合原生基座技术白皮书
2、6G网络内生AI技术白皮书
3、6G网络架构研究进展及建议 4、6G网络架构和关键技术展望 5、6G智能内生网络架构及关键技术分析
‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧ END ‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧
免责申明：本号聚焦相关技术分享，内容观点不代表本号立场，可追溯内容均注明来源，发布文章若存在版权等问题，请留言删除，谢谢。
